이번 에피소드의 게스트는 하이퍼리퀴드(Hyperliquid)의 창립자 제프 얀입니다. 제프는 허드슨 리버(Hudson River)에서 고빈도 거래 분야에서 경력을 시작한 후 암호화폐 업계로 옮겨 업계 최대 규모의 MM (Market Making) 중 하나를 구축했습니다.
글쓴이: @flirting with models
기사 출처: Aki 우톡(Wu-Talk) Blockchain
이번 에피소드에는 하이퍼리퀴드(Hyperliquid)의 창립자 제프 얀(Jeff Yan)이 출연합니다. 제프는 허드슨 리버(Hudson River)에서 고빈도 거래(HFT) 분야 경력을 시작한 후 암호화폐 업계로 옮겨 업계 최대 규모의 MM (Market Making) 중 하나를 구축했습니다. 그는 중앙 집중식 가상화폐 거래소 의 인프라, 적대적 알고리즘, 그리고 HFT의 손익이 중장기적인 가격 변동을 예측하는 데 어떻게 활용될 수 있는지에 대해 심도 있게 논의합니다. 또한 현재의 탈중앙화 거래소 의 문제점을 지적하고 하이퍼리퀴드의 초기 구상에 대해 소개합니다. 2023년 5월 8일에 공개된 이번 에피소드는 제프 얀의 초기 생각을 엿볼 수 있는 소중한 기회입니다.
하버드에서 배우는 암호화폐 거래 입문법
제프 얀: 제 경험은 많은 고빈도 거래(HFT) 전문가들과 비슷합니다. 하버드 대학교에서 컴퓨터 과학과 수학을 전공하고 졸업한 후, 전통 금융 분야의 대형 시장 조성 기관인 허드슨 리버 트레이딩(Hudson River Trading)에 입사했습니다. 당시에는 미국 주식 거래를 담당했는데, 정말 좋은 경험이었습니다. 제가 입사했을 당시에는 직원 수가 150명 정도였는데, 지금은 훨씬 더 커졌습니다. 그곳에서 일하면서 공학과 수학이 완벽하게 결합된, 거의 양적 금융의 "낙원"과 같은 흥미로운 문제들을 접할 수 있어서 많은 것을 배웠습니다. 2018년 이더 스마트 계약이 등장했을 때, 이더 이더 옐로우 페이퍼를 읽고 바로 "아하!" 하는 깨달음을 얻었습니다. 이것이 미래라는 확신이 들어서 L2 기반 거래소 프로토콜 개발을 위해 회사를 떠났습니다.
저희는 Augur가 이미 강력한 제품-시장 적합성(PMF)을 보여주고 있었고, 거래소 기본 기술 역량에 더 능숙하고 집중할 수 있었기 때문에 예측 시장에 집중하기로 했습니다. 따라서 융자 조달에 성공한 후 샌프란시스코로 이주하여 팀을 구축했습니다. 하지만 몇 달 후, 저는 시기가 적절하지 않다고 판단하여 프로젝트를 중단하기로 결정했습니다. 규제 불확실성이 매우 높았고, 사용자 확보가 극도로 어려웠습니다. 당시 대부분의 사람들은 스마트 계약에 익숙하지 않았고, 토큰 투기에 더 관심이 집중되어 있었으며, DeFi에 대한 실질적인 수요가 없었기 때문에 프로젝트는 결국 중단되었습니다.
그 후 저는 잠시 생각을 정리하고 여행을 다니며 시간을 보냈고, 결국 트레이딩으로 복귀하기로 결정했습니다. 시장에서 끊임없이 "제품-시장 적합성(PMF)"을 찾는 것에 비해 트레이딩 자체가 더 직접적이고 흥미로웠기 때문입니다. 처음에는 기존 회사에 합류하는 것을 고려했지만, 암호화폐 상품에 대한 경험과 업계 메커니즘에 대한 이해를 바탕으로 자체 암호화폐 트레이딩을 시작했습니다. 처음에는 부업에 불과했지만, 곧 상당한 가능성을 발견했고 업무 예상보다 훨씬 빠르게 성장했습니다. 시장의 점유율 놀랐습니다. 그 후 약 3년 동안 이 사업에 전념했고, 시장 사이클과 맞물려 2020년 초에 본격적인 시스템 론칭을 진행했습니다. 시장 규모와 거래량이 10배에서 100배까지 증가함에 따라 저희도 함께 성장하여 결국 중앙화 거래소(CEX) MM (Market Making) 상위권에 진입했습니다.
약 1년 전, 저희는 체계적으로 탈중앙화 금융(DeFi) 거래 기회 평가하기 시작했습니다. 이는 중앙화 거래소(CEX) 시장 진출 초기와 마찬가지로 비효율성이 만연해 있음을 보여주는 사례였습니다. 하지만 차이점은 일부 DeFi 프로토콜이 메커니즘 설계상의 내재적 결함으로 인해 거래 경험과 자본 효율성이 제한적이라는 점입니다. 동시에 FTX 사태 이후 "내 키가 아니면 내 코인이 아니다"라는 원칙과 거래상대방 리스크 에 대한 시장 인식이 크게 강화되었고, 진정한 탈중앙화 상품에 대한 수요가 지속적으로 상승 했습니다. 이러한 변화를 바탕으로 저희는 탈중앙화 거래소 구축할 적기가 도래했다고 판단했습니다. 지난 1~2분기 동안 저희는 이 방향으로의 발전을 위해 지속적으로 자원을 투자해 왔습니다. 고빈도 거래(HFT) 업무 비교적 안정적인 상태로 운영 및 유지되고 있으며, 현재 저희의 주요 투자 및 초점은 탈 탈중앙화 거래 기술 스택을 견고하게 구현하고 체계적인 구축을 완료하는 데 집중되어 있습니다.
시장 조성과 주문 접수: 둘의 차이점은 무엇일까요?
제프 얀: 제 생각에는 이것이 고빈도 거래에 진입할 때 내려야 할 가장 중요한 첫 번째 결정입니다. 거시적인 관점에서 보면 시장 조성과 주문 접수는 많은 유사점을 가지고 있습니다. 둘 다 본질적으로 인프라에 대한 요구가 높고 지연 시간에 매우 민감합니다. 그러나 여러 핵심적인 측면에서 두 가지는 정반대의 강조점을 보입니다. 시장 조성은 인프라 역량에 더 많이 의존하는 반면, 주문 접수는 통계적 및 수학적 모델링에 더 많이 의존합니다.
저는 진로 선택은 주로 어떤 유형의 업무와 연구에 투자하고 싶은지에 달려 있다고 생각합니다. 시장 조성(market making)을 예로 들면, 거래 상대방이 가격을 "밀어붙이는" 경향이 있어 어느 정도 제약을 받기 때문에 실수를 용납할 여지가 거의 없습니다. 일반적으로 레버리지를 사용하고 여러 금융 상품과 가격대에 걸쳐 주문을 내는 것은 상당한 내재적 리스크 을 수반합니다. 만약 실수가 발생할 경우, 극단적인 리스크 에 대한 비용이 매우 높을 수 있습니다. 반면, 테이커 전략(taker strategy)은 하루에 한 번만 실행해도 되지만, 뉴스나 특정 시장 신호에 기반하여 효과적인 고빈도 전략이 될 수 있습니다.
트리거 발생 빈도가 낮기 때문에 모델을 정교하게 다듬을 수 있는 유연성이 확보됩니다. 대부분의 경우 트리거가 발생하지 않더라도, 발생했을 때 성능이 충분히 좋다면 문제가 되지 않습니다. 반면, 시장 조성은 이러한 유연성이 부족합니다. 99%의 경우 우수한 성능을 보이더라도, 단 1%의 지연이나 데이터 처리 실패만으로도 나머지 99%의 손익이 완전히 사라질 수 있습니다. 이것이 바로 "인프라 중심" 접근 방식과 "모델 중심" 접근 방식의 근본적인 차이입니다.
코리 호프스타인: 좀 더 직관적으로 이렇게 이해할 수 있을까요? "주문을 받는" 쪽은 가격이 자신이 원하는 방향으로 계속 움직일 거라고 예상하기 때문에 매매격차(매수호가 매도호가 가격 차이) 감수하고서라도 거래를 하는 겁니다. 반면 "시장 조성자"는 자신의 거래 범위 내에서 가격이 최대한 안정적으로 유지되기를 바라죠. 누군가 스프레드를 넘어서 거래를 하면, 시장 조성자는 스프레드를 이용해 이익을 얻기 위해 반대 방향으로 헤지하거나 거래를 하는 겁니다. 이런 구분이 타당할까요? 즉, 한쪽은 자신의 거래 범위 내에서 횡보하는 시장을 선호하고, 다른 쪽은 방향성 있는 움직임을 선호한다는 거죠.
제프 얀: 네, 기본적으로 그런 원리입니다. 고빈도 거래에서는 일반적으로 매우 짧은 시간 간격으로 마크아웃(수익 검토)을 평가하지만, 이와 동일한 원리가 일반적인 거래 빈도에도 적용됩니다. "매매"를 결정하는 순간, 가격이 중간 지점에 도달하는 순간 고정 손실(스프레드 및 수수료)이 발생합니다. 설정된 예측 기간 내에 평균 가격 변동이 이 즉각적인 손실을 만회하고 수수료까지 상쇄할 경우에만 전략의 기대값이 양수가 됩니다.
시장 조성은 정반대입니다. 거래 실행 시점에 초기 손익은 종종 해당 거래가 달성할 수 있는 최고 수준에 도달하는데, 이는 스프레드를 확보했기 때문입니다. 여기서 여러분이 기대하는 것은 이러한 수익 부분이 평균적으로 "선택의 폭 악화"로 인해 완전히 잠식되지 않을 것이라는 점입니다.
따라서 시장 상황에서 모든 거래를 시간에 따른 마크아웃을 사용하여 관찰하면 시간이 지남에 따라 손익이 감소하는 패턴이 일반적으로 더 흔하게 나타납니다. 다만, 감소폭이 마이너스가 되지 않기만을 기대하면 됩니다.
코리 호프스타인: 통화 전에 업무 확장에 있어 가장 어려운 부분은 연구가 아니라 인프라라고 말씀하셨는데요. X에서도 비슷한 말씀을 하신 걸 봤습니다. "데이터 정규화를 할 수 있다고 해서 수익이 보장되는 건 아니지만, 할 수 없다고 해서 수익을 못 내는 건 확실하다." 인프라와 관련해서 가장 크게 얻은 교훈과 인프라가 왜 그렇게 중요한지 말씀해 주시겠습니까?
제프 얀: 이 질문은 크게 두 부분으로 나눌 수 있는데, 이 두 부분은 서로 밀접하게 관련되어 있습니다. 하나는 "거래 인프라"이고, 다른 하나는 "연구 인프라"입니다. 데이터 클리닝은 통계적 실무의 일부이므로 후자에 더 가깝고, 전자는 더 좁은 의미에서 고빈도 거래 시스템을 가리킵니다. 둘 다 매우 중요합니다.
연구 측면은 더 잘 알려져 있지만, 고빈도 거래의 신호 대 잡음비와 잡음 패턴은 대부분의 학술 연구에서보다 몇 배나 더 나쁘다는 점을 강조하는 것이 중요하며, 따라서 이상치 처리가 훨씬 더 중요합니다.
이러한 문제를 처리하는 적절한 프레임 부족하고 이상치를 단순히 무시하면, 모델은 블랙 스완 사건에 의해 직접적인 영향을 받을 수 있습니다. 반대로 정규화나 필터링이 제대로 구현되지 않으면 극단적인 샘플이 모델 학습과 파라미터 선택에 큰 영향을 미칩니다. 실제로 많은 작업에서 분위수를 사용하는 것이 원시 값을 사용하는 것보다 더 견고한 경우가 많습니다. 원시 값을 사용하는 경우에도 "이상치 제거"와 "이상치 가지치기" 사이에서 명확한 균형을 찾아야 하며, 이러한 선택은 최종 결과에 상당한 영향을 미칩니다.
가장 중요한 교훈은 간단해 보이지만, 바로 데이터를 직접 검토해야 한다는 것입니다. 자신이 충분히 똑똑하거나 데이터 파이프라인이 "깔끔하다"고 해서 모델 입력값이 자동으로 기대치를 충족할 것이라고 가정해서는 안 됩니다. 원시 데이터를 검토하는 데 소요되는 시간은 결코 "과도하다"고 할 수 없습니다. 거의 모든 검토에서 새로운 발견이 이루어지기 때문입니다. 초기 단계부터 팀은 거래소 에서 제공하는 모든 원시 데이터 스트림을 디스크에 완전히 기록하고, 한 줄씩 확인하여 이상 징후를 사전에 파악하고 일관성 검사를 수행해야 합니다.
언뜻 보기엔 황당하지만 실제로 있었던 사례가 있습니다. 한때 한 거래소 의 시장 데이터 피드에 버그가 있어 "가격"과 "수량" 필드가 서로 바뀌는 문제가 발생했습니다. 예를 들어 비트코인의 20,000/0.1이 0.1/20,000으로 기록되어 내부 통계 및 계산 로직이 완전히 왜곡되었습니다. 많은 팀이 시스템을 중단하거나 백업 데이터 소스로 전환해야 했습니다. 이러한 사건은 아무리 "견고하게" 설계된 로직이라도 모든 비정상적인 상황을 완벽하게 대비할 수는 없다는 것을 보여줍니다. 따라서 원본 데이터에 최대한 가깝게, 그리고 추적 가능하게 유지하는 것이 매우 중요합니다.
또한 타임스탬프는 세심한 주의가 필요합니다. 거래소 데이터에 여러 타임스탬프를 제공하는 경우가 많은데, 그 진정한 의미를 수동으로 분석하고 정리해야 합니다. 이는 특히 "블랙박스 지연 시간"을 이해하는 데 매우 중요합니다. 정확히 무엇을 측정하고 있는 것일까요? 시장 상황을 제대로 파악하고 있는 것일까요, 아니면 상대방이 품질이 낮은 데이터를 제공하고 있는 것일까요? 타임스탬프를 분석하고 비교함으로써 이러한 상황을 더 잘 구분할 수 있으며, 네트워크의 정상 상태와 지연 시간이 제어 가능한 범위 내에 있는지 판단할 수 있습니다.
'공정 가격'이란 무엇일까요? 어떻게 측정하며, 고빈도 시장 조성은 왜 공정 가격을 중심으로 이루어져야 할까요?
제프 얀: 각 거래 회사는 '공정한 가격'에 대한 정의가 제각각이며, 이는 각 회사의 거래 스타일에 따라 달라지는 경우가 많습니다. 하지만 공통점은 '공정한 가격'이란 모델링 결과를 '예측 가격'으로 요약한 것이라는 점입니다. 이러한 추상화는 매우 유용한데, '수익성 있는 전략을 구축하는 방법'을 가격 예측과 주문 실행이라는 두 가지 어려운 과제로 나누어 주기 때문입니다.
이는 시장 조성과 주문 체결에 대한 이전 질문과 맥락을 같이합니다. 시장 조성은 실행 측면에 더 중점을 두는 반면, 주문 체결은 모델링 측면에 더 중점을 둡니다. 주문 체결 전략의 경우, 조사와 의사 결정은 거의 전적으로 "적정 가격"을 중심으로 이루어집니다. 적정 가격에 어떤 정보를 포함해야 하는지는 데이터 처리 단계 중 어느 단계에서 우위를 점하고 있다고 생각하는지, 그리고 시장의 효율성 격차가 구체적으로 어디에 존재하는지에 따라 달라집니다.
또한, 적정 가격이 반드시 하나만 있는 것은 아닙니다. 머신러닝(ML) 중심의 프레임 프레임 에서는 1초 예측과 1일 예측처럼 서로 다른 예측 기간에 대한 적정 가격을 동시에 유지할 수 있습니다. 실행 전략은 다양한 방식으로 활용되며, 이에 따른 최적화 목표 또한 손익(PnL) 측면에서 달라질 수 있습니다.
초보자에게 비교적 효과적인 "대략적인" 접근 방식은 먼저 가격 스프레드를 설정하거나 교차할 의향이 있는 단일 값을 정하고 이를 "오라클"으로 삼는 것입니다. 그런 다음 과거 가격 데이터를 활용하여 해당 값을 중심으로 최적의 거래 체결을 달성하는 방법을 추가로 고려합니다.
코리 호프스타인: 이렇게 간단하게 설명할 수 있을까요? 특정 거래소 관찰할 때, 바이낸스가 거의 모든 유동성을 집계한다고 가정하면 바이낸스의 가격을 적정 가격으로 볼 수 있습니다. 만약 OKX와 같은 다른 거래소 밀리초에서 초 단위까지 지연 시간을 가지고 있다면, 바이낸스의 적정 가격을 기준으로 가격 차이를 이용해 거래하고, 바이낸스가 "따라잡을" 때까지 기다릴 수 있습니다. 물론, 단일 거래소"참값"으로 간주하는 것이 아니라 오더북 관련 신호들을 종합하여 적정 가격을 추정하는 통계적인 접근 방식도 있습니다. 이 설명이 타당할까요? 저도 완전히 확신하지는 못하겠습니다.
제프 얀: 네, 맞습니다. 가장 유동성이 높은 거래소의 가격을 적정 가격으로 삼는 것은 좋은 첫걸음입니다. 초기에는 거래소 간 가격 차이가 10%에 달하는 경우도 흔했습니다. 당시의 주요 과제는 가격 예측이 아니라 거래소 간 효율적인 자금 이체였기 때문에, 이 방법이 그 당시에는 매우 효과적이었습니다. 최근 몇 년 동안 시장은 변화를 겪었습니다. 유동성이 처음에는 분산되었다가 다시 바이낸스로 집중되었습니다(특히 최근). 따라서 말씀하신 대로 바이낸스 가격을 적정 가격으로 삼는 것은 합리적인 출발점입니다.
하지만 단일 외부 소스를 적정 가격과 직접 동일시하는 것은 신중해야 한다는 점을 강조해야 합니다. 예를 들어, OKX의 지연 시간은 단 몇 밀리초에 불과할 수 있으며, 실제 거래는 설명된 것처럼 직접적이지 않을 수 있습니다. 또한, OKX에 매수 주문이 없는 동안 바이낸스 가격이 변동할 때, 해당 가격 움직임을 따라가며 포지션을 청산하여 차익 거래를 시도한다고 가정해 보겠습니다. 대부분의 경우 성공할 수 있지만, 암호화폐 시장의 특성상 단절의 리스크 존재합니다. 예를 들어, OKX가 갑자기 지갑 점검에 들어가 바이낸스와 OKX 간의 입출금이 일시적으로 중단되어 차익 거래 연결이 끊어지고 가격 차이가 발생할 수 있습니다. 이러한 상황에서 적정 가격을 오로지 바이낸스 가격에만 의존한다면 수동적 리스크 에 노출될 수 있습니다.
따라서 고려해야 할 세부 사항이 많습니다. 겉보기에 직관적인 이 프레임 안에서도 단순히 "데이터 소스에서 숫자를 가져와 적절한 값으로 사용하는 것"보다 훨씬 복잡하며, 이는 단지 좋은 첫 번째 근사치일 뿐입니다.
코리 호프스타인: 다음 질문으로 넘어가겠습니다. 가상화폐 거래소 의 다양한 기술적 특징과 "함정"에 대해 이야기해 보겠습니다. 역사적으로 암호화폐 거래소의 기술적 평판은 불안정했습니다. "더러운 데이터"(예: 가격과 수량 필드 바꾸기), API 오류, 부실한 문서, 숨겨진 엔드포인트, 심지어 공개되지 않은 매개변수와 같은 사례를 언급하셨죠. 최근 X 거래소에서 위험 관리 엔진을 우회하거나 병렬로 실행하는 예를 드셨던 것도 기억납니다. 이러한 완전히 문서화되지 않은 세부 사항들은 가격 예측과는 무관한 "직교 알파"를 구성합니다. 제 질문은 API 세부 사항을 깊이 이해하고 엔드포인트 지연 시간을 정확하게 측정하는 것과 같은 작업이 실제로 얼마나 많은 알파를 창출하는지입니다. 이와 비교했을 때, 오더북 신호를 사용하여 압력과 방향을 파악하는 것과 같은 "전통적인" 통계적 알파는 어느 쪽이 더 중요할까요?
제프 얀: 당신이 언급한 트윗이 꽤 좋은 반응을 얻었던 걸로 기억해요.
코리 호프스타인: 그런데, 그게 만우절 농담이었는지 아직도 잘 모르겠네요.
제프 얀: 만우절은 끝났고, 솔직히 말해서 농담이었어요. 하지만 사람들이 생각하는 것보다 현실에 더 가깝죠. 진짜 웃긴 건, 그 농담이 어느 정도 사실이라는 거예요. 후속편을 쓰고 싶었는데, 이번 기회에 좋은 생각이 떠올랐네요. 이 에피소드 녹음이 끝나는 대로 바로 올리겠습니다.
직감으로 돌아가서 말씀드리자면, 당신의 판단이 옳다고 생각합니다. 회사에서 오래 근무한 사람들은 종종 특정 분야에 대한 선호도를 갖게 되거나, 처음부터 특정 선호도를 가지고 입사하는 경우가 있습니다. 예를 들어, "나는 수학을 전공했으니 더 멋진 머신러닝(ML) 모델을 만들고, 신호를 분석하고, 알파를 창출해야 해. 그게 핵심이야. 왜냐하면 그게 가장 어려운 부분이니까."와 같은 생각이죠. 이런 "그냥 모델만 만들면 된다"는 접근 방식은 업무 분담이 고도로 전문화된 대기업에서는 통할 수 있지만, 업무 전체를 독립적으로 운영해야 하는 경우에는 그것만으로는 충분하지 않을 겁니다.
말씀하신 "힘든 작업"—API를 철저히 이해하고, 문서의 부족한 부분을 채우고, 각 엔드포인트의 지연 시간을 측정하는 것—은 매우 중요합니다. 제가 이해하는 고빈도 거래(그리고 일반적으로 많은 것들)는 단순한 덧셈보다는 여러 요소의 곱셈에 가깝습니다. 여러 "범주"에 입력하는 값들이 합산된 것처럼 보일 수 있지만, 출력값은 종종 곱셈 관계를 반영합니다. 예를 들어:
전반적인 효율성 ≈ 인프라 × 모델
만약 '인프라' 요소가 1이고 '모델링' 요소가 10이라면, 투입되는 노력 단위당 가장 취약한 부분을 해결하는 데 우선순위를 두는 것이 합리적인 선택이 될 가능성이 높습니다. 고빈도 거래의 어려움은 이러한 각 요소의 수준을 정확하게 판단하는 데 있습니다. 따라서 실제 현장에서는 지속적인 '메타 분석'이 필수적입니다. 지금 하고 있는 일이 정말 가장 중요한 일일까요? 답이 명확하지 않다는 것을 금방 알게 될 것입니다. 많은 경쟁 우위는 바로 이러한 우선순위 설정 능력에 달려 있습니다.
이러한 관점에서, 겉보기에 "힘들어 보이는" 일이 오히려 중요한 경우가 많습니다. 우리는 80/20 법칙을 따라 실용적인 관점에서 쉽게 얻을 수 있는 성과부터 거두어야 합니다. 시장이 호황일 때 가장 쉽게 빠지는 함정은 "기반은 탄탄하니 이제 좀 더 멋진 머신러닝(ML) 연구를 하고 혁신을 추구할 수 있겠지"라고 생각하는 것입니다. 우리는 이미 이러한 생각에 대한 대가를 치렀습니다. 그렇다고 해서 이러한 방향으로의 투자에 초과수익이 전혀 없다는 뜻은 아닙니다. 다만 투자 규모가 크고 한계수익률이 급격히 감소하는 경향이 있다는 것입니다.
팀 규모가 작고 기존 전략이 여전히 효과적이며 시장 기회가 풍부할 때는 지금 당장 최우선 순위가 대면 이어야 하는지 끊임없이 스스로에게 묻고 솔직하게 답해야 합니다. 표면적인 데이터에 현혹되어 현재 우선순위가 아닌 방향을 쫓지 마세요.
코리 호프스타인: 암호화폐 시장에서 고빈도 거래에 참여하려는 사람들을 위해 두 가지 경로를 제시하셨습니다. 하나는 바이낸스에서 직접 거래하고 알파 창출에 집중하는 것이고(이는 "시장 조성"보다는 "적극적인 주문 체결"에 더 가깝다고 이해합니다), 다른 하나는 롱테일 특성을 가진 거래소 를 선택하고 해당 거래소의 인프라 기능을 깊이 이해하여 이점을 활용하는 것입니다. 이 두 가지 경로가 최적의 경로라고 생각하는 이유를 자세히 설명해 주시겠습니까? 두 경로의 방법론적 차이점은 무엇인가요?
제프 얀: 이는 '정규분포 곡선'의 직관적인 결론과 비교할 수 있습니다. 중간에 머물지 말라는 것이죠. 정규분포 곡선의 가로축을 서로 다른 거래소 로 이해한다면, 가장 두드러진 문제는 종종 중간 범위, 즉 대략 2~7등급 플랫폼에 해당합니다.
이들의 거래량은 바이낸스에 비해 훨씬 적지만, 경쟁 강도는 "유해 트래픽" 수준과 비슷하며, 트래픽의 질은 오히려 더 나쁠 수도 있습니다. 적어도 바이낸스에서는 개인 투자자 트래픽의 점유비율 매우 높아 "완충 효과"가 작용하여 유해 트래픽과 개인 투자자 트래픽이 적절히 혼합되어 있습니다. 최고의 고빈도 거래(HFT) 업체들은 이미 상위 15개 거래소 와 거의 완벽하게 통합되어 있으며, 대규모의 성숙한 전략을 통해 최대 용량으로 거래하고 있습니다. 따라서 중간 규모의 플랫폼에서 큰 수익을 내기는 어렵습니다. 확장성이 뛰어난 대규모 중앙거래소(CEX) 전략에 도전하고 싶다면 바이낸스에서 바로 시작하여 최대한 일반화하는 것이 좋습니다. 굳이 "중간" 플랫폼에서 시작할 필요는 없습니다.
앞서 언급하신 다른 방법도 유효합니다. 정규분포 곡선의 맨 왼쪽으로 향하세요. 대기업이 시간을 투자하기에는 너무 작거나, 진출하기에는 너무 틈새시장인, 작고 간과된 기회를 찾아보세요. 틈새 인프라가 대표적인 예입니다.
거래소 시스템은 사람이 개발하고 구현합니다. 많은 탈중앙화 거래소(DEX)가 프로토콜 설계에 명백한 결함을 가지고 있듯이, 일부 소규모 중앙화 거래소 또한 기술 구현에 분명한 결함이 있을 수 있습니다. 운영 메커니즘의 "독특함"을 진정으로 이해한다면, 그 자체로 전략적 이점이 될 수 있습니다. 인프라는 종종 상당한 알파 수익의 원천이며, "모델과 인프라" 사이에는 명확한 경계가 없습니다.
"일반화 불가능성"에 대해 걱정하실 수도 있습니다. 예를 들어, 작은 거래소 에서 특정 "익스플로잇 기법"을 숙달하더라도 바이낸스에서는 직접적인 도움이 되지 않을 수 있습니다. 저는 "효과적인 전략을 실행하는 것"의 가치가 일반적으로 과소평가된다고 생각합니다. 대부분의 팀에게 있어 이것이 최우선 목표가 되어야 하며, 초기 단계에서는 전략의 규모에 지나치게 신경 쓸 필요는 없습니다.
물론 기본적인 전제가 있습니다. 플랫폼 규모가 너무 작아서 거래량이 거의 없다면 연구와 실행은 무의미합니다. 하지만 일정 수준의 거래량만 있다면 일반적으로 수익을 낼 수 있습니다. 더 중요한 것은, 전략의 샤프 비율이 높고 소매 시장 변동에 충분히 강건하다면, 여러분이 얻게 될 기술과 경험은 대부분의 참가자들이 갖지 못한 귀중한 자산이 될 것입니다.
구체적인 전략을 직접 일반화할 수는 없더라도, 제 경험상 "연구-배포-생산" 과정을 성공적으로 거치기만 한다면 이 과정에서 얻는 통찰력은 기대 이상입니다. 나중에 처음부터 다시 시작하거나 바이낸스와 같은 주요 플랫폼으로 옮기더라도 전반적인 어려움은 크게 줄어들 것입니다. 또한, 세부적인 차이점을 그대로 적용할 수는 없지만, "이미 효과가 입증된 것들"에서 공통적인 원칙을 도출하고 지속적으로 새로운 아이디어를 창출할 수 있습니다. 이러한 아이디어는 대개 허공에 떠올린 아이디어보다 훨씬 더 나은 경우가 많습니다.
그러므로 두 가지 길 모두 나름의 가치가 있습니다. 지금 당장 어느 쪽을 선택해야 할지 모르겠다면, 작은 것부터 시작해서 점차 큰 것으로 나아가는 것도 좋은 방법입니다. 솔직히 말해서, 두 가지 길 모두 시도해 보는 것도 가치가 있습니다.
코리 호프스타인: "유해 교통"이라는 표현을 사용하셨는데, 이 개념을 처음 들어보는 사람들을 위해 정의를 내려주시겠습니까?
제프 얀: 핵심은 "정보 중심의 트래픽"입니다. 저는 암호화폐 시장의 성장을 이해하는 프레임 가지고 있습니다. 비교적 늦게 시장에 진입했기 때문에 당시 상황을 되돌아보며 추측할 수밖에 없습니다. 제가 진입했을 당시에도 개인 투자 자금 규모는 이미 상당했고, 많은 참여자들이 있었지만, 수요와 공급 관계의 핵심적인 모순은 여전히 개인 투자자들의 거래 수요를 충족할 만큼 충분한 유동성이 없다는 것이었습니다. 따라서 개인 투자자들이 가장 직접적이고 가치 있는 목표였습니다. 가장 직관적인 접근 방식은 주문을 통해 유동성을 공급하는 비교적 보편적인 시장 조성 전략을 개발하는 것이었습니다. 개인 투자자들이 주문을 체결하기만 하면 스프레드 전반에 걸쳐 그들이 제공하는 수익을 대부분 유지할 수 있었고, 당시에는 이 모델 자체가 꾸준히 수익성이 있었습니다. 이는 당시 시장의 주요 트래픽이 여전히 개인 투자자로부터 나온다는 강력한 신호였습니다.
그러나 시간이 흐르면서 시장 참여자들은 점차 이러한 사실을 깨닫고 대규모로 시장 조성 전략을 펼치기 시작했습니다. 시장 조성 측의 유동성이 증가함에 따라 테이커 전략의 중요성이 상승 매매격차(매수호가 매도호가 가격 차이) 지속적으로 축소되었습니다. 양질의 개인 투자자들을 계속해서 유치하기 위해 테이커들이 등장했고, 시장 조성 측의 열등한 주문들을 선별적으로 하나씩 받아내는 전략을 취하게 되었습니다. 이는 시장 진화에서 흔히 볼 수 있는 과정입니다. 테이커 역시 시장에 상당한 가치를 제공한다는 점에 주목할 필요가 있습니다. "시장 조성자 = MM (Market Making), 테이커 = 거래상대방"이라는 단순한 이분법은 정확하지 않습니다. 실제로는 이 두 역할이 서로 밀접하게 연관되어 있기 때문입니다. 제 생각에는 시장 참여자들이 각자의 방식으로 자유롭게 거래할 수 있는 구조가 더 이상적입니다.
하지만 시장 조성자의 관점에서 보면 이러한 주문량은 전략의 난이도를 상당히 높입니다. 이전에는 비교적 쉬웠던 모델, 즉 지속적으로 주문을 내고 체결될 때마다 소액의 스프레드를 얻는 방식이 몇 번의 거래만으로도 손실로 이어질 수 있기 때문입니다. 예를 들어, 소매 거래의 약 99%에서 1bp 정도의 수익을 올리지만, 약 1%의 거래에서는 단 한 번의 거래로 10bp의 손실을 볼 수도 있습니다(이는 단지 예시일 뿐 정확한 수치는 아닙니다). 이러한 구조에서는 극심한 손실로 인해 일반적인 수익의 대부분이 날아갈 수 있습니다.
따라서 "유해 트래픽"이란 주로 주문을 받고 정보 우위를 점하는 고객들이 유입되는 트래픽 유형을 의미합니다. 물론 어떤 트래픽이 "유해"한지는 사용하는 전략에 따라 달라지지만, 대부분의 경우 "일반 고객 트래픽"과 "기관/고위급 고객 트래픽"을 비교적 직관적으로 구분할 수 있습니다.
암호화폐 시장에서 "적대적 알고리즘"이 고빈도 거래(HFT)를 속이는 것은 얼마나 흔한 일인가요?
제프 얀: 암호화폐 시장은 확실히 '무법천지' 같은 느낌이 있습니다. 좀 더 긍정적으로 보자면, 암호화폐는 일종의 실험이기도 하고, 그 안에서의 입장과 관점은 특히 중요합니다. 규제 당국은 흔히 "그들은 우리가 공들여 만든 증권법을 준수하지 않았다"는 점을 문제 삼습니다. 반면, 디파이(DeFi) 지지자들은 이러한 증권법 자체가 로비와 인간의 판단에 의해 영향을 받았을 가능성이 높으며, 암호화폐는 보다 자유로운 실험 공간을 제공할 수 있다고 주장합니다. 그렇다면 정확히 무엇을 규제해야 할까요? 저도 확신할 수는 없습니다. 현실은 아마도 그 중간 어디쯤에 있을 것입니다. 저는 규제 당국이나 정책 입안자가 아니며, 단지 제 철학적인 생각을 공유하는 것뿐입니다. 실질적인 문제로 돌아가서, 조작적이고 착취적인 전략에 주의를 기울이지 않는다면 암호화폐 시장에서 거래하는 것은 매우 어려울 것입니다.
또 다른 현실은 거래소 규제를 꺼리는 것이 아니라, 누가 어떤 거래소 규제해야 하는지가 불분명한 경우가 많다는 것입니다. 적어도 제 생각에는 그렇습니다. 많은 국가의 법률 프레임 상당히 다르기 때문에 이러한 문제가 지속되는 중요한 이유 중 하나일 것입니다. 게다가 거래소 를 운영하는 것 자체가 매우 어려운 일인데, 동시에 대량 다른 업무들도 처리해야 합니다.
좀 더 구체적인 예를 들자면, 스푸핑은 매우 흔한 수법입니다. 미국 증권선물법에 따른 엄격한 기술적 정의까지 자세히 다룰 생각은 없습니다. 여기서 말하는 스푸핑은 좀 더 넓은 의미로 정의할 수 있습니다. 오더북 과 그에 따른 가격 변동을 보면, 누군가가 엄청난 수의 주문을 내지만 실제로 체결할 의도는 전혀 없는 경우가 많습니다. 오히려 체결될 경우 손해를 볼 수도 있다고 생각하는 경우도 있습니다. 법적으로 그들의 "의도"를 입증하기는 어렵지만, 이러한 주문들은 분명히 체결을 위한 것이 아니라 한쪽 주문장에 주문량이 엄청나게 많은 것처럼 보이게 하려는 의도입니다. 그 결과, 일부 알고리즘이 오더북 유동성을 가격 추세 신호로 해석할 경우, 잘못된 판단에 따라 해당 방향으로 주문을 낼 수 있습니다. 이러한 "유도"가 이루어지면, 스푸핑 알고리즘은 목표가 달성이 더 쉬운 메이커 주문을 내거나, 유도에 의해 드러난 수동적인 주문들을 적극적으로 흡수하게 됩니다.
이런 상황은 매우 흔합니다. 또 다른, 더욱 노골적인 예로는 조직적인 집단이 주식을 "펌핑 앤 덤핑"하는 것과 같은 다양한 형태의 시장 조작이 있습니다.
관찰을 통해 저는 이러한 그룹 몇 곳에 잠입했지만, 거래에는 절대 참여하지 않고 관찰만 했습니다. 이러한 현상은 상당히 광범위하게 나타납니다. 최근에는 이러한 활동이 상당 부분 정리되어 다행이지만, 과거에는 거래량을 과장하는 경우도 있었습니다. 내부자가 토큰 발행을 발표하면 개인 투자자들이 급격하게 몰려들고(그들의 조직 방식은 불분명합니다), 내부자는 이 트래픽을 이용해 덤핑 처분하는 식이었죠. 고빈도 거래의 경우, 이러한 시나리오는 겉보기에는 관리하기 쉬워 보이지만, 실제로는 평균 회귀 효과가 강해서 오히려 역효과를 낳는 경우가 많아 다루기가 매우 어렵습니다.
접근 방식에 관해서는 앞서 언급하셨던 인프라, 모델, 전략과 관련된 절충 문제로 다시 돌아가게 됩니다. 우리의 노력을 어디에 집중해야 할까요? 제 생각에는 이러한 유형의 문제는 반드시 다뤄야 할 "기타/특수 시나리오" 범주에 속하며, 리스크 관리 및 특수 상황 처리로도 분류할 수 있습니다.
요컨대, 작업의 이 부분이 완료되지 않으면 다른 부분이 거의 완벽하게 수행되더라도, 다양한 시장 상황과 목표에 따라 장기적인 평균 손익 성공 또는 실패를 결정하는 핵심 요소가 될 수 있습니다.
제프 얀: 처음 이런 상황에 직면했을 때 정말 충격을 받았습니다. 돌이켜보면 운이 좋았죠. 처음에는 거래 대상 종목들이 조작하기 쉽지 않거나, 상대방이 대응할 시간이 부족했거든요. 이런 문제를 전혀 예상하지 못했고, '모른다는 전제' 하에 시스템을 구축했기 때문에 한동안 손익이 순조롭게 진행됐습니다. 하지만 일단 함정에 빠지면 그 여파는 극심합니다. 전략에 제약이 없다면 하루 손익이 단 1분 만에 날아갈 수도 있죠. 자동매매는 인간의 판단력이 결여된 유한상태 기계처럼 미리 설정된 경로대로만 움직이기 때문에 때로는 가장 '어리석은' 거래 방식일 수 있습니다. 저희 접근 방식은 상당히 실용적이었습니다. 물론 분석하고 모델링해서 조작 가능성을 예측할 수도 있겠지만, 당시 저희의 강점은 매우 빠른 대응, 데이터 기반 접근 방식, 그리고 '가장 일반적인' 경로에 집착하지 않았다는 점이었습니다. 저희의 접근 방식은 특정 손실 패턴이 나타나면 관련 로직을 즉시 중단하는 것이었습니다.
제프 얀: 이런 종류의 규칙은 대개 한 시간 안에 작성해서 바로 운영 환경에 배포할 수 있습니다. 당시 우리는 80/20 법칙을 엄격하게 준수했습니다. 이 때문에 몇몇 기회를 놓치기도 했지만, 덕분에 시간과 에너지를 절약해서 핵심 프로젝트를 확장하고 발전시켜 손익을 10배 이상 늘릴 수 있었습니다. 시스템 중단으로 인해 잠재적 이점을 포기하는 경우가 약 5% 정도 되는데, 이는 본질적으로 자원 배분을 가장 가치 있는 일에 투자하는 것이므로, 결국에는 절충과 판단의 문제입니다.
더 많은 자원과 시간을 확보하면서 이 분야에 대한 이해를 점차 심화시켜 왔습니다. 이제 관련 시장 상황을 예측하고 지속적인 행동을 파악하는 더욱 복잡한 모델을 보유하고 있으며, 이전의 "이산적인" 온/오프 처리 방식에서 벗어나 보다 연속적인 매개변수 및 가중치 조정을 통해 전략을 동적으로 제약하고 적응적으로 구성하고 있습니다.
현재까지 우리는 이러한 조작적 행동이 어떻게 작동하는지, 그리고 그 식별 가능한 특징에 대해 비교적 깊이 이해하게 되었습니다. 그러나 신규 참여자에게는 80/20 법칙이 여전히 가장 중요한 지침 원칙으로 남아 있음을 강조해야 합니다.
시장 조작은 롱테일 암호화폐와 소규모 거래소 에서 더 만연해 있는가?
제프 얀: 이런 일은 어떤 거래소 에서든, 특히 비트코인과 이더 처럼 유동성이 훨씬 좋은 거래소에서는 비교적 드뭅니다. 제 생각에는 거래소 보다는 자산 자체에 더 달려 있는 것 같습니다. 저는 거의 모든 거래소 에서 (시가 조작/사기)를 목격했습니다. 플랫폼마다 수법은 다르고 참여자들도 완전히 같지는 않지만, 전반적인 접근 방식은 대체로 비슷합니다.
최적의 거래량을 찾을 수 있는 "스위트 스팟"이 존재합니다. 토큰의 거래량이 거의 없다면 일반적으로 투자할 가치가 없지만, 특정 거래량을 가진 일부 알트코인의 경우에는 상황이 다릅니다. 알고리즘은 이러한 코인에 대해 일정 수준의 거래량과 유동성을 기대하기 때문에, 조작자들이 이익을 얻을 수 있는 "유도된" 여지가 생길 수 있습니다.
코리 호프스타인: 저는 시장을 관찰하는 방식이 종종 우리 자신의 거래 기간에 의해 제약받는다고 생각해 왔습니다. 고빈도 거래자 로서 시장 미세구조에 대한 직관은 장기 보유 기간과 펀더멘털 관점을 가진 저와는 상당히 다를 수 있습니다. 예전에 시장을 점성 유체에 비유하여 외부 충격이 가격 발견 과정에서 감쇠 진동으로 나타난다고 트윗하신 적이 있는데, 그 비유가 매우 흥미로웠습니다. 좀 더 자세히 설명해 주시겠습니까?
제프 얀: 저 역시 사물의 본질을 이해하는 것을 중요하게 생각합니다. 이는 아마도 제 수학과 물리학 전공 배경과 관련이 있을 겁니다. 근본적인 메커니즘을 이해하지 못하면 "블랙박스" 시스템 내에서 혁신을 이루기가 어렵기 때문입니다. 따라서 저는 시장이 어떻게 작동하는지 이해하기 위해 머릿속으로 유추와 은유를 만들어내는 경향이 있습니다.
"점성 유체" 모델을 예로 들어, 보다 근본적인 질문으로 돌아가 보겠습니다. 고빈도 거래는 왜 수익을 낼 수 있을까요? 많은 개인 투자자 이를 일종의 "약탈"로 여기며, "성급하게 가격을 올리거나" "로스 컷 노린다"고 생각합니다. 저는 고빈도 거래가 "긍정적"이라고 주장하는 것은 아니지만, 어느 정도는 시장에 필요한 역할을 한다고 생각합니다.
가격에 영향을 미치는 외부 요인은 시스템에 가해지는 "충격"(대부분 무작위적임)으로 추상화할 수 있습니다. 예를 들어, 누군가가 긴급하게 거래를 완료하고 즉시 유동성을 확보해야 하거나, 뉴스 이벤트로 인해 자산의 "공정 가치"가 변하는 경우가 있습니다. 이러한 수요는 종종 갑작스럽게 발생하며, 일반적으로 "체결 후 청산"으로 이어집니다. 오더북 본질적으로 많은 참여자가 절박감을 가지고 참여하는 강력한 PvP(플레이어 대 플레이어) 경쟁의 장이며, 이러한 과정에서 피드백 루프가 형성됩니다. 즉, 모멘텀 거래가 더 많은 거래를 유발하고, 결과적으로 다양한 불안정한 균형 상태가 발생합니다.
이러한 구조에서 가격은 일반적으로 시장 참여자들이 점차 시장에 진입하여 진정한 적정 가격을 중심으로 매매 게임을 벌이기 전에 큰 초기 충격을 경험합니다. 첫 번째 급등은 대개 가장 크며, 이후 일부 참여자는 "과도한 하락"이 발생했다고 판단하고 평균 회귀 거래에 참여합니다. 이는 예를 들어 "가격이 5초 안에 평균으로 되돌아갈 것"이라고 믿는 중/고빈도 참여자에게서 나타날 수 있습니다. 동시에, 일부는 해당 사건이 광범위한 영향을 미칠 것이라고 믿고 더 큰 상승이 발생할 때까지 가격을 더 끌어올리려고 합니다. 예를 들어, "일론 머스크가 트위터에 도지코인을 추가한 것"과 같은 사건은 그들의 사고 프레임 속에서 "실질적인 영향"을 미치는 것으로 여겨져, 반대로 평균 회귀 포지션을 돌파하게 될 수 있습니다.
전반적으로 이는 일종의 '가격 투표'이자 실제 돈으로 진행되는 지속적인 게임과 같습니다. 핵심 특징은 변동성이 점차 수렴한다는 점입니다. 참여자들이 목표 포지션을 점진적으로 구축함에 따라 자금은 지속적으로 가중 평균을 완성하고, 결국 가격은 보다 안정적인 공정 가격 범위로 수렴하는 경향이 있습니다.
이러한 과정에서 고빈도 거래의 핵심 기능은 저가에 매수하고 고가에 매도함으로써 유동성을 공급하는 것입니다. 가격 추이를 변동하는 곡선으로 본다면, 고빈도 거래는 곡선이 낮을 때 매수하고 높을 때 매도합니다. 평균적으로 이러한 거래는 곡선을 평탄화하는 효과를 가져와 가격이 적정 가격에 더 빨리 접근하고 가격 형성 과정 동안 적정 가격 부근에서 최대한 움직이도록 합니다.
따라서 이 프레임 에서 고빈도 거래 능력이 강하고 시장 유동성이 풍부할수록 이 "유체"의 점성(감쇠력)이 높아집니다. 이 개념적 모델이 엄밀하지는 않지만, 제가 트윗에서 의도했던 의미를 대체로 전달합니다.
고빈도 거래 손익이 중빈도 거래 가격 변동을 예측할 수 있는 이유는 무엇일까요?
제프 얀: 이것들은 저희 내부에서 진행 중인 몇 가지 "탐색적 아이디어"입니다. 앞서 말씀드렸듯이, 효과가 입증된 방향을 중심으로 반복하는 것이 거의 항상 더 나은 결과를 가져옵니다. 성공률도 높고 확장성도 뛰어나죠. 하지만 저희는 좀 더 과감한 탐색도 고려하고 있으며, 때로는 그러한 탐색이 좋은 결과를 가져오기도 합니다. 이번 프로젝트는 비교적 성공적인 "관심 프로젝트"였고, 시작할 당시에는 뚜렷한 사전 판단이 없었습니다.
주된 동기는 가용 자본이 고빈도 전략이 효과적으로 감당할 수 있는 용량을 초과했기 때문이었습니다. 이미 여러 거래소 와 연계했지만, 이는 플랫폼 규모가 점점 작아짐에 따라 한계 수익률이 감소하는 일시적인 확장에 불과했습니다. 따라서 우리는 중빈도 거래 영역으로 진출할 수 있을지 검토하기 시작했습니다. 이상적으로는 샤프 비율이 3~4이고 고빈도 전략보다 수백 배 더 큰 용량을 가진 "이상적인 자산"이 될 수 있는 중빈도 거래 시장을 고려했습니다. 이 아이디어는 매우 매력적으로 느껴졌습니다.
하지만 우리는 효율적 시장의 기본 프레임 에는 대체로 동의합니다. 고빈도 거래에서 유리한 점이 있는 것은 사실이지만, 일별 데이터 세트가 주어지고 일일 수익률을 예측하라고 하면 신뢰할 만한 진입점을 직접 찾기는 어렵습니다. 이러한 신중한 접근 방식에 기반하여, 이 "브레인스토밍" 아이디어는 비교적 실현 가능한 방향을 제시합니다. 즉, 중빈도 거래에서 다른 투자자들에게는 가치 있지만 접근할 수 없는 데이터 소스를 확보하는 것 자체가 전략적 이점을 창출할 수 있다는 것입니다. 우리는 일부 기관처럼 위성 이미지나 주차장 교통 통계와 같은 "대체 데이터"를 얻을 수는 없습니다. 그렇다면 우리가 진정으로 보유하고 있는 것은 무엇일까요? 바로 우리만의 고빈도 거래 손익(HFT PnL) 데이터 세트입니다. 이는 무작위적인 잡음이 아니며, 시계열 패턴에서 특정 구조적 특징이 드러나 추가 연구 가치가 충분합니다.
더 자세히 살펴보면 다양한 요인과의 상관관계가 드러납니다. 앞서 논의했던 "유해 트래픽과 소매 트래픽"으로 돌아가 보면, 소매 트래픽과 높은 상관관계를 보입니다. 비교적 간단한 사전 가정은 시장 참여자의 유형을 구분하고 그들의 행동 패턴을 이해한다면 더 나은 신호를 얻을 수 있다는 것입니다. 전반적인 사전 가정은 "대부분의 신호는 안정적인 예측력이 부족하다"는 것이지만, 그 방향은 반드시 명확하지는 않습니다. 따라서 우리의 접근 방식은 다음과 같습니다. 이 지표를 보유하고 있고, 이것이 소매 트래픽과 관련되어 있으며, 소매 트래픽은 가격 형성과 확률적으로 연관되어 있으므로, 이 경로를 철저히 탐구하고 엄격한 분석 및 검증을 수행해야 합니다.
제프 얀: 네, 저희는 실제로 이 분석을 수행했습니다. 전반적인 접근 방식은 손익(P&L)을 중심으로 한 여러 특징(예: 손익 변화, 손익 파생값 등)을 회귀 분석 프레임 에 통합하여 다양한 시간대에 걸쳐 중간 빈도로 가격 변동을 예측하는 것이었습니다. 처음에는 중간 빈도 분석을 어떻게 구현해야 할지 확신이 서지 않아 비교적 "광범위한 범위" 접근 방식을 채택했습니다. 즉, 5분 단위 수익률부터 시작하여 점차 시간 범위를 몇 시간으로 확장해 나갔습니다.
제프 얀: 이 연구는 주로 다양한 거래소 와 자산에 걸쳐 여러 전략의 손익(가격 및 거래)을 집계하고 거래소/전략/자산별로 분류할 수 있는 내부 대시보드 데이터 시스템을 활용합니다. 데이터에 상당한 노이즈가 존재하기 때문에 강력한 처리 과정이 필수적입니다. 당연히 특정 코인의 손익 데이터를 직접 사용하여 중간 주파수 추세를 회귀 분석하는 것은 불가능합니다. 노이즈가 너무 크고 해석의 여지가 제한적이기 때문입니다. 저희는 기본적으로 80/20 원칙을 따르며, 구간화 및 그룹화와 같은 방법을 사용하여 과적합을 최소화하고 기존 사전 확률을 준수하면서 다소 흥미롭고 직관에 반하는 결론을 도출합니다.
시장 조성이나 주문 체결 등 고빈도 거래 측면에서 손익(PnL)은 암호화폐 자산의 후속 수익률과 유의미한 음의 상관관계를 보이며, 그 효과는 결코 약하지 않습니다. 실시간 거래에서 이를 포착하려고 시도했을 때 매우 흥미로운 결과를 얻었습니다. 1~2시간 예측 기간 내에 이 효과의 크기는 수십 베이시스 포인트에 달했으며, 거래량 또한 비교적 높았습니다.
문제는 이 신호가 거의 예외 없이 숏(Short) 권장하고, 대칭적인 반대 효과를 고려하지 않는다는 점입니다(이론적으로는 존재할 수 있지만, 저희 전략은 장기간의 지속적인 손실을 피하는 것을 목표로 합니다). 다시 말해, 수익을 내고 있을 때는 모델이 "공매도가 옳은 숏(Short) 이다"라는 메시지를 전달하는 경향이 있습니다.
제프 얀: 그렇다면 정확히 무엇을 숏(Short)? 직관적으로는 무기한 계약이나 선물 계약 숏(Short), 실제로는 두 가지 현실적인 제약 조건이 있습니다.
첫 번째 요인은 펀딩 비율 입니다. 이러한 상황이 발생하면 많은 경험 많은 참가자들이 숏(Short) 참여하게 됩니다. 비록 그들이 서로 다른 기초 신호에 집중하더라도, 그들의 알파 수준은 높은 상관관계를 보일 수 있으며 시장 움직임은 같은 방향으로 움직이는 경향이 있습니다. 펀딩 비율은 이러한 혼잡 수준을 반영하고 흡수할 것입니다.
둘째로, 가장 "중요하고 효과적인" 신호를 보이는 개별 목표 종목들은 극단적인 사례인 경우가 많으며, 실제로 이러한 목표 종목들을 숏(Short) 하는 것은 어렵습니다. 그 이유는 유동성 부족, 증권 대여 제한, 계약 내용의 불완전성 등 여러 가지가 있을 수 있습니다.
그럼에도 불구하고 전반적인 효과는 여전히 유용합니다. 고빈도 거래는 자연스럽게 재고를 생성하는데, 이를 헤지하거나 전략 간에 내부화할 수 있습니다. 내부화하지 않더라도 신호가 가장 강할 때 재고 목표에 편향을 적용하여(예: 포지션 ) 전반적인 손익에 긍정적인 영향을 미칠 수 있습니다.
"단일 재사용 가능한 중빈 공매도(Short) 전략을 추상화한다"는 아이디어는 설득력이 부족하다고 판단하여 독립적인 전략으로 제시하지 않았습니다. 이는 공개적으로 공유 가능한 알파 전략에 가장 가까운 범주에 속하지만, 그 실현 가능성은 여전히 사용자의 전략 포트폴리오 및 거래 프로세스 설계에 달려 있으며, 특정 프레임워크 내에서는 실행 가능한 알파 전략으로 전환될 가능성이 매우 높습니다.
코리 호프스타인: 저는 이 아이디어가 정말 마음에 듭니다. 선물에서 직접 숏(Short) 자금 조달 금리에 이미 신호가 반영되었을 수 있기 때문에 실현 가능성이 낮을 수 있지만, 재고 편향을 조정하여 이러한 알파를 흡수하는 것은 대안이 될 수 있으며 손익에 상당한 영향을 미칠 수 있습니다.
이것은 제가 속한 투자 주파수 대역의 몇 가지 관행을 떠올리게 합니다. 예를 들어, DFA(분산 평균 자본)는 모멘텀을 명시적으로 거래하지는 않지만, 가치주를 매수할 때 모멘텀이 현저히 약한 종목은 제외합니다. 즉, 모멘텀을 직접적인 기준으로 삼아 포지션을 설정하는 대신, 완전히 다른 시간 척도에서 부정적인 모멘텀 국면이 진정될 때까지 기다린 후 가치주 시장에 진입하는 것입니다. 이는 여기서의 논리와 유사합니다. 이론적으로 "직교하는" 알파를 명시적인 포지션으로 표현하는 대신, 거래 프로세스에 통합하여 미미한 이점과 미묘한 조정을 통해 지속적으로 결과를 개선하는 것입니다. 이 개념은 매우 통찰력 있습니다.
제프 얀: 덧붙이자면, 말씀하신 예시는 매우 흥미로웠습니다. 저는 이전에 접해본 적은 없지만, 주로 대규모 포지션 운용하는 일부 "인간 트레이더"들이 비슷한 방식을 사용한다는 이야기를 들었습니다. 암호화폐 시장에서 그들은 50일 이동평균선이 다른 이동평균선을 상향 또는 하향 돌파할 때(일명 "골드 크로스" 또는 "데드 크로스") 매매를 실행한다는 것입니다. 즉, 그들의 핵심적인 의사 결정은 기술적 분석에 의존하지 않고, 특정 기술적 조건을 매매 트리거로 활용하는 것입니다. 제가 구체적으로 언급하신 사례를 연구해 본 적은 없지만, 미리 정해진 매매 프로세스를 실행하기 전에 확실해 보이는 "조건부 신호"의 변화를 기다리는 유사한 접근 방식이 떠올랐습니다.
코리 호프스타인: 네, 기본적으로 특정 조건 신호가 바뀌기를 기다리는 것입니다. 매우 흥미롭네요. 중앙화 거래소 에 대해서는 많이 이야기했지만, 온체인 전략/ 탈중앙화 거래소 에 대해서는 그다지 이야기하지 않았습니다. 가장 좋아했던 온체인 전략으로 RFQ(RFQ) 조작을 언급하셨는데, 지금은 사용을 중단하셨다고 합니다. RFQ 조작이 무엇이었는지, 왜 그렇게 좋아하셨는지, 얼마나 효과적이었는지, 그리고 왜 사용을 중단하셨는지 설명해 주시겠습니까?
제프 얀: 약 6개월 전부터 DeFi 투자를 늘리기 시작했습니다. 당시 업계에서는 중앙화 거래소 한계 수익 체감의 법칙에 따라 수익성이 떨어지는 단계(전반적인 거래 활동이 저조한 상태)에 접어들면서 최고의 기회는 온체인 으로 이동하고 있다는 것이 일반적인 견해였습니다. 그래서 저희는 DeFi에 대한 연구를 더욱 심층적으로 진행하기로 했습니다. 그 시기에 RFQ(견적 요청)가 큰 화제가 되었습니다. 크록스왑의 더글라스가 최근 흥미로운 트윗을 올렸는데, 저는 그의 관점 에 대체로 동의합니다. RFQ는 전통적인 금융(TradFi)에서 작동하는 메커니즘을 DeFi에 직접 이식하려는 시도이기 때문에 이상적인 설계 방식은 아니며, 온체인 환경에 적합하지 않을 수 있습니다.
RFQ(Request for Request, 견적 요청)에 익숙하지 않은 분들을 위해 배경 설명을 드리겠습니다. RFQ의 목적은 명확합니다. MM (Market Making)"불량 거래"를 걸러내고 개인 투자자들이 직접 MM (Market Making) 할 수 있도록 하는 것입니다. 개인 투자자는 "저는 개인 투자자입니다. 견적을 알려주세요."라고 요청합니다. MM (Market Making) 견적을 반환합니다(일반적으로 스프레드보다 유리하거나, 최소한 개인 투자자가 원하는 대규모 거래 규모를 충족할 수 있는 가격입니다). MM (Market Making) 서명한 견적을 받은 개인 투자자는 서명된 페이로드를 스마트 계약으로 전송합니다. 스마트 계약이 서명의 유효성을 검증하면 양 당사자 간의 자산 결제가 완료됩니다. 기본적으로 RFQ는 "프로토콜 기반 OTC" 메커니즘과 유사합니다.
이 아이디어는 합리적으로 들리며 전통 금융(TradFi)에서는 꽤 흔한 방식입니다. 사용자는 고빈도 거래로 인한 '선행매매' 위험에 덜 노출된 대규모 거래를 할 수 있어 개인 투자자에게 더 나은 서비스를 제공할 수 있습니다. 그러나 DeFi 환경에서는 상대방이 실제로 ' 개인 투자자'인지 증명할 수 없기 때문에 이는 거의 명백한 설계 결함입니다. 온 온체인 익명성이 기본이며, KYC(고객 신원 확인)와 같은 신원 검증 절차가 없기 때문입니다.
이러한 평가를 검증하기 위해, 우리는 일괄 가격 견적 요청을 시작하는 매우 간단한 파이썬 스크립트를 작성했습니다. MM (Market Making) 실제로 매우 유리한 견적을 제시했습니다. 스프레드는 약 5bp에 불과했고, 견적은 60~90초 동안 유효했습니다. 대부분의 경우, MM (Market Making) 입장에서 이러한 거래를 성사시키는 것은 매력적일 것입니다. 그들이 제시한 거래 규모 또한 상당히 컸습니다(수십만 달러). 그러나 이는 또한 메커니즘의 결함을 직접적으로 드러냈습니다. 신원 확인이 불가능하고 익명성이 기본적으로 보장되는 시스템에서는 누구나 "개인 투자자"를 사칭하여 가격 결정 메커니즘을 악용해 이득을 취할 수 있습니다. 이것이 바로 우리가 처음에는 이러한 유형의 온체인 RFQ 전략을 선호했지만 곧 사용을 중단한 근본적인 이유입니다.
제프 얀: 저희 접근 방식은 사실 아주 간단합니다. 가격 변동을 기다리는 거죠. 암호화폐 시장은 본질적으로 변동성이 크고, 가격이 변동하면 서명된 거래를 블록체인에 기록합니다. 상대방은 선택의 여지가 거의 없습니다. 이 전략은 샤프 비율이 매우 높습니다. 게다가 가격 변동이 발생할 때까지 기다릴 필요조차 없습니다. 사실상 시간 가치가 명확한 '무료 옵션'과 같습니다. 가격이 만기일에 가까워질 때까지 기다렸다가 거래를 제출할지 여부를 결정할 수 있습니다.
제프 얀: 이 덕분에 수익률이 더 안정적이 되었죠. 바로 이런 방식으로 했습니다. 물론 우리만 이렇게 한 건 아니었고 (아마 우리도 그중 하나였을 겁니다), MM (Market Making) 빠르게 반응했습니다. "당신들 때문에 손해를 보고 있다. 당신들은 분명 개인 투자자 아니다"라고 주장하며 정상적인 호가 제공을 중단하기 시작했죠. 스프레드를 극도로 넓게 설정하거나 아예 호가 제공을 멈춘 겁니다. 우리도 주소나 지갑을 변경해서 호가 요청을 계속하는 방식으로 이 문제를 해결할 수 있었습니다.
원칙적인 관점에서 볼 때, 저는 전략 자체에 문제가 있다고 생각하지 않습니다. 문제는 실질적인 측면입니다. 이 전략을 실행함으로써 얻을 수 있는 가장 큰 가치는 RFQ(제안요청서)의 미시적 구조에 내재적인 결함이 있음을 시장에 보여주는 데 있을지도 모릅니다. 즉, 자본과 지적 자원이 보다 합리적인 메커니즘으로 이동해야 한다는 것을 시사하는 것입니다. 어쩌면 이러한 의미에서 우리의 "실험"은 이미 그 목적을 달성했다고 볼 수 있을 것입니다.
현재 많은 RFQ 메커니즘이 개인 투자자 에게 최종 결정권을 부여하는 대신 MM (Market Making) 에게 "최종 검토권"을 부여하는 방식을 채택하고 있는 것으로 알고 있습니다. 말씀하신 대로 저희도 나중에 이 전략을 중단했습니다. 이는 하나의 진화라고 생각하지만, MM (Market Making) 최종 검토권이 주어지면 RFQ의 핵심 장점이 약화되거나 심지어 사라지게 됩니다. 트위터에서 관련 논의가 진행되는 것을 보면 이 점이 분명하게 드러납니다. 메커니즘 수준에서 중앙 예약 매수(CLOB)를 능가하는 것은 매우 어렵고, RFQ가 DeFi에서 이를 안정적으로 달성할 수 있을 것이라고는 생각하지 않습니다. 이러한 경험은 반복적인 시행착오를 거치면서 이 분야가 여전히 미성숙하며, 많은 프로토콜의 메커니즘 설계가 충분히 고려되지 않았다는 것을 더욱 분명히 보여줍니다.
이러한 배경에서 우리는 전략적인 결정을 내렸습니다. 기존 메커니즘에 "차익거래 방식의 적응"을 하는 대신, 진정으로 개인 사용자를 위한 플랫폼을 구축하고 탈중앙화 가격 발견을 실현해야 한다는 것이었습니다.
Hyperliquid로 전환해야 하는 이유는 무엇일까요?
제프 얀: 저희가 직접 참여하기로 결정한 이유는 DeFi 거래에서 심각한 혼란을 발견했기 때문입니다. 2022년 중반 DeFi 시장 침체기에도 개인 투자자 트래픽은 상당했지만, 사용자들은 프로토콜 이용 경험이 매우 좋지 않았습니다. 기본 퍼블릭 체인의 성능이 저조함에도 불구하고 높은 가스 수수료를 지불해야 했고, RFQ(제안 요청)와 같이 메커니즘 설계에 결함이 있는 솔루션을 사용해야 했습니다. 더욱 놀라운 것은 사용자들이 여전히 이러한 솔루션을 계속 사용하고 있다는 점이었습니다. 데이터는 수요가 지속되고 있음을 분명히 보여주었습니다. 이러한 분석을 바탕으로 저희는 심층적인 연구를 진행했습니다.
FTX 사태가 이 타임라인에서 정확히 어느 시점에 발생했는지는 잘 기억나지 않지만, 아마도 FTX가 붕괴되기 직전이었을 겁니다. FTX가 폭락한 후, 시장의 관심은 순식간에 거래상대방 리스크 으로 옮겨갔습니다. 이전에는 슬로건에 가까웠던 "내 키가 아니면 내 코인도 없다"와 같은 표현들이 갑자기 대부분의 사람들에게 가장 시급한 문제로 떠올랐습니다. 이는 "어떤 형태의 인프라를 구축해야 한다"는 우리의 확신을 더욱 강화했습니다. 하지만 우리는 무엇을 구축해야 할지 끊임없이 고민했습니다. 우선, 사용자들의 실제 니즈와 시장에서 충족되지 않은 니즈를 파악해야 했습니다.
당시 시장에는 이미 대량 스왑 상품의 복제품들이 존재했고, 다양한 소규모 혁신과 통합 플랫폼들이 잇따라 등장하면서 서로 다른 금리 곡선과 공식들이 만들어낸 방대한 매개변수 공간이 존재했습니다. 그러나 우리는 AMM(자동 시장 조성) 방식에 대해 낙관적이지 않았습니다. 소위 "시장 조성"을 통해 생성된 유동성의 상당 부분은 잘못되거나 오해의 소지가 있는 설명(예: "비영구적 손실"에 대한 설명 방식, 유동성 채굴 의 잔재)에 의해 조장된 저품질 유동성이었기 때문입니다. AMM이 주요 시장 수요를 반영한다고 하더라도, 이미 포화 상태였고, 유사한 상품을 하나 더 출시함으로써 얻을 수 있는 추가적인 가치는 불분명했습니다.
따라서 우리는 다시 중앙화 거래소 에 주목했습니다. 사용자들이 진정으로 필요로 하는 것은 무엇일까요? 가격 발견은 주로 어디에서 이루어질까요? 실질적인 유동성은 어디에 집중되어 있을까요? 놀랍게도 답은 일관적이었습니다. 바로 무기한 계약입니다. 무기한 계약은 매우 독창적인 혁신입니다(이 아이디어는 전통적인 시장에서 찾아볼 수 있지만, 암호화폐 시장에서 완전히 발전되었습니다). 탈중앙화 환경에서 이러한 기능을 탈중앙화 방식으로 제공하는 프로젝트는 거의 전무합니다. dYdX는 오더북 구조를 사용하지만, 매칭 과정은 여전히 어느 정도 중앙 집중화되어 있습니다. 가장 근접한 접근 방식이긴 하지만, 그게 전부입니다. 결론은 이렇습니다. 분명한 격차가 존재하므로, 이제 그 격차를 메워야 합니다.
거래자 위한 가치 제안 또한 명확합니다. 바이낸스와 바이빗의 중앙 집중식 거래 경험을 선호하지만, 자산 보관에 따른 리스크 감수하고 싶지 않다면, 하이퍼리퀴드는 그러한 대안을 제공하고자 합니다.
Hyperliquid는 최근 클로즈드 베타 테스트를 시작했으며, 중앙화 거래소(CEX)와 유사한 거래 경험을 제공하는 것을 목표로 합니다. 충분히 좁은 스프레드, 거의 즉각적인 주문 확인, 그리고 거의 제로에 가까운 가스 비용(DoS 공격 방어에만 사용)이 그 예입니다. 혼잡이 없는 환경에서 Hyperliquid의 블록체인은 초당 수만 건의 주문을 처리할 수 있습니다. 모든 활동은 완벽하게 투명하게 온체인에 기록되며, 모든 거래는 온체인 거래 내역으로 제공됩니다. 이것이 바로 Hyperliquid의 비전입니다.
저희의 주요 목표 고객은 DeFi 커뮤니티입니다. "수탁기관 없이 온체인 계약에 신뢰를 맡길 수 있다"는 것을 더 많은 사람들에게 알리는 것은 비용이 많이 들고 저희의 전문 분야도 아니기 때문입니다. 반면 DeFi 사용자들은 이미 이러한 방식을 기꺼이 사용하고 있습니다. 저희는 대부분의 프로토콜이 진정성이 부족하고, 일부는 임시방편적인 해결책이나 지역 가격에 기반한 일시적인 메커니즘에 불과하다는 점을 보여주고자 합니다. 이러한 방식은 투기꾼에게는 적합할지 몰라도, 진정한 유동성과 신뢰할 수 있는 가격 발견 메커니즘을 필요로 하는 진지한 거래자 에게는 적합하지 않습니다. 저희는 활용 가능한 유동성과 탈중앙화 가격 발견 메커니즘을 제공합니다.
블록체인과 스마트 계약은 본질적으로 에스크로 및 결제 기능을 수행하여 메커니즘 수준에서 검증 가능한 신뢰를 구축할 수 있습니다. 그러나 이러한 개념을 널리 알리는 것은 쉽지 않으며, 저희의 전문 분야도 아닙니다. 저희의 전략은 보다 직접적입니다. 제품과 사실을 통해 차이점을 보여줌으로써, 사용자들이 복잡한 프로토콜 중에서 대부분의 솔루션이 엄격하지 않고 단지 단기적인 임시방편(심지어 지역 가격에만 의존하는 경우도 있음)에 불과하다는 것을 깨닫게 하는 것입니다. 이러한 메커니즘은 안정적인 거래 경험과 진정한 유동성을 필요로 하는 전업 트레이더 보다는 "악성 투자자"에게 더 적합할 수 있습니다.
Hyperliquid는 이러한 요구 사항을 중심으로 처음부터 설계되었다는 점에서 차별화됩니다. 이를 위해 대량, 한 분기의 대부분을 집중적인 개발에 투자했습니다. 처음에는 dYdX의 접근 방식, 즉 오프체인 매칭과 온체인 수탁자 없는 결제 방식에 매력을 느꼈습니다. 그러나 심층 분석 결과, 이 모델에는 구조적 결함이 있다는 결론에 도달했습니다. 시스템의 탈 탈중앙화 정도가 가장 중앙 집중화된 연결 고리에 따라 달라진다는 것입니다. 이러한 평가를 바탕으로, 우리가 구상하는 규모와 비전에 맞춰 확장하기 어렵다고 판단하여 해당 솔루션을 수용할 수 없었습니다.
따라서 우리는 출발점으로 돌아갑니다. 완전한 탈중앙화 필수적입니다. 주어진 제약 조건 하에서 이는 거의 다른 선택의 여지가 없다는 것을 의미합니다. 즉, 우리만의 퍼블릭 블록체인을 개발해야 한다는 것입니다. 우리는 이러한 제약을 우회하려는 것도 아니고, 기존의 결론을 맹목적으로 따르려는 것도 아닙니다. 자체 L1 블록체인을 구축하는 것이 매우 어렵다는 것이 널리 알려져 있지만, 우리는 먼저 합의 문제를 해결하는 데 집중하는 접근 방식을 취했습니다. 텐더민트는 완벽하지는 않지만 매우 성숙하고 대량 실제 환경 테스트를 거쳤습니다. 우리는 텐더민트를 기반으로 개발을 진행해 현재 단계에 이르렀습니다.
Hyperliquid는 왜 자체 L1 시스템을 구축하고 이를 핵심적인 "수직 통합" 결정으로 여겼을까요?
제프 얀: 지난 몇 년 동안 L1은 업계에서 중요한 화두로 떠올랐으며, 솔라나(Solana)나 애벌랜치(Avalanche)와 같은 소위 L1 프로젝트들을 중심으로 많은 대규모 투자가 이루어졌습니다. 개념 자체는 사실 복잡하지 않습니다. L1은 블록체인 온톨로지를 의미합니다. 이와는 대조적으로 "스마트 계약 기반 구현 방식"이라는 것이 있는데, 이는 기존의 다른 L1(예: 이더 이나 솔라나) 위에 스마트 계약을 통해 거래소 로직을 구현하고, 해당 L1이 실행 및 결제를 담당하는 방식입니다.
이는 상당히 미묘한 인센티브 구조와 관련되어 있기 때문에 중요합니다. 많은 팀이 특정 L1 토큰을 기반으로 구축하려는 이유는 부분적으로는 대량 의 토큰을 보유한 벤처캐피탈/펀드로부터 지원과 홍보 자원을 더 쉽게 얻을 수 있기 때문입니다. 또한 범용 스마트 컨트랙트 L1의 가치는 애플리케이션 생태계에 따라 달라지므로 개발자들이 "내 플랫폼에 컨트랙트를 배포"하도록 자연스럽게 유도하는 경향이 있습니다. 이와 대조적으로, 텐더민트 기반의 코스모스 체인은 외부의 강력한 인센티브가 부족하여 확장성이 떨어지고, 가치가 특정 주체로 직접 귀속되지 않는 자율적인 모델에 더 가깝습니다.
제 개인적인 경험(두 가지 방식 모두 시도해 봤습니다)에 비추어 볼 때, 특히 파생상품 거래, 그중에서도 오더북 방식의 경우, 기존 L1 플랫폼을 범용 계약 플랫폼으로만 활용하여 진정으로 고품질의 거래소 구축하는 것은 상상하기 어렵습니다. 이를 뒷받침하는 사례로 dYdX를 들 수 있습니다. 업계 선두주자인 dYdX 역시 5년 운영 후 자체 블록체인으로 전환했습니다. 그들의 동기에는 법적 압력이 포함되었을 가능성이 있지만(추측일 뿐입니다), 어쨌든 현재의 아키텍처는 완전히 탈중앙화 되어 있지 않습니다. 새로운 체인이 준비되면 기존 아키텍처는 점진적으로 폐기될 것입니다. 진정으로 고품질의 거래소 구축하는 것이 목표라면, L1 플랫폼을 사용하는 방식이 더 정통적이고 확장성이 뛰어난 방향이라고 생각합니다.
좀 더 구체적인 예를 들어보겠습니다. 거래소 완전히 "스마트 계약"으로 구현된다면, 기본 계약 플랫폼의 규칙에 의해 필연적으로 강한 제약을 받게 됩니다. 이더 예로 들면, 거래 및 상태 업데이트는 일반적으로 사용자 거래를 통해 이루어집니다. 따라서 무기한 계약 거래소 의 가장 기본적인 운영 작업 중 하나인 8시간마다 펀딩 수수료를 정산하는 경우, 시스템에 10만 개의 "세션/ 포지션 "이 포지션 있다면 업데이트해야 하는 저장 공간의 수를 단일 블록에 담을 수 없습니다. 이 경우 "누가 펀딩 수수료 정산을 트리거할 것인가"를 결정하는 추가적인 메커니즘을 설계해야 합니다. 여기에는 트리거 권한 경매, 인센티브 및 수수료 배분 설계, 트리거를 수행하는 주체에 대한 가스 비용 보조 등이 포함될 수 있습니다. 더 중요한 것은, 이 과정이 종종 원자적으로 완료되지 않아 궁극적으로 "약 8시간마다" 정산이 이루어지더라도 구체적인 실행 시간은 당시 참여자들의 활동 수준에 따라 달라지며, 몇 분 정도 지연될 수 있다는 점입니다. 전략적 거래자 의 경우, 이러한 불확실성 속에서 안정적인 거래 실행 및 위험 관리 프레임 구축하는 것은 어렵습니다.
이러한 작업들은 모든 무기한 계약 거래소 에서 "기본적인" 작업으로 간주됩니다. 자체 개발 온체인 에서 이러한 작업을 구현하면 프로세스가 크게 간소화됩니다. 예를 들어, 펀딩 수수료 정산 로직을 합의 프로토콜에 포함시킬 수 있습니다. 새로운 블록이 생성되고 해당 타임스탬프가 제네시스 이후 8시간의 배수일 때, 시스템이 자동으로 펀딩 수수료 정산을 트리거하고 해당 로직을 실행하도록 규정할 수 있습니다. 이렇게 하면 전체 구현이 더욱 직접적이고 제어 가능해집니다. 다시 말해, 무기한 계약 거래소 운영하는 것은 단순히 몇 개의 스마트 계약을 작성하는 것보다 레벨 1 블록체인을 구축하는 것에 더 가깝습니다.
Hyperliquid는 왜 오더북 DEX가 "단계별 수수료" 유동성 풀 모델보다 우월하다고 생각하는가?
제프 얀: 수수료 등급 체계는 확실히 대표적인 사례입니다. 많은 AMM(자동 시장 조성자)들이 서서히 오더북 모델로 "진화"하고 있는 것을 볼 수 있습니다. 많은 DeFi 실무자들에게 이는 필연적으로 좌절감을 안겨줍니다. 마치 바퀴를 다시 발명하는 것 같은 느낌이죠. 이 과정에서 일부 혁신적인 시도가 있을 수 있지만, 더 근본적인 구조적 관점에서 보면 유동성 풀 모델은 "독창적"이기는 하지만 "과도하게 포장된" 느낌을 줍니다.
이는 AMM이 당시의 연산 및 저장 용량 제약에서 비롯되었기 때문입니다. 유니스왑이 처음 등장했던 2018년 당시에는 온체인 수행할 수 있는 연산 작업이 극히 제한적이었습니다. 트랜잭션은 종종 아주 적은 양의 저장 상태만 업데이트할 수 있었고, 사용자들은 과도하게 높은 가스 비용을 감당할 수 없었습니다. AMM은 이러한 극도로 제한된 해시레이트 과 저장 용량 조건 하에서 "간신히 사용할 수 있는" 기능을 구현하기 위해 개발된 타협안이었습니다.
어떻게 보면, 이 상품의 운영은 자금을 유치하여 유동성을 확보하는 데 달려 있습니다. 동시에, 일시적인 손실을 마케팅 전략으로 활용하는 것은 매우 영리하지만 동시에 문제가 될 소지가 있는 전략이라고 생각합니다. 개인 투자자들에게 "예금은 거래가 아니라 수익을 창출하는 것"이라는 점을 강조하고, 잠재적 손실조차 "일시적"이고 미미한 비용으로 설명하는 것입니다. 이러한 전략이 리스크 제대로 드러내는지는 적어도 논의의 여지가 있습니다.
거래자 관점에서 AMM 풀의 차익거래 기회는 메커니즘이 비교적 명확합니다. 이러한 풀을 이용한 차익거래는 수익을 창출할 수 있습니다. 현재는 이러한 거래가 상당히 포화 상태이지만, 초기에는 기대값이 분명히 높은 전략이었습니다. 오더북 시장과 달리, 이러한 풀의 유동성 공급자는 전문 MM (Market Making) 아닌 개인 투자자(LP)인 경우가 많습니다. 많은 사람들이 풀에 자금을 예치한 후 장기간 관리하지 않고 소위 "채굴 보상"에 의존하여 참여를 유지합니다. 효과적인 관리와 리스크 인식이 없다면 장기적인 기대 수익률은 기대에 미치지 못할 수 있으며, 불리한 선택으로 인해 지속적으로 손실을 입을 수도 있습니다.
초기에는 '유동성 채굴'이 인센티브를 통해 유동성을 끌어들였지만, 이러한 인센티브가 줄어들면서 일부 자금은 풀에 남아 있게 되고, 참여자들은 자신의 노출도에 지속적인 관심을 기울이지 않을 수도 있습니다. 이러한 구조 자체는 지속 가능하기 어렵습니다. 일부에서는 '거래량은 여전히 높다'고 주장할 수 있지만, 제시된 분석 프레임 안에서는 이는 장기적인 균형의 자연스러운 결과라기보다는 인센티브 및 마케팅 메커니즘과 더 관련이 있을 가능성이 높습니다. 진정한 의미의 지속 가능한 유동성은 점차 감소하여 결국 유한책임투자자(LP)들이 불리한 선택에 따른 암묵적 비용을 충당하기 위해 수수료를 인상해야 하는 상황에 이르게 됩니다. 수수료가 인상되면 개인 투자자들의 유입은 더욱 감소하여 악순환이 발생합니다.
실제로 감당할 수 있는 수준의 유동성에서는 수익률과 리스크 비용을 계산한 결과가 이상적이지 않은 경우가 많습니다. 이것이 바로 제가 유동성 공동 투자 모델이 장기적으로 지속 가능하기 어렵다고 생각하는 근본적인 이유 중 하나입니다.
소위 "업그레이드된 버전"은 GMX와 일련의 "GMX 클론"으로 이해할 수 있습니다. 이들은 더 이상 상수 함수 곡선에 의존하지 않고 오라클 가격을 사용합니다. 거래 시점의 오라클 가격이 "실제 가격"에 최대한 가깝도록 하기 위해 이러한 프로토콜은 종종 여러 가지 제약 조건과 편의적인 설계를 포함합니다. 그러나 그럼에도 불구하고 관련 문제가 빈번하게 발생합니다. 예를 들어, 누군가가 중앙화 거래소 에서 가격을 조작한 다음 GMX에서 조작된 오라클 가격을 이용하여 거래함으로써 이익을 얻을 수 있습니다. 메커니즘적인 측면에서 이러한 방법은 가격 발견 및 거래 상대방 정보 우위 문제를 근본적으로 해결하기보다는 "임시방편적인 조치"에 가깝습니다.
제 생각에는 최근 몇 년간 L1 합의 알고리즘과 같은 기반 기술의 발전으로 인해 "탈중앙화"와 "사용 가능한 거래 형식" 사이에서 과도한 타협을 할 필요가 없어졌습니다. 즉, 탈중앙화 유지하면서 오더북 기반 거래를 지원할 필요가 없어진 것입니다. 경험상, 이것이 진정한 가격 발견과 "실제 시장" 형성을 달성할 수 있는 거의 유일하게 완전히 검증된 방법입니다.
자체 구축된 L1 캐시가 크로스체인 및 법정화폐 입출금 으로 인해 가격 발견 속도를 늦출까요?
제프 얀: 이는 디파이(DeFi)에만 국한된 문제가 아니라 암호화폐 업계 전반에 걸쳐 공통적으로 발생하는 문제입니다. 중앙화 거래소 에서 차익 거래가 이루어지더라도 입출금 과정은 여전히 퍼블릭 블록체인에서 처리됩니다. 온체인 혼잡이 발생하면 전송 효율성이 크게 떨어집니다. 저희가 무기한 계약에 집중한 것은 기본적으로 80/20의 균형입니다. 시장 거래량과 가격 발견의 대부분이 무기한 계약에 집중되어 있기 때문입니다. 이를 바탕으로, 먼저 USDC를 보증금 로 사용하여 핵심 경로를 구축하고, 점진적으로 다양한 스테이블코인을 도입하여 리스크 분산하는 방식으로 또 다른 80/20 균형을 맞췄습니다. 대부분의 사용자에게 이 모델은 더 편리합니다. 브릿지/체인/계약 시스템에 USDC를 예치한 후, 한 곳에서 관점 표명하고 대량 암호화폐 자산을 거래할 수 있습니다.
변동성이 매우 높은 자산에 대한 관점 표명 및 가격 발견과 관련하여, 담보가 확보되어 있는 한 포지션을 설정하고 차익거래를 실행할 수 있습니다. 대표적인 시나리오는 현물-무기한 차익거래입니다. 즉, 펀딩 수수료를 확보하고 현물 가격과 선물 가격의 차이를 이용하여 거래하는 것입니다. 이러한 구조에서 무기한 계약 거래는 현물이나 USDC의 빈번한 변동 없이 Hyperliquid에서 완전히 완료할 수 있습니다.
물론 크로스체인 문제는 여전히 지속적인 관심이 필요한 사안입니다. 이미 주목할 만한 풀체인 기술 개발 방향이 많이 있으며, 저희는 이러한 솔루션 중 일부를 통합했고 앞으로도 그 발전을 지속적으로 지원할 것입니다. 자원 및 우선순위 제약으로 인해 멀티체인 인프라의 "독창적인 혁신"에 직접 투자하지는 않겠지만, 궁극적인 목표는 분명합니다. 자산이 어떤 소스 체인에서든 생성되어 신뢰할 수 있는 최소화 또는 탈중앙화 브리징 방식을 통해 스테이킹되고, 이를 통해 하이퍼리퀴드의 보증금 로 직접 활용될 수 있도록 하는 것입니다.
현재 Hyperliquid를 사용해 볼 때 UI, Python SDK 또는 API 직접 호출 등 어떤 방법을 사용하더라도 전체 처리 지연 시간은 대략 100~300밀리초입니다. 블록 생성의 무작위성 때문에 이 값은 정확하지 않을 수 있습니다. 언뜻 보기에는 바이낸스의 주문 체결 지연 시간보다 훨씬 느린 것처럼 보일 수 있습니다. 하지만 지연 시간의 영향은 거래 수수료처럼 선형적으로 누적되지 않습니다. 저희가 우선시하는 핵심 사용자 그룹인 개인 투자자의 경우, 100밀리초와 수십 밀리초의 차이를 사람이 확실하게 구분하기는 어렵습니다.
설령 그들이 둘을 구분할 수 있다 하더라도, 그것은 대개 핵심적인 요소가 아닙니다. 그들이 더 중요하게 생각하는 것은 "즉각적인" 상호작용적 피드백입니다. 일반적인 시장 상황에서 가격은 100밀리초와 10밀리초 사이에 크게 변하지 않습니다.
대부분의 거래 시나리오에서 블록 생성 시간으로 인한 지연 시간은 거의 0에 가깝기 때문에 자체 개발한 L1 캐시를 사용하면 허용 가능한 범위 내로 유지할 수 있습니다. 그러나 이더리움과 같은 온체인 온체인 확인 시간이 10초를 초과하면 사용자 경험이 크게 저하됩니다. 10초 안에 가격이 상당히 변동할 수 있기 때문입니다. 더욱이 사용자 관점에서 지연 시간 개선의 이점은 한계 효용 체감의 법칙을 따릅니다. 오더북 속도와 관련하여 더 중요한 지표는 TPS(초당 처리량)입니다. 특히 탈중앙화 거래소 의 경우, 이는 초당 처리할 수 있는 주문 및 주문 취소 건수를 의미합니다.
실제로 바이낸스와 같은 중앙화 거래소 와 비교했을 때, 탈중앙화 거래소 처리량이 10분의 1 수준인 경우가 많습니다.
하지만 제 생각에는 이러한 격차가 반드시 심각한 문제로 이어지는 것은 아닙니다. 컴퓨팅 성능은 계속 향상되고 있으며, 현재 성능은 엔지니어링 관점에서 이미 "충분히 좋은" 수준입니다. 바이낸스의 매칭 엔진에 대한 정확한 성능 지표는 알 수 없지만, 바이낸스가 초당 100만 건의 거래를 처리할 수 있는 반면, 저희가 자체 개발한 L1 서버는 초당 10만 건의 거래를 목표로 한다고 가정해 보겠습니다. 그렇다고 해서 "바이낸스가 10배 더 좋다"라고 단정 지을 수는 없습니다. 프로토콜 측에서 의도적으로 초당 거래량 상한선을 10만 건으로 설정할 수 있으며, 이 정도면 대상 자산의 가격 발견을 지원하고 대부분의 사용자 요구를 충족하기에 충분할 것입니다. 실제로 가격 변동성이 극심한 시기에는 빈번한 재주문이 온체인 처리되기까지 몇 블록, 심지어 열 블록까지 지연될 수 있습니다.
하지만 유사한 현상은 중앙화 거래소 에서도 발생할 수 있습니다. 따라서 수치상으로는 "한 자릿수" 차이가 있을 수 있지만, 그것이 비용 측면에서도 "한 자릿수" 차이가 난다고 단정할 수는 없습니다.
반대로, 처리량이 초당 10건(TPS)에 불과한 일반적인 스마트 계약 체인과 비교하면 10건과 10만 건의 차이는 결정적인 의미를 갖습니다. 게다가 이는 단순히 TPS 문제만이 아니라 엔지니어링상의 절충점도 포함합니다. dYdX는 오프체인 오더북 방식을 일관되게 강조해 왔습니다. 제가 이해하기로는 버전 4에서도 검증자들이 자체 오더북 운영하고 결제만 온체인 처리하는 방식을 고수할 계획입니다.
이론적으로는 TPS(초당 트랜잭션 처리량)를 몇 배나 향상시킬 수 있지만, 상당한 대가를 치러야 합니다. MEV(다중 이벤트 가치) 공간이 크게 확장되는 동시에 "무엇이 사실인지"에 대한 모호함이 커질 것입니다. 제 생각에는 오더북 시스템 상태의 일부로 간주되어야 하며, 이를 오프체인에 두면 전체 시스템을 이해하고 검증하기가 더 어려워집니다. 따라서 저는 견고성, 복원력 및 투명성을 크게 향상시키는 대신 몇 배의 성능 손실을 감수하는 쪽을 선호합니다. 제 생각에는 이러한 이점이 비용보다 훨씬 큽니다.
한 가지 더 말씀드리자면, 저희는 최근 합의 메커니즘 연구에 대한 체계적인 조사도 진행했습니다. 합의 메커니즘이 시스템의 주요 병목 현상이 될 것으로 예상되지만, 최근 몇 년 동안 많은 새로운 성과가 있었고, 그 방향성은 매우 고무적입니다. 텐더민트는 핵심 아이디어가 최소 10년 이상 된 비교적 "오래된" 프로토콜입니다. 학계는 관련 문제에 대한 풍부한 경험을 축적해 왔지만, 많은 새로운 합의 프로토콜은 아직 상용화 수준에 도달하지 못했습니다. 따라서 저희는 현재 텐더민트를 단계적 솔루션으로 선택했으며, 합의 메커니즘을 제외한 거의 모든 부분을 자체 개발하고 있습니다. 코스모스 SDK에 의존하지 않고, Rust를 사용하여 고성능 구성 요소를 처음부터 구현하고 있습니다.
한편, 저희는 관련 연구를 완료했으며 앞으로도 지속적으로 후속 조치를 취할 것입니다. 더 나은 상용화 가능한 합의 프로토콜이 등장한다면, Tendermint를 새로운 솔루션으로 교체하는 데 드는 마이그레이션 비용은 높지 않을 것으로 예상합니다. 모든 조건이 충족되면 최소 10배 이상의 성능 향상을 기대하고 있습니다. 저희는 기술 로드맵에 대해 낙관적입니다. 자체 개발 구성 요소와 PoC(개념 증명) 모두 준비가 완료되었으며, 벤치마크 데이터에서도 우수한 성능을 보여주고 있습니다. 플랫폼이 목표 워크로드를 처리할 수 있음을 확인하기 전까지는 현재 진행 중인 마케팅 및 사용자 확보 노력을 진행하지 않을 것입니다.
저는 통제력, 의지력, 성공, 행동력, 그리고 결단력에 집중합니다. 이는 저희의 "일을 완수하는" 접근 방식과 완벽하게 일치하며, 다른 많은 팀들과 차별화되는 요소입니다. 저희의 목표는 종종 "보수적"이지 않습니다. 예를 들어, "완전한 탈중앙화 유지하면서 사용자 경험을 희생하지 않고 바이낸스와 같은 플랫폼을 만들 수 있을까?"와 같은 질문입니다. 대부분의 사람들은 이런 목표를 달성하는 데 최소 5년은 걸릴 것이라고 생각할 것입니다. 하지만 저희는 결론을 미리 정해두지 않고, 근본 원칙부터 시작하여 이를 현실로 구현해 나갑니다. 이러한 의지력과 실행력은 거래에서 매우 중요합니다. 승리하고자 하는 열망과 수익을 내고자 하는 동기, 이 두 가지 중 하나라도 부족하면 장기적으로 성공하기 어렵습니다. 이제 더 큰 시스템을 구축해 나가는 과정에서 이러한 "전차처럼" 나아가는 접근 방식은 더욱 중요해졌습니다. 시장은 이러한 방식을 절실히 필요로 하지만, 그 책임을 기꺼이 떠맡으려는 사람은 드뭅니다. 그 이유는 부분적으로는 본질적으로 어렵기 때문입니다. 저희의 선택은 분명합니다. 저희는 해낼 것입니다.
