강의 시작 1주일 정도를 남기고 흔히 받는 질문들이 있다.

  • 제 랩탑이 오래됐는데, 수업 듣는데 문제 없을까요?
  • 어느 정도 랩탑을 갖고가야 수업 듣는데 문제가 없을까요?
  • 머신러닝을 구현하는데 제일 좋은 랩탑은 어떤 랩탑일까요?

아래의 설명을 다 읽기 힘든 사람들을 위해서 짧게 요약한 대답을 드리면, 64비트 운영체제가 돌아가는 시스템이면 필자가 수업에 쓰는 패키지는 모두 돌릴 수 있다. 그리고 머신러닝 프로그래밍에서 가장 중요한 부분은 i5니 i7이니하는 CPU가 아니라, 비트코인 광산용 데스크탑처럼 고사양의 멀티 그래픽 카드 유무라고 봐야한다. 랩탑에 좋은 그래픽 카드가 들어가는 경우는 십중팔구 게임용 랩탑일 것이다. 그래서 제일 좋은 랩탑이 뭐냐는 질문에 “게임용 랩탑”이라고 대답하겠다.

한 줄 요약말고, 좀 구체적인 내용을 궁금해하시는 분들도 많을테니 아래에 좀 더 내공을 요하는 설명을 달아보자.

 

1. 계산 비용(Computational Cost)이란?

연구직에 있는 사람들이 제일 좋아하는 것은 간명한 수학 수식으로 결론이 나올 때다. 그 식에 맞춰서 데이터를 입력하면 최소의 자원을 들여 아주 빠른 속도로 계산할 수가 있으니까.

(Source: TQI Solutions-Modeling)

여기서 핵심 포인트는 “최소의 자원”과 “아주 빠른 속도”라는 부분이다. 이걸 계산 비용(Computational Cost)라고 부르는데, 보통은 CPU, RAM, 전력, 시간을 의미한다. 그다지 좋지 않은 CPU를 쓰고, RAM을 적게 쓰고, 전기를 적게 먹어도 되는 부분은 “최소의 자원”에 해당되고, 시간이 적게 드는 부분은 “아주 빠른 속도”에 해당된다.

수학 수식이 딱 떨어지면 (Analytic solution 이라고 한다), 어지간해서는 Computational Cost를 고민할 필요가 없다. 인간이 머리를 다 쥐어짜내서 완성된 결론을 만들어 냈고, 컴퓨터는 그냥 단순한 계산기로 쓰고 있기 때문이다. 이 때 유일하게 Computational Cost를 신경써야하는 경우는 데이터의 크기가 매우 클 때 밖에 없는 것 같다. 그렇다고 해도 RAM을 늘리거나, 아니면 순차적 계산 (Sequential calculation) 방법을 이용해서 Computational cost를 최대한 줄이는 방법이 이미 많이 나와있다. 통계 시간에 배우는 PCA도 같은 목적성을 띠고 있다.

문제는 인간이 수학 수식으로 최종 결론을 못 만들어 낼 때다. 수업 시간에 흔히 드는 예로, 공학 계산기에서 3차 이상 방정식의 근을 찾는 경우와 재무 계산기에서 IRR 찾는 계산이 있는데, 인간이 만들어낸 수학 수식이 한 번에 값을 찾아줄 수 있는 상황이 아니기 때문에, 계산기는 모든 실수 값을 다 적용해서 조건식에 대입한다. (Trial-and-error라고 부른다.) 당연하겠지만 식이 복잡해질수록 걸리는 시간이 기하급수적으로 늘어난다.

(Source: Dynamic Simulation Modeling)

필자가 시뮬레이션을 이용해서 논문을 쓰던 시절에도 같은 문제를 겪었다. 가공의 데이터를 생성해내고, 그 데이터로 가능성 있는 모든 경우의 수를 다 뒤져보려면 어지간한 슈퍼 컴퓨터로도 하루 이틀만에 계산이 안 되는 경우가 흔했다. 요즘 한창 유행인 머신러닝을 좀 쉽게 한 줄 요약하면, 딱 떨어지는 수학 수식을 찾는 대신 데이터만 우격다짐으로 많이 넣은다음, 알아서 수식을 찾아내달라는 방식의 계산이라고 할 수 있을텐데, 데이터를 잘 설명해내는 적절한 수식을 찾아내는 작업이니만큼 위와 같은 맥락에서 Computational Cost가 많이 든다.

 

2. 하드웨어 진화의 패러다임 변화 – 멀티 코어 (Multi-core)

컴퓨터 판매 광고에 듀얼 코어, 쿼드 코어, 헥사 코어 같은 표현을 본 일이 있을 것이다. 예전에는 CPU 하나에 코어(Core) 하나가 들어갔다. 그 코어가 계산을 하는데, 당연하겠지만 코어가 여러개가 되면 (이론적으로는) 여러개의 계산을 동시에 진행할 수 있으니 속도가 빨라졌다고 느낄 수 있게 된다. CPU 발달 초기에는 코어 1개의 성능을 높이는데만 주력했으나, 코어 성능을 높이는데 점점 한계에 부딪히면서 하나의 모듈 안에 2개 이상의 코어를 넣는 방식으로 CPU 개발 방식이 바뀌었다. 메모리 관련 기사에서 가끔 볼 수 있는 22nm (나노미터), 14nm, 10nm 같은 단어들이 점점 작은 공정으로 CPU 및 메모리를 만들 수 있게 되었다는 것을 의미하고, 덕분에 하나의 모듈 안에 작아진 CPU를 여러개 넣을 수 있게 되었다.

모듈 안에 작은 코어를 여러 개 넣어서 듀얼 코어, 쿼드 코어 같은 멀티 코어 제품을 만들어내면서 동시에 전력 및 발열에서도 큰 이득을 보게 되었다. 모듈이 작아지니 필요한 전력도 줄어들었고, 전력 소모가 적다보니 발열도 현격하게 줄었다. 발열이 줄면 데스크탑에 들어가는 CPU보다 노트북에 들어간 CPU의 성능을 낮춰야 할 이유가 줄어든다. 1990년대와 2018년의 데스크탑 vs. 노트북 성능 비교를 보면 노트북의 성능이 훨씬 더 빠르게 증가했음을 알 수 있다. 같은 맥락으로 데스크탑을 좀 고사양으로 맞추면 저가형 서버에 밀리지 않는 성능을 갖출 수 있게 된 것이다.

위에서 언급한 Computational Cost 기준으로 볼 때, 나노 공정의 발달로 멀티 코어를 쓰면서 계산 시간도 줄었고, 필요 CPU나 전력이 크게 감소했다는 것을 알 수 있다.

 

3. 하드웨어 진화의 패러다임 변화 – 멀티 쓰레드 (Multi-thread)

나노 공정으로 모듈 당 계산 코어의 집적 비율을 높이는 것과 더불어 계산 코어 자체의 성능을 더 “착취”하는 기술도 발전되었다. 1 코어당 2개의 가상 쓰레드를 만들어서 마치 2개의 코어가 있는 것처럼 작동하게 만들었다. Intel 기준 2011년에 나온 샌디 브릿지 (Sandy Bridge) 모델부터 지난 2016년까지 나온 카비 레이크 (Kaby Lake) 모델까지 i5, i7 같은 i 시리즈 CPU들은 기본적으로 멀티 쓰레딩 방식을 채용했다. 많은 유저들이 활용하는 저전력 CPU가 달린 노트북을 기준으로 보면, 코어가 1개 or 2개 있고, 윈도우 장치 관리자의 CPU 부분을 보면 알겠지만 코어가 마치 2개 or 4개 있는 것처럼 시스템이 인식하고 있다는 것을 알 수 있을 것이다.

2017년 모델 (인텔 기준 8세대 CPU)부터는 저전력 모델에도 코어 4개 (쓰레드 8개)를 집어넣어서 이전 세대의 표준전력 CPU에 버금가는 성능을 뽑아낼 수 있게 되었다. 

물론 더 많은 시스템 자원을 활용하기 때문에 전력 소모와 발열 이슈가 함께 따라오고 있고, 더 안타까운 사실은 멀티 코어 – 멀티 쓰레드를 쓸 수 있도록 프로그램을 짜는 일이 쉽지 않다는 것이다. 대부분의 프로그램들은 1 코어 – 1 쓰레드만 활용한다. 비싼 시스템을 들여놓고 정작 그 성능을 제대로 쓰질 못하는 것이다. 수업 시간에 옛날 노트북 갖고 가도 괜찮냐고 물으시는 분들께 2008년 이후 모델이면 어지간해서는 큰 상관없다고 말씀드리는 이유도 여기에 있다.

 

4. 계산 패러다임의 변화

컴퓨터를 이용한 계산 패러다임의 변화를 간단하게 정리하면,

인간이 만들어낸 수학 수식 -> CPU를 “학대”하는 단순 반복 계산 -> 그래픽 카드(GPU)를 이용한 3차 이상 행렬 계산

앞의 두 단계는 위에 언급한 공학용 계산기와 재무 계산기에서 흔히 볼 수 있는 사례였다면, 마지막 단계는 3D 그래픽 처리를 많이하는 게임에서 흔히 찾아볼 수 있다.

3차원 공간에서 1:1 격투기를 진행하는 게임이 있다고 해 보자. 이 때 캐릭터의 위치는 3차원 행렬로 구성된다. 머리, 몸통, 팔, 손, 다리 등의 위치를 각각 <가로, 세로, 높이>로 구성된 행렬로 구성할 수 있고, 이 캐릭터가 움직이는 방향과 속력을 추가로 더하면, 신체 부위마다 움직임을 지정하기 위해서 <가로, 세로, 높이, 방향, 속력> 이라는 5차원의 행렬이 만들어진다. 유닛에 RGB 로 색상을 입히면? 바로 8차원으로 행렬이 늘어난다. 실시간으로 움직이는 유닛이 즉각 반응하도록 하려면 당연히 3D 그래픽 처리 속도가 빨라야하고, 좀 더 실제 인간과 비슷한 3D 그래픽을 만들어내려면 사소한 디테일이 모두 포함되어야하니 유닛 하나를 구현하기 위한 데이터의 크기가 기하급수적으로 증가한다. 요즘 나오는 3D 그래픽 기반 게임들이 엄청난 고사양을 요구하는 가장 큰 이유다.

저런 계산이 게임에만 쓰이는 줄 알았는데, 지난 몇 년 동안 비트코인 광산에 들어간 컴퓨터 한 대마다 고사양 그래픽 카드가 하나도 아니고 6개씩 셋트로 들어갔다는 사실에서 알 수 있듯이, 복잡한 수학 계산에도 행렬 방식의 계산이 있었다는 것을 알 수 있다. 비트코인 하나를 얻기 위해 풀어야하는 문제를 인간이 수학 수식으로 풀어내는 대신 컴퓨터가 Trial-and-error를 하는 방식으로 접근했기 때문이고, 계산해야하는 변수가 계산기처럼 한 개가 아니라, 여러개 변수를 동시에 계산해야하기 때문에 대용량 행렬 데이터를 처리할 수 있는 그래픽 카드를 활용했던 것이다.

 

4.1. CPU vs. GPU

GPU도 계산을 하는 모듈이 들어있으면 굳이 왜 CPU와 GPU를 나누냐는 의문이 들 것이다.

보통 CPU는 페라리에, GPU는 덤프트럭에 비유한다. 페라리는 운전수를 포함해 2명의 승객이 매우 빠른 속도로 이동할 수 있도록 만든 차량이다. 반면 덤프트럭은 대용량의 물건을 상대적으로 느린 속도로 운반한다. CPU가 빠르면 일상적인 업무 (인터넷 브라우징, 메일 확인, 서류 작성 등등)에서 불편함을 겪는 일이 적을 것이고, GPU가 용량이 크고 빠르면 행렬 계산이 많이 들어간 게임, 비트코인 계산 등에서 속도로 큰 이득을 볼 것이다. 당연하겠지만 두 모듈이 쓰는 캐쉬 (뒷 트렁크라고 생각하자)도 압도적으로 차이가 난다. CPU는 1980년대 쓰던 플로피 디스크 정도 용량의 캐쉬를 갖고 있고, 요즘 나오는 GPU는 대용량 USB 스틱에 맞먹는 캐쉬(or 램)을 갖고 있다. 처리해야하는 데이터의 크기가 다르기 때문이다. (대신 두 캐쉬의 속도는 플로피 디스크 사이즈가 USB 사이즈 보다 압도적으로 빠르다.)

최신 GPU들은 멀티 코어를 구성하고, 코어들의 계산 속도도 업그레이드해서 엄청난 용량의 데이터를 순식간에 처리하는 걸 볼 수 있다. 게임 마니아들이 더 고해상도 화면에서 부드럽게 게임을 돌리기 위해 GPU가 업그레이드 될 때마다 갈아치우는 것도 같은 이유다. (필자는 일절 게임을 안 하기 때문에 더 이상의 자세한 설명은 생략한다.)

 

5. 머신러닝 – 멀티 코어와 GPU

필자가 처음 시뮬레이션을 공부하던 시절이나 머신러닝 테크닉들을 데이터 마이닝 수업에서 들을 때만해도 사실 GPU는 관심 밖에 있었다. 더 정확하게는 시장 자체에서 GPU를 써서 계산하겠다는 생각 자체를 안 했다. 그러다가 Neural network 모델 계산이 사실상 행렬 계산의 반복*이라는 사실을 깨닫게 되면서 행렬 계산에 적합한 GPU를 활용하려는 움직임이 생겼고, GPU 시장의 선두 주자인 NVidia에서 관련 프로그램 개발에 다방면의 지원을 쏟아붓기 시작했다.

요즘 딥러닝용 패키지라고 불리는 TensorFlow나 MXNet, H2O 같은 명령어 셋을 뒤져보면, CPU와 GPU의 멀티 코어를 활용할 수 있는 프로그래밍 기반에 행렬 데이터를 처리할 때 GPU를 활용할 수 있도록 시스템 자원 분배를 재설정 해 놓았다는 것을 알 수 있다.

이미지 인식, 언어 처리 등의 많은 계산들에 Neural Network를 활용하게 되면서, 행렬 계산에 대한 수요가 급격하게 증가했고, 그 때 GPU를 활용하면 CPU를 활용하는 것보다 훨씬 더 빠르게 행렬 계산을 할 수 있다 (정확하게는 역행렬을 빠르게 구하는 작업이다).

*사실상 행렬 계산의 반복이라는 부분은 Neural Network 를 직접 구성하는 코드를 확인해주기 바란다.

 

나가며

어차피 수업 시간에는 맛보기 정도로만 보여주기 때문에 CPU 만 멀쩡하게 잘 돌아가면 별로 걱정할 필요가 없다. 굳이 2008년 이전 모델만 아니면 된다고 이야기하는 것은, 그 이전 모델들은 32비트 운영체제가 깔린 경우가 많은데, 아무래도 64비트 기준으로 만들어진 패키지들과 (특히 최신 고급 패키지들과) 충돌이 일어나는 경우가 가끔 있기 때문이다.

수업 후반부에 멀티 코어와 GPU를 활용하는 패키지들을 돌릴 때도 GPU가 아주 좋은 경우가 아니면 수업 시간에 필자와 같은 속도로 코드의 결과값을 보기는 힘들다. (수업 진행을 위해서 필자는 그래픽 카드가 좋은 랩탑을 쓴다.) 그 부분 코드 복습을 하려면 비싼 노트북을 사느니 가성비 좋은 데스크탑을 사서 집에서 차근차근 실습을 해 보는 편을 추천한다.

끝으로, 꼭 랩탑으로 Neural network를 돌려보고 싶고, “머신러닝을 돌리기 위한 최적 노트북”이 필요하다면, 괜히 CPU의 업그레이드에 관심을 갖기 보다는, GPU가 속도 빠르고 캐쉬(램) 용량 많은 모델로 고르시는 걸 추천한다. (보통 전문가용 워크스테이션 랩탑이 아니면 게임용 랩탑들이 이런 조건을 충족한다.)

이어지는 글에는 GPU에 관한 정리를 해 보겠다.

 


그렇다고 게임용 랩탑을 들고 고객사 미팅을 찾아가지는 말자 ㅋㅋㅋ

이전 글

몇 달전의 일이다. 2016년에 구매했던 ThinkPad T460p 을 중고로 팔았다. 참고로 필자는 “빨콩 매니악”이기 때문에 “빨콩”이 달린 ThinkPad 노트북만 쓰고, 직업적인 이유로 퍼포먼스가 강조된 매우 고사양 노트북 위주로 구매한다. 필자가 쓰던 ThinkPad T460p는 말 그대로 “끝판왕” 모델이었는데, i7-6820HQ에 DDR4램 32GB, 그리고 그래픽 카드가 ThinkPad 14인치 이하 모델 중 제일 좋은 GeForce 940MX + DDR3 VRAM 2GB가 달린 모델이었다. 관심있으신 분이라면 왜 필자가 이 노트북을 매각했는지 감을 잡으실텐데, 딱 하나 필자의 입맛에 거슬렸던 부분이 그래픽 카드였다. GeForce 940MX라는 저사양/저전력 그래픽 카드 자체도 불만이었지만 그래픽 카드의 성능을 크게 좌우하는 VRAM (그래픽 카드의 램, 혹은 캐쉬)가 2GB 밖에 안 되고, 그것도 2013년부터 나오던 GDDR5가 아니라 구형 DDR3을 넣어놓은, 아주 입맛에 안 맞는 모델이었다.

“빨콩 매니악”인 필자 입장에서 다른 노트북 브랜드는 거들떠 볼 수도 없었고, 결국은 이동성을 (좀 더) 포기한 15인치 ThinkPad 모델들을 봤는데, 게임용 랩탑으로 나온 ThinkPad E560p은 최신형 Commercial 그래픽 카드에 GDDR5를 썼지만 VRAM이 2GB였고, 가격대가 두 배 이상 뛰어오른 워크 스테이션 모델인 P50은 VRAM이 4GB인 모델이 있었지만 필자의 용도 대비 오버 페이가 확실한 Quadro (쿼드로) 그래픽 카드가 달려있었다.

 

무슨 4차원 외계어를 읊고 있는 것 같나? ㅋㅋ

딥러닝에 최적화된 그래픽 카드를 가르쳐 달라는 질문을 받고 지난 2017년 가을쯤에 필자가 했던 생각들이 문뜩 떠올라서 글로 옮겨봤다. 당장은 무슨 고민을 했는지 이해가 안 되겠지만, 아래의 글을 읽어보시면 아마 왜 저런 고민을 했는지 좀 와닿고, 잘 이해하는 분들은 딥러닝에 필요한 컴퓨터를 구매하면서 어떤 그래픽 카드를 사야하는지 쉽게 결론 내릴 수 있으리라고 생각한다.

 

1. nVidia 그래픽 카드 vs. AMD 그래픽 카드

그래픽 카드 시장을 양분하는 2대 기업이 있다. 가장 유명한 브랜드는 nVidia의 GeForce 계열 그래픽 카드로, 보통 게임 유저들이 새 모델이 나오는 걸 목이 빠져라 기다리는 경우가 많다. 지금 이 글을 쓰는 시점에 가장 고사양 GeForce 카드는 GeForce GTX 1080 Ti다. 참고로 Ti는 계산 모듈이 2개가 붙은 거라고 생각하면 된다. nVidia의 아성을 위협하는 회사로 AMD가 있고, 오래전부터 가성비 만점인 ATI Radeon 시리즈로 선두 주자를 위협하면서 그래픽 카드 시장 발전을 이끌어왔다.

그래픽 카드의 성능 자체만 놓고보면 GeForce 모델과 Radeon 시리즈 최상위 모델간 격차가 많이 줄어들어서 요즘은 가성비를 놓고 게임 유저들 사이에 Radeon 시리즈 수요가 많이 증가한 상태다.

다만, TensorFlow, H2O, MXNet 등의 대표적인 멀티 코어 + GPU 활용 패키지들이 nVidia 그래픽 카드만 지원하고 있다. AMD 그래픽 카드를 쓰다가 블루 스크린이 뜬 사례가 종종 보고가 되니*, 굳이 딥러닝 패키지들을 돌리고 싶다면 nVidia 그래픽 카드를 구매하실 것을 추천한다. (오해마시라. 필자는 nVidia 주식을 단 한 주도 안 갖고 있다.)

(*참고로 nVidia 그래픽 카드는 CUDA 기반으로 계산하고, AMD 그래픽 카드는 OpenGL 기반인데, TensorFlow가 CUDA 기반이므로 당연히 AMD 그래픽 카드에서는 제 성능을 발휘 못한다. CUDA와 OpenGL 상호간 공유되는 명령어 셋도 많기 때문에 무조건 nVidia 그래픽 카드만 써야한다고 말하지는 않겠지만, 분명히 호환되지 않는 명령어 셋들 때문에 AMD 그래픽 카드에서는 충돌이 날 여지가 있다.)

 

2. Quadro 그래픽 카드 vs. Commercial 그래픽 카드

그래픽 카드는 생산하는 회사가 2종류일 뿐만 아니라, 그래픽 카드 종류도 크게 2종류로 구분된다. (정확하게는 3종류로 구분된다) 가장 흔히들 보는 그래픽 카드가 윗 섹션에 언급한 GeForce GTX 시리즈, 즉 Commercial 그래픽 카드다. 게임용으로 (or 비트코인 채굴용으로) 많이 활용된다. 그 이외에 전문가 용으로 구분되는 그래픽 카드는 서버용으로 쓰이는 파스칼 계열 (최신 모델명 Titan) , 그리고 CAD 계산용으로 쓰이는 Quadro 그래픽 카드가 있다.

당연히 파스칼 계열 그래픽 카드는 가격도 매우 비싸고 일반인이 평소에 구매할 수 있는 채널도 없다. 그나마 일반인이 볼 수 있는 양산형 노트북 모델 중에 고가 제품에 (특히 워크 스테이션, Work Station, 제품에) 들어가는 그래픽 카드가 바로 Quadro 카드들이다.

Quadro 카드들은 같은 세대 GeForce 카드에서 약간의 속도를 포기하고 CAD를 비롯한 공학 계산에 특화된 명령어를 추가해넣은 칩셋을 갖고 있다. 소프트웨어적인 개조이기 때문에 당연히 Quadro 카드를 사서 GeForce 카드처럼 사용할 수 있지만, GeForce 카드 가격의 3-4배를 상회하는 그래픽 카드를 사 놓고 그렇게 쓰는 사람은 거의 없을 것이다. (그러나 필자가 그렇게 쓰고 있다 ㅠㅠ)

예전에 TensorFlow 돌리려는데 비싼 Quadro 그래픽 카드를 쓰면 저렴(?)한 Commercial 그래픽 카드 쓰는 경우 대비 얼마나 더 장점이 있는지 질문을 받은 적이 있다. 개인적인 경험을 바탕으로 할 때 “아무런 효과가 없다”고 대답할 수 있다. Quadro 카드는 오직 그 목적성에 부합한 프로그램들(ex. CAD)을 돌릴 때만 돈 값을 한다. 그래서 머신러닝 패키지들 돌리려는 분들께는 당연하겠지만 비추한다.

 

3. VRAM의 중요성

다른 글에서 그래픽 카드의 성능은 계산 모듈과 캐쉬 메모리의 크기에 좌우된다고 했다. 그럼 계산 모듈도 같고, 메모리 크기도 같은데 메모리의 속도만 다르다면 어떻게 될까? 2013년부터 고가 그래픽 카드들에 최신형 GDDR5 메모리가 들어가기 시작했다. DDR3, DDR4보다 처리속도가 더 빨라서 당연히 가격도 더 비싸고, 생산량도 적은 고급 메모리 스틱이다. 덕분에 GDDR5 메모리가 들어간 그래픽 카드들의 가격대도 DDR3이 들어간 동일 모델에 비해 훨씬 높았다.

필자가 GeForce 940MX라는 저전력 그래픽 카드가 달린 모델을 팔았던 이유는 1년 후에 나온 ThinkPad T470p에 같은 그래픽 카드 but GDDR5짜리 VRAM이 달린 모델이 나온 것을 확인했기 때문이었다. 벤치마크를 보면 실감하겠지만, 메모리만 바꿨는데 두 그래픽 카드의 성능이 완전히 바뀐 것을 확인할 수 있다. 실제로 필자가 GeForce 940MX보다 구형인 GeForce GT 750M에 GDDR5 + VRAM 2GB 모델을 썼을 때보다 빌드 타임이 더 걸리는 것도 확인했다.

컴퓨터 덕후라 이런저런 GPU들을 많이 써 보면서 느낀 점은, VRAM이 많으면 많을 수록 당연히 성능이 더 개선되는 것이 사실이지만, VRAM 자체의 유무도 엄청나게 큰 영향을 주더라. 그래픽 카드를 이용해서 계산을 할 수 있다는 그 자체로 벌써 CPU 기반 계산과는 시스템 자원을 활용하는 방식이 달라지기 때문이다.

왜 이렇게 덕후스럽냐고? ㅋㅋ 누군가에게는 겨우 몇 초, 몇 분 차이일 수 있겠지만, 같은 작업을 다른 변수 넣어가며 여러번 반복해서 테스트하는 모델러 입장에서 빌드 타임이 10% 줄어들면 어마어마한 차이가 된다. (그래서 빨리 퇴근할 수 있다 ㅎㅎ)

 

나가며

필자는 결국 VRAM이 많이 달린 but 오버 페이하는 Quadro 그래픽 카드 모델을 구매했다. 그러나 굳이 이런 “스튜핏” 구매를 하는 것을 추천하지는 않는다. “빨콩”을 타협하면 타사 모델들 중에 Commercial 그래픽 카드임에도 VRAM이 매우 큰 노트북들이 즐비하고, 사실 게임용 랩탑으로 검색하면 발열 및 소음 처리가 매우 뛰어난 수 많은 모델들이 있다. 굳이 필자처럼 고집스럽게 입맛에 맞는 모델만 찾다가 쓸데없는 비용을 쓸 이유는 없다.

사실 저비용으로 빌드 타임을 줄이고 싶으면, 데스크탑 하나에 지갑이 허락하는 한계까지 고성능 그래픽 카드만 여러장 추가하는 편이 낫다. 굳이 무거운 작업을 비싼 노트북을 들고다니며 해야되는 경우가 얼마나 될까?

 


글 아이디어를 주신 최준영님께 감사드립니다.

2017년 내내 BTFD (베이시스 포인트가 과거 평균치로 하락하여 비트코인 가격이 폭락하는 현상) 은
암호화폐 투자자들에게 “집합!” 이라는 외침과 같았습니다. 2018년도 초반은 비트코인 가격 상승을
기다리며, 비트코인을 팔지 않고 가장 충실히 보유하고 있는 HODLer 들에게 시험이 될 것입니다.
비트코인을 팔기에 가장 적절한 때는 언제일까요? 물론 그 가치가 미화 1만 5천 달러, 1만 달러 또는 8천 달러 일때는 아닙니다.

암호화폐 거래는 어느 방면으로든 어려운 일입니다. 아주 수익성있고 유익한 전략을 충실히 고수하여
얻어진 이윤이 몇 일 내에 사라져버릴수도 있습니다. 모든 것이 실시간으로 변하기 때문에 암호화폐 투자 흐름을 따라잡기 위해서는 여러분의 거래 전략과 사고 방식도 변화를 거듭해야 합니다.

경제 관련 미디어는 암호화폐가 왜 그 방향으로 흘러가는지에 대한 정보를 늘 필요로 합니다. 그래서
그들은 믿을만한 정보통을 찾아내 볼모로 잡고, 알고 있는 모든 것을 실토하게 합니다. 저는 그렇게 파악된 이유 중 몇 개를 골라 자세히 살펴보도록 하겠습니다.

시카고 상품 거래소 (CME) 와 시카고 옵션 거래소 (CBOE) 영향

CME에서 비트코인 선물 계약 상품 거래가 처음 시작된 날, 거래량이 급등하며 최고치를 경신했습니다. 운명적인 그 날 아침, 비트멕스 비트코인 지수 (.BXBT) 는 미화 2만 달러까지 상승했습니다. 그 날
이후 2달 동안이 비트코인 공매도를 위한 최적의 시기였습니다.

대규모 기관 투자자들이 미화 달러를 추가로 지급받음으로써 비트코인을 손쉽게 공매도 할 수 있었기
때문에, 그들은 그들의 경제력을 이용해 비트코인을 공매도하여 그 가치를 폭락시킬 수 있다고 생각했습니다. 그러나 대부분의 경제부 기자들은 모든 공매수에는 항상 공매도가 따라온다는 선물 거래의 원리를 전혀 이해하지 못했습니다. 이는 곧, 선물거래에는 순 영향 (net impact) 이 없음을 의미합니다.

만약, 마진을 붙여 공매도하려는 사람들이 마진을 붙여 매수하려는 사람들보다 더 낮은 가격을 받아들이면, 그 거래는 더 낮은 가격에서 이루어지게 됩니다 . 이 시점에서 시장 조성자들은 순매수자들이 되고
현물 시장에서 비트코인을 매수 또는 공매할 것입니다. 이 때, 미결제 약정 (open interest) 의 규모가 충분히 클 경우, 현물 고평가 현상 (backwardation, 선물보다 현물 거래가 고평가 되는 현상) 은 가격에 부정적인 영향을 줄 수 있습니다.

위 그래프는 2018년 1월 이후 비트코인/미화 달러 시장에서의 미결제 약정을 나타낸 것입니다. 상대적으로 소규모이며, 전 기간을 통틀어 미결제 약정 규모가 가장 컸을 때는 미화 1억 6천 4백 만 달러를 기록했습니다.

모든 시장 조성자들이 순공매수를 한다는 가정은 그들이 가격 중립을 유지하기 위해 비트코인 현물을
공매해야 한다는 것을 의미합니다. 이것은 미화 1억 6천 4백만 달러의 비트코인이 판매되어야 함을 뜻하며, 이 숫자는 1일 최대 거래량이 아닌, 비트코인 공매수 포지션의 거래량에 해당합니다. 거래소 상의
현물 시장에서는 하루에 미화 십 억 달러 이상이 거래되고 있습니다. 장외 종목 거래 시장 (OTC, Over the Counter Market) 의 규모는 알려지지 않았지만, 결코 규모가 작지는 않을 것입니다.

공매도에 대한 압박이 최고치에 달해도 CME 와 CBOE 의 거래 보유자들에게 그 압박은 아무런 의미가 없습니다. 따라서, 호황 시장의 실질적인 흐름에 미치는 영향도 거의 없다고 볼 수 있습니다. 이러한 거래는 거래자들의 매세를 강화시킵니다.

거래 규모를 고려했을 때, 비트멕스는 이러한 거래들의 인기를 계속 이어나가고 있습니다. 올 해들어
지금까지 CME 와 CBOE 의 비트코인 선물 거래 규모가 미화 4십 4억 8천만 달러인 것에 반해 비트멕스에서 XBTUSD, XBTH18 그리고 XBTM18 상품의 거래 규모는 미화 5백 3십 1만 4천 달러에 달합니다. 비트멕스가 상품 거래에 있어 12배 큰 유동성을 보였습니다.

 

월 가의 비트코인 현물 공매수

악덕 은행원들은 그들 기준에 부합하지 않는 사람들의 집단이 억만장자 혹은 백만장자가 되는 것을 못
미더워합니다. 따라서 그들은 현물 시장에서 공격적인 비트코인 공매수를 통해 그 집단을 박살내버립니다.

대규모 금융기관들은 많은 양의 비트코인을 보유하고 있지 않거나 혹은 전혀 가지고 있지 않습니다.
그들은 비트코인과 관련된 KYC (Know Your Client) / AML (돈 세탁 방지 Anti Money Laundering) 문제들로부터 방해받고 있습니다. 이는 비트코인 판매를 위해 그들이 신뢰할만한 거래 상대방으로부터 비트코인을 빌려와야 한다는 것을 의미합니다. ‘저기요, Cumberland Mining 사, 저희에게 미화 1천만 달러의 비트코인을 빌려줄 수 있나요?’

은행이 공매도를 위해 비트코인을 빌렸다면, 은행은 암호화폐 거래소에서 비트코인을 매도해야 할 것입니다. 암호화폐의 변덕스러움은 전세계에 있는 거래 상대방들로 하여금 거래소에 많은 양의 자본을 투자하지 못하게 합니다. 저는 세계적인 은행을 감시하는 감사국이 암호화폐 계좌 개설을 승인한 것을 매우 의심스럽게 생각하고 있습니다.

현실 상황은 잠시 논외로 하고, 감사국에서 트레이딩 데스크 (증권사, 은행 등에서 거래를 위한 매매 행위가 이루어지는 물리적 공간) 가 최대 규모의 비트코인 현물 거래소의 계좌 개설을 허용했다고 가정해봅시다. 비트코인의 가치가 0이 될 때, 트레이딩 데스크는 최대 100% 의 이윤을 올릴 수 있습니다. 그러나 비트코인 대신 시장의 가치가 미화 1억 달러에서 50% 하락한다면, 그 손실은 거래를 전세계적으로 이끌어가는 사람들과 전세계 투자 은행을 이끌어가는 사람들에게 타격을 줄 것 입니다.

만약, 여러분이 정부 승인을 받은 거래의 라인 담당 경영 책임자라면, 여러분들은 직업을 잃게 될 것입니다. 여러분들은 비트코인을 공매도하여 엄청난 돈을 잃었을 것입니다. 그것은 경제적인 압박이 되고; 여러분과 여러분의 은행은 웃음거리가 되었을 것입니다.

비트코인 거래에 수반되는 커리어와 운영상의 위험성 그리고 비트코인 공매도에 대한 부담 때문에 은행은 실질적인 투자 행위를 단념하게 됩니다.

 

대한민국의 비트코인 거래 금지 규제

중국으로부터 온 암호화폐 거래의 바톤을 한국이 넘겨받았을 때, 많은 사람들이 대한민국 영토에서 만들어진 모든 정책 조치들을 아주 면밀히 주시했습니다. 대한민국 법원이 한국 내에서의 암호화폐 거래를 금지할 것임을 발표했을 때, 암호화폐 시장은 큰 타격을 입었습니다.

그러나 중국과는 달리, 한국에는 정당한 적법 절차가 있었고, 중국과 달리 한국의 경제는 개방되어 있었습니다. 소동이 가라앉은 후, 국회의원들은 누가 무엇을 거래하는지 알 수 있을 정도의 투명성이 필요하다고 주장했습니다. 한국 투자자들은 현재 실명 계좌만을 사용할 수 있고; 미성년자와 외국인의 암호화폐 거래는 금지되었습니다. 그렇지만, 이것이 매우 엄격한 조치라거나 거래 자체를 금지했다고 보기는 어렵습니다.

대한민국의 정부는 암호화폐에 엄청난 관심을 보이고 있습니다. 심지어 한국의 국민연금 공단도 다수의 대규모 거래처 중에서 암호화폐에 투자했고, 그 주식을 보유하고 있습니다. 한국에서 가장 성공한 스타트업 기술 회사인 카카오 (Kakao) 는 거래 규모 기준 한국에서 가장 큰 거래소인 업비트 (Upbit) 를 소유하고 있습니다. 한국 정부가 수 백만 명의 유권자가 사랑하고 연봉이 높은 일자리를 만들어 내는 이 암호화폐 산업을 공격할 수 있을까요? 저는 아니라고 생각합니다. 보통 사람들은 계속 암호화폐에 신뢰를 갖고 거래를 계속할 것입니다.

한국에서의 비트코인 거래는 신규 계좌 정책을 수용하면서 중지되었습니다. 2월달이 되면 거래 중지 조치는 해제될 것입니다. 새로운 투자자들이 유입되면서 시장의 하락세에 부정적인 영향을 줄 수도 있을 것으로 예상됩니다.

 

암호화폐 거래를 또 다시 금지한 중국

저는 시장들이 중국의 부정적인 정책 발표에 계속해서 반응하는 이유를 모르겠습니다. 규제 기관은 모든 금융 기관들에게 자기평가서 제출과 암호화폐에 관련된 모든 거래를 금지하라고 지시했습니다. 이것은 대규모 거래소에서의 암호화폐 거래 정지로 인해 겉잡을 수 없이 늘어난 OTC (장외 거래) 에 대한 대응책이었습니다.

암호화 화폐 시장 및 투자 진입이 어려워질수록, 중국 투자자들은 그들이 원하는 경제적 노출효과를 얻을 수 있는 방법을 찾아낼 것입니다. 만약 사람들이 중국에 불법 발전소를 세울 방법을 찾아낸다면, 중국 투자자들은 중국 정부의 희망 사항과는 반대로 암호화폐를 사고 팔 수 있는 방법을 알아낼 것입니다.

 

테더 (Tether) 코인의 빅뱅 이론

대다수의 종교가 그렇듯, 고위 성직자들은 일반인들이 신의 언어를 이야기하기에 적합하지 않다고 생각합니다. 이와 마찬가지로, 암호화폐 세계 속 평범한 대부분의 사람들은, 제 자신을 포함해서, 테더 (Tether) 코인의 운영 원리에 대해 잘 모르고 있습니다.

비트파이넥스 (Bitfinex, 암호화폐 거래소 중 하나) 와 관련된 상품선물거래위원회 (CTFC, Commodity Futures Trading Commission) 의 문서제출명령은 시장을 놀라게 했습니다. 하지만, 저는 이 사건이
부정적이지만은 않다고 생각합니다.

만약, 테더 코인에 실제로 심각한 문제가 있었다면, 금융 관련 범죄 단속 기관인 FinCEN (Financial Crimes Enforcement Network) 과 미국 재무부는 테더 코인의 수상한 내막에 관해 조사했을 것입니다. 그리고 거래 중지를 위해 거래 정지 명령 (cease-and-desist order) 이라는 조치를 가장 먼저 취했을 것입니다. 하지만, CTFC 가 문서제출명령을 내린 후에도 테더 코인이 계속 생성된 것으로 미루어 볼 때, 코인에 치명적인 결함은 없는 것처럼 보입니다.

실제 거래정지명령이 실행되었더라도, 대부분의 대규모 암호화폐의 시장 가치는 하락하지 않고 급등했을 것 입니다. 어떤 형태로든 실질적인 이윤을 얻고자 했던 투자자들은 테더 코인을 매도한 후 그들이 매수할 수 있는 암호화폐를 사들였을 것 입니다.

비트코인/테더 코인의 가격 상승은 비트코인/미화 달러 가치의 상승을 이끌어냅니다. 이것은 비트파이넥스 (Bitfinex) 에서 은행업무 문제가 발생했을 당시, 사람들이 미화 달러로 된 암호화폐 토큰을 거래소에 상장되기 전에 팔아 (USD IOUs, I Owe U : 거래소에 상장되기 전, 미리 토큰을 파는 행위) 비트코인을 구매한 뒤, 계좌에서 돈을 인출했던 일과 비슷합니다. 비트파이넥스 (Bitfinex)는 시장을 상승장으로
이끌었고, 나머지 거래소들도 그 뒤를 따랐습니다.

여러분들께서 정말로 테더 코인에 문제가 있다고 생각하신다면, 비트코인을 공매수하시기 바랍니다.
하지만 현재의 시장 조치는 최근 발생한 법적 문제들이 무해하다는 것을 반증하고 있습니다.

근본적으로 달라진 점은 무엇일까?

전체적인 암호화폐의 가격은 이전보다 낮아졌습니다. 하지만, 매 년을 단위로 비트코인의 가격은 수 백 퍼센트가 상승했습니다. 여러분이 가장 좋아하는 암호화폐가 그렇지 않을 수도 있지만, 그건 단지 게임일 뿐입니다. 가장 비쌀 때 사고, 가장 저렴할 때 팔게 하는 CNBC (미국의 뉴스 전문 TV 채널) 의 속임수에 넘어가지 마시기 바랍니다.

만약, 이러한 자산에 둘려 싸인 언론의 관심이 사라진다면, 시장의 하락세는 장기화될 수 있습니다.
하지만, 미국의 작가인 Nasisim Nicholas Taleb 이 말했듯, 자극적인 주제만 보도하는 금융계 쓰레기
언론들 (financial presstitutes) 은 암호화폐를 미끼로 사용합니다. 암호화폐 산업에는 진정한 페이소스 (pathos, 비애) 가 있습니다. 가장 유명한 경제지는 이 업계에 대한 보도를 계속 할 것이고, 사람들은 야단 법석을 떨며 무슨 일이 일어나는 지를 계속해서 궁금해 할 것입니다. 이것은 위 같은 시스템에 새로운 자금을 유입시키는 원동력이 될 것입니다.

단기 투자자들에게 가장 시급한 문제는 시스템에 유입되는 새로운 실물화폐의 양입니다. 만약, 새로운 자금의 유입이 없어 문제가 발생한다면, 소액 투자자들의 캐시 아웃 (cash out, 현금 인출) 이 암호화폐의 가격을 마진 이하로 떨어뜨릴 수도 있습니다. 하지만 암호화폐 투자자들은 변동성을 매우 사랑합니다.
일단 암호화폐 거래를 시작하면, 시장의 주가가 5% “폭락” 해도, 여러분들은 어깨 위의 먼지를 툭 털어내듯 금방 회복할 수 있습니다.

장기 “투자자들” 에 대해서, 비트코인 혹은 각자가 선호하는 암호화폐의 기술적인 장점에 관해 아무런
변화도 일어나지 않았습니다. 비트코인이건 토큰이건 실용성이 있느냐와 없느냐의 차이만 있을 뿐,
시장의 변동성은 장기투자자들과는 관련이 없습니다.

단 한가지 확실한 것은 암호화폐가 소수점 단위에서 거래되면 가격 변동성은 상승할 것이라는 사실입니다. 저희 암호화폐 투자자들에게는 환상적인 1분기가 될 것입니다.

요약: 테더 코인은 최고 수준의 비트코인과 이더리움의 블록체인 기술을 기반으로 한 암호화 토큰입니다. 또한 테더 코인은 중앙화된 미화 달러 (USD)의 보유고에 기반한 달러에 고정되어 있는 가치를 가지고
있는 달러 본위제 암호화폐입니다. 그러나 테더 코인의 시스템이 충분한 양의 예비 통화 즉, 미화 달러를 보유하지 않고 있다는 회의론이 대두되었습니다. 저희는 위 같은 회의론이 대부분 잘못된 쟁점에 중점을 두어 해석한 결과라고 생각합니다. 저희는 테더코인이 푸에르토리코 은행 시스템에 상당한 영향을 미쳤다는 확실한 증거를 공식 발표된 금융 자료에서 찾아냈습니다. 테더 코인은 규제와 관련 문제와 직면해있을 개연성이 있거나 또는 이미 문제가 발생했을 수 있으며, 저희는 이 규제가 테더 코인 보유자들에게 장기적으로 가장 주요한 걱정거리가 될 거라고 생각합니다.

테더 코인이란

테더 코인은 미화 달러와 같은 실물 화폐를 비트코인 (그리고 이더리움) 을 블록체인 상에서 사용할
수 있게 하는 스키마 (scheme) 입니다. 백서에서는 테더 코인을 다음과 같이 설명하고 있습니다:

테더 코인은 실물 화폐를 기준으로 하여 거래되는 디지털 토큰으로 익숙한 계산 화폐를 사용하는 반면에 개인과 단체에게 탄탄하고 탈중앙화된 가치 교환 방법을 제공합니다. 블록체인 기술의 혁신을 통해 감시와 전체 거래원장의 암호화가 가능해졌습니다. 자산 담보 토큰 발행가들과 시장 참여자들은 합의 시스템 (consensus system) 이 포함된 블록체인 기술을 이용하여 화폐와 자산을 변동성이 낮은 익숙하고 쉬운 방법으로 거래할 수 있습니다. 서비스에 대한 책임을 유지하고 교환 가격의 안정성을 보장하기 위해서 저희는 테더라는 이름의 암호화 토큰과 실재 자산과 실물화폐 간의 1 대 1 교환 또는 환전 비율을 유지하는 방식을 채택할 것입니다. 이 방식은 비트코인 블록체인 기술과 POR (Proof of Reserves) 라는 작업 증명 시스템과 발행된 토큰이 예비로 비축된 실물 화폐에 의해 항상 보장받는다는 것을 증명할 감시 방법을 사용합니다.

테더 토큰은 비트코인이더리움 블록체인 상의 높은 위치를 차지하고 있습니다. 약 97% 와 3% 의 토큰이 각 블록체인에 존재합니다. 비트코인 블록체인 상에서 테더 토큰은 컬러드 코인과 비슷한 형태로 존재하고 있으며, 옴니 레이어를 기반으로 합니다. 옴니 레이어란 잉여 비트코인 거래 데이터의 다른 의미를 해독하는 프로토콜이며, 그 예로는 테더 코인의 발행과 송금이 있습니다.

테더 코인의 주요 활용 사례는 자본 투기인 듯 합니다. 많은 거래소에서 비트코인과 같은 암호화폐를 교환하여 테더 코인을 매매하는 것을 허용했습니다. 현재 미화 2백 2십억 달러에 상응하는 약 2백 2십억 개의 테더 코인이 존재합니다. 아래의 도표는 가장 규모가 큰 상위 몇 개의 거래소에 전체 테더 코인의 85% 라 알려져있는 대규모 코인 보유자들이 투자하고 있다는 것을 보여줍니다. 여기에는 위 같은 대규모 코인 보유자들이 테더 코인을 즉시 미화 달러로 상환받을 수 있는 일종의 메커니즘이 있는 듯 합니다. 저희는 보고서의 마지막 부분에서 이 메커니즘에 대해 살펴볼 것입니다.

2018년 2월 기준 거래소 별 미화 1백 만 달러 이상 테더 코인 보유자
(출처: Tether rich listTether transparency report)

테더 코인 해킹 사건

2017년 11월 Tether treasury wallet (테더 코인 지갑의 일종)이 해킹되었습니다. 따로 보관되고 있던 미화 3백 1십억 달러에 달하는 테더 코인이 도난되어 허가받지 않은 외부 비트코인 주소로 송금되었습니다. 11월 21일, 테더 사는 옴니코어 (OmniCore)의 포크에 참여한 고객을 공개했습니다. 고정되어 있던 도난 자금은 본래 옴니 레이어 (Omni layer) 의 하드포크를 위한 것이였습니다. 테더 사가 테더 토큰을 실물 화폐 미화와 교환하는 방식으로 되돌리면서 테더 코인의 사용자들은 소프트웨어를 업그레이드 해야만 했습니다. 테더 사는 그들이 결정한 쪽의 포크를 기반으로 한 토큰으로 되돌아갔기 때문입니다. 테더 사의 입장은 다음과 같았습니다:

저희는 모든 테더 통합가들이 이 소프트웨어를 즉시 설치할 것을 매우 강하게 촉구하는 바입니다.

이 해킹 사건은 테더 사가 모든 거래에 관한 하드포크를 강제함으로써 거래원장을 완벽하고 효율적으로통제할 수 있다는 것을 증명해냈습니다 – 비록 테더 사의 통제력에 관해 기우가 있을 수는 있지만 말입니다. 이것은 마이너들이 거래 수수료를 지불할 필요없이 테더만의 공공 데이터베이스를 만들어 낼 수 있는 훨씬 더 저렴한 방식인 테더 사는 왜 그들의 데이터베이스를 비트코인과 이더리움 블록체인 상에 등록하지 않는가에 대한 의문을 제기시켰습니다. 테더 사는 자금을 동결할 수 있었고 현재도 동결시킬 수 있지만, 이것은 엄밀히 말해 새로운 소프트웨어의 설계와 출시와 모든 테더 코인 거래소의 업그레이드를 요하는 다시 말해, 어렵고 시간 소모가 큰 절차입니다.

누가 테더 코인을 관리하는가?

2017년 12월 5일 부터 2017년 12월 7일 까지 단 3일 간 게재되었던 테더 코인 웹사이트의 “About us” 페이지는 아래 표에서 볼 수 있듯 테더 코인과 비트파이넥스 (Bitfinex) 거래소의 관리팀이 동일하다는 사실을 보여주었습니다. 이 시점은 테더 사가 미국 상품선물거래위원회로 부터 소환장을 받은 때였습니다. (2017년 12월 6일) 이 시점에 앞서, 테더 사는 그들의 관리팀에 대한 사항을 웹사이트 상에서조차 공개하지 않았습니다 – 이전부터 테더 사의 배후에 비트파이넥스가 있다는 소문이 널리 퍼져있었음에도 불구하고 말이죠. 소환장을 받은 시점은 테더 사에게 더 높은 투명성을 요구했다는 의견도 있습니다.

비트파이넥스 고위 관리직 팀 테더 관리 팀
JL van der Velde (최고 경영자) JL van der Velde (최고 경영자)
Giancarlo Devasini (재무 담당 최고 책임자) Giancarlo Devasini (재무 담당 최고 책임자)
Philip Potter (최고 전략 책임자) Philip Potter (최고 전략 책임자)
Stuart Hoegner (법무 자문위원) Stuart Hoegner (법무 자문위원)
Matthew Tremblay (최고 감사 책임자) Matthew Tremblay (최고 감사 책임자)
Paolo Ardoino (최고 기술 책임자)
Chris Ellis (커뮤니티 매니저)

테더 사와 비트파이넥스의 관리팀 구성은 근본적으로 동일했다. (출처: TetherBitfinex)

2017년 11월에 발표된 Paradise Papers 에 따르면 비트파이넥스의 재무 담당 최고 책임자와 최고 전략 책임자가 각각 테더 사의 소유주와 임원이였다는 사실이 드러났습니다. 비트파이넥스가 테더 웹사이트에 모든 내용을 공개하기 이전에도 이미 테더 사와 비트파이넥스의 연관성에 대한 어느정도의 의심이 있었습니다.

테더 사의 관리팀과 소유주들 (출처: Paradise Papers)

몇몇 사람들은 비트파이넥스가 테더 코인을 관리하지 않는다는 것을 이전에 암시했을 수도 있다고 생각합니다. 예를 들어, 테더 사의 설립자이자 고문인 – 비트파이넥스의 전직 최고 기술 책임자인 – Craig Sellars 는 소셜 뉴스 웹사이트인 2017년 봄에 레딧 (Reddit) 에 다음과 같은 글을 올렸습니다:

비트파이넥스는 테더 사의 고객입니다. 비트파이넥스가 더 많은 미화 달러를 원할 경우, 다른 고객들과 똑같이 테더 사에 요청을 합니다. 테더 사는 미화 달러가 생기기를 기다렸다가 달러가 생기는 시점에 필요한 만큼의 테더 코인을 발행하고 비트파이넥스에 이를 입금합니다.

위 댓글은 상당한 해석의 여지를 남겼지만, 비트파이넥스가 테더 코인을 관리하고 있지 않다는 것을 명쾌하게 설명하지는 못했습니다. 이 댓글을 달기 한 달 전, 그는 비트파이넥스의 최고 전략 책임자인 Phil Potter 와 함께 테더 코인을 어떻게 개선시킬 것인지에 대해 논의했다고 밝혔습니다. 또한 그의 LinkedIn 프로필 사이트에서 볼 수 있 듯 그가 테더 사와 비트파이넥스에 동시에 연관되어 있다고 말했습니다:

  • 2014년 4월 ~ 현재: 테더 사의 설립자 및 고문
  • 2015년 1월 ~ 2016년 5월: 비트파이넥스 최고 기술 책임자
  • 2014년 4월 ~ 2016년 5월: 테더 사의 설립자 및 최고 기술 책임자

저희는 몇몇 사람들이 주장하는 테더 사가 대중들의 오해를 산 비트파이넥스와의 연관성에 대한 확실한 증거가 있다고 생각하지는 않습니다.

테더 코인의 감사

테더 코인 홈페이지에는 다음과 같은 내용이 있습니다:

저희의 달러 보유고는 일일 단위로 게시되며, 지속적이고 전문적인 감사를 받습니다. .

회계 자문 전문 회사인 프리드먼 LLP (FLLP) 사는 2017년 9월, 그들이 테더 사가 보유하고 있어야 하는 미화의 잔고를 확인했다는 내용의 보고서를 발표했습니다. 해당 보고서에는 2017년 9월 15일 기준으로 은행이 테더 사 명의의 계좌로 미화 382,064,782 달러를 은행에 예치하고 있음을 보여줍니다.

그러나 이 보고서는 잔고를 보관하고 있다는 은행의 이름은 물론 은행이 위치한 지역의 이름 또한 공개하지 않았습니다. 또한 보고서에는 다음의 내용도 포함되었습니다:

FLLP 사는 위 은행 계좌의 조항 및 조건을 제대로 평가하지 못했고 계좌의 자금에 대한 고객들의 접근 권한은 물론 테더 토큰의 상환을 제외한 여러 목적들과 관련한 자금에 대한 접근 권한도 전혀 명시하지 않았습니다.

2018년 1월, 테더 사는 FLLP 사와의 업무적 관계를 끝내며 이메일을 통해 다음과 같이 설명했습니다.

저희는 프리드먼 사와의 업무적 관계가 공식적으로 끝났음을 발표하는 바 입니다. 엄청나게 자세한 절차 혹은 과정들 로 미루어 볼 때, 프리드먼 사는 상대적으로 간단한 테더 사의 대차 대조표를 만드는 일을 막 시작하는 중이였고 그 감사는 저희가 생각한 상식적인 기간 동안에 이루어질 수 없는 회계 감사였습니다. 테더 사는 업계에서 이러한 과정을 거친 첫번째 회사이자 이같은 투명성의 수준을 추구하는 첫번째 회사이기 때문에 절차 혹은 과정을 알 수 있는 전례는 물론 성공 여부를 가늠할 수 있는 기준도 존재하지 않았습니다.  

이 발언은 투명성의 부족과 감사 절차가 적절하지 못했거나 최소한 테더 웹사이트 상에서 원래 약속했던 것과 상반된 방식으로 진행되었다는 것을 나타냅니다. 이 발언은 암호화폐 커뮤니티에 여러 소문을 낳았습니다 – 예를 들어, 테더 코인이 폰지 스키마 (Ponzi scheme / 폰지 사건 – 폰지라는 이름의 미국인이 45일 동안 50%의 수익을 올릴 수 있다고 투자자들을 속인 뒤 투자금을 가지고 잠적한 사기 사건) 라는 주장입니다.

투명성의 부족이 반드시 사기를 의미하지는 않습니다.

테더 사는 사용자이 미화 달러를 보내고 받는 것을 허용합니다. 거래는 쉽게 블록화되지 못하고 사용자들은 승인 받을 필요가 없습니다 – 주목할 만한 예외도 물론 있습니다. 테더 사는 모든 사용자들에게 미화 3백 1십억 달러의 테더 코인 해킹 사건 이후 복잡해진 절차로 구성된 고객의 블록 체인 거래를 위해 소프트웨어의 업그레이드를 요구했습니다.

테더 코인은 거래 시 사용자에게 일정 수준의 익명성을 보장합니다. 이러한 특징은 비트코인과 같이 범죄자들에게 매력적으로 작용할 수도 있습니다. 테더 사는 거래소와 같이 테더 코인을 발행하고 상환하는 능력이 있지만 승인 절차와 고객 신원 확인 절차 (KYC processes) 를 거쳐야 합니다. 이 절차는 비트코인과 마찬가지로 각 개인들이 퍼블릭 키/프라이빗 키 한 쌍을 생성하기만 하면 테더 코인을 사용할 수 있게 하는 승인 및 확인 절차입니다.

규제가들은 이에 대해 특히 불만족스러워 보이며, 은행들은 테더 코인을 회의적인 시각으로 보고 있는 듯 합니다. 테더 코인은 코인을 안정적으로 운용시키는 미화 보유고를 보관할 은행을 필요로 합니다. 많은 은행들은 테터 코인에 매우 조심스럽게 접근하고 있으며 돈 세탁 방지를 위한 규제와 같은 은행의 규정 절차에 변동을 가져올 수도 있는 고객으로 여기고 있습니다.

이러한 이유로, 테더 코인에는 문제점이 있을 수도 있습니다: 회사는 테더사가 은행 보유고를 운용하는 방식을 숨기려 하거나 혹은 가장 유명한 금융 기관들 보다 규정 절차가 엄격하지 않은 은행을 찾아야 할 수도 있습니다. 저희는 테더 사가 업무 제휴를 맺을만 한 은행을 찾기 위해 많은 노력을 기울이고 적당한 파트너로서의 은행을 찾기 위해 다양한 관할 구역에 위치한 은행들에 계좌를 개설했을 수 있다고 생각합니다. 저희는 바로 이 점이 투명성 부족 문제에 있어 미화 달러 보유고 보다 더 주요한 원인이라고 생각합니다. 테더의 주주들 중 몇몇은 기본적인 투자 활동이 확실하게 허가 받거나 관리당국에 의해 규제 받지 않는 이상 금융 부분에서 투명성을 기대하기는 불가능 할 것이라고 생각합니다.

비트파이넥스 거래소는 최근 암호화폐 가격 버블 기간 동안 하루에 미화 1백만 달러가 넘는 수익을 올렸습니다 (하루 기준 비트코인 규모는 1십 만 비트코인, 수수료는 0.1% 그리고 가격은 미화 1만 달러라고가정했을 때). 비록 테더 사가 몇 가지 문제를 겪고 있지만, 비트파이넥스는 이러한 시스템을 곤경에서 구해낼 만큼 충분한 자본과 자원을 가지고 있습니다. 이렇듯 풍부한 자본과 자원은 사기를 야기하는 인센티브 혹은 몇몇 테더 코인 회의론자들이 주장하는 폰지 스키마 (Ponzi scheme) 와 같은 유형의  문제제기를 없앨 수 있습니다.

푸에르토리코의 금융 데이터

미국령인 푸에르토리코와 테더 코인 간의 연관성이 있다는 소문이 돈 적이 있습니다. 저희는 공식적인 금융 데이터를 분석하여 특이한 경제 활동 혹은 엄청난 성장률에 대한 징후를 찾아보기로 결정했습니다.

저희는 국제 금융 기구 (IFE) 의 은행관련 부서의 현금 잔고 (더불어 예금 잔액) 이 엄청나게 증가했다는 사실을 발견했습니다. 현금 보유고의 가파른 증가는 테더 코인과 관련되어 있을 수 있습니다. 물론 이러한 성장세는 암호화폐 생태계의 한 측면인 테더 코인과 무관할 수도 있습니다 – 푸에르토리코를 암호화폐의 낙원 (crypto utopia) 으로 만들고자 했던 계획처럼 말이죠.

아래의 도표는 발행된 테더 코인에 상응하는 미화 달러 보유고와 푸에르토리코에 있는 국제 금융 기구 은행 부서의 예금 잔고의 가치를 비교한 것입니다. 두 항목의 비교는 완벽하다고 할 수 없기 대문에 저희는 이 데이터로부터 뚜렷한 결론을 이끌어내지는 못했습니다. 푸에르토리코에 있는 규제가들이 장차 만들어낸 것이 무엇인지 생각해보는 것도 흥미로운 일일 것입니다.

푸에르토리코의 국제 금융 기구 총 예금 보유액과 테더 사의 보유고 / 미화 1백만 달러 기준.
(출처: IFE Accounts, BitMEX Research, Coinmarketcap)

총 현금 잔고의 증가에 이어 저희는 현금 잔액이 전체 자산의 비율만큼 증가했다는 사실을 알아냈습니다. 아래의 도표가 이를 보여줍니다.

푸에르토리코의 국제 금융 기구 전체 자산의 비율에 따른 총 현금 잔액
(출처: IFE Accounts, BitMEX Research)

이와 같은 유형의 대차 대조표는 흔치 않습니다. 일반적으로 은행은 자산의 대부분을 대출해주고 아주 일부만을 현금 잔고로 보관합니다. 아래의 표는 단순화된 은행 대차 대조표의 전형적인 구조를 보여줍니다.

일반 은행과 완전 준비 은행 (100% reserve bank) 의 실제 대차 대조표.
(출처: BitMEX Research)

완전 준비 은행 (Full-reserve banking) 은 일반 은행과 다른 대차 대조표를 보여주었습니다. 이것은 금융 분석가들이 미시 경제학 자료를 살펴볼 때에 발견이 가능한 것이기도 합니다. 2017년 9월 말 기준으로 푸에르토리코에 내의 금융 기관의 완전 준비 은행 제도와 관련된 총 자산 대비 현금의 비율이 70% 이상 가파르게 상승했습니다. 이는 푸에르토리코에 완전 준비 은행이 본격적으로 등장했음은 물론 실제로 성장하고 있음을 나타냅니다.

완전 준비 은행 (Full-reserve banking)

완전 준비 은행 (100% 준비 은행이라고도 불리는) 은 예금을 대출해주지 않고 모든 예치금을 실제 현금이나 전자 현금의 형태로 위탁관리 은행 (custody bank) 혹은 중앙은행에 보관합니다. 완전 준비 은행은 오스트리아 경제학파와 자유방임주의 (혹은 비트코인 유형의 철학) 와 연관된 현대 금융계에서는 비주류적 개념입니다. 완전 준비 은행은 비트코인이 그러하듯 신용도 확대를 위한 금융 시스템을 구축할 수 있다고 평가됩니다. 이 은행의 주된 장점은 앞서 발표한 보고서에서 설명드렸듯 경기 변동에 따른 위험을 조금 더 낮출 수 있다는 것입니다.

노블 은행 (Noble Bank)

저희는 푸에르토리코의 국제 금융 기구 카테고리에서 전체 금융 기관들을 살펴보았습니다. 그리고 2개의 완전 준비 은행이 있다는 것을 확인했으며 은행의 이름은: 유로 퍼시픽 국제 은행 그리고 노블 국제 은행입니다. 완전 준비 은행은 매우 드물지만, 또 다른 완전 준비 은행의 존재 가능성을 배제할 수 는 없습니다. 그러나 저희는 현재 운영 중인 다른 완전 준비 은행은 없을 가능성이 높다고 생각합니다.

푸에르토리코의 국제 금융 기구에 등록된 은행 목록 요약본. 노블 은행은 빨간색으로 표시하였음.
(출처: Commissioner of Financial Insitutions of Puerto Rico)

유로 퍼시픽 은행 (Euro Pacific Bank) 은 잘 알려진 오스트리아 경제학파의 학자이자 비트코인 회의론자인 Peter Schiff 가 운영하고 있습니다. 이러한 회의론적 시각때문에 저희는 그가 테더 사와 같은 비트코인 관련 단체와 연관되어 있을 가능성이 거의 없다고 생각합니다.

그러나 노블 은행 (Noble Bank) 은 암호화폐 업계와 연관되어 있고 따라서 테더 코인과도 연관되어 있습니다. 2015년 은행이 규제 당국에게 보낸 편지의 발췌문은 노블 은행이 암호화폐와 연관되어 있음을 보여주는 증거입니다:

노블 은행은 실물 화폐, 비트코인 그리고 기타 전자 화폐의 거래, 청산 그리고 결제를 위한 동합 금융 시장 네트워크의 운영을 목표로 하고 있습니다

노블 은행은 2015년 나스닥 (Nasdaq) 과 비트코인 관련 사업 파트너십을 맺었습니다. 저희는 푸에르토리코의 금융 서비스 산업 관련 분야 보유고의 증가가 노블 은행 그리고 암호화폐와 관련되어 있다고 생각합니다. 테더 코인과의 연관성 여부를 떠나서 말입니다.

노블 은행의 창립자이자 최고 경영자인 John Betts 는 2014 Sunlot Holdings 사가 Mt.Gox 라는 암호화폐 거래소를 공격하려 한다는 CoinLab의 폭로 사건이 있었을 당시 Mt.Gox를 인수하여 구제하려 했습니다. Sunlot 사는 테더 사의 창립자들 중 한 명인 Brock Pierce 의 후원을 받았습니다.

물론, 노블 은행의 CEO와 테더 창립자들 간의 전문적인 파트너십 관계는 아무것도 증명해내지 못했고 블록체인 생태계는 규모가 아주 작기 때문에 위와 같은 식으로 관련되어 있을 가능성도 있습니다. 저희는 테더 코인의 제 1차 예치은행인 노블은행이 부적절하거나 불법적인 일을 했다는 증거가 없음을 강조하고 싶습니다.

Medium post 에서 노블 은행은 “고객들이 어떻게 자신만의 잔고 풀 (pools of credit) 을 생성할 수 있는지” 를 설명했고 아래의 그림을 동해 해당 시스템의 구조를 보여주었습니다.

(출처: Medium)

위의 모델은 테더 코인의 기본 구조라고도 할 수 있으며, 이 모델은 해당 시스템이 어떻게 미화 달러를 기반으로 하여 운영되는지를 보여줍니다. 또한, 이 그림은 BNY Mellon 은행에 의해 잔고가 보관되는 푸에르토리코 은행 시스템 내의 테더 코인이 미화 달러에 의해 뒷받침 되고 있음을 시사합니다. BNY Mellon 은행은 세계 최대의 위탁관리 은행으로 노블 은행의 위탁관리 은행입니다. 이 사실이 맞다면, 테더 코인은 폰지 스키마가 아니라는 증명할 수 있습니다. 미화 달러 보유고는 공식 발표되고 관리 당국에 의해 보고되며 해당 보유고는 상대적으로 안전하다는 의미가 되기 때문입니다. 그러나 저희가 보고서 후반에서 설명드리듯 이 점이 장기적인 관점에서 테더 코인 보유자들에게 편의를 제공하지는 않습니다.

사례 연구

위에서 설명드렸듯, 테더 코인에는 다음의 특징이 있습니다:

  • 테더 코인을 보내거나 받을 때 승인 또는 허가가 필요하지 않다.
  • 거래 내역이 쉽게 블록화되지 않는다.
  • 테더 코인의 사용자들은 일정 수준의 익명성을 보장받는다.

이러한 특징들은 범죄자 혹은 자금 세탁범들에게 매력적으로 다가올 수 있습니다 – 만약 관련 범죄가 성행할 경우, 관리 당국은 시스템의 중단을 요구할 수도 있습니다. 아래 사례들이 증명하듯 이같은 일들은 과거에도 여러 번 발생했습니다. 보고서 후반에 저희는 아래 사례들에 대해 더 자세하게 알아볼 것입니다.

리버티 리저브 (Liberty Reserve / 2006-2013)

리버티 리저브 (Liberty reserve) 는 사용자가 미화 달러로 표시된 송금액을 인터넷을 통해 보내고 받을 수 있게 한 코스타리카 기반의 중앙집중형 전자 화폐 서비스입니다. 송금액은 이메일 주소를 만드는 데 사용되었고 이 시스템을 사용하기 위해 별도의 신원확인절차는 필요하지 않았습니다. 2013년 관리 당국은 이 서비스를 중단시켰고 미화 6십억 달러의 자금세탁을 가능하게 했다는 혐의로 이를 고소하고 고발장을 접수했습니다. 이 서비스의 창업자는 체포되어 감옥에 수감되었습니다. 영국 뉴스채널인 BBC 는 위 서비스를 다음과 같이 설명했습니다:

신용카드, 은행 송금, 우편환 또는 기타 송금 서비스를 통해 현금을 서비스에 입금할 수 있습니다. 이 경우, 입금된 돈은 특정 기업의 고유 화폐로 전환됩니다 – 유로화와 미화 달러의 경우와 마찬가지로 – 그리고 이 시점에서 자금을 자유롭게 출금할 수 있는 또 다른 계정 보유자에게 돈이 송금됩니다.

골드에이지 (GoldAge / 1999-2006)

리버티 리저브 설립 이전, 동일한 인물이 금 기반 송금 플랫폼인 골드에이지라는 거래소를 운영했습니다. 이 역시 관리 당국에 의해 운영이 중단되었습니다. 미 법무부는 아래와 같이 밝혔습니다:

피고측은 2002년 거래소 운영 시작 이후로 최소 미화 3천만 달러에 달하는 돈을 전세계의 전자화폐 계좌로 송금했습니다. 전자화폐 거래소인 골드에이지는 자금 세탁 과정의 일환으로 2006년 1월 1일과 2006년 6월 30일에 걸쳐 미화 4백억 달러를 입금받거나 송금했습니다.

e-불리온 (e-Bullion / 2001-2008)

e-불리온은 중앙집중형 인터넷 금 시세 기반 결제 시스템입니다. 2008년 이 시스템의 공동 창업자가 살해되면서 회사의 자산은 미국 정부에 의해 몰수되었고 시스템의 운영은 중지되었습니다.

디지캐시 (DigiCash / 1994-1998)

가장 흥미로운 중앙집중식 고정형 지불 플랫폼 중 하나는 디지캐시 (DigiCash) 일 것입니다. David Chaum 가 고안한 디지캐시는 시스템 내에 설계된 은닉 서명 (blind signatrues) 을 기반으로  강력한 익명성 기술을 자랑합니다. 이 플랫폼은 현대화된 분산형 익명성 기반 토큰인 모네로 (Monero) 와 비슷한 플랫폼입니다.

중앙화된 시스템에도 불구하고, 디지캐시의 운영자는 모든 부분이 익명이였기 때문에 자세한 거래내역을 파악할 수 없었습니다. 따라서 어떤 의미에서는 거래 그 자체로 완전히 감시 저항적 (censorship resistant) 이라고 할 수  있습니다. 그러나 1998년 디지캐시는 결과적으로 실패했고 곧 파산했습니다.

감시 저항적 특징에는 두 가지 측면이 있습니다: 먼저, 이러한 거래는 거래 자체로 블록화되지 못하며 둘 째로 전체 시스템은 쉽게 중지되지 않습니다. 첫 번째 특징은 링 서명 방식 (ring signatures) 처럼 익명성 기술을 기반으로 하지만 상대적으로 쉽게 설계할 수 있습니다. 하지만 두번 째 특징은 시스템 내에 설계하기 어렵습니다.

미국 법무부는 아래의 내용을 포함하여 운영이 중지된 인터넷 기반 송금 시스템의 다른 사례들의 목록을 작성했습니다.

E-골드 (E-gold / 1996-2007)

2007년 4월 20일, 워싱턴 D.C. 의 연방 대배심은 전자 화폐 사업을 하는 두 회사와 회사의 소유주들을 기소했습니다.  E-골드 주식회사와 골드 앤 실버 리저브 주식회사 (Gold and Silver Reserve Inc.) 그리고 회사의 소유주는 연방법의 적용을 받아 통화조절수단 자금 세탁 공모 혐의, 무허가 송금 사업체 운영 공모 혐의, 무허가 송금 사업체 운형 혐의로 회사의 소유주는 워싱턴 D.C. 연방법에 적용을 받아 허가증 없이 자금을 송금한 혐의로 각각 기소되었습니다. 기소장에 따르면, 대안적 송금 시스템인 E-골드를 사용하기 위해 계좌 개설을 위한 유효 이메일 주소만 이 요구되었고 기타 연락처 정보는 승인받을 필요가 없었습니다. 위 기소는 미국 중앙정보국 (U.S. Secret Service) 와 미 국세청 (Interter Revenue Service / IRS), 미 연방수사국 (FBI) 그리고 지방 경찰기관 간의 2년 반이 넘는 긴밀한 합동 조사끝에 얻어진 결과입니다. 콜롬비아 주 연방 변호사 Jeffrey A. Taylor 에 따르면 “피고인들은 전세계 어느 단체의 규제와 감시도 받지 않고 익명의 송금자가 클릭 한 번으로 돈을 보낼 수 있는 정교하고 국제적인 송금 시스템을 운영했습니다. 이러한 부류의 범죄자들은 E-골드를 어떤 처벌도 받지 않고 그들의 돈을 송금할 수 있는 장치로 생각했을것입니다.” 라고 밝혔습니다.

쉐도우크루 (ShadowCrew)

2006년 6월 29일, Andrew [Mantovani] 는 전세계적인 온라인 토론 포럼인 ShadowCrew.com 을 공동 설립한 혐의로 32 개월 형을 받고 연방 교도소에 수감되었습니다. 쉐도우크루의 회원은 4천 명 이상이였고, 이들 중 다수는 절도와 사기를 알아보는 데 전문화된 사람들이었습니다. 회원들은 물건과 범죄 관련 서비스 구매를 위해 전자 화폐를 주고 받았습니다. 기소된 회원 중 하나인 Omar Dhanani 는 불법 현금을 익명으로 전환하여 전자 금으로 자금 세탁이 가능한 서비스를 회원들에게 제공하는 불법 화폐 거래소를 운영했습니다. Dhanani 는 쉐토우크루의 회원들이  전통적인 은행 거래 시스템을 꺼려했기 때문에 전자 금을 사용했다고 말했습니다. 1년에 걸친 미 중앙정보국의 수사 끝에 2004년 10월 미국에서 21명의 범죄자들과 다른 나라의 범죄자 몇 명이 체포되었습니다.

웨스턴 익스프레스 인터네셔널 – 전자 화폐 거래소 기업
(Western Express International Currency Exchange Company / 2002-2005)

2006년 2월 22일, 뉴욕 주는 Vadim Vassilenko, Yelena Barysheva 그리고 Alexey Baryshev 를 2002년 부터 2005년 까지 불법 수표 현금화 사업과 자금 전달 사업을 운영했다는 혐의로 기소했습니다. 웨스트 익스프레스 인터네셔널 사는 화폐 거래소를 위장 운영했고 범죄자들은 전자 화폐를 통해 거래를 했습니다. 웨스턴 익스프레스 사는 미국 내에서 불법 거래소 운영을 위해 웹사이트를 통해 동유럽, 러시아 그리고 우크라이나에 있는 해외 고객을 유치하려 노력했습니다. 고객들은 오배송 (reshipping), 낚시성 범죄 (phising), 도용 (spoofing) 그리고 스패밍 (spamming) 같은 사이버 범죄에 다양하게 연루된 가짜 ID 혹은 여러 개의 ID를 사용했습니다. 도난된 신용카드 번호로 구매한 물품들은 디지털 골드를 사기 위해 되팔아졌고 이 디지털 골드는 추후 웨스턴 익스프레스를 통한 자금 세탁에 사용되었습니다. 뉴욕 주립 은행 규제를 위반한 총 미화 2천 5백만 달러에 달하는 불법 자금은 4년이 넘는 기간동안 회사의 계좌로 흘러 들어갔습니다.

 

결론

특정한 특징 (감시 저항적 혹은 익명 거래) 을 가진 중앙화 시스템의 사례들은 시스템 운영이 관리 당국에 의해 중지되는 경향이 있다는 사실을 보여주었습니다. 테더 코인은 위 사례 중 이용이 중단된 서비스와 몇 가지 동일한 특성을 가지고 있기 때문에 범죄의 표적이 될 수 있고 결국 위 사례들과 같은 운명으로 고통받을 수도 있습니다.

저희가 생각하는 테더 사의 두 가지 선택 방안은 다음과 같습니다:

  1. 운영자가 쉽게 거래를 블록화하거나 자금을 동결할 수 있도록 고객 신원 확인 (KYC) / 자금 세탁 방지 (AML) 절차를 포함해 시스템을 수정합니다. 이를 위해서 테더 코인은 근본적인 기술 구조와 퍼블릭 블록체인 방식을 바꾸어야 할 것입니다. 기본적으로 테더 코인은 현재 전통적 은행 (혹은 완전 준비은행) 방식으로 변화하고 있습니다.
  2. 지금의 방식 그대로 운영하는 것은 그 자체로 관리 당국에 의해 시스템 운영이 중지될 수 있는 위험성이 있습니다.

시스템 운영이 중지될 경우, 몇몇 사용자들은 일시적으로 투자금에 대한 접근 권한을 잃을 수도 있습니다. 따라서 저희는 코인을 장기간 보유하는 것을 추천하지 않습니다. 그러나 이것이 회의론자들의 전형적인 주장에 대한 근거는 아닙니다. 저희는 테더가 범죄에 악용되는 경우가 상대적으로 적은 것은 아마도 자본 투기 목적으로 사용되기 때문에 즉, 시스템 중심적 코인의 활용 사례이기 때문이라 생각합니다. 또한, 저희는 테더 코인이 자금 세탁 범죄를 위해 사용되었다는 어떠한 증거도 발견하지 못했습니다. 현재 상태로서는 당장 시스템 운영이 중지될 가능성은 높지 않아 보입니다.

위 사례들은 감시 저항적 특성 (개벌 거래와 시스템 전체를 통틀어서) 과 암호화 토큰이 장기적 관점에서 안정적으로 운용되기 위해서 필요한 것은 무엇인가에 대한 측면을 보여줍니다. 송금 시스템이 블록체인 거래가 아닐 경우, 승인 또는 허가가 불필요하며, 익명으로 사용할 수 있을 테지만, 결과적으로 시스템 작동이 중지될 수도 있습니다. 이것은 테더와 리플 코인 시스템 상에 실제 일어날 수 있는 일입니다. 앞서 말씀드린 리버티 리저브, E-골드 그리고 디지캐시와 같이 말이죠. 분산형 시스템의 설계는 시스템 작동 중지를 막기 위한 가능성있는 하나의 방안이 될 수 있습니다 (예를 들어, 시스템 전체에 감시 저항적 특징을 설계하는 것). 저희는 비트코인 혹은 다른 작업증명 방식 기반 (Proof-of-work-based) 의 시스템에서도 이 같은 시스템의 실제 설계 가능성은 아직 입증되지 않았다고 생각합니다.

고지사항

이 보고서 상의 주장들은 외부로부터 인용된 것이나, 주장의 정확성을 보증하거나 보장하지는 않습니다. 수정 요청은 언제든 환영합니다.

요약: 특허가 사회에 미치는 영향력에 대해서는 논쟁의 여지가 있지만, 블록체인 산업에 특허는 부정적인 영향을 줄 수 있습니다. 특허권을 이용할 수 있게 하는 것은 블록체인 산업에 있어 잠재적으로 중요한 일입니다. 하지만, 안타깝게도 기술 혁신가들은 방어 목적으로 특허권 보호를 얻어내야 했을 것입니다. 방어적 특허 수집 (DPL, Defensive Patent Licence) 은 특허권 상의 유해한 제약 사항들로부터 블록체인 생태계를 보호하거나 위험성을 완화시킬 수도 있습니다. 저희는 현재 DPL 상의 잠재적인 결함과 맹점을 설명하고 새롭게 개선된 블록체인의 DPL 버전인 BDPL 에 대해서 살펴보겠습니다.

(출처: Mises Institute)

블록체인 산업에서의 특허권 Patents in the blockchain space

지적 재산권(IP, Intellectual Property) 에 관한 문제는 자유주의자와 블록체인 커뮤니티 내에서 논쟁의 대상이 되는 주제입니다. 특허와 저작권의 개념은 대부분의 사람들에게 일반적으로 받아들여지지만, 다수의 자유주의자는 이 시스템이 경제 발전을 지연시키는 비윤리적인 독점 행위라고 생각합니다. 미국의 지적 재산권 전문 변호사이자 작가인 Stephan Kinsella는 지적 재산권에 대한 대한 부정적인 시각을 그가 작성한 “지적 재산권에 반대하여” (Against Intellectual Property) 라는 기사를 통해 드러냈습니다. 그는 특허권을 다음과 같이 표현했습니다:

특허권은 “실용적인” 기능을 하는 장치 혹은 일 처리 과정 발명에 대한 재산권입니다. 새로 발명되거나 이전보다 발전된 형태의 쥐덫도 특허의 대상이 될 수 있는 장치의 한 예시 입니다. 특허권은 발명가에게 발명품의 제조, 이용 혹은 판매에 대해 한정적인 독점권을 부여합니다. 하지만, 사실 특허권은 특허권자에게 제외시킬 권한만을 줍니다. (즉, 다른 사람들이 특허 받은 발명품을 활용하지 못하게 막는 권리를 부여합니다.); 또한, 실질적으로 특허권자에게 특허 받은 발명품을 활용할 수 있는 권한이 주어지지 않습니다. 모든 혁신 또는 발견이 특허의 대상이 되지는 않기 때문입니다. 예를 들어, 미 연방 대법원은 특허의 대상이 될 수 없는 세 가지 카테고리의 사항을 규정했습니다. 3가지 사항은 “자연 법칙, 자연적인 현상 그리고 모호한 아이디어.” 입니다. 아이디어의 모호함을 줄여 일종의 “실용적인 적용” , 다시 말해, “유용하고, 체계있으며 실재하는 유형의 결과물” 을 만들어내면 이는 특허의 대상이 됩니다.

이와 다르게 저작권은, 책, 기사, 영화 그리고 컴퓨터 프로그램과 같은 원작에 관한 권리입니다. 블록체인 혹은 기술과 관련된 지적 재산권에 대입해 볼 때,  예술 작품에 주로 적용되는 저작권 보다 특허권이 지적 재산권과 더 높은 연관성을 가진 것처럼 보입니다.

특허의 장점이 무엇인지에 대한 개인의 생각과 관계없이 블록체인 산업에서 특허권의 유용성을 평가할 때, 특히 고려해야 할 몇 가지 사항이 있습니다:

  1. 블록체인 기술의 중요한 특징 중 하나는 아무도 시스템 사용을 감시할 수 있는 능력을 가지고 있지 않은 (소위 감시 저항으로 알려진) 승인이 필요없는 기술 구조이다. 누군가 블록체인 기반 시스템에서 기능하거나 혹은 활용되는 특허를 받으면 (예를 들어, 새로운 거래 형식 같은), 특허권자와 사법 당국은 타인에 의한 특허권 사용을 막지 못할 수도 있으며, 이는 잠재적으로 해당 특허권을 부적절하게 그리고 강제성을 잃게 만들 수 있습니다.
  2. 암호화폐 채굴 기술에 대한 특허권은 특허권자에게 하여금 다른 마이너들보다 더 경쟁력있는 이점을 부여합니다. 이 점은 유용성을 갖기 위해 일정 수준의 경쟁을 요하는 마이닝의 취지를 훼손시킬 수 있습니다. 마이너 혹은 채굴 업체가 해시래이트의 대부분을 차지하게 되면, 그들은 거래의 일부 혹은 전부를 감시하거나 잠재적으로 블록체인 기술의 필요성을 저해시킬 수 있는 거래 조작을 시도할 수도 있습니다.

이러한 이유로, 일반적인 특허권의 유용성은 논쟁의 여지가 있는 반면에 다수의 사람들은 블록체인과 관련한 특허권에 대해서 부정적인 생각을 갖고 있으며, 동시에 블록체인 산업 내에서 강제적인 특허권의 활용이 피해가기를 바라고 있습니다. 이들이 원하는 결과를 얻어내는 것은 간단치 않습니다; 왜냐하면 블록체인 산업 내에 특허권 활용을 피하기 위한 기술을 개발하는 사람들의 수가 충분하지 않기 때문입니다. 추후에 기술로 특허를 받고 그 기술을 사용하는 블록체인 기업과 사용자들을 인질로 삼을 수도 있는, 소위 특허 괴물 (patent trolls)들은 이러한 접근 방식에 취약할 수도 있습니다. 특허 괴물에 대항할 수 있는 일종의 보호 장치가 필요합니다.

방어적 특허 수집 (The DPL)

특허 괴물들로 인한 위험 요소를 방지 혹은 감소시키는 장치 중 하나가 바로 방어적 특허 수집 (DPL) 입니다. 기업들은 인터넷 아카이브 (Internet Archive)와 블록스트림 (Blockstream)을 포함한 DPL 을 이미 활용하고 있습니다. DPL 에 등록 및 가입함으로써, 그 기업이 DPL 에 가입해 있는 한, 기본적으로 모든 회사 혹은 개인이 그들의 특허받은 기술들을 무료로 사용하는 것을 허가하게 됩니다. DPL 에 가입하기 위해서 각자가 가지고 있는 특허권을 DPL 커뮤니티 내에 공개하는 일에 동참해야 하고, 모든 DPL 회원의 특허권을 침해할 수 있는 주장을 해서는 안됩니다. 누구나 가입할 수 있고, 회원이 되면 다른 회원 소유의 특허권 활용에 대한 걱정을 하지 않아도 되는 DPL 의 장점은 동호회 조직을 용이하게 합니다. DPL 의 활용은 전적으로 방어적 목적이며, 더 많은 단체가 DPL 에 가입할수록 이는 블록체인 커뮤니티에 더 긍정적으로 작용합니다.

방어적 특허 수집 (DPL) 의 문제점들

저희는 블록체인 생태계 내의 특허권자 몇 명과 법률 전문가들에게 자문을 구했고, 이들 중 일부가 DPL 의 잠재적인 결함과 문제점들을 알아냈습니다. 그들은 지금의 DPL 은 현재 제도권 내에서 초안 버전으로 시도한 것이며, 다수의 사람들은 아직 개선할 수 있는 기회가 많다는 점을 인정했습니다.

잠재적인 방어적 특허 수집 (DPL)의 문제점들: Potential DPL loopholes include:

  1. DPL 의 회원이 특허권을 DPL 의 약관을 준수하지 않는 비회원인 단체에 이양할 경우, 방어적 특허 수집 (DPL)의 이용 자격이 박탈될 수 있습니다. 하지만, 이 제한 사항은 DPL 의 회원 가입 이후 단 한 번만 적용됩니다. 이론상으로는 단체가 DPL 가입 이전에 특허권을 제휴사에 이양할 수도 있습니다. 이 가정 하에서, 특허권을 이양한 DPL 의 신규 가입 회원은 나머지 DPL 회원들이 무료로 특허권을 사용하는 동안 다른 DPL 회원에게 특허권에 관한 공격적인 주장을 제기하기 위해 권리를 이양받은 회사와 결탁할 가능성이 있습니다.
  2. DPL 은 다른 회원들이 특정 회원의 특허권 활용 행위를 막을 수 있지만, 제 3 자의 특허권 활용은 방지하지 못합니다. 제 3 자는 몇몇 DPL 회원들의 특허권 사용을 제한할 수 있는 반면, 다른 DPL 회원에게 동일한 특허권을 사용할 수 있는 권리를 줄 수 있습니다. 아래의 그림처럼, 만약 이와 같은 일이 발생한다면, 특허 활용권을 가지고 있는 모든 DPL 회원들은 그렇지 않은 회원보다 유리한 위치를 선점하게 됩니다. DPL 은 바로 이점을 경계했습니다.

회사 H 는 DPL 의 회원이 아니지만 특허받은 기술의 활용을 회사 A 에게 허락했습니다. 반면, A 를 제외한 다른 DPL 회원들에 대항해 회사 H 는 법 집행에 연루되었습니다. 이것은 회사 A 가 DPL 의 합법적 회원으로 남아있는 동안은 이점으로 작용할 것입니다. (출처: BitMEX Research)

새로 만들어진 BDPL

새롭게 제안된 블록체인 전용 DPL (BDPL, Blockchain-specific DPL) 설계 계획은 계약 조항 수정과 위에서 언급한 결함을 보완해 줄 조항을 추가함으로써 기존의 DPL 을 개선하는 것을 목표로 했습니다. BDPL 은 BDPL 에 가입한 모든 회원들에게 권한을 부여하는 DPL 의 가장 중요한 방어적 특성을 동일하게 가지고 있습니다.

위에서 언급한 첫 번째 문제점은 라이센스 계약 조항 중 하나를 수정하여 해결했습니다. 본래의 DPL 은 단순히 DPL 의 회원이 다른 회원에게 방어적이지 않은 (non-defensive) 특허권에 대한 문제 제기 행위를 금지했습니다. 그러나 개정된 조항을 통해 DPL 의 회원이 “개별 회원 단독으로 혹은 회원 간의 결탁 또는 타인과의 결탁” 을 통해 문제 제기 하는 행위 또한 금지시켰습니다. 더 엄격해진 요건은 위에서 언급한 형식의 결탁이 형성되는 것을 더 어렵게 만들 것입니다.

두 번째 문제점은 라이센스 계약에 새로운 조항을 추가하여 해결했습니다. 이 요건은 다른 BDPL 회원들의 특허 활용 권한을 제한하거나 권한을 “허용 또는 허용할 개연성이 있는” 제 3 자 소유의 특허권을 사용하는 회원의 DPL 특허 사용 권리를 박탈한다는 내용을 특정하고 있습니다. 이 요건을 통해 위에서 설명한 만약의 상황을 방지할 수 있습니다.

결론

저희는 새로 개발된 BDPL 이 기존 시스템보다 개선되고 더 탄탄한 대안책이 될 수 있다고 생각합니다. 그러나 어떤 점에서는 구 버전보다 부담되는 시스템 일수도 있습니다 – 공시 (public notices) 에 관련하여 더 강력해진 요구조건이 그 이유 중 하나입니다. 게다가 결탁 관련 문제점을 해결하기 위해서는 일종의 거래가 필요합니다: BDPL 의 회원은 라이센시 (licensee, 생산 및 사용에 관해 인가를 받은 사람 및 기업) 에 대한 이해 없이 다른 BDPL 회원들을 상대로 법적 책임을 묻는 비회원 단체들이 보유한 핵심 기술 활용 권리를 허가 받을 경우 진퇴양난에 빠질 수도 있습니다. 이 문제를 현재의 라이센스 계약 조건하에서 해결할 수는 없지만, 계약 조항을 추가하여 BDPL 회원에 대한 공격적인 법적 조치를 방지함으로써 문제 발생의 위험성을 낮출 수는 있습니다.

특허권자에게 더 많은 선택지를 부여하는 것은 유익한 것일 수 밖에 없고, 이렇게 새로운 권한은 블록체인 업계에 긍정적인 요소로 작용합니다. 이 시스템은 더 탄탄할 것이고, 특허권의 부정적인 영향으로부터 블록체인 생태계를 보호할 수 있는 방어적 본질을 유지할 수 있게 해주기 때문에 이는 특허권자들에게 더 매력적으로 느껴질 것입니다. 저희는 이전 시스템보다 BDPL 을 더 선호하는 특허권자들에게 말했습니다. 새롭게 개발된 시스템의 인기가 높아진다면 유익한 일이 되겠지만, 그것이 성공할지는 예측하기 어렵다고 말입니다.

저희는 BDPL 은 엄청난 발전이며, DPL 보다 채택될 가능성이 더 높다고 생각합니다. 만약 BDPL 이 채택된다면, 이는 블록체인 생태계에 상당히 긍정적으로 작용할 것이며, 블록체인 산업을 향해 조용히 다가오고 있는 위험 요소들을 제거해 줄 수 있다고 생각합니다.

데이터 사이언스에 대한 견해를 묻는다는 메일을 하나 받았다. 엉? 견해? 무슨 견해?

(중략) 최근에 데이터 사이언스에 대한 관심이 많아진 공대 학부생입니다. 제가 어떤 데이터를 추출하고 분석하여 새로운 유용한 가치를 주고 싶은데, 데이터 사이언스, 맞는 길이겠죠? 다만 한 사람이 그 과정을 전부 하기는 불가능하다고 합니다. 그래서 데이터 엔지니어, 분석가 (도메인 지식), 그리고 수학, 통계의 박사과정을 밟은 True 데이터 사이언티스트 중 한 가지 테크를 타라는데, True 데이터 사이언티스트는 도메인 지식을 쌓기 어렵나요?

즉, 데이터 사이언티스트가 엔지니어 분석가 둘 다 할 수는 없나요? 저는 선배님이 쓴 글에서 자동차 설계자가 되고 싶습니다. 카카오나 네이버 채용을 보면 데이터 처리의 전과정과 인사이트 도출까지의 역할을 하는 데이터 커리어 직군을 뽑던데, 이는 데이터 엔지니어인가요, 분석가인가요, 데이터 사이언티스트인가요?

또, 어떤 영국 마이크로 소프트 데이터 사이언티스트라고 하는 분의 페이스북 글을 보게 되었는데 상당히 현실적? 비관적? 이었습니다. 간단히 정리하면, 5년 후에는 데이터 사이언티스트의 입지가 좁아질 것이고, 사실 지금도 웬만한 데이터 분석 작업을 해당 분야 내부자가 교육을 조금 받으면 충분히 행할 수 있다고 합니다. 물론 그 분도 문과 학부 개발자 출신이지만 독학을 통해 데이터 사이언티스트가 되었다고 합니다.

데이터 과학, 진입장벽이 이렇게 낮은거 맞나요?

물론 선배님도 그런 교육을 하시고 있지만 제 커리어를 데이터 사이언스 쪽으로 잡고 석사까지 계획하고 있는 저로써는 상당히 불안합니다. 그 분의 페이스북 글들을 보고 저에게 조언을 보내주시면 감사하겠습니다.

데이터 사이언티스트가 되는 법

데이터 사이언티스트가 되는 법2

난 죽어도 데이터 사이언티스트 신입으로 들어가야겠다면

빅데이터에 대한 단상

 

 

분노의 답변

필자도 비슷한 논조의 글을 몇 번 쓴 적이 있다. 데이터 사이언스는 죽었다, 데이터 사이언스 민주화 등의 제목으로 이 시장이 결국은 대단한 스킬셋이 아니라 평범한 지식이 되는 수준이 5년 정도 안에 올 것 같다는 식으로.

그러면서도, Low skilled 포지션들은 자동화 작업으로 빠르게 대체되겠지만, 모델링을 해야하는 자리는 결국 교육받고 똑똑한 인간이 오랫동안 자리를 지킬 것이라는 글을 쓴 적도 있다.

아래의 답변은 그런 글들과 필자의 다른 블로그 글들을 종합한 내용이다.

 

Data Engineer는 DB 개발자, DB Architect라는 포지션으로 예전부터 그 직군에 종사하는 사람들이 많이 있었습니다. 단지 요새 머신러닝 패키지들이 좋은게 많이 나오는데, 그걸 플랫폼에 얹으려고 하다보니 이름이 약간 업그레이드 (?)된 거라고 봅니다.

Data Analyst는 예전부터 Business Intelligence라는 직군이 있었습니다. SQL로 DB에서 데이터 뽑은다음, 그래프 그리고, 자기들 나름대로 결론 도출하고 등등 나름대로 “Intelligence”를 데이터에서 뽑아내는 업무죠. 이 분들도 머신러닝이 뜨니까, 그리고 BI 툴들에 머신러닝 테크닉들이 포함되니까 그걸 응용해보려고 한다는걸 알고 있습니다.

그리고 위의 두 직군은 개발자 커리어와 경영학과 커리어로 구분되어야 한다고 봅니다. SQL이 들어가니 아직도 상당수 회사들이 저 자리를 “전산직”으로 뽑고 있던데, SQL 배우는데 일주일 하드코어 훈련이면 충분하고 (회사들이 그 교육마저도 시키기 싫으니까 아마도…), 그 다음부터는 도메인 지식으로 그래프를 설득력 있게 그리는 업무에요. 다만 위의 두 직군은 Data Science 업무가 아닙니다.

Data Scientist는 모델링하는 작업이에요. 완전히 기술적으로 다른 백그라운드가 필요한 직군입니다. 괜히 수리통계학으로 박사 과정 훈련을 받은 사람들한테만 열려있었던 직군이 아닙니다. 이런 직군도 위의 두 직군과 마찬가지로 예전부터 곳곳에 다른 이름으로 존재해왔습니다. 대표적으로 R&D 담당하는 기관에 가면 연구원이라는 이름의 직업이 있죠. 모든 산업이 다 빅데이터를 갖고 있는게 아니라, 아주 일부 산업만 빅데이터를 갖고 있는 시점에 특정 산업에 있는 연구원만 진정한 Data Scientist 업무를 할 수 있는 건 어찌보면 너무나 당연해 보입니다. 현재 IT 산업과 금융권 일부에만 빅데이터가 있습니다. 당연히 이런 산업에서만 빅데이터를 이용한 머신러닝 최적화 모델링이 제대로 돌아갈 것이고, 그러다보니 Data Scientist라는 이름으로 사람을 뽑는 경우가 제일 많은 동네가 실리콘 밸리가 되는 거겠죠.

아래 말씀주신 카카오나 네이버의 업무들은 전형적인 BI 작업인데, 이름만 데이터 사이언티스트로 달린 것 같습니다. 실리콘밸리가도 그런 경우 많아요. 이름만 그렇게해서 한 단계 높은 교육을 받은 인력을 싸게 쓸려고 하는 거죠. 저도 그런 경우를 겪어봤고, 시장에 넘쳐나는 인재들이 갈 곳이 없어 그런 곳이라도 가야한다는 사실을 알고 있습니다만, 어찌됐건 그건 Data Scientist가 아니라 BI 입니다.

제가 겪은 사람들만 놓고 보면, 박사 학위 없는 대부분의 Data Scientist들이 Data Engineer거나 혹은 Data Analyst였습니다. 당장 Reinforcement Learning 모델 만든다고 했을 때, Bellman Equation을 풀어야 모델에 쓸 식을 만들 수가 있는데, 이거 Value function 푸는 수학이고, 제가 박사 1학년 때 이런 수학을 거시 경제학 문제에 응용하는 공부를 한 적이 있습니다. 2학년 때는 Continuous time으로 파이낸스 문제 푸는데도 같은 테크닉을 그대로 썼네요. 기계항공 전공하는 후배를 보니 박사학위 내내 저랑 똑같이 생긴 식을 머리 싸매고 풀고, 안 되면 시뮬레이션 돌리고 있더군요. 물리학 박사하는 선배들도 그랬구요.

간단한 테크닉만 써서 데이터 가지고 단순한 작업하는건 있는 툴을 활용하면 되니까 진입장벽이 낮다고 생각합니다. 물론 그 정도도 못해서 나가떨어지는 실력없는 사람들이 수없이 많다는 걸 잘 알고 있구요. 그렇게 나가떨어지는 분들은 쫓겨나게 될 것이고, 남아 있는 사람들 대부분에게 지금 제가 강의에서 가르치고 있는 지식은 평균적인 지식이 될 거라고 봅니다. 시장의 수준이 올라가겠죠. 다만, 공부 안 했고, 깜냥없는 사람들이 자기 수준으로만 알고 있는 세계관으로 Data Science라는 직군의 진입 장벽이 낮다고 이야기하는건 그냥 얼굴에 조소를 머금게 할 뿐입니다.

 

좀 옛날 이야기

작년 이맘 때 쯤으로 기억한다. 전에 다니던 회사의 한국 세일즈 분 하나가 공부를 좀 더 해서 데이터 쪽으로 커리어를 전환하면 어떻겠냐고 물으시더라. 그 분이 저 위에 말한 데이터 사이언티스트가 되는 건 수학 공부에 들여야하는 시간을 봤을 때 좀 무리라고 생각했고, 결국 BI 관련 직군을 가셔야하는데, 그냥 SQL로 데이터 뽑아서 그래프 그리는 Back-office 자리만 차지하시기에는 세일즈를 너무 잘 하시는 분이라고 생각했다. 메일로 질문하셨던 분이 보내주신 링크에서 보이는 부정적인 논조가 딱 그 세일즈 분의 고민에 대한 답변과 일치하는 것 같은데, BI라는 직군이 할 일이 사실 고만고만한데, 굳이 잘나가는 세일즈 커리어를 갈아엎어야하는지 잘 모르겠더라.

예전에 대형 보험사 다니던 형이 자기네 회사에 수학, 통계학 학부 전공인 애들 뽑아서 SQL로 데이터 뽑고 그래프 그리는 일 시키는 자리 있는데, 거기 있던 애들이 3년정도 채우고 나면 어디 스타트업으로 “도망”가서 항상 힘들다고 그러셨던 기억이 난다. 그 “도망”가신 분들이 몸 값이 높아져서 연봉을 올려서 이직한 측면도 있겠지만, 똑똑한 애들한테 BI 업무라는 단조로운 일을 시켜놨으니 얼마나 지루하고 따분했을까 싶었다. 필자 역시도 직장 다니던 시절에 BI 업무할 때가 제일 재미없었다. 좀 격한 표현을 쓰면 “바보”들도 알아먹을 수 있도록 최대한 단순화한 “그래프”를 “예쁘게” 그려야하는 작업인데, 모델 만들고 아이디어 증명되는거에서 쾌감을 느끼는 필자 같은 사람에게는 말 그대로 직장에서 시키니까 돈 벌려고 하는 일들이었다.

실리콘 밸리에서 봤던 데이터 팀 사람들을 보면 학벌이나 실력이 모두 부족한데 심지어 세일즈에 적합한 외모와 말빨도 없는 사람들이 BI 시장에 진입하고, 똑똑한 애들이 다 도망가는 동안 장기간 그 자리에 있다가 짬밥으로 “팀장”같은 타이틀을 달고 있었는데, 요즘처럼 똑똑한 인재가 그 시장에 진입해서 물갈이가 되고 난 다음에, upgraded BI 직군은 어떻게 진화하게 될까?

 

나가며

요즘보면 BI 툴들이 경쟁적으로 머신러닝 알고리즘들을 “쉽게” 적용할 수 있도록 버젼 업되었다는 소식이 들려온다. 예전에 필자가 처음 머신러닝 수업 들을 때만해도 Neural net 하나 만들려고 코드를 직접 다 쳤던 걸 생각하면, MXNet, H20, TensorFlow 같은 간략화한 코딩용 패키지가 등장한 것도 모자라, Tableau, Qilk 같은 Data Visualization 툴들에도 그런 기능들이 들어가고 있는 마당이니, 얼마지나지 않아 그런 지식들은 정말 “평균”적인 지식이 되는 시절이 올 것이다. (엑셀로도 할 수 있냐는 요청을 받고 요즘 짜투리 시간을 써서 작업 중이다 ㅋㅋ)

간단한 회귀분석 식이나 상관관계 계산하는 공식보고 “Super complicated equation”이니 “Cool analysis”니 같은 소리하는 사람들이 퇴출될 때까지 한 5년 정도 걸릴 것이고, 그 동안 제대로 교육받은 인재들이 BI 시장에 진입하고 나면, 그 다음은 어떻게 될까? 메일로 질문 주신분의 링크에 걸려있는 글을 쓰신 분은 아마도 BI 업무를 하시는 분인 것 같다. 그리고 그 시장이 5년 정도 지나고나면 닫히거나, 혹은 평균적인 지식이 되어서 평균 연봉으로 돌아간다고 생각하시는 듯.

공감한다.

그렇다고 모델링을 전문으로하는 “True” Data Scientist 업무까지 “평균”이 되기는 좀 힘들 것 같다. 필자도 나름대로 수학 잘한다고 이름난 “놈”이었는데, Value function 이용해서 Bellman equation 푸는 문제들, 그거 조ㄹ라리 참 어렵더라.

비트멕스에서 NEO (NEOG18) 계약을 통한 $100,000 증정 이벤트를 개최합니다!   

이벤트 시작일: 2018년 2월 7일 (수) 00:00 UTC (한국시간 기준 익일 09:00 AM)
이벤트 종료일: 2018년 2월 17일 (토) 00:00 UTC (한국시간 기준 익일 09:00 AM)

상금:

1 대상 $50,000: 0.5%의 범위 내에서 지속적으로 양면적 거래량이 가장 높은 거래자.*

1 최우수상 $25,000: 0.5%의 범위 내에서 지속적으로 양면적 거래량이 두 번째로 높은 거래자.*

1 우수상 $20,000: NEO (NEOG18) 계약을 통해 최대 실현이익 (XBT 기준)을 창출한 거래자

1 행운상 $5,000: NEO (NEOG18) 계약을 단 한차례라도 거래한 사용자 중 1명을 랜덤으로 선정
*비트멕스에서 일정한 간격을 기반으로 주문장 순간포착 (스냅샷) 할 것입니다. 거래자는 인용된 매수 및 매도 최소량을 각 스냅샷에 추가할 것이며, 이는 중간 지점의 0.25% 범위 내로 한정됩니다. 이로 인해, 마지막에 누적 거래량이 가장 많은 거래자가 수상하게 됩니다.
이벤트 참여방법은 매우 간단합니다:

 

감사합니다,
비트멕스 드림

 

이벤트 이용약관:

1. 비트멕스에서 상금을 증정하거나 이를 취소하는 등 이벤트 정책 변경에 대한 전적인 권한을 갖습니다.
2. 시장 조작을 목적으로 이벤트에 참여하는 사용자는 수상 후보에서 제외되며, 해당 거래자의 조작 행위에 대한 판단은 전적으로
비트멕스의 권한으로 이루어집니다.
3. 이익은 이벤트 기간 동안 개시되거나 종료된 모든 거래에 대한 실현 이익 (XBT 기준)을 의미합니다.
4. 동일한 사용자에게 하나 이상의 상금이 수여되지 않습니다.
5. 수상자에게는 2018년 2월 22일에 별도 이메일을 발송하여 수상 소식을 전하게 됩니다.
6. 모든 상금은 2018년 2월 17일 00:00 UTC 기준의 .BXBT 지수를 기반으로 비트코인으로 수여됩니다.

요약: 이 보고서에서 우리는 리플의 변천사를 간략하게 훑어보고 XRP (리플코인) 토큰에 관한 창립자와 파트너사 간의 다양한 논쟁에 대해 알아보겠습니다. 또한, 리플의 기반 기술 요소들에 관해 살펴보겠습니다. 저희는 명백하게 옳다고 널리 알려져있는 합의 프로세스가 문제를 해결하는 데 확실한 도움이 되지 못한다고 결론지었습니다. 왜냐하면 리플 노드의 채무 불이행 사태가 거래원장을 업데이트하는 것에
관한 전면적 통제권을 the Ripple.com 서버에 넘겨주는 계기가 되었기 때문입니다. 따라서 저희는 적어도 기술적인 면에서는, 리플이 비트코인 혹은 이더리움과 달리 암호화 토큰만의 흥미로운 특징들을 많이 가지고 있지 않다는 결론을 내렸습니다.


Jed McCaleb (왼쪽) 2011년 리플 사에 합류. Chris Larsen (오른쪽) 2012년 리플 사에 합류.
(출처: 비트멕스 보고서)

개요

2018년 1월 4일 리플코인 (XRP)의 가격은 2017년 출시 이후 51,709 퍼센트가 상승하며 최고치인
미화 3달러 31센트를 기록했습니다. 당시 리플 사의 시가 총액은 미화 3천 3백 1십 달러였으며, 리플 사의 기업 가치 평가는 세계 최대의 기술 회사인 구글 (Google), 애플 (Apple), 페이스북 (Facebook),
알리바바 (Alibaba) 그리고 아마존 (Amazon)과 동등한 수준이 되었습니다. 경제 전문지인 포브스
따르면, 리플 사의 회장인 Chris Larsen은 회사 전체 지분의 17퍼센트와 미화 5백 억 달러에 달하는 5십 1억 9천만 개의 리플코인을 보유하고 있다고 알려져 있습니다. 이를 통해, 그는 세상에서 가장 부유한
사람 중 한 명이 되었습니다. 이렇게 놀라운 기업 가치 평가에도 불구하고, 다수의 시장 참여자들은 리플의 변천사 혹은 리플에 내재되어 있는 기술에 관해 잘 알지 못하는 듯 합니다. 이 보고서를 통해 리플의 변천사를 간략히 알아보고, 리플의 기술적 기반에 대해 살펴보겠습니다.

리플의 변천사

리플페이 (RipplePay) : 2004 ~ 2012

Ryan Fugger는 2004년 리플페이 (RipplePay)라는 회사를 설립합니다. 이 프로토콜의 핵심 아이디어는 은행을 대신할 신뢰 기반의 개인 간 금융 거래 네트워크 (peer-to-peer/P2P)였습니다.


리플페이 사 운영 당시 회사 로고 (출처: Ripplepay.com)

리플페이의 기본 이론은 다음과 같았습니다:

  • 모든 시중 은행이 하는 일은 대출을 해주고 대출금을 받는 것이다. 은행 예금은 고객이 은행에게 대출해 준 대출금과 같다.
  • 전통적 은행 거래 시스템에서 Bob이 Alice에게 돈을 송금하는 행위는 단순히 두 사람 각각의 은행 대출 잔액이 업데이트됨을 의미한다. 은행에 대한 Bob의 대출금은 약간 감소하고 Alice의 대출금은 약간 늘어난다.
  • 리플페이 사는 은행을 거치지 않고 개인 간의 직접 대출을 가능케하는 신뢰 기반의 P2P 네트워크가 은행의 역할을 대신할 수 있으며, 거래 후 대출 잔액으로의 전환이 상대방에 대한 송금을 가능하게 할 것이라 생각했다.
  • 대출 잔액에 업데이트되는 송금 내역은 시스템이 돈을 보낸 사람부터 받은 사람까지 그 관계의
    경로를 확인할 수 있게 해줍니다.


이 예시에서, 나열된 사람 중 맨 오른쪽에 있는 사람이 맨 왼쪽에 있는 사람에게 미화 20불을 송금했습니다. 돈을 보낸 사람과 받은 사람은 서로를 직접적으로 신뢰하고 거래하지 않지만, 송금액은 6개의 신뢰 관계로 연결되고 7인으로 구축된 IOU 체인을 통해 송금됩니다. (출처: Ripple.com)

이러한 네트워크 구조는 비트코인 라이트닝 네트워크의 기본 개념과 다르지 않습니다. 라이트닝 네트워크는 거래 상대방의 채무 불이행 위험성을 방지한다는 점을 제외하고 말입니다. 저희는 리플페이의 모델이 불안정하며 신뢰 기반 네트워크의 신뢰성이 떨어진다고 생각합니다. 따라서 저희는 이 모델의 효율성에 대한 확신을 할 수 없습니다. 게다가 이 시스템은 소수의 대형 은행을 향해 중앙화되었고, 기존 금융 시스템과의 충분한 차별화에 실패했습니다. 중앙화 전략없이는 주기적 채무 불이행에 시달릴 수도 있었습니다. 하지만, 현재의 리플 시스템은 앞서 말한 초기 개념과는 많이 달라졌습니다.

2011년 초, 비트코인은 엄청난 견인력을 얻고 있었고 리플 사가 타겟으로 하는 사람들의 주의를 끌기
시작했습니다. 비트코인은 리플 사 보다 더 우수한 구조의 개인 간 거래 네트워크 (peer-to-peer payment network)를 만들어내며 리플 사가 실패했던 분야에서 어느 정도의 성공을 거두었습니다. 2011년 5월, 초기 비트코인의 선구자인 Jed McCaleb이 위와 같은 문제를 해결하기 위해 리플 사에
합류했습니다.

McCaleb 은 2010년 비트코인 거래소인 Mt. Gox를 설립하였고, 이를 2011년 3월 Mark Karpeles
에게 매각했습니다. Mt. Gox의 실패 원인을 분석한 WizSec’s Kim Nilsson 에 따르면 McCaleb이
거래소를 매각한 2011년 3월에 이 플랫폼은 이미 파산한 상태였고, 무려 미화 5만 달러에 해당하는 8만 비트코인의 가치가 있었습니다. 이후 얼마 지나지 않아 Ryan Fugger 는 리플 프로젝트의 전권을 McCaleb 에게 넘겨주었습니다.

2011년 6월 부터의 모습을 담은 이 영상은 McCaleb 이 프로젝트에 합류한 뒤 리플의 구조 및 철학에
대해 묘사하고 있습니다:

오픈코인 (OpenCoin) : 2012년 9월 ~ 2014년 9월


오픈코인 사 시기의 리플 로고. (출처: Ripple.com)

2012년, McCaleb 은 현재도 이사회에 이사장으로 등재되어 있고, 웹사이트 상에 리플의 공동 창업자로 소개되어 있는 Chris Larsen 를 고용했습니다. 이는 2012년~2015년 사이 3번에 걸쳐 바뀐 이름 중
첫 번째인 오픈코인 시대의 시작을 의미했습니다. 1996년 Larsen 은 E-Loan을 공동 설립하고 정보산업 기술 거품이 정점에 달한 1999년에 회사 주식을 상장했으며, 2005년 Banco Popular 에게 회사를 매각했습니다. 그 후 Larsen은 개인 간 대출 플랫폼 (peer-to-peer lending platform)인 Prosper Market place를 설립했고 2012년 리플 사에 합류하면서 회사를 떠나게 되었습니다.

Larsen 은 변동성 심한 가격과 가격 거품에 익숙한 사람입니다. 1999년에서 2001년 사이 E-Loan 사의 주식은 최고가를 기록한 뒤 99.1%의 하락률을 보이며 최저가로 떨어졌습니다. 2005년 한 주가 미화 4달러 25센트에 거래되기 전, 1999년 6월 28일 E-Loan 사의 신규 상장 당시 주가는 주 당 미화 14달러였습니다. (출처: Bloomberg)

위와 같은 비트코인의 성공에 적절히 대응하기 위해, 리플 사는 정산을 위한 기준 화폐로써 비트코인의 사용과 리플 네트워크를 통한 비트코인 송금을 허용하는 계획을 세웠습니다. 또한, 이 시기는 리플 게이트웨이 (the Ripple Gateway)가 출시된 때이기도 합니다. 투자자 커뮤니티는 개인 간 거래 네트워크
구조 (peer-to-peer structure)가 효과적으로 작동하지 않음을 깨달았고, 일반 사용자들은 거래 상대자를 신뢰하지 않으려했으며 이는 리플 P2P 거래 네트워크의 유용성을 떨어뜨렸습니다. 이러한 문제를
해결하기 위해 리플 사는 대규모 기업들과 협업하여 많은 사용자들이 신뢰할 수 있는 리플 게이트웨이 (gateways)를 만들기로 결정합니다. 이것은 전통적인 시중 은행과 개인 간 거래 네트워크의 복합
시스템이자 절충안이었습니다.


리플 게이트웨이의 작동 방식 (출처: Ripple.com)

2012년 후반, 리플 송금 네트워크보다 더 먼저 설립된 이동통신사인 리플 커뮤니케이션 (Ripple Communications) 사는 오픈코인 사가 “리플 카드 (Ripple Card)” 라는 명칭을 사용하는 것에 반대했습니다. 이것은 ‘리플’ 이라는 브랜드 자체에 중점을 두고, 법을 이용하여 이를 보호하고자 하는 기업
문화의 변화가 시작되었음을 보여주는 사건입니다.


리플 커뮤니케이션 (Ripple Communications) 사는 미국 네바다 주에 위치한 이동통신사로 현재의 리플 사와는 아무 관련이 없으며, 리플 송금 네트워크가 출시되기 이전, ‘리플 (Ripple)’ 이라는 명칭을 사용했고, ‘Ripple.com’ 이라는 도메인을 운영했습니다. (출처: Internet Archive)

2012년, McCaleb의 친한 친구이자 Kraken 거래소 (2011년 설립)의 창립자이자 CEO인 Jesse Powell은 리플 사의 첫 투자 자금 모금에 미화 20만 달러에 달하는 돈을 투자했습니다. 리플 사의 초기 투자자로 알려진 Roger Ver 역시 “창업자 보다 더 먼저 리플 사의 가능성을 알아보고” 투자했다고 합니다.

리플코인 (XRP) 토큰 출시 : 2013년 1월

리플 사는 2013년 1월에 리플코인 (XRP)을 출시했습니다. 비트코인과 동일하게 리플코인도 암호화
서명의 퍼블릭 체인을 기반으로 하기 때문에, 초창기의 신뢰 기반 웹 구조 혹은 게이트웨이 디자인을
필요로 하지 않았습니다. 리플코인은 미화 달러를 포함한 모든 종류의 시중 통화를 이용하여 거래 상대방 위험성이나 게이트웨이 없이 사용자 간의 직접 송금이 가능했습니다. 리플 사는 미화 달러 송금을 위한 신뢰 기반 웹 구조와 함께 병용하기 위해 리플코인을 고안해냈을 수도 있습니다. – 예를 들면, 거래 수수료를 내기 위해서 말입니다. 리플 사는 리플코인의 공급 수량을 최대 천 억개로 설정했습니다. 몇몇 사람들은 이것이 리플 사의 급격한 주가 상승을 방지한다고 주장합니다. 한편, 비난론자들은 리플코인 토큰이 거래 네트워크 구축에 반드시 필요한 구성요소가 아닐수도 있다고 주장합니다.

2013년 4월, 오픈코인 사는 Google Ventures, Andreessen Horowitz, IDG Capital Partners, FF Angel, Lightspeed Venture Partners, the Bitcoin Opportunity Fund, 그리고 Vast Ventures 와
같은 기업들로 부터 미화 1백 5십만 달러의 투자를 유치했습니다. 이는 많은 벤처 자본 모금 역사상 처음 있는 일이자 투자사들 중에는 세계에서 가장 훌륭하다고 평가받는 벤처 캐피탈 기업들도 있었습니다.

McCaleb 은 2013년 6월에서 2014년 5월 사이 어느 시점에 리플 프로젝트에서 손을 뗐습니다. 그가
리플 사를 떠났다는 소식은 2014년 5월에 만들어진 리플 커뮤니티 내에서만 언급되었고, 추후 리플 사는 2013년 6월, Stefan Thomas 가 CTO (최고 기술 책임자) 직위를 인수하면서 McCaleb 이 리플 사에 대한 개입을 그만두었다는 성명을 발표했습니다. Thomas는 2011년 3월에 We Use Coins 웹사이트를 만들고, 같은 해에 “What is Bitcoin? (비트코인이란 무엇인가?)” 이라는 유투브 비디오를 만들었습니다.

McCaleb 은 Larsen 의 계획에 동의하지 않았고, 그 결과 McCaleb 은 Larsen이 새로운 벤처 캐피탈로부터 유치한 자금을 기반으로 하는 프로젝트에서 강제로 배제당한 것으로 알려졌습니다. 리플 사를
떠난 뒤 2014년, McCaleb 은 리플의 몇 가지 원천 기술을 기반으로 만들어졌다고 알려진 스텔라 코인 (Stellar) 프로젝트에 착수했습니다.

리플 랩스 (Ripple Labs): 2013년 9월 ~ 2015년 10월

2013년 9월, 오픈코인은 리플 랩스 (Ripple Labs)로 새롭게 탈바꿈 합니다.

2014년 2월, 리플 사는 “잔여 코인 동결” 기능을 구현해냈고, 이 기능은 같은 해 8월 활성화되었습니다. 이 기능은 리플 게이트웨이가 거래에 대한 유효한 서명 없이도 모든 사용자들의 코인을 동결하고 심지어는 몰수할 수 있게 만들었습니다. 이 기능은 법원의 자금 몰수 명령과 같은 게이트웨이의 규제 요구사항 준수 유도를 위해 만들어졌습니다. 게이트웨이의 기본 값은 동결 기능이 가능한 것이지만, “NoFreeze” flag 기능을 통해 코인의 동결 혹은 몰수를 막을 수 있습니다. 제가 보고서를 작성하고 있는 시점인 2018년 2월 현재, 최대 규모의 게이트웨이는 빗스탬프 (Bitstamp)이며, 이 회사는 동결 기능을 유지하고
있습니다.

2015년 5월, 미국 규제 당국은 필수적인 인증 없이 리플 코인을 매각하여 은행 비밀법 (Bank Secrecy Act) 을 위반한 혐의로  리플 랩스 사에 미화 70만 달러의 벌금을 부과했습니다. 추가로 리플 랩스 사는 아래에 요약된 가장 엄격한 수준의 구제 조치에도 동의했습니다:

  • 리플 랩스 사는 반드시 금융 관련 범죄 단속 기관인 FinCen (Financial Crimes Enforcement Network) 에 등록해야 한다.
  • 리플 사가 원래 계획했던 것 보다 조금이라도 더 많은 양의 리플코인을 무료로 나눠 줄 경우,
    이를 받은 사람은 리플 사에 자신의 계좌 정보를 등록하고, 개인 정보를 제공하여야 한다.
  • 리플 사는 AML의 규제에 따라야하며, 특별 감사책임자를 임명해야 한다.
  • 리플 사는 반드시 외부 기관으로부터의 감사를 받아야 한다.
  • 리플 사는 단속 담당자가 해당 기업의 거래 내역과 자금 흐름을 분석할 수 있도록 데이터와 수단을 제공해야 한다.

리플 (Ripple): 2015년 10월 ~ 현재

2015년 10월, 리플 랩스는 리플(Ripple) 로 기업명을 간소화했다.


현재 리플 사의 로고 (출처: Ripple.com)

2016년 9월, 리플 사는 일본의 선두적 온라인 소액 증권 중개 기업인 SBI Holdings (8473 JP) 가
주관한 자금 모금을 통해 미화 5천 5백만 달러의 투자금을 유치했습니다. SBI Holdings 는 리플 사의
지분 중 10.5% 를 획득했습니다. 앞서 “암호화폐 사업에 대한 리스크 노출성을 가진 상장 기업들” 이란 글에서 다루었듯, 이 또한 암호화폐 사업에 대한 SBI Holdings의 광범위한 투자의 일부분입니다.
SBI Holdings 와 리플 사는 각각 60% 그리고 40%의 지분을 보유한 합작 벤처기업인 SBI 리플 아시아를 설립했습니다. 이 회사의 목표는 리플 사의 “분산형 금융 기술” 을 이용한 정산 플랫폼을 공급하는 것입니다.

2017년 9월, 또 다른 블록체인 기업인 R3 사는 리플 사를 고소했습니다. R3 사는 2016년 9월, 리플 사가 50억 개의 리플코인을 2019년 9월 이전까지 미화 0.0085 달러의 행사가격에 구매할 수 있는 옵션을 제공하는 것에 동의했다고 주장했습니다. 가격이 가장 비쌌을 때, 해당 콜 옵션의 내재 가치는 미화
1백 6십 5억 달러에 달했습니다. 2017년 6월, R3 사가 위 같이 주장하자 리플 사는 계약 종결의 권리가 없음에도 불구하고 일방적으로 계약을 종결했습니다. 그리고는 바로 맞고소로 대응했습니다. 리플 사는 R3 사가 그들을 많은 은행 고객들에게 소개하는 것과 해당 은행 거래 시스템 상에서 리플코인 사용을
활성화시키는 데에 실패하였고, 이는 2016년 체결된 원래의 계약을 위반한 것이라고 주장했습니다. 2018년 2월 현재, 이 사건은 아직 미해결 상태로 남아있습니다.

리플 사가 시장에 공급한 물량과 리플 사에 남아있는 예비 물량

리플 사는 창립과 동시에 천 억개의 리플코인 토큰을 생성해냈고, 그 중 8백 억개는 회사에, 나머지
2백 억 개는 창업자 3명에게 할당되었습니다. 토큰 분배에 관한 대략적인 분석 내용은 다음과 같습니다:

  • 리플 사가 리플코인 8백 억 개를 할당받음.
  • Chris Larsen 이 리플코인 9십 5억 개를 할당받음.
  • 2014년 Larsen은 그의 리플코인 7십 억 개를 자선 재단에 넣음.
  • Jed McCaleb 이 리플코인 9십 5억 개를 할당받음. 그가 리플 사를 떠난 직후, 다음과 같이 변함:
    • McCaleb 은 여전히 리플코인 6십 억 개를 보유 (매수 옵션협약 대상).
    • McCaleb 의 자녀들이 리플코인 2십 억 개를 할당받음 (매수 옵션협약 대상).
    • 리플코인 1십 5억 개가 자선 단체와 McCaleb의 다른 가족 구성원들에게 할당됨 (매수 옵션협약 대상 아님).
  • Arthur Britto 가 리플코인 십 억 개를 할당받음 (매수 옵션협약 대상).

리플 사를 떠나면서 McCaleb 은 그가 소유한 리플코인이 시장에 대량으로 유입되어 가격에 큰 영향을
미칠 것을 염려했습니다. McCaleb 과 Ripple 사는 리플코인의 매매를 제한하여 위와 같은 문제를
방지하기 위한 계약서를 만들었습니다. McCaleb이 원래의 계약 사항을 위반하여 기소된 후, 2016년에
계약서가 수정되었습니다.

2014년도 계약서
  • McCaleb 소유의 리플코인 판매를 첫 1년 간 주당 미화 1만 달러 이하로 제한한다.
  • 리플코인 판매를 2년 차에서 4년 차까지 주당 미화 2만 달러 이하로 제한한다.
  • 리플코인 판매를 5년차와 6년차 동안 연간 7억 5천만 개로 제한한다.
  • 리플코인 판매를 7년차 동안 연간 십 억 개로 제한한다.
  • 7년 차 이후로 리플코인 판매를 연간 2십 억 개로 제한한다.

(출처: http://archive.is/cuEoz)

시중에 판매하거나 공짜로 나누어 주기로 계획한 리플 사 소유의 리플코인 8백 억 개는 회사 운영 자금 모금 또는 전 세계 화폐로 송금 가능한 게이트웨이를 만들기 위한 초기 투자 자금으로 사용되었습니다. 위키 백과는 리플코인을 다음과 같이 설명하고 있습니다:

리플코인의 가치는 하락하지 않을 것이다. 리플 네트워크가 만들어짐과 동시에
리플코인 1천억 개가 생성되었다. 리플의 창업자들은 그 중 800억 개를 회사인
리플 랩스 사에 분배했다. 리플 랩스 사는 리플만의 소프트웨어를 개발하고,
리플의 송금 시스템을 발전시키며, 리플코인을 분배 및 판매 할 것이다.

2014년 12월 부터 2015년 7월까지, 리플 랩스사는 웹사이트에 회사가 보유하고 있는 리플코인의 양, 시중에 유통되고 있는 양, 그리고 예비로 비축해 놓은 코인의 양을 언급함으로써 회사 운영에 사용되는 코인의 양을 웹사이트에 공개했습니다. 리플 랩스 사는 판매용 리플코인과 무료 배분을 위한 리플코인을 따로 구분짓지 않았습니다. 2015년 6월 30일에 공개된 자료는 아래와 같습니다.


(출처: Ripple.com)

2015년 7월 이후의 어느 날, 예비 코인 보유량이 달라지면서 위의 발표 내용이 수정되었습니다.
2017년 말 이후로, 리플 사는 3가지의 수치를 발표했습니다. “회사가 보유한 코인”, “시중에 분배된
코인” 그리고 “에스크로 (암호화를 통해 보호된 조건부 날인 계정) 에 보관되어 있는 코인”.
2018년 1월 31일, 코인의 잔여 수량은 다음과 같습니다:

  • 리플 사가 70억 개의 리플코인 보유
  • 39억 개의 리플코인은 시중에 분배됨
  • 55억 개의 리플코인은 에스크로에 보관되어 있음

저희는 리플 사가 2015년 6월에 발표한 예비 코인 보유량 수치와 그 이후 새롭게 발표한 리플 사의 코인 보유량 수치를 연관짓거나 비교하는 데 실패했습니다. 따라서 저희는 그동안 얼마나 많은 리플코인이
리플 사의 운영에 쓰였는지 확신할 수 없습니다. 하지만, 저희는 12개의 데이터 포인트가 있는 2015년
7월 이전에 발표된 정보와 현재 리플 사의 암호 해독전문가인 David Schwartz (온라인 상에서 JoelKatz라는 이름을 사용하며 리플 사의 주된 기술을 설계한 인물 중 하나이며, 리플코인 10억개를 보유한 것으로 알려져있다) 의 토론회 자료를 분석했습니다. 다음의 도표는 리플코인의 분배 혹은 소비와 관련된 저희의 조사 결과를 보여주는 자료입니다.


리플코인 보유내역, 2013년 부터 2015년 까지의 리플코인 보유 내역 – 단위 10억 개.
(출처: BitMEX
Research, Ripple.com)


리플코인 분배내역(파트너 사에 판매한 양과 무료로 분배한 양을 더한 값) 과 회사 운영에 쓰인 리플코인 – 단위 10억 개. X자 표시는 표시가 있는 지점에 해당하는 수치를 나타냄. 2015년에 가까워 질수록
회사 운영에 쓰인 리플코인이 감소한 정확한 이유는 알아내지 못함.

(출처: Ripple.com,https://forum.ripple.com/viewtopic.php?f=1&t=3645https://forum.ripple.com/viewtopic.php?f=1&t=3590)

 


시중에 유통 중인 리플코인 – 단위 10억 개.

(출처: Ripple.comhttps://forum.ripple.com/viewtopic.php?f=1&t=3645,https://forum.ripple.com/viewtopic.php?f=1&t=3590, Coinmarketcap/new Ripple disclosure)

위 데이터는 2013년 1월 부터 2015년 7월까지 125억 개의 리플코인이 판매 혹은 분배되었음을 보여줍니다. 저희는 얼마나 많은 수의 리플코인이, 얼마에 판매되었는지 또는 몇 개의 리플코인이 무료로 분배되었는지 확신할 수 없었습니다. 저희가 아는 한에서, 리플 사가 2014년 3월 부터 2015년 7월까지 최소 40억 개의 리플코인을 회사 운영에 쓴 것은 확실하지만, 정확한 사용 내역은 밝혀진 바가 없습니다.

 

회사 창업자들 간의 논쟁

저희가 위에서 말씀드렸듯이 McCaleb은 리플 사와 좋게 결별하지 못했습니다. 2014년 5월, 리플 사의 초기 투자자인 Jesse Powell 은 이 상황을 다음과 같이 묘사했습니다:

Jed (McCaleb)가 떠난 이후로 회사의 운영 방향이 달라졌습니다. 애석하게도,
저와 Jed가 프로젝트 시작 단계에서 상상하던 비전은 사라져버렸습니다. 더이상 저는 회사 경영에 자신이 없어졌고, 회사가 20% 의 리플코인 배당 후에도 정상적으로 운영될 수 있을지 장담할 수 없었습니다.
20% 의 리플코인은 창업자들이 그들 스스로에게 배당한 것이며, 저는 최근까지도 그 코인의 반환을 바랬습니다. Jed가 회사를 떠나기 전, 저는 창업자들에게
그들의 리플코인을 회사에 돌려달라고 부탁했습니다. Jed는 이에 동의했지만 Chris [Larsen]은 거절했습니다 – 복잡한 상황을 회피하면서 말이죠.
그 날 오후,  그 문제에 대해 다시 이야기 하고자 두 사람을 다시 찾아갔지만,
Jed는 호의적인 반면, Chris는 적대적인 반응을 보였습니다.

리플 사는 그가 사실과 다른 악의적인 정보를 유포하며 이사회 구성원으로써의 의무를 위반한다는
주장을 하며 Powell 의 말에 대응했습니다. 해당 문서에는 다음과 같은 내용이 언급되어 있습니다:

사실은, 예전에 Chris는 당신 (Powell) 그리고 Jed와 이 문제에 대해 이야기를
나누었을 때, 창업자 자격으로 그가 보유한 리플코인의 대부분을 리플 랩스 사에
흔쾌히 돌려줄 수 있다고 말했습니다.

그러나 Powell 은 Larsen 이 그가 가진 리플코인의 전부를 회사에 반환하는 것이 아닌, 일부만 회사에
돌려준다고 한 것이며, 반환 보다는 차라리 대출에 가깝다고 응수했습니다. Powell 은 리플의 창립 과정과 창립자들에게 주어진 리플코인 200억 개와 관련된 상황을 어떻게 바라보고 있는지를 설명하며
글을 마무리했습니다:

Jed 와 저는 2011년 9월에 리플 창립을 시작했습니다.
저는 Chris 가 2012년 8월 경에는 회사에 합류할 거라고 확신했습니다. Chris 가 합류하기 이전, 회사에는 2명의 투자자들이 있었습니다. 저는 Jed 와 Chris 가
언제 그들 스스로에게 리플코인을 배당했는지 확신할 수 없었지만, 그들은 저에게 2012년 9월 회사 창립 이전이라고 말했습니다. 저는 그 두 명이 초기 투자자들의 동의없이 리플코인을 보유하고, 다른 주주들과 리플코인을 나눠 갖지 않았으므로 회사의 자본을 도둑질했다고 생각합니다. 그리고 그 두 사람이 오픈 코인 창립
이전에 나눠 가진 코인 이름이 뭐든 간에 상관없이 저는 버림받았다고 생각합니다. 2012년 9월과 12월 사이 몇 번의 거래 원장 리셋 후에, 회사 자본만으로 오픈
코인이 설계한 새로운 리플 결제 시스템이 등장했습니다. 만약 Jed 와 Chris 가
그들의 베타코인을 보존하기 위해 기존 소프트웨어를 계속 실행했다면, 아무 문제도 발생하지 않았을 것입니다.
안타깝게도, 2012년 12월, 두 사람은 또 다시 스스로에게 리플코인을 배당합니다. 의심의 여지없이, 두 사람은 그 리플코인을 개발하지도 않았고, 리플코인은
회사 설립 이전에 존재하지 않았으며, 회사의 자원으로 만들어진 것이였습니다.
그 리플코인은 항상 회사 소유였으며, Jed 와 Chris 는 회사에서 이를 가로챈 것 입니다. 결과적으로, 저는 그들이 훔친 리플코인을 돌려줄 것을 요청하는 바입니다.

Powell 은 리플 웹사이트 토론방에서 이 사태에 관한 댓글을 달았습니다:

이사진들과 투자자들은 오래전부터 이 문제를 인식하고 있었습니다. 그 후로 저는 리플코인을 반환하는 쪽으로 그들을 유도해왔습니다. Jed 는 언제든 돌려줄 수
있다고 했지만 Chris 는 돌려줄 수 없다고 했습니다. 그리고 Chris 가 지분의 일부라도 반환하게 설득하기 위해, 그 어느 때보다 레버리지가 필요한 순간에도 Jed 는 자신의 지분을 똑같이 유지했습니다. 저는 이 문제가 공식적인 쟁점이라고 여기지 않았고, Chris 가 리플 사의 이미지와 선택에 악영향을 미치고 있다는 사실을
깨닫게 되면 저절로 해결될 것이라 생각했습니다.
저의 정당한 지분 확보를 실현하기 위해서 저는 더욱 적극적인 사전 예방책을
세워야 했습니다. 하지만, 저는 모든 코인이 회사로 반환될 것이라는 막연한
가정만 갖고 있었습니다. 저는 현금 보상액 혹은 주식 대신, 소량의 리플코인으로 지불하는 방식에 동의했어야 합니다. 혹은, 우리 모두는 일반 투자자와 동일하게 리플코인을 시세에 맞춰 샀어야 했습니다.

리플 사 측은 홍보 담당 부사장인 Monica Long 을 통해 다음과 같은 계획을 발표하며 Powell 의
계속되는 여론전에 대응했습니다:

나아가, 공동 창업자이자 CEO인 Chris Larsen 은 그가 기부한 리플코인 70억개를 은행 업무 서비스와 금융 업무 서비스가 부족한 곳에 나누어주기 위한 재단의 설립을 허락했습니다. 이전에 이 계획은 구상 단계에 머물렀지만, 현재는 최초
창업자들의 공식적인 동의와 관계없이 빠르게 마무리 되어가고 있습니다.
Larsen 은 이 일이 옳은 일인 동시에 앞으로 회사의 더 넓은 비전에 방해가 될 수 있는 요소들을 제거하는 최고의 방법이라고 생각하고 있습니다.

재단 관련 세부 사항, 사외 이사진 그리고 공짜로 배분할 코인의 양은 곧 발표될
예정입니다.

위의 답변은 리플 커뮤니티 내에서 쌓여가고 있던 리플 사와 Larsen 에게 가해진 여론의 압박을 다른
곳으로 돌리기 위한 의도로 보입니다. 위의 답변을 통해 설립된 재단의 이름은 Ripple Works 입니다.
저희는 2015년 4월2016년 4월에 회계년도가 종료된 이 자선 단체의 미국 세금 신고 내역을 다시
살펴보았습니다. 다음 표는 리플코인의 기부내역을 보여줍니다:

일시 기부자 수량 (XRP)
2014년 11월 Chris Larsen 리플코인 2억개
2015년 4월 Chris Larsen 리플코인 5억개
2015년 7월 Chris Larsen 리플코인 5억개
2016년 11월 Ripple Inc 리플코인 10억개

2016년 4월을 기점으로, 리플 사가 계획을 발표한 후 2년이 흘렀습니다. Larsen 은 원래 약속했던 70억개 보다 많은 120억개의 리플코인을 재단에 기부한 것으로 보입니다. 저희는 2017년 4월에 끝나는 회계년도 자료를 확보하지 못했기 때문에, 해당 수치는 유효한 정보가 아닐 수도 있습니다.

논쟁, 그리고 빗스탬프 (Bitstamp) 의 리플 동결 사건

2015년, 리플 사는 2014년 8월에 도입된 리플코인 동결 기능을 이용했습니다. 빗스탬프 게이트웨이는 Jed McCaleb 일가 소유의 자금을 동결했습니다. 몇 가지 모순적인 부분은: 리플 사는 게이트웨이가
법 집행 명령을 준수하게 하기 위해 동결 기능을 시행한다고 발표했습니다. 하지만, 이 기능이 실제로
처음 사용된 것은 회사 창업자 중 한 명에 대항하기 위해 리플 사가 만든 자체 규정을 준수하는 명령이
내려진 때입니다.

McCaleb 일가에게 리플코인 9천 6백 만 개를 (다른 가족 구성원들에게 분배된 리플코인 20억 개 중
일부이며 매수 옵션 협약 대상이 아닌 것으로 추정됩니다) 리플 사에 미화 1백 만 달러에 되파는 사건이 일어났습니다. 리플 사가 리플코인을 미화 달러로 인수한 뒤, 리플 사는 미화 1백 만 달러를 몰수하기
위해 빗스탬프에 동결 기능 사용을 요청했습니다. 그 이전에 리플 사는 토큰 구매만을 했습니다.
2015년, 빗스탬프는 최선의 법적 조치를 결정하기 위해 리플 사 그리고 McCaleb 과 관련된 문제를 법정으로 끌고왔습니다.

당시 법정 문서는 다음의 내용을 사실이라고 주장하고 있습니다:

  • McCaleb 은 리플코인 55억개를 보유하고 있었다.
  • McCaleb 의 두 자녀들은 리플코인 20억개를 보유하고 있었다.
  • 나머지 리플코인 15억개는 자선 단체와 다른 가족 구성원들이 보유하고 있었다.
  • 2015년 3월, McCaleb의 친척인 Jacob Stephenson 은 리플 사에 9천 6백 만 개의 리플코인을 판매할 의향이 있음을 밝혔다.
  • Ripple 사는 Stephenson 으로 부터 리플코인 9천 6백 만개를 미화 1백 만 달러에 구매하기로
    한다. 그 계약은 “부적절한 방법으로 리플코인의 개 당 가격을 부풀려 다른 구매자들을 속이는”
    다시 말해, “시장을 조작하는” 복잡한 계약이었다. 이러한 계약의 일환으로, 리플 사는 원래 보다 더 많은 비용을 지불하고 Stephenson 에게 미화 7만 5천 달러에 해당하는 리플코인 보다 많은
    양을 달라고 요구했다.
  • 빗스탬프의 최고 법률 책임자이자 리플 사의 법률 자문가는 소위 ‘이해관계의 충돌’ 이라는 문제가 있었다고 밝혔다.

McCaleb 과 Ripple 사 사이의 논쟁은 2016년 2월, 문제가 최종적으로 해결될 때 까지 계속되었습니다. 리플 사 측은 McCaleb 이 2014년 계약서의 매수 옵션 협약을 위반한 사실을 드러냈고, 최종합의에 성공했음을 발표했습니다:

Jed 가 리플 사를 떠난 시점은 2013년 6월 오픈코인 (OpenCoin) 시기입니다.
그 이후로 그는 맡은 역할을 전략적으로 수행하지 않았으며 회사의 경영에도

아무런 역할을 하지 않았습니다. 그러나 그는 엄청난 양의 리플코인과 회사 주식을 보유하고 있었습니다. 2014년 8월, 저희는 Jed 가 판매할 수 있는 리플코인의
제한 사항과 시간표가 언급된 매수 옵션 협약을 공유하고 이에 동의했습니다.
계약의 목적은 건설적인 리플코인 생태계를 위한 방향으로 그의 코인이 배분될 수 있도록 하기위해서 였습니다. 2015년 4월 이후로 줄곧 Jed 는 2014년도 계약서 위반 혐의로 현재 진행 중인 소송의 당사자 신분이어왔습니다.

McCaleb 은 그 역시 최종 계약서 내용에는 만족했다는 입장을 드러내며 위의 주장에 대응했습니다.

이번 주에는 오랫동안 이어져온 문제가 마무리 되는 것을 볼 수 있을 겁니다. 소송 당사자들 간의 현재 진행 중인 논쟁에 대해 스텔라 (Stellar) 사와 저는 마침내
리플 사와 최종 합의에 도달했습니다. 합의 내용은 리플 사의 주장에 전혀 근거가 없다는 것을 보여줍니다. 리플 사 또한 스텔라 사와 제가 소송에 합의해준다는
점을 인정했습니다.

최종 계약 하에서, McCaleb 일가 소유의 미화 1백 만 달러는 동결되었고, 리플 사는 모든 법적 비용을
지불하는 것에 동의했으며, 리플코인 20억 개는 동결이 풀려 자선 단체에 기부되었습니다. McCaleb 은 하단의 표에 있는 조항에 맞춰 50억 개 이상으로 추정되는 그의 리플코인을 판매할 수 있게 되었습니다.

2014년도 계약서 2016년도 수정 계약서
  • McCaleb 소유의 리플코인 판매를
    첫 1년 간 주당 미화 1만 달러 이하로
    제한한다.
  • 리플코인 판매를 2년 차에서 4년 차까지 주당 미화 2만 달러 이하로 제한한다.
  • 리플코인 판매를 5년차와 6년차 동안
    연간 7억 5천만 개로 제한한다.
  • 리플코인 판매를 7년차 동안
    연간 십 억 개로 제한한다.
  • 7년 차 이후로 리플코인 판매를
    연간 2십 억 개로 제한한다.
  • McCaleb 은 자선 단체에 리플코인
    20억 개를 기부해야 한다
  • McCaleb 은 리플코인 53억 개의 소유권을 유지해야 한다; 그러나, 리플 사가 해당
    자금을 통제 및 관리할 수 있다.
  • McCaleb 과 자선 단체는 일 평균 다음과
    같은 규모의 리플코인을 총괄하여 판매할 수 있다:

    • 첫 1년 간 0.5%,
    • 2년 차와 3년 차 동안 0.75%,
    • 4년 차 동안 1.0%,
    • 4년 차 이후로 1.5%.

(출처: http://archive.is/cuEoz)

리플 사의 합의 프로세스

합의 시스템

리플 사의 기술은 몇 번의 반복된 처리 과정을 겪은 것 처럼 보이지만, 리플 사의 마케팅에서 가장 중요한 부분은 합의 프로세스입니다. 2014년 리플 사는 합의 시스템을 설명하기 위해 아래의 이미지를 사용했습니다. 서버가 반복적인 프로세스를 통해 제안을 하면, 노드는 특정한 합의 이행률을 만족시키는 제안만을 수용합니다. 80% 의 한계치를 달성한 서버는 키 레벨로 분류되며, 한계치를 달성하는 순간 노드는 이를 최종적인 제안으로 받아들입니다. 아래의 이미지는 이 프로세스의 복잡성을 나타내고 있으며 저희 비트멕스 리서치 팀은 시스템의 자세한 내부 작동 원리와 합의 시스템에 필수적인 수렴 특성 (정보가 한 곳으로 모이는 속성) 을 어떻게 갖추게 되었는지 이해하지 못했습니다.


(출처: Ripple wiki)

2018년 1월, 비트멕스 리서치 팀은 보고서 작성을 위해 이 시스템을 설치하고 리플 사와 똑같은 방식으로 운영했습니다. 아래의 스크린 샷에서 볼 수 있 듯, 노드는 v1.ripple.com 서버에 있는 퍼블릭 키
5개의 목록 다운로드를 통해 작동됩니다. 모든 키는 Ripple.com 의 소유입니다. 소프트웨어를 통해
5개의 키 중 4개가 시스템에 수용되기 위해서는 제안에 대한 뒷받침이 필요함을 알 수 있습니다. 모든
키가 Ripple.com 서버에서 다운로드 되기 때문에 리플 사는 거래 원장의 움직임을 완전히 통제 및 관리할 수 있습니다. 그렇기 때문에 누군가는 이것이 중앙화된 시스템이라 말할 수도 있습니다. 또한, 저희
노드가 보여주 듯, 2018년 2월 1일에 키가 만료됩니다 (스크린 샷 이후 단 몇일 뒤). 이것은 새로운
키 한 세트를 다운로드 받기 위해 소프트웨어가 Ripple.com 의 서버에 재접속해야함을 의미합니다.


작동 중인 Rippled (리플드, 개방형 블록체인 플랫폼 구축을 위한 프로젝트 중 하나로 공용 분산 원장 방식을 사용함) 의 스크린 샷 (출처: BitMEX Research)

물론 중앙화된 시스템이라고 해서 문제될 것은 없습니다; 압도적으로 많은 수의 전자 시스템들이 중앙화 방식으로 작동되기 때문입니다. 중앙화 방식은 시스템을 더 쉽게 설계할 수 있게 하고, 더 효율적이고
빠르게 만듭니다. 또한 작동과 운영 중지에 들어가는 비용도 2배가 저렴하며, 다른 시스템과 쉽게 통합할 수 있습니다. 하지만, 아래 사진처럼 리플 사의 마케팅 중 몇몇은 리플 시스템이 분산화되어 있음을
드러내고, 이는 오해를 불러일으킬 수도 있습니다.

 


(출처: Ripple.com)

저희는 잠재적인 오해의 소지가 있는 마케팅 방식과 더불어 합의 이행률 감지 절차 (quorum process) 와 80% 의 한계치 (threshold) 를 수반한 시스템의 구조 역시 혼란만 가중시킬 뿐, 필수 조건이 아닐
수도 있다고 생각합니다. 리플 사의 옹호자들은 사용자가 원하는 키를 가지고 구성 파일과 형식을
수동으로 편집할 수 있기 때문에 5개의 퍼블릭 키 리스트가 사용자 맞춤형이라고 주장할 수도 있습니다. 실제로 리플 웹사이트 상에 이러한 유효성 검사기 (validators) 들의 목록이 올라와 있습니다. 하지만,
다수의 리플 사용자들이 수동으로 구성 파일을 편집했다는 확실한 증거는 없습니다.

사용자들이 실제로 구성 파일을 수정했다고 해도, 아주 유익하게 작용하지는 않았을 것입니다. 이러한
환경하에서, 굳이 시스템이 하나의 거래원장에 수렴해야 한다는 가정을 할 이유가 없습니다. 예를 들어, 80% 의 한계치를 만족시키는 각 노드를 가지고 한 사용자가 5개의 유효성 검사기에 접속할 수 있고,
또 다른 사용자가 5개의 다른 검사기에 접속할 수 있지만, 2개의 거래원장은 서로 충돌할 것입니다.
여러 서버로부터 나온80% 라는 합의 이행률 한계치는 저희가 아는 한, 수렴 또는 합의 (consensus) 의 특성을 가지고 있지 않습니다.

거래원장의 유효성 검사

합의 프로세스가 중앙화 방식임에도, 누군가는 리플 시스템의 사용자 노드가 모든 거래 참여자의 거래
정보를 검증할 수 있다고 주장할 수 있습니다. 이러한 모델은 계산상의 비효율성은 있지만, 보장성과
유용성이 있다고 평가됩니다. 거래원장을 이동시키는 것은 중앙화 방식이지만, 리플 서버가 유효하지
않은 거래를 처리하게 되면, 사용자 노드는 블록생성을 하지 않고 전체 네트워크는 작동을 멈추게
됩니다. 이러한 위험이 리플 서버의 신뢰도를 유지시킵니다. 그러나 이런 위험성은 현존하는 사용자
부담과 전통적인 시중 은행들을 공정하고 청렴하게 유지시키는 법률 구조와 완전히 다른 종류의 위험이 아닐 지도 모릅니다.

리플 사는 초기의 거래원장에서 3만 2천 5백 7십 개의 블록을 상실했고, 노드는 그 데이터를 확보하지 못했습니다. 이것은 전체 블록체인과 회사 설립 이후 최초 발행된 리플코인 1천 억 개의 흐름을 파악하지 못할 수도 있음을 의미합니다. 초기에 몇 번의 거래원장 리셋이 있었다는 Powell 의 말을 고려할 때,
이것은 우려스러운 일일 수도 있습니다. 미국의 암호해독 전문가인David Schwartz 는 잃어버린 블록의 중요성 및 의의를 다음과 같이 설명했습니다:

이 문제는 보통의 사용자들에게는 아무런 문제가 되지 않습니다. 2013년 1월,

리플 서버 내의 버그 때문에 거래원장의 헤더 (header) 가 사라지는 사건이

발생했습니다. 당시 작동 중이던 모든 리플 서버의 데이터를 전부 취합했지만,
거래원장을 다시 만들기엔 역부족이었습니다. 원본 거래 내역이 남아있긴 했지만 어떤 거래가 어느 거래원장에 포함되어 있었는지에 대한 정보 없이, 다른 거래

내역과 뒤섞인 상태였습니다. 거래원장을 헤더 없이 만들 수 있는 쉬운 방법은
없습니다. 여러분들은 N 이라는 거래원장을 만들기 위해 거래원장 N-1 을 해싱 (hash) 하는 것이 복잡한 일임을 이해하셔야 합니다.

결론

이 보고서는 절도 행위에 대한 기소를 포함하여, 주로 리플코인 통제와 관련된 논란에 대해 다뤘습니다. 이러한 논란은 빠르고, 예상치 못한 성장을 이룬 리플코인 생태계의 가치를 고려했을 때, 아주 특이한
것이 아닐수도 있습니다. 사실, 이러한 논란들은 보고서 서론에 언급된 세계적인 거물급 기술 회사들의 그것과 크게 다르지 않을 수도 있습니다.

여러 논란들보다 중요한 사실은 리플 시스템이 중앙화를 위한 실질적인 목적을 전부 갖추고 있고, 때문에 기술적으로 흥미로운 특성이 없을 수 있다는 것입니다. 예를 들어, 비트코인과 같은 암호화폐가 가지고 있는 감시 저항 (censorship resistence) 기능처럼 말이죠. – 물론, 기술적 특성의 부재가 리플 사와
리플코인의 실패를 의미하지는 않습니다. 리플 사는 막대한 금융 자본과 검증된 마케팅 능력을 보유하고 있으며, 사업 파트너쉽 형성 능력 또한 갖추고 있습니다. 그리고 이러한 능력은 기업 또는 소비자가
리플토큰을 선택하게 만들 수 있습니다. 이 경우, 비트코인 비판론자들은 리플코인의 경우와 관련지어
더 자주 비트코인에 대한 의문을 제기할 것입니다. 다음과 같은 지적이 포함될 것입니다:

  • 인플레이션의 인위적인 결핍은 안일한 경제 방침이다.
  • 토큰 가격의 변동성이 과도하게 크며, 투기성이 심하다.
  • 규제담당자는 인기가 높아지면, 시스템 운영을 중지시킬 것이다.
  • 가장 중요한 것은, 왜 미화 달러를 사용하지 않는가? 시중 은행들은 실물 화폐를 기반으로
    블록체인 시스템에 대항할 디지털 시스템을 설계할 것이다 (그런 시스템이 아직 만들어지지 않았다면 말이다).

리플에 관한 진짜 미스터리는 리플 시스템의 시장 가치가 거대함에도 왜 모든 비트코인 비판론자들이
이렇게 조용한 반응을 보이는가? 입니다. 이 질문에 대한 해답은 비트코인의 옹호자들과 비판론자들에게 똑같이 적용될 수 있습니다. 대다수의 사람들은 무언가를 판단할 때 기술적인 법칙보다는 그들이 문화와 특성으로 인식하는 것들을 바탕으로 판단하는 경향이 있습니다.

고지사항

이 보고서 상의 주장들은 외부로부터 인용된 것이나, 주장의 정확성을 보증하거나 보장하지는 않습니다. 수정 요청은 언제든 환영합니다.

타겟 광고에 대한 엄청난 과장이 담긴 글을 하나 봤다. 사용자들이 어떤 페이지를 거쳐갔는지에 대한 정보를 바탕으로 어떤 상품에 관심이 있을 것이라고 추정하고, 맞춤형 타겟 광고를 하는 서비스에 이용자들이 굉장한 불쾌감을 느끼는 경우가 많단다. 저자의 의도인지는 모르겠지만 그런 광고에 대한 강한 거부감이 느껴지는 글이었다.

딱 저 알고리즘을 만들어서 Re-target 해주는 광고회사의 Senior Data Scientist 였고, 또 비슷한 모델을 더 업그레이드 시켜서 사업하겠다고 나선 “Data guy”인 필자의 관점을 한 마디로 요약하자면, 타겟 광고가 불편한게 아니라, 윗 블로그 글처럼 피상적인 이해만 가진 사람들의 불편한 시선들이 오히려 불편하다.

 

타겟 광고란?

미국에 Target이라는 대형 슈퍼마켓 체인점이 있다. 여기서 일하던 어느 통계학자가 구매 품목을 기준으로 구매자들을 구분하고, 그에 맞춰서 상품 광고를 보내는 알고리즘을 만들었다. 덕분에 임신한 10대 소녀의 구매 패턴이 바뀌는 걸 시스템이 자동으로 인식하고, 임신한 여성이 좋아할만한 상품을 담은 이메일을 여러차례 보냈다. 아마 K-Means로 유저들의 그룹을 구분하고, 이메일에 대한 반응률을 바탕으로 그룹이 바뀐 것을 확인했을 것이다. 이 스토리가 Fox News에까지 보도될만큼 해프닝이 된 이유는, 부모들도 몰랐던 소녀의 임신을 Target이 먼저 알아차렸다는 사실이 데이터 사이언스를 모르는 사람에게는 적잖은 충격이었기 때문일 것이다.

(그나저나 저런 패턴 인식 알고리즘을 통계학 출신이 만든다는 글들이 한국어 블로그로도 돌아다니는데 정작 “머신러닝은 개발자가 하는거 아닌가요?”라고 질문하는 사람들이 왜 이렇게 많은지… “머신러닝 개발자 과정”이라니.. 머신러닝은 개발자/기획자를 나눌게 아니라 통계학 관련 전공자와 비 전공자를 나눠서 교육해야하는 과목이다. 에효…)

경제학 + 통계학 + 시뮬레이션으로 교육과정을 거친 필자의 눈에 Target의 통계학자가 했을법한 생각은 지극히 상식적인 패턴이다. 현시선호 (Revealed preference)라는 미시경제학 용어는 입으로 말하는 것보다 직접 행동으로 옮긴 내용이 더 명확하게 개개인의 선호를 보여준다는 개념인데, 괜한 설문조사로 어떤 상품을 좋아하냐고 묻지말고, 어떤 상품을 구매하고 있는지와 어떤 상품 광고에 더 민감하게 반응하는지를 기준으로 그 유저의 선호를 파악하는 방식이 딱 여기에 해당된다.

여러 상품에 대한 구매 패턴을 놓고, K-Means를 이용해서 특정 상품군을 구매하는 유저들을 같은 그룹으로 묶고, 그런 그룹핑이 제대로 된 건지 이메일 광고에 대한 반응률로 재 확인하는 작업은 통계학 모델링 + Feedback을 이용한 재확인 작업에 다름없다. 저런 방식의 타겟 서비스를 출시하기 전에 회사 내부에 축적된 구매 데이터를 이용해서 시기별, 지역별 적용 가능성도 확인했을 것이고, 더미 데이터를 생성해서 시뮬레이션으로 확인해보는 작업도 거쳤을 것이다.

그 10대 소녀는 임산부가 되고나서 10대 소녀들이 자주 구매하는 품목들 대신 임산부가 구매하는 품목으로 바스켓의 구성 상품이 바뀌었을 것이고, Target의 시스템에서 유저 “가”가 그룹 A에서 그룹 B로 이동한 것 같다는 Alert이 떴을 것이다. 확인차 보낸 이메일 광고에 대한 반응을 보고 유저를 잘못 인식하거나 Identity fake가 아니라 정말 한 명의 유저가 다른 그룹으로 이동했다는 것을 확인했고, 몇 차례 추가적인 이메일 광고 반응을 바탕으로 Target에서는 그 소녀가 임신했다는 확신을 갖게 되었을 것이라고 생각한다.

 

타겟 광고에 대한 반감

저 위에 언급한 블로그 글을 보면, 내가 알려주지 않은 개인 정보를 남들이 알아냈다는 사실이 두렵단다. 필자의 눈에 타겟팅 작업은 일종의 탐정 놀이 같은건데, 범죄자 입장에서 탐정이 증거를 모아 “니가 범인이야!”라고 외치면 좀 섬뜩해질만하다는 생각이 들긴 한다.

여기서 하나 짚고 넘어가고 싶은 사실은, Target이 그 소녀에게 임신 테스트기를 주고, 그 결과를 전송받아서 임신 사실을 아는 것이 아니라, 단순하게 그 소녀의 구매 패턴 (or 행동 패턴)을 보고 상태 변화를 알아냈다는 사실이다.

그 소녀가 Target 매장에서 구매한 상품에 대한 데이터는 그녀만의 개인 정보일까? 아니면 상품 진열을 최적화해서 하나라도 더 팔고 싶은 Target 과 공유해야하는 정보일까? 만약에 공유 정보라면, Target은 그녀의 행동 패턴을 바탕으로 상태 변화를 알아낼 수 있는 알고리즘을 만들어내면 사생활 침해가 되는걸까? 아니면 회사 영업 이익 극대화를 위한 자본의 논리로 봐야할까?

지난 몇 년간 타겟 광고의 진화 양상을 보면, 처음에는 이미 봤던 상품들을 다시 보여주는 수준에 그쳤다가, 안 봤지만 찾고 있을 것 같은 상품을 추천하고, 글을 읽고 있는 페이지에 나오는 핵심 단어와 매칭되는 광고 상품을 보여주고, 더 나아가서는 SNS의 친구들이 샀던 상품을 추천하는 서비스까지 출시되어 있다.

한국처럼 모든 유저 행동 데이터는 개인정보랍시고 철저하게 틀어막는 나라에서는 이상한 나라의 엘리스처럼 들릴지 모르겠지만, 사실 요즘 나오는 타겟 광고 상품들의 대부분은 “탐정 놀이”로 패턴을 찾아내는 서비스지, 그 유저의 주민등록번호 같은 개인 정보를 이용하질 않는다. Target 매장에서 구매자의 상품 목록도 못 갖고 있고, 그 목록에 맞춰서 광고도 못하게 하면, 개인정보 보호를 명목으로 Target의 영업 자유를 침해하는 꼴이 된다. 정작 보호해야하는 개인정보인 주민등록번호나 주소 같은건 쓰지도 않는데.

 

타겟 광고에 대한 공감

온라인 쇼핑몰을 이용할 때, 내가 찾는 상품의 정확한 이름을 모르면 검색이 질질 늘어진다. 비슷한 용어, 비슷한 기능에 대한 검색어를 몇 번이나 넣으면서 Trial-and-error를 거듭하다가 때로는 못 찾고 포기할 때도 있고, 다음에 찾아야지라고 생각하고 잊어버릴 때도 있고, 또 운 좋게 비슷한 용어가 여럿 들어간 상품 제목을 보고 찾던 단어를 발견하는 경우도 있다.

좀 더 스케일을 낮추면, 비슷한 디자인의 옷들을 보다가 딱 마음에 드는 옷이 안 나타날 때, 화면 하단이나 양쪽 여백에 추천 상품 목록을 보고, “이게 더 좋은거 같은데…?”라는 생각에 클릭을 하는 경우도 종종 있다. 옷 매장에 가서 색상과 디자인을 정확하게 골라주는 도우미들 서비스와 이런 추천 알고리즘이 뭐가 다를까?

구매 혹은 금전 지불이라는 행동 이전에 필수적으로 거치는 작업이 “탐색” or “정보 수집”이다. 경제학에서는 “검색 비용 (Searching Cost)”라고 한다. 타겟 광고에 대한 반응률을 보면, 검색 비용을 줄여주는 광고에는 민감도가 높지만, 단순하게 노출 패턴을 다양화하는 광고에는 유저들의 거부감이 숫자로 나타난다. 옷 매장에서 아무 옷이나 다 잘 어울린다고 하는 도우미의 말 보다, 체형을 보고 적절한 옷을 추천해주는 도우미의 말에 구매자들이 더 신뢰를 보이는 경우와 크게 다르지 않을 것이다.

 

나가며

필드에 있는 사람이 정부 정책에 불평을 늘어놓는 건 너무 일상적인 일이라 항상 자제하려고 하지만, 타겟 광고에 대한 부분 만큼은 한 마디 지적질을 해보고 싶다. 개인정보 보호법의 원래 목표는 남북 분단과 간첩 색출이라는 민족사적인 아픔 때문에 만들어낸 주민등록번호라는 Super Mega Ultra 핵심적인 개인 정보를 보호하는 것이다. 그 사람의 구매 패턴 정보가 왜 그렇게까지 보호해야하는 개인 정보인가? 그렇게 빅데이터 생산은 꽁꽁 묶어놓은 상태에서 머신러닝 산업을 지원하고 4차 산업혁명을 주도하는 선진국이 되겠다니? 총칼을 주기는 커녕 몸을 꽁꽁 묶어놓고 레이저 건을 들고 있는 적군과 전투에 나가라고 내모는 꼴이다.

주변에 있는 스타트업 분들 중에는 저런 이유 때문에 법인 자체를 미국에 설립해버리는 경우가 은근 있다. 한국이 말도 안 되는 억지 규제가 너무 심하니, 외국 회사가 외국에 서버를 두고 외국에서 합법적으로 활용할 수 있는 기술을 한국 시장에 “적용”만 하도록 하면 많은 억지 규제들에서 회피할 수 있단다. 빅데이터가 뭔지도 모르고 입에만 “빅”을 올리거나, 그냥 용량만 많은 데이터인 줄 아는 사람들이 정책을 결정하고 있고, 그 사람들이 복지부동하겠다고 조금만 모르는 내용 나오면 다짜고짜 “안 된다”고 딱 자르는데, 저런 통계 모델링 할 수 있는 인재가 뭐하러 한국에 법인 세우고 복지부동 공무원들과 고생하면서 싸울까?

 

지난 9월로 기억한다. 모비 아카데미에서 데이터 사이언스 강의 한 사이클을 끝내던 무렵이었는데, 필자의 강의가 수학&통계학 요구 조건이 무겁고(?), 학생들 중에 준비가 안 된 경우가 많으니, 그 다음 사이클에는 번외 강의로 수학&통계학 수업을 짧게 개설하자고 요청이 왔다. 이런 사소한 걸로 돈을 받는다니… 라는 생각에 망설임이 있었지만, 필자도 영혼이 이탈한 표정인 수강생들을 대상으로 강의하고 싶질 않아, “이런거 모르면 오지마세요”라는 뉘앙스로 짧은 수학&통계학 강의를 개설했다.

한 두번만 하고 접을 생각이었는데, 그 수업을 듣고 본 강의를 찾아오신 어느 경영학과 출신 분이, 데이터 사이언스라는게 뭔지, 왜 통계학이 필요한지, 수학은 어떻게 쓰이는지에 대해서 완전히 새롭게 눈이 뜨였다고 하고, 짧은 수학&통계학 수업을 들으면서 어느 정도 자신감이 붙어서 데이터 사이언스 본 강의도 들을 결심을 하셨다고 하더라. 원래부터 데이터 사이언스 강의를 하는 목적이 “개발자가 하는거 아닌가요?”, “우리 회사 DB 서버도 크고, 데이터도 많아요. 빅데이터 적용하는데 문제 없습니다.”라는 앞 뒤 꽉~~~ 막힌 소리하는 사람들을 좀 교육시키겠다는 목적이었으니, 그냥 두 개의 셋트 강의를 계속 유지해야겠다고 나름대로 결론을 내렸다.

지난 1월 강의가 수학&통계학을 먼저하고, 그 다음주부터 데이터 사이언스 본 강의를 진행하는 첫번째 케이스였는데, 지난 주말에 종강하고 뒷풀이에서 들은 이야기를 종합하면, 아래의 몇 가지 측면에서 꽤나 적절한 조합이 아니었나 싶다.

 

1. 데이터 사이언스에 대한 두려움 극복 or 자신의 한계 확인

수학&통계학 수업이 끝나고, 4명의 수강생이 데이터 사이언스 본 강의에 수강신청을 취소했고, 7명이 추가로 신청했다. 솔직히 말하면 수강 취소하신 4명이 수업에서 못 살아남을 것 같아서 미리 포기하시라고 말씀드리고 싶었었는데, 그래도 스펙만 보고 사람을 판단하면 안 된다는 생각에 그 분들이 의사결정을 하실 때까지 가만히 기다렸다. 다행스럽게도 짧았던 수학&통계학 수업이 적절한 가늠자가 되었는지 그 다음주에 바로 수강 취소 연락을 주시더라. 공부라는건, 특히 수학이 들어가는 공부라는건 정말 힘든 공부다. 본인의 한계가 명확하게 느껴지는 강의를 제공할 수 있어서 다행이라고 생각했고, 그 분들이 적절한 판단을 하셔서 되려 뿌듯한 감정도 있었다.

수학&통계학이 끝나고 새롭게 신청하신 7명에게 들은 뒷 이야기를 보면, 대체로 저 위에 언급했던 그 경영학과 출신 분의 생각과 비슷비슷하다. 데이터 사이언스라는게 개발자들의 코딩이 아니라, 통계학의 패턴 인식이라는걸 어느정도 인지할 수 있었고, 코드만치는 수업, 수학 몰라도 된다는 수업을 찾아갈게 아니라, 이런 수업을 들어야 제대로 배우겠구나는 판단이 섰다고 하시더라. 다룬 내용이 자연계열 1-2학년에 배우는 선형대수, 미분방정식, 회귀분석 정도였던 덕분에 자연대, 공대, 경제학과 고학년 정도면 충분히 따라올 수 있다는 자신감도 가지게 되었다는 말씀도 있었다.

 

2. 수업 구성 변화

지난 9월 강의에 어느 수강생 분이 SVM 설명하는 부분에서 구체적인 증명이 없으니 제대로 이해하고 넘어간 건지 잘 모르겠다는 말씀을 하셨다. 일반인을 대상으로한 강의에 수학적인 증명을 넣기는 너무 힘든 부분이 있어서 개념만 짚고 넘어가던 시절 이었는데, SVM이 그렇게 간단하게 개념 위주로 볼만한 내용이 아님을 더 잘 아는 입장에서 너무 강의를 가볍게 만들고 있는 건 아닌가하는 자책감을 느낀 순간이었다.

사실 학부 2학년 때 경제수학에서 배웠던 Constrained optimization만 이해하면 좀 더 깊게 설명할 수 있는 내용인데, Constrained optimization을 SVM 중간에 설명하기도 좀 그랬고, 그렇다고 Lagrangian을 푸는 내용 전체를 다 언급하려니 수업의 밀도가 흩어질 것 같아서 이래저래 깝깝했던게 사실이다.

수학&통계학 수업에 그런 내용들을 따로 빼낸 구성을 해 놓고 나니, 본 수업이 훨씬 더 유기적으로 구성되었다는 느낌이 들었다. 실제로 수업 시간에 부가적으로 전달한 내용도 많았고, 작년 12월 강좌와 올 1월 강좌를 두번 수강한 분들도 같은 의견을 주시더라.

 

3. 수강생 필터링

“이런거 모르면 오지마세요.”라는 뉘앙스는 사실 돈 벌려는 사람이 절대로 하지 말아야되는 어투다. 그러니까 데이터 사이언스 수업들을 인터넷에 뒤져보면 “수학을 몰라도 상관없다” 라는 말이 꼭 들어가는 광고 문구가 곳곳에 배치되어 있는 거겠지.

필자의 강의는 그런 수업들과 꽤나 상반된 목적을 갖고 운영된다. 당장 큰 돈을 벌려고 하는 강의도 아니고, 어느 정도 준비된 분들이 강의 하나를 듣고 좀 혼자 소화하는 과정을 거쳐서 “진짜” 데이터 사이언티스트가 되기를 원해서 꾸려나가는 강의다. 당연히 수학&통계학 모르는 사람이 오면 무슨 말인지 하나도 모르는 상태에서 시간만 날리게 된다.

수학&통계학이 추가로 개설되어 있으니 도대체 왜 수학이 필요한지에 대해서 어느 정도는 이해하고 오신 분들이 많고, 최소한 마음가짐이라도 수학적인 도전이 있는 수업을 감당하실 수 있는 분들 위주로 수업이 구성되었던 것 같다.

 

4. 수업 집중도 향상

박사 졸업생들이 가장 꿈꾸는 직장은 좋은 학교 교수로 임용되고, 열심히 연구해서 좋은 논문을 내는 것이다. 물론 그런 자리는 한정되어 있기 때문에 좀 덜 좋은 학교로 가더라도 연구 환경만 잘 갖춰주기를 요구하는 걸 많이 보는데, 필자는 가르치는 학생이 필자의 기대 수준을 못 맞춰주는 학교는 연구 환경이나 생활 기반 시설과 관계없이 무조건 안 좋은 학교라고 생각했다.

이번 사이클에 필터링된 수강생 분들이 오신 덕분인지, 필자의 수업에 임하는 태도가 매우 적극적으로 바뀌더라. 영혼이 이탈한 표정을 짓는 분들 앞에서 하는 강의는 서 있는 것만으로도 고역인데, 반대로 “어디서 배우기 힘든 귀한 지식임을 알기에 더 노력해서 허투루 사용하지 않겠습니다”는 눈빛을 가진 분들 앞에서는 오래전에 까먹었던 내용도 다시 생각이 나더라.

인간은 참 환경에 많은 영향을 받는 동물이다 ㅋㅋ

 

나가며

산업공학과 대학원 진학을 고민하던 수강생 한 분이 아래의 메일을 보내주셨다.

안녕하세요. 1월 수강생 XXX입니다.

패스트캠퍼스 강의를 수강하려다 마지막으로 한 번 더 데이터사이언스 강의를 찾아보자 하여 우연히 파비 블로그를 찾게 되었고 수강하게 되었습니다.

그 때 그 짧은 순간이 정말 운이 좋았다고 생각합니다…

저 나름대로 대학원 진학을 결정하는 것이 쉽지 않았는데 수업을 들으며 ‘모델들이 어떤 아이디어로 만들어졌는가’, ‘어떤 것을 공부해나가야 하는가’와 같은 것들에 대해 잘 전달해주셔서 의사결정을 하는데 도움이 많이 되었습니다.

당장 산업의 일꾼이 되셔야할 분을 괜히 대학원으로 이끈게 아닌가는 핀잔을 들을지도 모르겠지만, 최소한 필자의 의도, 더 근본적으로는 데이터 사이언스란 무엇인가에 대한 정확한 관점을 갖고 나가는 수강생이 있는 것 같아서 은근히 뿌듯했다.

메일에 언급하신 다른 교육 기관에 대한 직접적인 불만은 없지만, 그들의 가격 정책과 데이터 사이언스 과정 홍보 내용에 대한 반감으로 시작한 강의이니만큼, 한 분이라도 더 제대로 된 데이터 사이언스를 배워나가셨으면 좋겠다. 그 동안 홍보 한 번 제대로 안 했는데, 윗 메일을 보내주신 분들 같은 분을 위해서라도 어쩌면 홍보를 하는게 더 맞지 않을까는 생각도 든다.

(퀄리티로 승부하는 시장에서는 광고가 필수적이라는 모델까지 증명해놓고, 정작 퀄리티로 승부하고 있으면서 홍보는 하나도 안 하고 있으니….)