국가 성장 시나리오와 가격 재조정의 영향

리뷰와 피드백을 제공해 주신 @aelowsson 에게 감사드리고 싶습니다.

이 분석의 목표는 이더리움 상태(전체 노드당 데이터베이스 크기)가 블록 가스 한도 증가에 따라 어떻게 변화할 수 있는지, 그리고 가격 재조정(상태 바이트와 버스트 리소스에 대한 효과적인 가스 비용 변경)이 상태 성장과 버스트 처리량에 어떻게 영향을 미치는지 이해하는 것입니다.

이를 달성하기 위해 우리는:

• 프로젝트는 3가지 가스 제한 경로(기본, 공격적, 보수적)에 따른 규모를 나타냅니다.
• 상태 생성 및 버스트 자원 소비에 대한 간단한 등탄력적 수요 모델을 구축하고 보정합니다.
• 해당 모델을 사용하여 가스 한도 및/또는 상태 추가에 대한 가스 가격이 변경될 때 새로운 EIP-1559 평형 기반 수수료와 그에 따른 블록당 리소스 공유를 계산합니다.
• 상태 및 폭발적 수요에 대한 가격 탄력성 범위에 따른 시나리오 비교를 보고합니다.

요약

• 처리량이 증가하는 동시에 상태 생성 비용이 비교적 저렴하다면 상태는 상당히 확장될 수 있습니다. 2027년 중반까지 보수적인 스케줄은 총 상태 크기가 686GiB, 기본 스케줄은 859GiB, 공격적인 스케줄은 1.08TiB에 도달합니다. 모든 경우에서 이는 블로트넷 이니셔티브 에서 지정한 임계치인 650GiB를 초과합니다.
• 우리는 중장기적으로 이더리움의 허용 가능한 상태 성장 수준이 무엇인지에 대해 의견을 모아야 합니다.
• 상태 생성을 위한 가스 비용을 높이면 탐색된 탄력성 체제에서 예상되는 상태 성장은 감소하지만 버스트 리소스 처리량은 약간 감소합니다.
• 처리량 손실은 상태 생성 비용보다 버스트 수요 탄력성에 더 큰 영향을 받습니다. 버스트 수요가 가격 탄력적일 때, 용량을 두 배로 늘리면 거의 선형적인 처리량 증가가 발생하며, 가격 재조정의 효과는 미미합니다.
• 상태 생성 수요가 비탄력적이라면, 상태 생성 비용 증가는 상태 가격이 재조정되지 않은 시나리오에 비해 기본 수수료가 상승할 것으로 예상됩니다. 이 수요가 탄력적이라면, 이러한 효과는 반대로 나타납니다.

1. 우리는 왜 국가 성장에 관심을 갖는가?

2025년 5월 현재, 상태 전용 Geth 노드의 압축되지 않은 데이터베이스 크기는 약 340GiB입니다. 가스 한도를 3,000만 가스 단위에서 3,600만 가스 단위로 늘린 후, 매일 생성되는 새 상태의 중간 크기는 약 102MiB에서 약 205MiB로 두 배 증가했습니다.

이 예시에서 보이는 관계는 예상대로 선형적이지 않습니다. 이는 사용자 행동에 영향을 미치는 다른 요인 때문일 가능성이 높습니다. 그러나 다른 조건이 동일하다면, 가스 제한이 증가함에 따라 생성되는 새로운 상태의 수도 비례적으로 증가할 것으로 예상됩니다.

높은 주정부 성장률은 하류에 두 가지 부정적인 영향을 미칩니다.

1. 상태가 디스크 개선 및 바이트당 저장 용량 감소보다 더 빠르게 성장한다면 결국 검증자가 가격 상승으로 인해 이더리움 검증자 노드를 실행하는 데 필요한 디스크 요구 사항을 따라잡을 수 없게 되는 지점에 도달하게 될 것입니다.
2. SSTORE 와 같은 상태 액세스 작업의 성능은 상태 크기에 따라 크게 달라지며, 상태가 클수록 이러한 작업의 실행 시간이 길어집니다. 블로트넷 이니셔티브는 650GiB의 상태 크기에서 상태 액세스 패턴의 심각한 병목 현상을 발견했으며, 그 결과 상태 액세스 시간이 40% 증가하고 메모리 사용량이 기하급수적으로 증가하며 동기화 시간이 길어졌습니다.

하드웨어 개선과 클라이언트 최적화가 이러한 병목 현상에 어떤 영향을 미칠지는 아직 불분명합니다. 그러나 현재 확장성에 대한 집중과 예상되는 가스 한도 증가를 고려할 때, 이는 더욱 신중하게 검토해야 할 문제입니다. 무엇보다도 중장기적으로 이더리움의 허용 가능한 상태 증가 수준을 정하는 것이 중요합니다.

그러나 본 보고서에서는 약간 다른 질문에 초점을 맞춥니다. 가스 한도가 주 성장에 어떤 영향을 미칠 것으로 예상되는지, 그리고 가스 가격 재조정이 그 궤적을 어떻게 바꿀 수 있는지에 대한 질문입니다. 이는 특히 곧 개통될 글램스터담 포크에 적용될 EIP-8037 과 관련이 있습니다.

2. 블록 한도 증가에 따른 국가 성장 시나리오: 국가는 얼마나 커질 수 있을까?

이 질문에 답하기 위해 우리는 2025년 5월 1일부터 2027년 중반까지 가스 한도 증가에 대한 세 가지 다른 일정을 설계했습니다.

그런 다음 각 일정에 대해 일일 상태 증가와 가스 제한 간의 비례 관계와 36M 가스 제한에서 측정된 기준 상태 생성 속도가 205MiB/일이라고 가정하여 해당 상태 증가 속도를 계산합니다.

new_state_per_day = 205 MiB * (G / 36M)

이를 통해 우리는 각 가스 제한 변경일에 다음과 같은 상태 성장률을 얻습니다.

다음 플롯은 향후 2년 동안 3가지 가스 일정에 대한 총 상태 크기를 GiB 단위로 보여줍니다.

비례적 스케일링(동일한 가스 구성 유지)에서 블록 한도를 증가시키면 일일 상태 생성량이 선형적으로 증가합니다(측정된 205MiB/일을 가스 한도 비율로 스케일링하기 때문). 일일 추가량이 누적되기 때문에 총 상태 크기는 가스 스케줄에 따라 몇 개월 또는 몇 년에 걸쳐 달라집니다. 2027년 중반까지 보수적 스케줄은 총 상태 크기가 686GiB, 기본 스케줄은 859GiB, 공격적 스케줄은 1.08TiB에 도달합니다. 모든 경우에서 이는 블로트넷 이니셔티브 에서 확인한 임계치인 650GiB를 초과합니다.

3. 가격 조정은 주정부 성장과 처리량에 어떤 영향을 미칩니까?

이제 가격 변동 없이 상태 성장의 잠재적 시나리오를 파악했으므로 상태 생성 작업에 대한 가스 가격 인상이 상태 성장과 확장성에 어떤 영향을 미치는지 분석할 수 있습니다.

3.1 모델 및 도출

우리는 버스트 작업(컴퓨팅, 상태 접근, 데이터)을 위해 블록에서 사용 가능한 가스 양과 평균 일일 상태 증가를 추정할 수 있는 간단한 모델을 정의하는 것으로 시작합니다.

모델 입력

• G G : 블록 가스 한계.
• b b : 균형 기본 수수료 b b를 gwei로 나타낸 값입니다.
• g_\text{state} g state : 상태 바이트에 추가된 새 바이트당 가스 비용입니다.
• g_\text{burst} g burst : 버스트 리소스 사용의 초당 가스 비용입니다.
• S(p) S ( p ) : 상태 생성에 대한 수요 곡선으로, 가격 p p 에서 블록에 추가하려는 순 상태 바이트의 총 수로 측정됩니다. p p 는 상태에 바이트 하나를 추가하는 데 드는 비용(gwei)이며, p=b\cdot g_\text{state} p = b ⋅ g state 로 계산됩니다.
• B(p) B ( p ) : 수요 곡선 버스트 리소스 사용량은 가격 p p 에서 블록에 추가하려는 슬롯 시간 수(초)로 측정됩니다. 이 경우, p=b\cdot g_\text{burst} p = b ⋅ g burst .

모델 가정

• 기본 수수료는 EIP-1559 설계를 따르며, 블록 사용량이 G G 의 50%를 초과하면 다음 블록의 기본 수수료가 증가하고, 블록 사용량이 G G 의 50% 미만이면 다음 블록의 기본 수수료가 감소합니다.
• 현재 설계에서는 블록이 평균적으로 G G 의 50%를 차지하고, 그 가스의 30%는 상태 생성에 할당되고 나머지는 버스트 리소스에 할당됩니다.
• 평균 블록은 균형 상태에서 달성되며, 이때 G 의 50% 가 가격 p p 에서 상태 생성과 버스트 리소스 사용에 대한 수요를 충당하기에 충분합니다.
• 두 수요 곡선은 두 개의 독립적인 등탄성 모델로 모델링됩니다.

여기서는 처리 용이성에 대한 독립적인 등탄성적 수요를 가정합니다. 그러나 실제로는 상태 생성 수요와 버스트 리소스 수요는 상관관계가 있을 가능성이 높습니다. 즉, 상태 바이트의 실효 가격 변동은 버스트 초 수요에 영향을 미치며, 그 반대의 경우도 마찬가지입니다. 교차 가격 탄력성을 고려한 공동 다변량 수요 사양은 리소스 간의 대체성이나 상보성을 더 잘 포착할 수 있지만, 추가적인 매개변수와 식별 문제가 발생합니다.

대본

• 가스 한계는 n n 배로 증가합니다. 즉, G = n \, G^0 G = n 지 0
• 주 가스 비용은 m m 배로 증가합니다. 즉, g_\text{state} = m \, g_\text{state}^0 g state = m g 0 상태

우리는 더 많은 상태와 더 많은 버스트 리소스가 사용되는 새로운 균형점에 도달할 때까지 기본 수수료가 감소할 것으로 예상합니다.

기본 도출

가격 p p 에서 블록당 균형 사용량을 다음과 같이 하세요.

• 상태 바이트: S(p)=S(b g_\text{state}) S ( p ) = S ( b g state )
• 버스트 초: B(p)=B(b g_\text{버스트}) B ( p ) = B ( b g 버스트 )

기본 수수료 b에서 블록에 사용되는 가스는 다음과 같이 정의됩니다.

시나리오의 경우 EIP-1559는 b b를 b^* b ∗ 값으로 유도하여 다음을 만족합니다.

이 새로운 평형에서 우리는 다음과 같은 블록당 사용량을 얻습니다.

• S^* = S(b^* \, m\, g_\text{상태}^0) S ∗ = S ( b ∗ 중 g 0 state ) 로, 이는 연간 평균 2,628,000\cdot S^* 2,628,000 ⋅ S ∗ 바이트 의 상태 증가 로 이어집니다. 2,628,000 2,628,000 은 연간 블록 수 (즉, 12초마다 하나씩)입니다.
• B^* = B(b^* g_\text{버스트}^0) B ∗ = B ( b ∗ g 0 버스트 )

그리고 리소스 유형별로 다음과 같은 공유가 있습니다.

• \text{공유}_\text{상태}=\frac{m\,g_\text{상태}^0S^*}{0.5\, n\, G_\text{한계}^0} 공유 상태 = m g 0 상태 S ∗ 0.5 N G 0 한계
• \text{공유}_\text{버스트}=1-\text{공유}_\text{상태} 공유 버스트 = 1 − 공유 상태

구경 측정

현재 G=G^0 G = G 0 , 평형 b=b^0 b = b 0 , 초기 가스 가격이 g_\text{state}^0 g 0 state 및 g_\text{burst}^0 g 0 burst 인 경우 다음을 얻습니다.

• g_\text{상태}^0 S(b^0 g_\text{상태}^0)= 0.3 \cdot 0.5 \cdot G^0 = 0.15\, G^0 g 0 상태 S ( b 0 g 0 상태 ) = 0.3 ⋅ 0.5 ⋅ G 0 = 0.15 지 0
• g_\text{버스트}^0 B(b^0 g_\text{버스트}^0)= 0.7 \cdot 0.5 \cdot G^0 = 0.35\, G^0 g 0 버스트 B ( b 0 g 0 버스트 ) = 0.7 ⋅ 0.5 ⋅ G 0 = 0.35 지 0

이를 통해 A_s A s 및 A_b A b를 다음과 같이 보정할 수 있습니다.

• A_s = S(p)p^{\varepsilon_s} = \frac{0.15\,G^0}{g_\text{상태}^0}\,(b^0g_\text{상태}^0)^{\varepsilon_s} A s = S ( p ) p ε s = 0.15 G 0 g 0 상태 ( b 0 g 0 상태 ) ε s

• A_b = B(p)p^{\varepsilon_b} = \frac{0.35\,G^0}{g_\text{버스트}^0}\,(b^0g_\text{버스트}^0)^{\varepsilon_b} A b = B ( p ) p ε b = 0.35 G 0 g 0 버스트 ( b 0 g 0 버스트 ) ε b

이 선택에 따라, 모든 b b 에 대해 평형 상태의 블록에서 사용되는 가스에 대한 다음 공식을 얻습니다.

가스 제한과 현재 상태 성장률을 통해 g_\text{burst}^0 g 0 버스트를 추정할 수도 있습니다. 여기서는 가스 제한 사용률이 50%라고 가정하여 평균 비용을 구합니다.

버스트 리소스의 경우 최악의 경우 블록을 기준으로 가격을 책정합니다. 즉, 블록이 블록 한도까지 버스트 리소스 작업으로 가득 차 있었다면 실행하는 데 2초가 걸린다고 가정합니다.

이를 통해 버스트 리소스에 대한 기본 처리량을 직접 도출할 수 있습니다.

시나리오 도출

시나리오에서 G=n\,G^0 G = n G 0 , g_\text{상태}=m\,g_\text{상태}^0 g 상태 = m g 0 상태 이고 g_\text{burst}=g_\text{burst}^0 g burst = g 0 burst 이므로 평형 상태에서 블록에서 사용되는 총 가스는 다음과 같습니다.

또한 평형 상태에서 우리는 새로운 가스 한도의 50%를 사용하고 있습니다.

이 다항식의 근을 계산하여 평형 기저 수수료 b^* b ∗ 를 구할 수 있습니다. 다항식에 근 r \in \mathopen] 0,1\mathclose[ r ∈ ] 0 , 1 [ 를 갖는 경우, b^* = b^0 \, r b ∗ = b 0 입니다. r . 이를 통해 기본 도출에서 정의된 대로 블록당 사용량과 가스 공유량을 계산할 수 있습니다.

다음 섹션에서는 세 가지 시나리오의 영향을 고려합니다.

• 기준(재가격 없음): n=2 n = 2 (2배 가스 ​​한도), m=1 m = 1 (주 가스 비용 변동 없음)
• 이중 주 가스 가격: n=2, m=2 n = 2 , m = 2
• 3중 주 가스 가격: n=2, m=3 n = 2 , m = 3

모든 경우에 우리는 가스 한계가 두 배가 된다고 가정합니다( n=2 n = 2 ).

각 시나리오에 대해, 격자(0.1~1.5)를 따라 \varepsilon_s ε s 와 \varepsilon_b ε b를 탐색하고 b^* b ∗ 에 대해 풉니다. 평형 기본 수수료 b^* b ∗를 사용하여 S^* S ∗ , B^* B ∗ , GiB 단위의 연간 상태 증가, 그리고 자원 가스 점유율을 계산합니다. 이를 시각화하기 위해, 다음 그래프는 \varepsilon_s=0.6 ε s = 0.6 및 \varepsilon_b=1 ε b = 1 을 가정한 기본 시나리오에 대한 새로운 평형을 보여줍니다.

3.2 국가 창조에 의해 사용되는 가스 점유율에 대한 가격 재조정의 영향

다음 플롯은 모든 가격 탄력성 조합 (​\varepsilon_s, \varepsilon_b) 에 대한 상태 생성 작업에 의한 평형 블록에서 사용된 가스 점유율을 보여줍니다 . ε s , ε b ) .

m = 1 m = 1 (가격 재조정 없음) 및 n = 2 n = 2 (가스 한도 두 배)일 때, 상태 생성에 사용되는 블록 가스의 비중은 상태 생성에 대한 수요가 버스트 리소스에 대한 수요보다 탄력적일 때 현재 30%에 비해 증가합니다. 따라서 상태 생성이 버스트 리소스 사용량보다 가격 변화에 더 많이 적응하는 경우, 가스 한도 확대로 인해 더 많은 블록 용량이 상태 생성으로 이동될 위험이 있습니다. 더 많은 상태 생성 수요가 더 저렴한 기본 수수료를 활용하기 위해 블록에 쇄도하기 때문입니다.

m m을 증가시키면(상태 생성 비용이 더 많이 들게 됨) 상태의 저탄력성 체제와 버스트 리소스의 고탄력성 체제에서 상태 생성에 할당된 블록 점유율에 영향을 미칩니다.

• 상태 생성에 대한 수요의 탄력성이 낮은 경우(그래프의 왼쪽) 상태 생성 작업에 사용되는 가스의 비중이 높아지며, m m 이 클수록 그 크기가 커집니다.
• 반대로, 두 수요 모두 높은 탄력성을 가질 때(오른쪽 상단 모서리), 효과는 역전되어, m=1 m = 1 시나리오와 비교했을 때 블록에서 상태 생성에 할당되는 부분이 감소합니다. 변화의 크기는 다시 m m 에 따라 달라집니다.
• 상태 생성 비중이 가장 높은 경우는 버스트 자원에 대한 수요의 탄력성이 낮을 때(그림 하단) 발생합니다. 이 경우, 상태 생성 비용을 증가시켜도 아무런 효과가 없습니다.

결론적으로, 상태 생성 가스 비용 증가는 상태 생성에 할당된 평형 블록의 비율에 긍정적 또는 부정적 영향을 미칠 수 있습니다. 이는 탄력성 체제에 따라 달라집니다. 그러나 기본 시나리오( m=1 m = 1 )에서 상태 생성에 할당된 블록 공간의 비율이 이미 높은 경우, 상태 생성 가스 비용 증가는 이 비율에 큰 영향을 미치지 않습니다. 다시 말해, 블록 제한 증가에도 불구하고 이미 상태 생성 가스의 비율이 높은 탄력성 체제에 있는 경우, 가스 가격 인상은 큰 영향을 미치지 않습니다.

3.3 가격 재조정이 연간 국가 성장에 미치는 영향

다음 플롯은 모든 가격 탄력성 조합 (​\varepsilon_s, \varepsilon_b) 에 대한 연간 상태 성장을 보여줍니다 . ε s , ε b ) . 여기서는 평균 블록이 평형 블록이라고 가정합니다. 이 지표는 상태 생성 작업 비용 증가가 상태 증가 완화에 얼마나 효과적인지 이해하는 데 중요합니다.

당연히 국가 창출 운영 비용 증가는 가격 재조정이 없는 시나리오에 비해 모든 탄력성 체제에서 국가 성장률을 감소시킵니다. 이는 국가 창출 가스 비용 증가가 다양한 가격 탄력성 체제에서 국가 성장률을 완화하는 데 효과적임을 시사합니다.

국가 생성 가스 비용 증가는 또 다른 흥미로운 효과를 낳습니다. 각 시나리오에 대한 국가 수요 탄력성 ∈ varepsilon_s ε s 에 대한 연간 국가 성장률을 그래프로 표시하여 이를 확인할 수 있습니다. 각 상자 그림의 변화는 버스트 수요 탄력성 ∈ varepsilon_b ε b 에 기인합니다.

• 재가격 없음: 더 높은 \varepsilon_s \는 ε s를 의미합니다. ⟹ 더 많은 국가 성장
• 블록 한도 증가와 동일한 가격 조정: 더 높은 \varepsilon_s \는 ε s를 의미합니다. ⟹ 중간 주 성장률에 변화 없음
• 블록 한도 증가보다 높은 가격 재평가: 더 높은 \varepsilon_s \는 ε s를 의미합니다. ⟹ 국가 성장 감소

버스트 자원의 수요 탄력성은 국가 성장에도 영향을 미친다는 점에 유의해야 합니다. 탄력성이 낮을수록 모든 시나리오에서 국가 성장률이 높아집니다.

3.4 버스트 리소스 처리량에 대한 가격 재조정의 영향

다음 플롯은 모든 가격 탄력성 조합 (​\varepsilon_s, \varepsilon_b) 에 대한 평형 블록의 버스트 리소스에 대한 처리량 이득을 보여줍니다 . ε s , ε b ) . 이득은 0.7초 기준 처리량에 대해 계산됩니다.

이 지표는 상태 생성 비용 증가가 확장성에 미치는 영향을 측정하는 데 필수적입니다. 가용 가스를 두 배로 늘리면 버스트 리소스 처리량이 최소 두 배로 증가할까요? 기준 처리량이 0.7초라는 점을 기억하세요.

세 가지 시나리오 모두에서 버스트 처리량 증가의 주요 동인은 버스트 측 가격 탄력성( \varepsilon_b ε b ) 입니다. \varepsilon_b ε b 가 증가함에 따라 0.7초 기준선에서 증가폭이 증가하는 것을 볼 수 있습니다.

• 버스트 수요가 가격에 충분히 탄력적일 때(그래프의 상단 부분), 용량을 두 배로 늘리면 버스트 처리량도 약 두 배(또는 약간 더) 증가합니다.
• 버스트 수요가 비탄력적인 경우(그래프의 아래쪽), 용량을 두 배로 늘리면 버스트 처리량은 두 배 미만으로 줄어듭니다.

이와 대조적으로, 상태 탄력성 \varepsilon_s ε s 에 따른 수평적 변화는 더 복잡합니다. m = 1 m = 1 일 때 \varepsilon_s ε s 가 증가함에 따라 이득은 약간 감소합니다. m=2 m = 2 또는 m=3 m = 3 의 경우, 두 가격 탄력성이 모두 높을 때 버스트 자원에서 가장 높은 처리량 이득을 얻습니다.

다음 그림에서 상태 생성 비용 증가가 처리량에 미치는 영향을 더욱 명확하게 확인할 수 있습니다. 각 상자 그림의 차이는 상태 수요 탄력성 \varepsilon_s ε s 에 기인합니다.

일반적으로 비용이 높을수록 처리량 증가는 약간 감소합니다. 그러나 버스트 자원의 수요 탄력성에 비하면 그 영향은 미미합니다. 만약 높은 \varepsilon_b ε b 의 상태에 있다면, 상태 생성 증가는 처리량에 25% 미만의 영향을 미칩니다.

3.5 균형 수수료

마지막으로 분석하고자 하는 지표는 균형 기본 수수료입니다. 이 수수료는 기준선 b^0=1 b 0 = 1 보다 낮을 것으로 예상합니다. 그러나 탄력성 체계와 가격 재조정에 따라 수수료는 얼마나 낮아질까요? 다음 그래프는 세 가지 가격 재조정 시나리오에 대한 균형 기본 수수료와 버스트 수요 탄력성을 보여줍니다. 각 상자 그림의 차이는 상태 수요 탄력성 \varepsilon_s ε s 에 따른 것입니다.

세 가지 가격 시나리오 모두에서 균형 기본 요금은 버스트 측 가격 탄력성에 따라 증가합니다. 매우 비탄력적인 버스트 수요( \varepsilon_b\approx0.1 ε b ≈ 0.1 )에서 높은 탄력성( \varepsilon_b\approx1.5 ε b ≈ 1.5 )으로 이동하면 중간값 기본 요금이 약 3배 증가합니다. 탄력성이 높으면 가용 연료를 채우기 위한 수요가 더 많아지므로 기본 요금이 높아집니다.

주정부 수요 탄력성은 어떨까요? 다음 그림은 세 가지 가격 조정 시나리오에 대한 균형 기본 수수료와 주정부 수요 탄력성을 보여줍니다. 각 상자 그림의 차이는 버스트 수요 탄력성 _varepsilon_b ε b 에 기인합니다.

흥미롭게도, 기본 수수료와 주 정부 수요 사이에는 동일한 선형 관계가 나타나지 않았으며, 기본 수수료 중간값은 주 정부 수요 탄력성과 관계없이 유사한 범위를 유지했습니다. 그러나 탄력성 체계는 여러 시나리오에서 순서에 영향을 미칩니다.

• 주정부 수요가 비탄력적일 때(그림 왼쪽), 주정부 가격이 상승하면 균형 수수료도 상승합니다. 이 경우, 주정부 가격을 인상해도 수요에는 큰 영향을 미치지 않으므로, 동일한 주정부 수요에 대해 더 많은 가스가 사용됩니다.
• 국가 수요가 탄력적일 때(그림 오른쪽), 국가 가격이 상승하면 균형 수수료가 낮아집니다. 이 경우, 국가 창출 수요는 국가 비용 증가에 더욱 적극적으로 반응하여 기본 수수료가 낮아집니다.

4. 논의 및 다음 단계

첫 번째 결론은, 단순화된 모델에서 상태 생성 운영 비용 증가가 모든 가격 탄력성 체계에서 상태 성장을 효과적으로 완화한다는 것입니다. 기본 가격 시나리오에서처럼 상태를 성장시키기에는 가스가 부족합니다. 그러나 이는 여전히 버스트 리소스의 처리량 증가가 약간 낮아지는 대가를 치릅니다. 이러한 효과는 버스트 리소스 수요의 탄력성으로 인해 더욱 악화됩니다. 즉, 리소스의 탄력성이 높을수록 모든 가격 시나리오에서 처리량 증가가 더 커집니다. 상태 생성 수요가 비탄력적이라면, 상태 생성 비용 증가는 상태 가격이 재조정되지 않은 시나리오보다 기본 요금이 높아질 것으로 예상됩니다.

자연스러운 질문은 실제 시스템이 (\varepsilon_s,\varepsilon_b) ( ε s , ε b ) 그리드에서 어디에 위치하는지입니다. 우리의 예비 경험적 분석은 상태 생성에 대한 단기 수요는 적당히 비탄력적임을 시사합니다. USD 기준 수수료가 1% 증가하면 이후 며칠 동안 가스 단위당 생성되는 새 상태가 약 0.6% 감소하는 것과 관련이 있습니다. 등탄성적 관점에서 해석하면, 이는 단기적으로 총 상태 생성 작업 부하에 대해 \varepsilon_s \approx 0.6 ε s ≈ 0.6 임을 나타냅니다. 이는 많은 상태 중심적인 행동(포지션 개설, 계약 생성, 토큰 발행, 롤업에 데이터 커밋 등)이 가격 변화에 즉각적으로 조정되지 않는 장기적인 경제적 결정과 프로토콜 수준 정책에 의해 결정된다는 직관과 일치합니다. XEN과 같은 스팸 계약은 최저 가격을 유도할 것으로 예상됩니다. 상태 생성의 전체 비용이 특정 임계값 아래로 떨어질 때마다 봇이 상태 중심 거래로 네트워크를 범람시켜 향후 블록에 대한 기본 수수료를 증가시키기 때문입니다.

버스트 리소스의 경우, 아직 비교 가능한 추정치는 없지만, 적어도 작업 부하의 상당 부분에 대해 더 높은 탄력성을 예상할 만한 이유가 있습니다. 버스트 중심의 많은 활동(차익거래, 청산, MEV 검색, 지연 시간에 민감한 거래)은 명시적으로 수수료 제약을 받으며, 빠르게 후퇴할 수 있습니다.