이 글에서는 이 자금 조달 체인의 운영 및 회수 메커니즘, 그리고 Aave와 Ethena의 위험 관리 설계를 심층적으로 살펴볼 것입니다. 하지만 이러한 메커니즘을 이해하는 것은 첫걸음일 뿐입니다. 진정한 발전은 분석 프레임 업그레이드하는 데 있습니다. 우리는 종종 Dune과 같은 데이터 분석 도구를 사용하여 "과거"를 검토하는 데 익숙하지만, "미래"의 다양한 가능성을 명확하게 이해하고 수익을 논의하기 전에 리스크 경계를 명확히 정의하는 방법은 아직 부족합니다.
중재의 작동 방식: "수입 측면"에서 "시스템 측면"까지
먼저 이 차익거래 경로를 살펴보겠습니다. Aave에 eUSDe 또는 sUSDe(sUSDe는 기본 수익률을 가진 eUSDe에 스테이킹 된 것)를 예치하고, 스테이블코인을 차입한 후 Pendle에서 YT/PT를 매수합니다. YT는 미래 수익을 나타내는 반면, PT는 수익률이 없으므로 항상 할인된 가격에 매수할 수 있습니다. 만기까지 보유하면 1:1 환매가 가능하여 차익을 얻을 수 있습니다. 물론, 진짜 "큰돈"은 Ethena 포인트와 같은 외부 인센티브에서 나옵니다.
이렇게 획득한 PT는 Aave에서 담보로 사용할 수 있으므로 회전 대출의 완벽한 시작점이 됩니다 . "PT 담보 설정 → 스테이블코인 대출 → PT/YT 매수 → 재담보 설정" 이는 비교적 확실한 수익을 활용하여 Ethena 포인트와 같은 매우 유연한 수익을 얻기 위한 것입니다.
이 자금 조달 체인은 어떻게 대출 시장을 재구성했을까?
Aave의 노출과 2차 효과: USDe 지원 자산은 점차 Aave의 주류 담보가 되었으며, 점유율 한때 약 43.5% 까지 상승하여 주류 스테이블코인 USDT/USDC의 활용률을 직접적으로 끌어올렸습니다.
대출 측면에서의 혼잡: PT 담보에 대한 USDe eMode가 도입된 이후, USDe의 대출 규모는 약 3억 7천만 달러였으며 , 그 중 약 2억 2천만 달러(약 60%)가 레버리지 PT 전략에 사용되었고, 활용률은 약 50%에서 약 80% 로 급증했습니다 .
집중 및 재담보: Aave의 USDe 공급은 매우 집중되어 있으며, 상위 두 기관이 총 61% 이상을 보유하고 있습니다. 이러한 집중 현상은 순환 레버리지와 결합되어 수익을 증폭시키는 동시에 시스템 취약성을 심화시킵니다.
여기서 규칙은 간단합니다 . 수익률이 매력적일수록 루프가 더 복잡해지고 전체 시스템의 민감도가 높아집니다. 가격, 금리 또는 유동성의 미세한 변동도 이러한 레버리지 사슬에 의해 무자비하게 증폭됩니다.
참고: 본 기사에 인용된 핵심 온체인 데이터는 주로 2025년 7월 17일에 발표된 Chaos Labs 보고서 및 관련 시장 관찰 결과를 기반으로 합니다. 온체인 데이터의 역동적인 특성상 최신 정보를 확인하려면 관련 데이터 분석 플랫폼을 확인하는 것이 좋습니다.
퇴장이 어려운 이유: 펜들의 구조적 제약
그렇다면 어떻게 청산할 수 있을까요? 레버리지를 줄이거나 앞서 언급한 순환 포지션 청산하는 두 가지 주요 방법이 있습니다.
시장 기반 출구: 만기 전에 PT/YT를 매도하고 스테이블코인으로 상환하여 대출금을 상환하고 지분을 해제합니다.
만기까지 보유: 만기일까지 만기일까지 만기일시상환(PT)을 보유하여 기초 자산과 1:1 비율로 상환한 후 대출금을 상환합니다. 이 방법은 시장 변동성 확대 시 더 느리지만 더 안전합니다.
왜 이렇게 퇴장이 어려울까요? 그 어려움은 주로 펜들(Pendle)의 두 가지 구조적 제약에서 비롯됩니다.
고정 기간: PT는 만기 직전에 환매할 수 없으며, 유통시장 매도할 수 있습니다. 빠른 디레버리징은 유통시장 에서 이루어지며, 깊숙한 곳과 가격 변동성이라는 두 가지 과제를 안고 있습니다.
AMM의 "암시 수익률 범위": Pendle의 AMM은 미리 정의된 암시 수익률 범위 내에서 가장 효율적으로 작동합니다 . 시장 정서 변화하고 수익률 가격이 이 범위를 벗어나면 AMM이 비활성 상태가 되어 거래가 더 적은 오더북 에서 실행될 수 있으며, 이로 인해 슬리피지 및 청산 리스크 크게 상승. 리스크 스필오버를 방지하기 위해 Aave와 같은 프로토콜은 PT 리스크 오라클 사용합니다. PT 가격이 특정 바닥까지 하락하면 시장은 동결. 이는 부실 채권 발생을 방지하지만, 단기적으로 PT를 매도하기 어려워 시장이 회복될 때까지 기다리거나 만기까지 보유해야 함을 의미합니다.
따라서 시장이 안정적일 때는 일반적으로 출구가 어렵지 않지만, 시장이 재평가되기 시작하고 유동성이 넘쳐날 때 출구는 주요 마찰 지점이 되므로 사전에 대비 계획을 세워야 합니다.
Aave의 "브레이크와 버퍼": 부채 해소를 체계적이고 통제 가능하게 만들기
이러한 구조적 마찰 대면 대출 프로토콜(예: Aave)은 어떻게 리스크 관리할까요? Aave에는 "브레이크 및 버퍼" 메커니즘이 내장되어 있습니다.
동결 및 하한 가격 메커니즘: PT 가격이 오라클 하한 가격에 도달하여 그대로 유지되는 경우, 해당 시장은 만기일까지 동결 될 수 있습니다. 만기 후, PT는 자연스럽게 기초 자산으로 분해된 후 안전하게 청산/해제되어 고정 만기 구조로 인해 발생하는 유동성 불일치와 스필오버를 최소화합니다.
내부화된 청산: 극단적인 경우, 청산 보상은 0으로 설정되고, 담보가 단계적으로 처분되기 전에 버퍼가 먼저 형성됩니다. 유동성이 회복된 후 USDe를 2차 시장에서 매도하고, PT는 만기까지 보유하여 유통시장 유동성이 낮은 오더북 에서 수동 매도를 방지합니다. 수동 매도는 슬리피지를 증폭시킵니다.
화이트리스트 상환: 대출 프로토콜이 Ethena의 화이트리스트에 등록되면 유통시장 우회하여 기본 스테이블코인을 USDe로 직접 상환할 수 있으므로 영향을 줄이고 회수율을 개선할 수 있습니다.
지원 도구의 한계: USDe 유동성이 일시적으로 부족할 때 Debt Swap을 통해 USDe 표시 채무 USDT/USDC로 교환할 수 있습니다. 그러나 E-모드 구성의 제약으로 인해 마이그레이션에는 임계값과 단계가 있으며 충분한 보증금 필요합니다.
Ethena의 "적응형 기반": 구조적 및 호스팅 격리 지원
대출 프로토콜에는 "브레이크"가 있는 반면, 자산 담보 측에는 충격을 흡수하기 위해 Ethena의 "자동 변속기"가 필요합니다.
지원 구조 및 자금 조달 비율 상태 측면에서 자금 조달 비율이 하락하거나 마이너스로 전환되면 Ethena는 헤지 노출을 줄이고 스테이블코인 지원을 늘립니다. 2024년 5월 중순에 스테이블코인 점유비율 한때 약 76.3%였지만 이후 약 50%로 떨어졌습니다. 이는 여전히 이전 연도보다 높은 수치이며, 마이너스 수수료 주기에서의 압력을 적극적으로 줄일 수 있습니다.
더욱이 완충 용량의 관점에서 볼 때, 극단적인 LST 삭감 시나리오에서 USDe의 전반적인 지원에 대한 순 영향은 약 0.304%로 추산됩니다. 6,000만 달러의 준비금은 이러한 충격을 흡수하기에 충분합니다(전체의 약 27%에 불과함). 따라서 앵커링과 상환에 대한 실제 영향은 통제 가능합니다.
자산 보관 및 분리는 매우 중요합니다. Ethena의 자산은 거래소 에 직접 보관되지 않고, 제3 자 보관기관(예: Copper, Ceffu) 을 통한 장외 결제 및 자산 분리를 통해 관리 됩니다. 즉, 거래소 자체에 운영 또는 지급능력 문제가 발생하더라도 담보 자산의 소유권은 독립적으로 보호 됩니다 . 이러한 분리 구조는 효율적인 비상 대응 프로세스를 가능하게 합니다. 거래소 장애 발생 시, 보관기관은 일정 횟수의 결제 라운드를 거치지 않은 후 미결제 포지션을 취소하고 담보를 해제하여 Ethena가 헤지 포지션을 다른 거래소 로 신속하게 이전할 수 있도록 지원하여 위험 노출 기간을 리스크 단축합니다.
혼란이 USDe 지원에 대한 손상이 아닌 "암묵적 수익률 재평가"에서 주로 비롯된 경우, 부실채권 리스크 오라클 동결 및 단계별 처분의 보호 하에 통제될 수 있습니다. 실제로 집중해야 할 것은 지원 부분의 손상에 따른 꼬리 사건입니다.
주의해야 할 사항: 6가지 리스크 신호
이론을 살펴보았으니, 이제 구체적으로 어떤 지표를 살펴봐야 할까요? 아래 요약된 여섯 가지 신호는 Aave × Pendle × Ethena 상관관계와 높은 상관관계를 보이며, 모니터링을 위한 일일 대시보드로 활용할 수 있습니다.
USDe 차입 및 활용률: USDe의 총 차입 규모, 레버리지 PT 전략 점유비율, 그리고 활용률 곡선을 지속적으로 추적하고 있습니다. 활용률은 지속적으로 약 80%를 상회했으며, 시스템 민감도는 보고 기간 중 약 50%에서 약 80%로 크게 상승.
Aave 노출 및 스테이블코인의 2차 효과: Aave의 총 담보에서 USDe 지원 자산의 점유비율(예: ~43.5%)과 USDT/USDC와 같은 핵심 스테이블코인 활용에 미치는 영향에 초점을 맞춥니다.
집중 및 재담보: 상위 주소가 보유한 예금 점유비율 모니터링하십시오. 상위 주소(예: 상위 두 주소의 합)의 집중도가 50~60%를 초과하는 경우, 동일 방향의 거래(보고 기간 중 최고치 > 61%)로 인한 유동성 쇼크 가능성에 유의하십시오.
암묵적 수익률 범위에 대한 근접성: 타겟 PT/YT 풀의 암묵적 수익률이 AMM 사전 설정 범위 경계에 가까운지 확인합니다. 범위에 가깝거나 범위를 초과하면 매칭 효율성이 감소하고 퇴장 마찰이 상승.
PT 리스크 오라클 상태: PT 시장 가격과 Aave 리스크 오라클 최저 가격 임계값 사이의 거리에 주의하세요. 임계값에 접근하는 것은 레버리지 체인을 "질서 있게 감속"해야 한다는 강력한 신호입니다.
Ethena 지원 현황: Ethena의 공개된 준비금 구성을 정기적으로 검토하십시오. 스테이블코인 점유비율 변화 (예: 약 76.3%에서 약 50%)는 자금 조달 금리 및 시스템 버퍼 용량에 대한 적응 전략을 반영합니다.
또한, 각 신호에 대한 트리거 임계값을 설정하고 대응 조치를 미리 계획할 수 있습니다(예: 활용도 ≥ 80% → 사이클 배수 감소).
관찰에서 경계까지: 리스크 및 유동성 관리
궁극적으로 이러한 신호는 위험 관리 목적에 부합합니다. 우리는 이 신호들을 네 가지 명확한 "경계"로 구체화하고 "리스크 한도 → 발동 기준 → 처분 조치"라는 폐쇄 루프 내에서 운영할 수 있습니다.
경계 1: 순환 배수
순환 레버리지는 수익을 증가시키지만(외부 인센티브와 결합될 경우), 가격, 이자율, 유동성에 대한 민감도를 증폭시킵니다. 배수가 높을수록 철수 여지가 줄어듭니다.
한도: 최대 순환 배수와 최소 보증금 중복성(예: LTV/건강 요인 하한)을 설정합니다.
트리거: 사용률 ≥ 80% / 스테이블코인 대출금리 급등 / 범위 근접성 증가.
조치: 승수를 줄이고, 보증금 추가하고, 새로운 사이클을 추가하는 것을 중단합니다. 필요한 경우 "만기까지 보유"로 전환합니다.
경계 2: 용어 제약(PT)
PT는 만기 전에는 상환할 수 없으며, "만기까지 보유"하는 것은 일시적인 방편이 아닌 일반적인 방법으로 간주되어야 합니다.
제한: "만료 전 매도"에 의존하는 포지션 크기에 상한선을 설정합니다.
트리거: 암묵적 수익률이 범위를 초과하거나 시장 심도가 급격히 떨어지거나 오라클 최저가에 접근합니다.
조치: 현금- 보증금 점유비율 높이고, 종료 우선순위를 조정합니다. 필요한 경우 "감소만 있고 증가는 없음"의 동결 기간을 설정합니다.
경계 3: 오라클 State
가격이 최소 가격 한계에 접근하거나 동결 발생하면 해당 링크가 질서 있는 감속과 부채 해소 단계에 진입한다는 의미입니다.
한도: 오라클 최저가와 최소 관찰 기간의 최소 가격 차이(버퍼).
트리거: 확산 ≤ 사전 설정 임계값/ 동결 신호가 트리거됩니다.
조치: 단계적으로 포지션을 줄이고, 청산 알림을 늘리고, 부채 교환/레버리지 감소 SOP를 구현하고, 데이터 폴링 빈도를 늘립니다.
경계 4: 도구 마찰
부채 교환, eMode 마이그레이션 등은 긴박한 시기에 효과적이지만 임계값, 대기, 추가 보증금 및 미끄러짐과 같은 마찰이 있습니다.
제한 사항: 해당 악기에 사용 가능한 할당량/시간 창과 허용 가능한 최대 미끄러짐 및 비용.
트리거: 대출 금리 또는 대기 시간이 임계값을 초과하거나 거래 깊이가 하한선 아래로 떨어집니다.
조치 : 여유 자금을 확보하고, 대체 채널로 전환(점진적으로 포지션을 정리/만기까지 보유/화이트리스트에 환매), 전략적 포지션 확장을 중단합니다.
결론 및 향후 방향
간단히 말해, 에테나와 펜들 간의 차익거래는 에이브, 펜들, 그리고 에테나를 연결하여 "수익률 자석"에서 "시스템 회복력"으로 이어지는 연결 고리를 형성합니다. 자금 순환은 민감도를 높이는 반면, 시장의 구조적 제약은 시장 이탈의 문턱을 높입니다. 그러나 프로토콜은 각각의 위험 관리 설계를 통해 완충 장치를 제공합니다.
DeFi 분야에서 분석 기술의 발전은 우리가 데이터를 어떻게 보고 활용하는지에 반영됩니다. 우리는 Dune이나 DeFiLlama와 같은 데이터 분석 도구를 사용하여 과거 데이터를 검토하는 데 익숙합니다. 예를 들어, 상위 주소의 포지션 변화나 프로토콜 사용률 추세를 추적하는 것입니다. 이는 높은 레버리지나 집중도와 같은 시스템적 취약성을 파악하는 데 도움이 될 수 있기 때문에 매우 중요합니다. 하지만 이러한 도구의 한계 또한 분명합니다. 과거 데이터는 리스크 에 대한 정적인 스냅샷을 제공할 뿐, 시장 급변 시 이러한 정적인 리스크 어떻게 역동적인 시스템 붕괴로 이어질지 예측할 수는 없습니다.
이러한 잠재적인 꼬리 리스크 명확하게 파악하고 그 전파 경로를 추론하기 위해서는 미래 지향적인 "스트레스 테스트"를 도입해야 합니다 . 이것이 바로 시뮬레이션 모델의 역할입니다. 시뮬레이션 모델을 통해 본 글에서 언급된 모든 리스크 신호(활용도, 집중도, 가격 등)를 매개변수화하고, 이를 디지털 샌드박스( Aave, Pendle, Ethena 프로토콜의 핵심 메커니즘으로 구성된 공동 모델) 에 배치한 후, "만약..."이라는 질문을 반복적으로 던질 수 있습니다.
ETH 가격이 30% 폭락하고 자금 조달 비율이 마이너스가 되면 내 포지션 얼마나 오래 지속될 수 있나요?
안전하게 빠져나가려면 얼마나 미끄러짐을 견뎌야 합니까?
최소 보안 보증금 얼마여야 합니까?
이러한 질문에 대한 답은 과거 데이터에서 직접 찾을 수는 없지만, 시뮬레이션 모델링을 통해 예측할 수 있으며, 궁극적으로는 진정으로 신뢰할 수 있는 구현 플레이북을 개발하는 데 도움이 됩니다. 시작하려면 업계 표준 Python 기반 프레임 인 cadCAD 또는 HoloBit을 고려해 보세요. HoloBit은 최첨단 생성적 에이전트 기반 모델링( GABM) 기술을 기반으로 하는 차세대 플랫폼으로, 강력한 시각화와 코드 없는 기능을 제공합니다.
