온체인 게임의 재편: Monad의 주력 프로젝트인 aPriori가 AI를 활용해 거래 혁신을 선도하고 있으며, 동시에 데이터 기여 프로그램도 출시되었습니다.

이 기사는 기계로 번역되었습니다
원문 표시

Pantera Capital, YZi Lab, OKX Ventures 등 유수 기관으로부터 상당한 투자를 유치한 aPriori는 탈중앙화 거래의 기본 원칙을 재정립하고 있습니다. 핵심 프로젝트 구성원은 Jump, Coinbase, Citadel Securities, dYdX 출신입니다. aPriori는 온체인 기술과 월가의 고빈도 거래 경험을 통합하여 온체인 차세대 거래 실행 시스템을 구축하고 있으며, 이를 통해 DeFi에 진정으로 경쟁력 있는 거래 인프라를 구축하고 있습니다.

aPriori는 AI 기반 DEX 집계기와 MEV 지원 유동성 스테이킹 모듈 통해 주문 접수, 매칭, 수익 창출까지의 전체 과정을 지속 가능한 제품 시스템으로 통합하여 온체인 거래 프로세스를 완전히 새롭게 정의합니다.

지난주 AI 기반 DEX 애그리게이터인 Swapr를 출시한 aPriori는 온체인 거래의 "인식 두뇌"인 주문 흐름 세분화 시스템에 집중했습니다. 이 시스템은 행동 태그, 지갑 클러스터링, AI 분석, 그리고 온체인 피드백 메커니즘을 결합합니다. 이 시스템의 목표는 모든 거래가 더욱 지능적이고 공정하게 처리되도록 보장하여 차익거래 슬리피지 및 기타 "악성 주문 흐름" 위험을 방지하는 동시에 유동성을 가장 적절한 목적지로 유도하는 것입니다. 이는 거래를 더욱 스마트하게 만들 뿐만 아니라, 온체인 시장 전체의 질서와 신뢰를 강화합니다.

"모든 거래를 이해하는 것이 공정한 실행의 시작입니다."

주문 흐름 식별은 aPriori의 핵심 기술 중 하나입니다. 거래 행태, 지갑 내역, 시장 반응을 분석하여 거래가 발생하기 전에 해당 거래가 합법적인 사용자 활동인지, 아니면 차익거래나 피닝과 같은 "악성 거래"인지 판별합니다. 단순히 거래 체결 여부만 고려하는 기존 방식과 달리, 이 식별 방식은 잠재적 리스크 조기에 걸러내고, 유동성 공급자(LP)에게 더 안전한 거래 상대방을 제공하며, 거래 경로 선택 및 체결 공정성을 향상시킬 수 있습니다.

기술 + 생태계: 모나드에게 완벽한 시기

다양한 퍼블릭 체인 생태계의 데이터 특성은 다릅니다. 솔라나는 고속 거래와 활성 사용자를 보유하고 있지만, 폐쇄형 소스 계약 대량 학습에 사용할 수 있는 데이터가 제한적입니다. 이더 과 다른 EVM 체인은 오픈 데이터를 보유하고 있지만 성능 병목 현상에 제한을 받고 전반적인 거래 행동이 보수적이며 데이터 밀도가 낮습니다.

Monad는 성능과 투명성 사이에서 보기 드문 균형을 이룹니다. Solana의 높은 처리량과 공격적인 거래 스타일을 결합하는 동시에 EVM 아키텍처의 가독성과 개방성을 유지합니다. 이를 통해 aPriori는 차세대 주문 흐름 인식 모델을 구축할 수 있는 이상적인 기반을 마련합니다.

"사용자 데이터는 단순히 참여에 관한 것이 아니라 차세대 거래 정보를 교육하는 것에 관한 것입니다."

커뮤니티 데이터 기여 프로그램 : aPriori는 AI가 거래 행동을 더욱 지능적으로 식별하도록 훈련시키기 위해 커뮤니티 참여 데이터 기여 프로그램을 시작했습니다. 모든 사용자는 다음과 같은 간단한 작업을 완료하여 모델이 온체인 환경을 더 잘 이해하도록 도울 수 있습니다.


지갑 바인딩: 사용자가 자주 사용하는 지갑 주소를 연결하여 사용자의 행동에 대한 보다 완전한 보기를 제공합니다.

지원되는 체인: Ethereum, BNB Chain, Monad 테스트넷

· 소셜 계정 동기화: Twitter, Discord 등을 연결하여 더 많은 신원 정보를 제공할 수 있습니다.

로그인 및 작업 추적: 전용 패널에 사용자 로그인 기록, 거래 동작, 기여 진행 상황이 표시됩니다.

이러한 데이터는 시스템이 어떤 주소가 같은 사용자에게 속하는지, 협업 작업이 있는지 여부를 판단하는 데 도움이 되며, AI가 거래 유형과 리스크 식별하는 능력을 향상시킬 수 있습니다.

"거래에 유해 자금 흐름이 포함되어 있는지 어떻게 알 수 있나요?"

Swapr의 핵심 엔진에서는 각 거래가 확인되기 전에 AI 모델을 사용하여 리스크 평가되며, 이는 주로 다음 요소를 기반으로 합니다.

거래 자체: 매수 및 매도 방향, 통화 경로, 가스, 수수료, 슬리피지 등.

주소 내역: 거래 빈도, 과거 행동, 자산 변경 사항

시장 반응: 거래 후 1초부터 24시간까지 가격 변동

수익성: 거래가 여러 기간에 걸쳐 수익성이 있는지, 그리고 LP에 해를 끼칠 수 있는지 여부.

이 모델은 각 거래가 정보 우위를 기반으로 하는 차익거래나 스퀴즈 기반 거래 행위와 같은 "유해한 흐름"을 구성하는지 여부를 식별하고 시스템 공정성에 대한 잠재적 위협을 결정합니다.

"모델이 복잡할수록 더 좋습니다. 오히려 거래를 더 잘 이해할수록 그 가치는 더욱 커집니다."

규칙 엔진부터 AI 신경망까지: aPriori는 단일 알고리즘에 국한되지 않고, 기존 모델(XGBoost, LightGBM)과 시계열 모델(RNN, Transformer)을 통합합니다. 기존 모델은 구조화된 데이터를 효율적이고 해석 가능하게 처리하는 반면, RNN은 시계열의 행동 변화를 포착하는 데 탁월합니다.

Swapr는 궁극적으로 모델 앙상블 아키텍처를 채택하여 다양한 하위 모델이 각각의 데이터 차원과 시간 윈도우에서 학습합니다. 점수가 통합되면 복잡한 거래 행동에 더욱 정확하게 대응할 수 있습니다.

"거래의 배후에서 차익거래에 공모하는 사람은 누구인가?"

차익거래는 일반적으로 단일 지갑에서 발생하는 것이 아니라 여러 주소에 걸친 공동 작업의 결과입니다. 이러한 "행동 그룹"을 식별함으로써 시스템은 잠재적인 차익거래 그룹을 예측하고 "악성 주문 흐름"이 유동성 공급자(LP)에게 영향을 미치는 것을 방지할 수 있습니다.

"AI를 거래 실행의 일부로 만들기"

훈련 데이터가 더욱 풍부해짐에 따라, Swapr의 인식 시스템은 DeFi 라우팅의 핵심 차별화 요소가 되고 있습니다. Swapr은 더 나은 호가를 제공할 뿐만 아니라, 사용자와 유한책임조합원 모두의 이익을 보호하기 위해 유동성을 동적으로 조절합니다.

창립자 레이는 "진정한 DeFi 실행 엔진은 시스템을 이해하고, 판단할 수 있으며, 시스템을 보호하는 방법을 알고 있어야 합니다. Swapr가 '생각할 수 있는' 최초의 거래 포털이 되기를 바랍니다."라고 강조했습니다.

BlockBeats의 블록비츠(theblockbeats) 채용 공고에 대해 알아보려면 여기를 클릭하세요.

블록비츠(theblockbeats) 공식 커뮤니티 에 가입해 주셔서 감사합니다.

텔레그램 그룹: https://t.me/theblockbeats

텔레그램 그룹: https://t.me/BlockBeats_App

공식 트위터 계정: https://twitter.com/BlockBeatsAsia

출처
면책조항: 상기 내용은 작자의 개인적인 의견입니다. 따라서 이는 Followin의 입장과 무관하며 Followin과 관련된 어떠한 투자 제안도 구성하지 않습니다.
라이크
즐겨찾기에 추가
코멘트