PeerDAS를 이용한 블록 및 블롭 전파

PeerDAS를 사용한 블록 및 블롭 전파 | Chainbound 블로그에도 게시되었습니다.

Chainbound 의 Pierre-Louis 와 mempirate가 작성했습니다.

요약: 본 논문은 PeerDAS와 증가하는 블롭(blob) 개수가 이더리움 네트워크에 미치는 영향을 측정하기 위해 다양한 핵심 이더리움 네트워크 지표를 분석합니다. 이러한 지표에는 블록 및 블롭 검증 지연 시간, 인증률, 그리고 고아 블록(orphan block) 비율이 포함됩니다. PeerDAS로 인해 블롭 개수가 증가할수록 이러한 지표들이 부정적으로 변하는 명확한 상관관계를 발견했으며( 결과 요약 링크 참조 ), 특히 경쟁적이고 지연 시간에 민감한 PBS 환경에서는 이러한 현상이 프로토콜에서 정의된 제한보다 낮은 인위적인 블롭 제한을 초래할 수 있다고 주장합니다. 이러한 문제에 대응하여, 우리는 이러한 문제들을 완화하는 데 도움이 될 수 있는 슈퍼노드 네트워크 설계안을 제시합니다.

소개

PeerDAS . 이더리움은 최근 롤업 중심 로드맵의 중요한 이정표인 후사카(Fusaka)를 배포했는데, 후사카는 데이터 가용성 샘플링(DAS)을 가능하게 하는 최초의 기능 세트인 PeerDAS를 도입했습니다. PeerDAS의 구체적인 목표는 네트워크가 블록당 훨씬 더 많은 블롭을 유지할 수 있도록 돕는 것입니다. 후사카 배포 이전에는 네트워크가 (목표, 최대)개의 블롭을 지원했으며, 2026년까지 최대 (48, 72)개까지 지원할 것으로 예상됩니다. PeerDAS는 블롭 메커니즘을 크게 수정합니다. 블롭의 생성, 참조, 배포/보관 및 검증 방식이 변경됩니다. 따라서 PeerDAS는 자연스럽게 몇 가지 장단점을 야기합니다.

DAS의 한계점 . PeerDAS 덕분에 검증자는 더 이상 전체 블롭을 다운로드하고 검증할 필요가 없지만, 제안자는 더 많은 연산 작업을 수행하고 더 많은 데이터를 업로드해야 합니다. PeerDAS에서는 블롭이 Reed-Solomon 방식으로 인코딩되어 인코딩된 블롭의 크기가 PeerDAS 이전 블롭의 두 배(128kB → 256kB)가 됩니다. 블록 제안자는 블록의 인코딩된 블롭을 2차원 행렬로 구성하며, 각 블롭은 행렬의 한 행을 이룹니다. 제안자는 행렬을 128개의 열로 분할하고 각 열에 대해 KZG 커밋먼트를 계산한 후, 각 열을 128개의 검증자 서브 네트워크에 개별적으로 배포합니다. 제안자는 주로 Reed-Solomon 인코딩 때문에 PeerDAS 이전보다 블록당 더 많은 연산 작업을 수행하고 데이터를 업로드해야 합니다. BPO가 도입되어 블록당 블롭 수가 증가함에 따라 이 문제는 더욱 심화될 것입니다. FullDAS 및 FullDASv2를 포함한 DAS의 미래를 위한 주목할 만한 몇 가지 제안은 2D 인코딩을 목표로 하고 있는데, 이는 인코딩으로 인한 오버헤드를 두 배로 늘려 빌더, 제안자 및 릴레이의 대역폭 비용을 더욱 악화시키고 모든 검증자의 전파 지연 시간에 영향을 미칩니다.

실증 분석 . 본 문서는 주로 ethPandaOps의 Xatu 데이터베이스 에 기록된 관측값을 바탕으로 이더리움에서 블록당 블롭 개수가 미치는 영향에 대한 분석을 포함합니다. 구체적으로, 본 분석은 블롭 개수가 (1) 검증자의 블록 및 블롭 수신 지연 시간 , (2) 검증자의 성공적인 인증률 , (3) 블록이 최종 확정되지 않고 고아 블록으로 남을 확률에 미치는 영향을 연구 합니다. 측정은 다음 데이터를 기반으로 수행되었습니다.

1. 메인넷은 PeerDAS 배포 이전 버전으로, 블롭 개수는 (6, 9) 입니다.
2. 메인넷은 PeerDAS 및 BPO1 이후 (10, 15) 개의 블롭을 가지고 있습니다.
3. Hoodi는 PeerDAS 이후 및 BPO2에서 블롭 개수가 (14, 21) 입니다.

결과 [ 요약표 ] . 블롭 개수를 증가시키면 PeerDAS 적용 전후를 막론하고 관찰된 거의 모든 네트워크에서 블록 지연 시간과 인증률이 모두 뚜렷하게 악화되었습니다 . 또한, PeerDAS 적용 후 테일 지연 시간이 적용 전보다 악화되었으며, 블롭 개수가 증가함에 따라 테일 지연 시간이 더욱 심화되는 것을 확인했습니다. 그러나 블롭 개수 증가는 고아 레코드 비율에는 뚜렷한 영향을 미치지 않았습니다. 일부 결과는 결론을 내리기 어려우며, 고아 레코드 비율에 대한 의미 있는 결론을 도출하기 위해서는 더 많은 데이터가 필요합니다.

제안: 시딩 네트워크 . 분석 결과를 고려하여, 블록 제안자(PBS의 릴레이)로부터 네트워크의 나머지 부분으로 블록, 블롭, 블롭 컬럼의 전파 속도를 높이기 위해 이더리움 네트워크에 특수 슈퍼노드 네트워크를 추가할 것을 제안합니다. 이 추가 서비스는 일종의 보조 네트워크 역할을 하여, 본 발표 에서 논의된 바와 같이 PBS 공급망의 특수 주체들이 블롭 개수를 인위적으로 제한하는 위험을 방지하기 위한 것입니다.

블롭 개수 실증 분석

이더리움 네트워크에서는 이미 블록 생성 과정에서 발생하는 블롭의 영향이 일부 지표에서 관찰되고 있습니다. 다음 분석에서는 블록당 블롭 수와 관련된 주요 관찰 결과를 살펴보고, PeerDAS 배포 이후에도 개선의 여지가 있음을 보여줍니다.

분석 범위

이 분석은 다음 질문에 초점을 맞춥니다. 블롭 개수 증가가 다음과 같은 영향을 미치는가?

1. 검증자가 블록과 필요한 블롭 열을 수신하는 데 필요한 시간은 얼마입니까?
2. 검증자가 4초 마감 시한 내에 블록을 증명할 수 있는 능력?
3. 블록이 버려진 블록이 될 확률은 얼마일까요?

분석 구조

우리는 서로 다른 네 가지 블롭 개수를 가진 네 가지 네트워크 및 포크 조합을 연구합니다.

1. 20,000개의 노드로 구성된 안정적인 네트워크를 갖춘 Pectra 포크의 메인넷은 (target, max) (6, 9) 개의 블롭을 지원합니다. 이 데이터 세트는 PeerDAS 이전 기준선 역할을 합니다.
2. PeerDAS와 BPO1이 활성화된 Fusaka 포크의 메인넷에서 (10, 15) 개의 블롭을 지원합니다. BPO1 활성화 후 노이즈가 현저하게 감소하는 것을 관찰했으므로, 그 이전 데이터, 즉 Fusaka 데이터의 첫 주 데이터는 포함하지 않기로 했습니다. 이 데이터 세트는 PeerDAS 활성화 후 안정적인 사례 연구 역할을 합니다.
3. 후사카 포크 기반의 후디 테스트넷은 PeerDAS를 사용하며, 2,000개의 노드 로 구성되고 BPO2가 활성화되어 (14, 21) 개의 블롭을 지원합니다. 이 네트워크는 메인넷보다 안정성이 떨어지고 규모도 작지만, 이미 BPO2가 활성화되어 있습니다. 테스트넷으로서 후디의 아키텍처는 메인넷과 가장 유사하기 때문에 세폴리아보다 연구 대상으로 적합합니다. 이 데이터셋은 PeerDAS와 BPO2를 활용한 사례 연구로 사용될 수 있습니다.

설정

출처 : 모든 결과는 ethPandaOps에서 관리하는 Xatu 데이터베이스에서 추출되었습니다. 그래프를 얻는 데 사용된 정확한 쿼리는 GitHub(chainbound/blob-seeder-data: 블롭 시딩 네트워크를 의인화하는 PeerDAS 분석 관련 데이터) 에서 재현할 수 있도록 공개적으로 접근 가능합니다.

그래프 : 일부 그래프는 결과 분포를 나타내기 위해 상자 그림(box-and-whisker)을 사용합니다. 상자는 일반적인 형태로, 상자의 양 끝은 25번째 백분위수(p25)와 75번째 백분위수(p75)를 나타내고, 상자 안의 막대는 중앙값(p50)을 나타냅니다. 다음 그래프에는 꼬리 반응 지연 행동을 더 잘 나타내기 위해 두 쌍의 수염이 포함되어 있습니다. 수염의 한쪽 끝은 p1과 p5를 나타내고, 다른 쪽 끝은 p95와 p99를 나타냅니다. 이상치는 수염 범위 밖에 있는 반투명 색 원으로 표시됩니다. 상자 그림의 매개변수는 그래프의 오른쪽 상단에 표시되어 있습니다.

결과 요약

• 지연 시간: 블롭 개수가 지연 시간에 미치는 영향이 분명하게 나타납니다.
  • 동일한 블롭 개수를 가진 블록에 대해 PeerDAS 적용 전후의 지연 시간을 비교해 보면, 블롭 개수가 3~9개로 적은 경우에도 PeerDAS는 메인넷 검증자의 95%에 대해 Pectra에 비해 검증 지연 시간을 개선했지만, 나머지 5%에 대해서는 오히려 악화시킨 것으로 나타났습니다. 그러나 블록 배포 속도는 PeerDAS를 적용했을 때보다 더 빠르다는 점을 고려하면, 검증에 필요한 블롭 데이터의 배포 속도는 PeerDAS를 적용하지 않았을 때보다 나머지 5%의 검증자에게서 오히려 느려지는 것으로 해석할 수 있습니다.
  • PeerDAS를 사용하지 않는 메인넷: 지연 시간은 블롭 수에 비례하여 선형적으로 증가합니다. 이러한 경향은 전체 분포에 걸쳐 나타나며 p5부터 p99 값까지 모두 확인 가능합니다. 또한, 모든 블롭 수에서 p99 값은 4초 마감 시간을 초과하며, 블롭 수가 9개인 경우 p99 값은 5초를 훨씬 넘습니다.
  • PeerDAS-BPO1을 적용한 메인넷: PeerDAS를 사용해도 선형적으로 증가하는 추세가 유지되며, p5부터 p99까지 모든 값에서 그래프 전체에 걸쳐 이러한 추세가 나타납니다. 대부분의 노드에서 PeerDAS를 적용했을 때 p50 및 p75 값이 100~200ms 정도 개선되어, PeerDAS를 적용하지 않았을 때보다 지연 시간이 약간 단축되었습니다. 그러나 하위 1%의 검증자는 PeerDAS를 적용했을 때 블록 지연 시간이 오히려 악화되는 현상을 보였습니다. 블롭 개수가 3개 이상일 경우 p99 값이 모두 5초를 초과하고, 14개일 경우 6초를 초과하며, 최대 블롭 개수인 15개일 경우에는 12.4초까지 치솟았습니다.
  • PeerDAS-BPO2를 사용한 Hoodi 테스트에서, p1부터 p99까지 모든 구간에서 블롭 개수가 9 이상인 값이 선형적으로 증가하는 추세가 뚜렷하게 나타났습니다. 이는 BPO2가 메인넷에 배포된 후에도 이러한 선형 증가 추세가 지속될 가능성이 높다는 것을 시사합니다.
• 인증률: 블롭 개수가 인증률에 미치는 영향이 분명하게 나타납니다.
  • PeerDAS가 없는 메인넷: 블롭 수가 4개 이상일 경우, 블롭 수가 많을수록 인증 실패율의 p99 값이 증가합니다. 그 외의 경우에는 블롭 수가 인증률에 거의 영향을 미치지 않습니다.
  • PeerDAS-BPO1을 사용한 메인넷: PeerDAS를 사용했을 때 전반적인 인증 실패율이 사용하지 않았을 때보다 훨씬 더 나쁩니다. PeerDAS 사용 전 p75는 모든 블롭 개수에서 0.6%로 안정적이었지만, PeerDAS 사용 후에는 블롭 개수가 증가함에 따라 0.9%에서 1.8%로 증가했습니다. 마찬가지로 p95도 블롭이 1개일 때 2.4%에서 15개일 때 7%로 증가했습니다.
  • Hoodi와 PeerDAS-BPO2를 함께 사용했을 때, 블롭 개수가 14개 이상일 경우 검증 실패율이 블롭 개수에 비례하여 선형적으로 증가합니다. 최종 블록을 검증하지 않은 검증자의 중앙값 비율은 블롭 개수가 14개일 때 4%에서 21개일 때 5%로 증가하고, p99 값은 블롭 개수가 14개일 때 11%에서 21개일 때 37%로 증가합니다.
• 고아 블록 비율: 블롭 개수가 고아 블록 비율에 미치는 영향은 거의 없거나 전혀 없습니다.
  • PeerDAS를 제외한 메인넷: 결과는 명확하지 않습니다. 전체 슬롯 수를 기준으로 고아 블록 비율을 계산한 그래프(절대 비율)에서는 블롭 개수 증가와 고아 블록 비율 증가 사이에 상관관계가 있음을 보여주는 패턴이 나타납니다. 그러나 동일한 블롭 개수를 포함하는 확정된 블록 수를 기준으로 고아 블록 비율을 계산한 두 번째 그래프(비례 비율)에서는 어떠한 패턴도 나타나지 않습니다.
  • PeerDAS-BPO1을 사용한 메인넷: 고아 서버는 드물고, 아직 데이터가 충분하지 않습니다.
  • Hoodi와 PeerDAS-BPO2의 경우, 블롭 개수와 고아 블록 발생률 사이에 상관관계가 없는 것으로 보입니다. 절대 발생률을 나타내는 그래프는 주로 두 개의 이상치를 강조하는 반면, 비례 발생률을 나타내는 그래프는 6개에서 13개 블롭 사이의 블록 지연 시간에서 나타나는 패턴을 주로 보여줍니다.

메인넷 지연 시간 비교

이미지 793×343 107KB

설명 . 이 그래프는 블록에 1개, 5개, 9개의 블롭이 포함될 때, 메인넷에서 Pectra 규칙과 Fusaka 규칙을 적용했을 때 블록 검증에 필요한 데이터를 충분히 수신한 검증자의 비율 변화를 보여줍니다. 더 정확하게는, 검증자가 합의 규칙에 따라 블록을 검증할 수 있는 가장 빠른 시간으로 정의되는 블록 검증 지연 시간에 대한 누적 분포 함수(CDF)를 나타냅니다. Pectra 규칙에서는 검증자가 블록과 모든 블롭 사이드카를 수신해야 블록을 검증할 수 있는 반면, Fusaka 규칙에서는 검증자가 보관해야 하는 모든 블롭 열을 포함하여 블록과 최소 8개의 블롭 열만 수신하면 블록을 검증할 수 있습니다. Pectra 및 Fusaka 데이터 세트(각각 PeerDAS 도입 전 메인넷과 PeerDAS-BPO1 도입 후 메인넷)에 대한 자세한 내용은 각 지연 시간 그래프 설명에서 확인할 수 있습니다.

요약 : 세 쌍의 그래프 모두 블롭 개수를 기준으로 비교했을 때 유사한 패턴을 보입니다. 대부분의 검증자는 펙트라(Pectra)에 비해 후사카(Fusaka)에서 블록을 더 빨리 검증할 수 있으며, 이는 점선이 실선 위에 위치하는 경향을 나타냅니다. 또한, 블록에 블롭이 추가되면 자연스럽게 지연 시간이 증가합니다. 2.3~2.5초 부근에서 확산 속도가 약간 떨어지는 현상이 관찰되는데, 이는 밀집된 검증자 클러스터 간의 대륙 간 지연 시간 때문일 수 있습니다.

이미지 793×343 85.8KB

설명 : 이 그래프는 위 그래프를 확대한 것으로, 3개와 7개의 덩어리에 대한 선을 추가하여 95페이지 이후 확산의 꼬리 부분 시작 부분을 강조합니다.

요약 : 1개의 블롭에 대한 두 선의 동작은 위의 그림과 일관성을 보입니다. 블롭 수가 적을 때는 99% 이상의 검증자가 Fusaka에서 Pectra보다 더 빠르게 블록을 검증할 수 있습니다. 그러나 블롭 수가 많아지면 동작이 반전됩니다 . 운이 나쁜 4~5%의 검증자는 Fusaka에서 검증 데이터를 수신하는 데 Pectra보다 더 많은 시간이 소요됩니다. 동일한 색상의 실선과 점선 사이의 간격에서 볼 수 있듯이 블롭 수가 증가함에 따라 이러한 경향은 더욱 악화됩니다. 이 두 그림은 PeerDAS가 검증자의 95%에 대해서는 지연 시간을 개선했지만 나머지 소수에 대해서는 지연 시간을 악화시켰음을 보여줍니다.

이미지 793×343 58.6KB

이미지 793×343 87.8KB

설명 : 이 두 그래프는 위의 그래프와 유사하지만, 검증자가 블록 검증에 필요한 블롭 데이터(Pectra의 경우 각 블록의 모든 블롭 데이터)를 수신하는 데 걸리는 지연 시간과 Fusaka의 경우 필수 블롭 열 데이터만 수신하는 데 걸리는 지연 시간을 비교합니다. 이 그래프는 블록 자체의 지연 시간은 고려하지 않고, 블롭 열 데이터의 지연 시간만 고려합니다.

요약 : 이 두 그래프는 대부분의 노드가 Fusaka에서 Pectra보다 블롭 데이터를 더 빨리 수신한다는 기존 추론을 확인시켜 줍니다. 하지만 최악의 경우(5%)에는 그 반대 현상이 나타나며, 블롭 개수가 증가할수록 이러한 추세가 악화됩니다.

PeerDAS 이전

이미지 1211×428 133KB

설명 : 이 그래프는 Pectra(PeerDAS 이전) 메인넷에서 블록 검색 및 검증 지연 시간 분포를 각 블록에 참조된 블롭 수에 따라 보여줍니다. 앞서 언급했듯이 Pectra에서는 검증자가 블록을 검증하기 위해 블록에 참조된 모든 블롭 사이드카를 다운로드해야 합니다. 이러한 지연 시간은 검색 지연 시간과 검증 지연 시간의 차이에서 확인할 수 있습니다. 그래프의 각 데이터 포인트는 (수신 노드, 확정된 블록)의 고유한 튜플입니다. 30초보다 높은 블록 지연 시간은 이상치를 제거하기 위해 필터링되었습니다. 데이터 세트는 2025년 11월 한 달 동안 집계되었습니다. 4초 표시의 검은색 수직선은 블록 인증 마감 시간을 나타냅니다.

요약 : p25부터 p99까지 모든 지표에서 뚜렷한 증가 추세가 나타나고 있으며, 이는 블롭 수가 많을수록 블록 검증 지연 시간이 길어짐을 보여줍니다. p99는 이미 블롭 수가 0~1개인 경우 4초 마감 시간을 초과했고, 블롭 수가 2개 이상인 경우에는 마감 시간을 넘어섰습니다. 그럼에도 불구하고 검증자는 해당 마감 시간까지 블록과 관련된 블롭을 수신하고 처리해야 합니다.

PeerDAS-BPO1과 함께

이미지 1211×528 183KB

설명 : 이 그래프는 PeerDAS와 BPO1이 배포된 후 메인넷의 이전 지연 시간 그래프를 재현한 것입니다. 또한, 각 레벨의 첫 번째 박스에 블록 검색 지연 시간을 표시합니다. 이를 통해 블롭 컬럼 전파로 인한 추가 지연 시간을 더욱 명확하게 확인할 수 있습니다.

위에서 언급했듯이, 후사카(Fusaka)의 검증 규칙은 다르며, 검증자는 전체 블롭을 다운로드하는 대신 보관에 필요한 모든 블롭 열을 포함하여 최소 8개의 블롭 열만 다운로드해야 합니다. 11일간의 샘플링 기간은 BPO1 활성화 직후인 2025년 12월 10일 00:00 UTC부터 2025년 12월 21일 23:59 UTC까지입니다.

요약 : PeerDAS 도입 전후의 p50부터 p99까지의 추세는 유사한 것으로 나타났습니다. 흥미롭게도, p50 값은 PeerDAS 도입 후 전반적으로 100~200ms 개선되었지만, p99 값은 블롭 개수가 3개 이상일 때 악화되어, 가장 운이 나쁜 1%의 검증자가 더 낮은 서비스 품질을 경험하고 있음을 시사합니다. 블롭 개수가 9개 이상일 때 p99 값은 모두 5초를 초과하며, 14개 블롭에서는 6.1초, 최대 15개 블롭에서는 12.4초까지 도달합니다.

PeerDAS-BPO2를 사용한 Hoodi의 지연 시간

이미지 1211×727 107KB

설명 . 이 그래프는 PeerDAS와 BPO2가 Hoodi에 배포된 후 블록 검증 지연 시간을 나타냅니다. BPO2는 2025년 11월 12일에 Hoodi에 배포되어 블롭 개수를 (목표, 최대) (14, 21) 로 증가시켰습니다. 이 그래프에 사용된 데이터는 Hoodi 테스트넷에서 관찰되는 훨씬 높은 변동성 때문에 메인넷의 한 달 데이터가 아닌 7일(2025년 11월 28일 00:00:00 UTC부터 2025년 12월 4일 00:00:00 UTC까지) 동안 샘플링되었습니다.

요약 : 블롭 개수가 블록 지연 시간에 미치는 영향은 메인넷에서만큼 후디(Hoodi)에서는 명확하지 않습니다. p1부터 p99까지 모든 값에서 블롭 개수가 9 이상일 때 대체로 선형적으로 증가하는 추세가 나타납니다. 많은 노드가 블록 검증에 필요한 블롭 열을 충분히 수신하지 못하여, 그래프에 성공적인 검증만 반영되기 때문에 실제보다 전체 지연 시간이 인위적으로 낮아지는 현상이 관찰되었습니다.

인증률

PeerDAS 이전의 메인넷

이미지 793×260 105KB

설명 : 이 그래프는 블록에 포함된 블롭 수에 따라 해당 블록을 검증하지 않은 검증자의 비율을 보여줍니다. 각 데이터 포인트는 최종 확정된 블록에 해당합니다. 예를 들어, p99가 30%라는 것은 전체 블록의 1%가 전체 검증자의 70%에 의해서만 검증되었다는 의미입니다. 데이터는 메인넷에서 2025년 11월 한 달 동안 집계되었습니다. 그래프의 x축은 가독성을 높이기 위해 서로 다른 스케일의 두 개의 선형 축으로 분할되었습니다.

요약 : 블롭 개수가 4개 이상인 경우 중앙값은 아주 미미하게 증가하는 추세를 보이고, p99 값에서는 더욱 뚜렷한 증가 추세가 나타납니다. p75 값은 모두 인증 실패율 0.6%에 가깝거나 그 이하로, 블롭 개수가 9개인 경우에도 네트워크가 안정적임을 나타냅니다.

PeerDAS-BPO1을 사용하는 메인넷

이미지 811×377 72KB

설명 : 이 그래프는 메인넷에서 PeerDAS가 활성화된 후부터 BPO1이 활성화될 때까지의 인증률을 보여줍니다. 가독성을 위해 그래프는 두 부분으로 나뉘어 있습니다.

핵심 요약 . 가장 중요한 점은 전반적인 인증률이 악화된다는 것입니다. PeerDAS 활성화 전 p75에서는 인증 실패율이 약 0.6%였지만, PeerDAS 활성화 후 블롭 수가 증가함에 따라 0.9%에서 1.8%로 상승합니다. p50부터 p99까지의 모든 측정값에서도 유사한 추세가 나타납니다. 즉, 블롭 수가 증가할수록 블록의 인증률이 떨어집니다. 이 그래프에서는 PeerDAS를 활성화했을 때 블롭 수가 인증률에 미치는 영향이 PeerDAS를 활성화하지 않았을 때의 그래프보다 훨씬 더 큽니다.

PeerDAS-BPO2를 사용하는 Hoodi

이미지 793×507 109KB

설명 : 이 그래프는 BPO2가 활성화된 Hoodi 서버에서 인증률을 나타낸 위의 그래프와 동일합니다. Hoodi 서버는 Mainnet에 비해 변동성이 훨씬 크기 때문에 데이터는 일주일 동안만 샘플링되었습니다. 경우에 따라 샘플 크기를 늘리면 이상치가 더 많이 나타날 수 있습니다.

요약 : 12개 블롭부터 p25 이상의 모든 지표가 블롭 개수 증가에 따라 뚜렷하게 악화되는 추세가 나타납니다. 또한, p99 지표 역시 블롭 개수가 증가함에 따라 전반적으로 악화됩니다. PeerDAS 도입 전 메인넷의 p75 지표가 1% 미만이었던 것과 비교하면, PeerDAS 도입 후 Hoodi에서는 p75 지표가 5%에서 7% 사이로 크게 악화되었습니다.

고아 블록 요금

PeerDAS 이전의 메인넷

순수한

이미지 793×261 71.4KB

설명 : 이 그래프는 블록에서 참조된 블롭 수에 따라 분류된 고아 블록 비율을 나타냅니다. 이러한 고아 블록은 해당 슬롯의 예상 제안자에 의해 생성되었지만, 특정되지 않은 이유로 최종 블록 체인에 포함되지 않았습니다. 이 비율은 샘플링 기간 동안의 총 슬롯 수(2025년 11월 기준 216,000개 슬롯)에 비례하여 계산됩니다.

요약 : 전체 고아 서버 비율은 584 / 216000 = 0.27%로 낮으며, 이는 이더리움의 "가동 시간"이 99.73%임을 나타냅니다. 이 그래프에서 두 가지 패턴을 관찰할 수 있습니다. 첫째, 3행마다 한 번씩 패턴이 반복되는 것으로 보입니다. 한 행에서 높은 값이 나온 후 다음 두 행에서 낮은 값이 나오는 식입니다. 예를 들어, 블롭 수가 0개일 때 고아 서버 63개, 다음 두 행에서는 각각 11개와 1개, 블롭 수가 3개일 때 고아 서버 71개, 다음 두 행에서는 각각 30개와 22개, 그리고 블롭 수가 6~9개일 때도 유사한 패턴이 나타납니다. 둘째, 블롭 수가 증가함에 따라 고아 서버 비율도 증가하지만, 이는 첫 번째 패턴을 고려했을 때만 나타납니다. 블롭 수가 0, 3, 6, 9개일 때만 관찰하면 증가 추세가 명확하게 드러납니다. 하지만 첫 번째 패턴을 설명할 수 없기 때문에 두 번째 해석에 대한 신뢰도는 낮습니다.

비례항

이미지 793×261 71.5KB

설명 : 이 그래프는 위의 절대 고아 블록 비율 그래프를 재현하지만 비율 계산에 사용되는 제수를 변경합니다. 이 그래프는 고아 블록과 동일한 블롭 수를 가진 확정된 블록 수를 기준으로 하는 "비례" 비율을 보여줍니다.

요약 : 최종 블록의 블롭 개수(막대 옆 분수의 제수)는 분포가 다양하며, 2개와 9개의 블롭이 있는 이상치가 주로 관찰됩니다. 이상치를 제외하면, 절대적인 고아 블록 비율을 보여주는 그래프와는 달리 블롭 개수는 고아 블록 비율에 영향을 미치지 않는 것으로 보입니다.

PeerDAS-BPO1을 사용하는 메인넷

후사카 패치 이후 메인넷의 그래프를 생성하기에 충분한 데이터를 수집하려면 몇 주가 걸릴 것입니다. 비교를 위해, PeerDAS 이전 메인넷의 고아 블록을 보여주는 위의 그래프는 한 달 전체에 걸쳐 계산되었음에도 불구하고 고아 블록 비율이 매우 낮게 나타납니다. 아래 데이터는 블롭 수가 많은 부분에 대한 관측치가 매우 적어 대표성을 갖지 못합니다. 다만, 15개의 블롭은 고아 블록 비율이 5%를 넘는 이상치로 눈에 띕니다.

이미지 811×428 76.7KB

PeerDAS-BPO2를 사용하는 Hoodi

순수한

이미지 793×510 90.2KB

설명 : 이 그래프는 후디(Hoodi)에서 고아 블록(orphan block)이 샘플링 기간(7일 동안 50,400개 슬롯) 동안의 총 슬롯 수 대비 차지하는 비율을 나타냅니다.

요약 : 샘플링 기간 동안 전체 고아 블록 비율은 319 / 50400 (고아 블록 / 전체 슬롯) = 0.63%로 낮으며, 이는 메인넷의 0.27%보다 약간 높은 수치입니다. 0개의 블롭과 21개의 블롭이라는 두 개의 뚜렷한 이상치가 있지만, 블롭 개수가 Hoodi의 고아 블록 비율에 영향을 미친다는 명확한 추세는 보이지 않습니다.

비례항

이미지 793×510 102KB

설명 : 이 그래프는 Hoodi에서 일주일 동안 발생한 고아 블록의 비율을 동일한 블롭 수를 가진 최종 블록 수에 대한 비율로 나타낸 것입니다.

요약 : 6개에서 13개 사이의 블롭 개수에서 고아 블록 비율이 눈에 띄게 급증하는 현상이 관찰되었지만, 이에 대한 설명은 아직 찾지 못했습니다. 블롭 개수가 0개인 값은 명백한 이상치이며, 21개인 값은 다른 블롭 개수에 비해 약수가 4배에서 46배까지 매우 크기 때문에 이상치로 간주할 수 있습니다. 21개 블롭으로 이루어진 마지막 행을 이상치로 제외하면, 블롭 개수와 고아 블록 비율 사이에 상관관계를 나타내는 명확한 추세는 발견되지 않습니다.

관련 연구

• 2024년 11월: PeerDAS 도입 이전 데이터에서 블록+블롭 크기와 전송 지연 시간 간의 추세가 나타났습니다 . [후]
• 2025년 9월: Ethpandas BPO 보고서 - Fusaka 개발 네트워크 5에서 최대 30~50개의 블롭을 처리하지만 데이터셋은 작은 경우 블롭의 안전성/적시 전달에 대한 내용 [게시물]
• 2025년 9월: EF의 6초 간격 검증 타당성 조사 게시글에 포함된 상세 인증 시간 분석 [게시글]
• 2025-10: Fusaka 개발 네트워크 5에서 다양한 유형의 노드에 대한 업로드/다운로드 대역폭 소비량에 대한 Ethpandas 보고서 [게시물]
• 써니사이드 랩의 분석 보고서가 많이 있습니다 .
  • 2025년 10월 10일 [보고서] (Ethpandas BPO 보고서 [게시물] 보완): 전체 노드에서 블록 수가 10개에서 40개로 증가함에 따라 증명 마감일을 지키지 못한 비율(보고서의 "헤드 정확성" 지표의 반대 개념)이 50% 이상으로 증가합니다. 슈퍼 노드는 대부분 정상 작동합니다. 블록당 50~60개의 블록에 대한 p75 지연 시간은 3초에 달하므로, 실제 지연 시간은 훨씬 더 깁니다(보고서에서는 명확하지 않음). 블록당 60개 이상의 블록에서는 샘플링된 열을 얻기가 어렵습니다. 이는 네트워크 경합 때문일 가능성이 높습니다. 실행 클라이언트에 너무 많은 대역폭이 필요하고, 합의 클라이언트는 열 요청에 응답하는 데 어려움을 겪습니다.
  • 2025년 9월 30일 [보고서] : 1,700개 노드(메인넷의 1/8)로 구성된 후사카 개발 네트워크 5: 높은 블롭 수에 대한 병목 현상은 메모리 풀(실행 클라이언트)에 있는 블롭 수가 많아 전체 노드 업링크에서 발생하며, 슈퍼 노드의 대역폭은 주로 샘플링된 열(합의 클라이언트)에서 발생합니다.
  • 2025년 7월 14일 [보고서] : Grafana 대시보드 목록은 부록 B, 블롭 개수 증가 시 노드별 평균 및 최대 대역폭에 대한 간단한 계산 결과는 부록 D에 제시되어 있습니다.

제안: 네트워크 시드 구축

분석에서 강조된 바와 같이, PeerDAS는 합의 안정성과 관련된 여러 측정 지표, 특히 데이터 후반부에서 부정적인 영향을 미칩니다. 향후 BPO(블록 생성 완료)로 인한 블롭 개수의 소폭 증가는 그 자체로는 큰 문제가 되지 않을 수 있습니다. 그러나 PBS(합의 검증 시스템) 공급망에서는 밀리초 단위의 지연도 중요합니다. 릴레이는 검증자가 MEV(최대 유효 블록 수)를 극대화하기 위해 가능한 한 오랫동안 블록 커밋을 지연시킬 수 있도록 서비스를 제공합니다. 이는 현재 블롭 포함에 따른 지연 시간 페널티가 상대적으로 미미하기 때문에 가능합니다. 하지만 위에서 살펴본 바와 같이 이러한 상황은 이미 변화하고 있으며, 이로 인해 PBS 공급망의 일부 주체가 실제 제한보다 훨씬 낮은 인위적인 블롭 제한을 설정할 수 있습니다. 이는 PeerDAS의 주요 존재 이유인 DA 확장성 이점을 상쇄할 것입니다.

그래서 우리는 블록 생성자(PBS의 릴레이)에서 네트워크의 나머지 부분으로 데이터(블록 및 블롭) 전파를 가속화하는 역할만 하는 슈퍼노드들의 글로벌 네트워크를 구축하고자 합니다. 이 시딩 네트워크는 대부분의 검증자에게 데이터를 전파하는 데 필요한 통신 홉 수를 줄이고 제한함으로써 검증자가 경험하는 지연 시간을 안정적으로 감소시키고 안정화할 것으로 기대합니다. 또한, 블록 생성자가 추가적인 지연 시간 손실 없이 경제적으로 최적의 블롭 수를 안정적으로 포함할 수 있도록 보장함으로써 블롭 사용 효율성을 향상시킬 것입니다.

시딩 네트워크 개념은 (비록 프로토콜에 명시되어 있지는 않지만) 레인보우 스테이킹 프레임워크 와 유사한데, 이는 일반 노드보다 네트워크에 더 많은 기여를 하는 강력한 슈퍼노드에 의존하여 궁극적으로 모든 사용자의 서비스 품질을 향상시키기 때문입니다. 이러한 슈퍼노드는 기존 PeerDAS 게시글 에서 설명한 DAS 제공자 개념을 확장한 것입니다. PBS 릴레이를 DAS 제공자로 만들고 검증자가 샘플을 얻기 위해 쿼리할 수 있는 RPC 서비스를 제공하는 몇 가지 설계안이 제안되었습니다. 본 논문에서는 슈퍼노드가 단순히 클라이언트 쿼리를 기다리는 수동적인 역할에 머무르지 않고 데이터 확산을 능동적으로 가속화할 수 있도록 GossipSub 지원을 추가하여 이러한 설계안을 확장하고자 합니다.

어떻게 . 이 시딩 네트워크는 가능한 한 많은 노드에 최대한 많은 데이터를 전달하기 위한 네트워크 허브 역할을 하는 고성능 및 고도로 연결된 슈퍼노드로 구성됩니다. 슈퍼노드는 블록( beacon_block ) 및 128개 블롭 컬럼 서브넷( data_column_sidecar_[0-127] )에 사용되는 GossipSub 토픽을 구독하여 블록 및 블롭 컬럼의 확산에 기여합니다. 또한 슈퍼노드는 블록, 블롭 및 블롭 컬럼에 대한 관련 RPC 요청(예: BeaconBlocksByRoot , BlobSidecarsByRoot , DataColumnSidecarsByRange )에 응답합니다.

슈퍼노드 간 연결은 검증된 고성능 GitHub - chainbound/msg-rs: Rust로 구축된 분산 시스템용 메시징 라이브러리를 사용하여 구현될 예정이며, 이 라이브러리는 당사의 저지연 멤풀 서비스인 Fiber를 구동하는 데 사용되었습니다. 각 슈퍼노드의 지리적 위치와 네트워크 토폴로지는 검증자들의 전체 데이터 전송 및 요청 지연 시간을 최소화하도록 설계되어 버지니아, 프랑크푸르트, 도쿄와 같은 핫스팟에 적절하게 분산될 것입니다.

예상되는 지표 개선

우리는 시딩 네트워크가 다음과 같은 측면에서 이더리움 네트워크에 뚜렷한 개선을 가져올 것으로 기대합니다.

1. 블록 및 블롭 수신 지연 시간 : 고성능 슈퍼노드로 구성된 소규모 네트워크는 규모가 크고 이질적인 네트워크보다 더 적은 홉으로 데이터 전송을 가능하게 합니다.
2. 인증률 및 고아 블록 비율 : 블록과 블롭 컬럼의 배포 속도가 빨라짐에 따라 검증자는 블록을 더 빠르게 인증할 수 있으므로, 블록이 제때 인증되지 못하고 최종 체인의 일부가 되지 못하고 비생산적인 고아 블록으로 남을 확률이 줄어듭니다.
3. PBS에서 전략적 블롭 제한 감소 : 위의 두 가지 개선 사항으로 인해 PBS 공급망에 전략적(낮은) 블롭을 포함시키는 이점이 사라집니다.

감사의 말씀

ethPandaOps 팀이 Xatu 데이터베이스에 대한 접근 권한을 제공하고 사용을 지원해 주신 데 대해 감사드립니다. 또한 Xatu 기여자분들께서 분석에 필요한 데이터를 Xatu에 제공해 주신 데 대해서도 감사드립니다. 아울러 SIGMETRICS 2026에서 발표된 "36개 코인의 다양한 측면(Multiple Sides of 36 Coins)" 블록체인 네트워크 분석 논문 [arXiv 버전] 의 저자들, 특히 루치아나 키퍼(Lucianna Kiffer)에게 다양한 이더리움 네트워크 규모에 대한 최신 수치를 공유해 주신 데 대해 감사드립니다.