블록체인 프로젝트에 시뮬레이션이 필요한 이유

필요한 이유

블록체인 프로젝트는 안정적인 생태계를 구축하는 것이 최종 목표라고 할 수 있다. 여기서 안정적인 생태계가 만들어지기 위해서는 참여자간에 보상으로 지급될 코인이 공정하고 합리적으로 분배되는게 보장돼야 한다. 따라서 코인이 어떻게 순환되는지 점검해 볼 수 있다면 생태계의 건강도, 즉 블록체인 프로젝트의 성공을 가늠해 볼 수 있다. 생태계 내에서 코인이 어떻게 순환되는지 점검해 볼 수 있는 방법 중에 하나가 시뮬레이션이다. 코인은 돈과 같은 실제 자산일뿐만아니라 코인의 분배 로직이 구축되고 문제가 발생 시에 수정하기가 쉽지가 않다. 기술적으론 수정이 어려운 것은 아니나, 참여자간의 이해관계 때문에 조정이 쉽지 않다. 유사 사례로 2017년 비트코인 프로토콜 업그레이드와 이더리움 스마트 컨트랙트 해킹에 따라 하드포크가 발생했을 때 참여자간 다른 입장차로 분화된 것을 들 수 있다. 또한, 시뮬레이션을 통해서 형태가 있는 제품의 로직이 문제가 없는지 검토해 볼수 있는것처럼 무형의 생태계가 목적하는 방향으로 움직이는지 점검해 볼 수 있다. 우리가 익숙한 기존의 영리 비지니스 모델링 과정을 먼저 정리해 보고 블록체인 비지니스(프로젝트) 모델링을 비교 평가해서 이해도를 높이고자 한다.

1 영리 기업 비지니스 모델링

기업 비지니스 모델링이란 고객의 가치를 찾아가는 과정이라고 할 수 있다. 여러가지 접근 방식이 있겠지만, 스타트업에서 주로 사용하는 방법은 린스타트업이다. 여기선 이 한가지 방법만 조명하고자한다. 린스타트업은 간단히 만들고(Build) 측정하고(Measure) 배우는(Learn) 피드백을 빨리 가져가면서 고객의 가치에 초점을 맞춰가는 것이다. 큰 기업들이 주로하는 시장조사 이후에 정교한 전략과 기획에서 벗어서 시장의 트렌드와 빠르게 발 맞추고자 하는 전략이다. 핵심은 참여자들이 공동의 목표(비전-전략-제품)을 가지고 왜 -> 무엇을 -> 어떻게 할 것인지 끊임없이 질문을 해가면서 조직원들을 움직여야 한다. 그렇다면 기업 비지니스 모델링엔 시뮬레이션이 어떤 의미가 있을까? 시뮬레이션이란 제품이 얼마나 의도한 대로 작동하는지 점검하는 것이다. 제품을 직접 양산하기에는 비용이 많이드므로 가상의 환경에서 원하는 결과를 만들 수 있는지 테스트해보는 것이다. 특히 시뮬레이션은 제품의 가상 경험데이터를 만들어 주므로 사람에게 직접 테스트 해볼 수 없는 위험한 제품을 만들 시에 특히 유리하다.

1.2 블록체인 비지니스 모델링

코인(보상)이 필요한 블록체인 비지니스 모델링 과정은 개인적으론 비지니스라는 용어를 삭제해야 한다고 본다. 왜냐하면 비지니스엔 영리라는 속성을 가지고 있어서다. 블록체인 비지니스는 플랫폼 비지니스와 같은 형태를 띄고 있으나 수익을 플랫폼 중계자가 독차지 하는 것이 아닌 참여자 모두에게 기여한 만큼 배분하는 것이므로 영리적 속성보단 조합 같은 생태계 구축 모델이다. 여기 이후부터는 블록체인 비지니스가 아닌 블록체인 프로젝트라고 칭하겠다.

블록체인 프로젝트는 이미 언급했듯이 플랫폼 비지니스이다. 보상으로 주워질 코인을 공정하게 분배되는 것이 성공적 프로젝트의 전제조건이다. 그러므로 코인의 순환을 모니터링하여서 생태계 건강도를 체크해 볼 수 있다. 코인의 순환을 가상이 공간인 컴퓨터상에서 쉽게 해볼수 있는 게 시뮬레이션이다. 또한, 시뮬레이션을 통해서 경험데이터를 만들어 볼 수 있기 때문에 예측데이터로도 활용할 수 있다. 기업이 만든 제품의 사용자 경험 데이터를 얻을 수 있다는 것은 엄청난 잇점이다. 블록체인 프로젝트는 출발점이 가상의 공간이므로 시뮬레이션을 적용하기 쉽다.

2. 시뮬레이션 과정

Agents 정의 ▶ Agents 간 적합한 관계 설정 ▶ 환경과 Agents 의 제한 조건 설정 ▶ 시뮬레이션 시행 ▶ 피드백 결과중 부작용 줄이는 작업 ▶ 반복

에이전트 기반으로 시뮬레이션 할 수 있는 여러 도구중에 Repast Symphony 을 기준으로 설명한다.

Repast 에서 시뮬레이션할 때 고려할 작업 — 시뮬레이션 모델 요구사항 정의 — 개념 모델링 (참여 개체, 수단, 목적 등 정의) — 모델 초기화 설정 — 시뮬레이션 시나리오 설정 — 시뮬레이션 매개변수 설정 — 출력 변수 확인 — 결과 분석

3. 시뮬레이션에서 필요한 요소기술

시뮬레이션이란 실제 양상품을 만들기전에 적은 비용으로 제품이 제작되는 과정에 문제가 없는지 검토하기 위해 주로 사용한다. 컴퓨터 기술의 발달로 가상화 할 수 있는 대상들이 늘어남으로써 제품뿐만 아니라 신규 개설 도로 교통량분석, 자연 재난분석 등 여러 분야 적용되고 있다. 시뮬레이션에 적용할 수 있는 다양한 패턴 기술이 있으나 여기서는 블록체인 프로젝트에 직접적으로 사용할만한 기술들만 언급하고자 한다.

3.1 ABMS

ABMS(Agent Based Modelling and Simulation) 이란 자기결정능력이 있는 에이전트들이 시뮬레이션에 도입된 모델링 패더다임이다. 에이전트들의 결정과정엔 행동 규칙과 개별적 특성을 유지한다. 에이전트 끼리는 상호작용할 수 있다. 또한 변화무쌍한 주변 환경의 변화에 에이저트들이 대응할 수 있다. 그래서 에이전트들을 서로 엮어주는 네트워크 경제 모델에 적합한 시뮬레이션 방식이다. 네트워크 모델이란 단순히 관련있는 에이전트를 묶어준다는 의미이다.

3.2 메커니즘 디자인

최근에 블록체인 프로젝트에서 많이 도입하고 있는 시뮬레이션 모델링 방법이다. 게임 이론(Game theory)은 이미 많이 알려져있듯이 주어진 게임의 규칙에서 최선의 전략을 찾는 것을 연구하는 이론이다. 메커니즘 디자인(Mechanism Design)은 게임 이론과 반대로 설계자가 원하는 결과를 정의하고 플레이어들이 그 결과를 향해 가도록 유도하는 게임을 만드는 이론이다. 블록체인 프로젝트에서 토큰 이코노미 고려시에도 설계자가 최적의 모형을 가정하고 해당 결과가 나올때까지 반복해 가면서 최적화해가는 방법으로 추진하다. 메커니즘 디자인은 크게 설계자가 결정할 수 있는 Social choice function과 설계자가 통제할 수 없는 각 Agent들의 전략으로 나누어진다.

좋은 메커니즘 디자인 조건 Efficiency : 메커니즘이 모든 agent의 효용의 합을 극대화시키는 선택을 하도록 만듦 Truthfulness : 모든 agent의 균형 전략이 정직하게 자신의 Type을 보고하는 것일때 Budget Balanced : Agent의 type이 바뀌더라도 메커니즘이 transfer function으로 얻는 수입이 일정할 때 Individual Rationality : 어떤 agent도 메커니즘에 참여했을 때 (평균적으로) 잃는 것이 없는 경우 Tractability : 메커니즘의 결과를 다항 시간(polynomial) 내에 연산할 수 있을 때

3.3 원인주의 이론(Causation Theory)

원인주의란 비지니스 전략 모델로서 최상의 모델을 가정해 놓고 자원을 투입하면서 목표에 간격을 좁혀가는 모델이다. 예측기반의 비지니스 전략중 하나이다. STP (Segmentation, Targeting, Positioning)가 대표적이다.

※ 아직 한국에는 Causation Theory 에 대한 한글 명칭이 조사시점에는 없어서 자의적으로 원인주의 이론이라 정했다.

3.4 결과주의 이론(Effectuation Theory)

메커니즘 디자인 이론과 같이 생태계 모델에 적합한 모델이다. 공통점은 둘 다 예측기반 모델이 아니고, 제한 환경과 조건내에서 참여자들의 자율적인 행위를 전제로한 모델이다. 차이점은 메커니즘 디자인은 최적의 모델로 유도하는 방식이라면, 결과주의 이론은 모든 예외 조건을 열어 놓고 손해가 더 적은 방식을 취한다.

결과주의 원칙 - 목적보단 수단중심 : 결과주의 전략은 사전 목표 성취를 위해서가 아닌, 가능한 수단안에서 효과의 선택에 집중한다. - 기대수익보단 감수할 수 있는 손해중심 : 결정은 미리 계산된 것에 의존하지 않는다. 결정자는 선택의 결과는 확신할 수 없더라도 감당할 수 있는 정도이면 진행한다. - 경쟁요소 분석보단 파트너쉽 중심 : 결과주이자의 목표가 같은 협력자를 적극 유치. - 우발상황을 피하기보단 활용 중심 : 갑자스러운 상황에 오픈 마인드 유지 - 예측보단 컨트롤 중심 : 불확실한 미래를 예측하지 말고, 주변 상황을 적극 활용하여 미래를 컨트롤 해라.

※ 아직 한국어로는 Effectuation Theory 에 대한 한글 명칭이 조사시점에는 없어서 자의적으로 원인주의 이론이라 정했다.

4. 원인주의와 결과주의 실사례

Paola 라는 기업가가 원인주의(인과관계) 시나리오로 카레 식당을 시작합니다. STP 접근법을 사용하여 시장 조사를 수행합니다. 시장을 세분화하고 초기 목표가 설정됩니다. 다음 단계에서 기업가는 필요한 수단을 제공할 공급자를 선정합니다. 마지막 단계로 제품을 출시하고 실제 판매가 시작됩니다. 이 접근법은 시장 조사에 대한 투자를 포함합니다(시간과 돈). 출시 된 제품은 예상 수익이 클것으로 예측됩니다. 반면에 결과주의 시나리오에서 Paola는 제한된 금액의 돈과 예비 목표 같은 사용 가능한 수단으로 식당 창업을 합니다. 그녀는 인도 식당을 운영하는 데 필요한 노하우를 알고 있습니다. 파올라는 두 명의 친구와 연락하고 초기 비즈니스 목표에 대해 설명합니다. 친구 중 한 명이 도움을 약속합니다. 그녀는 배달 서비스에 대한 전문 지식을 가지고 있습니다. 그 때문에 Paola는 이제 새로운 목표를 추가합니다. 식당에서 카레와 함께 배달 서비스를 제공합니다. 다른 친구는 잠재적 투자자를 알고 있습니다. 그 투자자는 그녀가 더 일반적인 식당 메뉴를 제공한다면 상당한 금액의 투자를 약속합니다. Paola는 이제 새로운 사업 가능성 (목표)을 가집니다. 따라서 Paola는 초기 목표 대신 새로운 확장 목표를 선택하기로 결정합니다. 일반적인 메뉴를 더 포함합니다. 결과주의 시나리오에서 파올라의 초기 아이디어보다 많은 변화가 생겼습니다. 즉 변화에 열려있습니다.

5. 시뮬레이션 설계시 고려사항

5.1 측정할 수 있는 것과 없는 것을 분리

블록체인 프로젝트가 블록체인에 담고 싶은 데이터는 코인 이력과 기여도 이력일 것이다. 여기서 기여도 데이터의 목적은 순위를 매겨서 비율별로 코인을 분배하고자 하는 것이다. 따라서 기여도 데이터의 분포형태는 정규분포를 띄술밖에 없다. 그러므로 시뮬레이션에 참여하는 에이전트들의 활동이 정량적이든 정성적든지 상관없이 최종 기여도 데이터는 정규분포이므로 랜덤으로 기여도 데이터를 만들어 측정해도 정규분포를 띰으로 비교 분석에 문제가 없다.

5.2 생태계 참여자들의 관계를 시뮬레이션에 어떻게 표현할지 고민

스팀잇 참여자는 “작가, 독자’로 나눠진다. 작가와 독자의 관계는 작가가 만들어 내는 스토리에 투표를 통해서 연결된다. 더 깊이 들어가서, 독자가 투표하는 작가의 글감을 어떻게 만나고 투표와 글감을 어떻게 표현할지고민해야한다. 이런 참여자들의 관계 형성을 시뮬레이션상에서 어떻게 구현할지 기존의 연구된 관계형성 모델들을 연구해봐야 한다.

6. 향후 계획

현재 진행하고 있는 블록체인 프로젝트에 결과주의 이론을 접목한 에이전트 기반 시뮬레이션을 통해서 경험 데이터를 뽑는 과정을 다음 글에서 전반적으로 다루고자 한다.

참고자료

1. Agent-Based Simulation of Effectual and Causal Behaviors of Entrepreneurs, Klesti Hoxha, 2012.4. 2. 메커니즘 디자인 최적화로 푸는 토큰 모델 설계, eddy song, Decon.lab, 2018.9. 3. Token Model Simulation #0, 서영교, Decon.lab. 2018.10. 4. Towards understanding startup product development as effectual entrepreneurial behaviors, Anh Nguven Duc, 2016. 5. Repast Statecharts Guide, REPAST DEVELOPMENT TEAM, 2016.9. 6. Repast Java Getting Started, NICK COLLIER, 2016. 7. Agent-based Modelling and Simulation, Charles M. Macal, 2009. 8. 린스타트업 이해와 case study, 이희우, 2015.