DeXposure 탈중앙화 금융 네트워크 프로토콜 간 신용 노출 데이터셋 및 벤치마크
📝 원문 정보
- Title: DeXposure: A Dataset and Benchmarks for Inter-protocol Credit Exposure in Decentralized Financial Networks
- ArXiv ID: 2511.22314
- 발행일: 2025-11-27
- 저자: Wenbin Wu, Kejiang Qian, Alexis Lui, Christopher Jack, Yue Wu, Peter McBurney, Fengxiang He, Bryan Zhang
📝 초록 (Abstract)
본 논문에서는 탈중앙화 금융(DeFi) 네트워크에서 프로토콜 간 신용 노출을 측정하기 위한 최초의 대규모 데이터셋인 DeXposure를 구축한다. 2020년부터 2025년까지 전 세계 4,300여 개 프로토콜, 602개 블록체인, 24,300여 토큰에 걸쳐 4,370만 건의 기록을 수집하였다. 총 잠긴 가치(TVL)의 변동으로부터 추론된 금융 의존 관계를 ‘가치 연계 신용 노출(value‑linked credit exposure)’이라 정의하고, DefiLlama 메타데이터를 활용한 토큰‑프로토콜 모델을 통해 각 토큰의 가격·거래량 변동이 프로토콜 간 노출에 어떻게 반영되는지를 추정한다. 구축된 데이터셋을 기반으로 (1) 전역 네트워크 구조 변화를 추적하는 그래프 클러스터링, (2) Terra와 FTX 사태와 같은 대형 충격 시 섹터별 노출 동역학을 분석하는 벡터 자기회귀, (3) 시간적 그래프 신경망을 이용한 동적 링크 예측이라는 세 가지 머신러닝 벤치마크를 제시한다. 실험 결과, 네트워크 거래량은 급격히 증가하고 핵심 프로토콜에 집중되는 경향이 나타났으며, 전체 연결 밀도는 감소하였다. 또한 대출 플랫폼, 거래소, 자산 관리 프로토콜 등 섹터별로 충격 전파 양상이 뚜렷하게 구분되었다. DeXposure 데이터와 코드는 공개되어 향후 머신러닝 기반 금융 위험 모니터링, 정책 분석, DeFi 시장 모델링 등에 활용될 수 있다.💡 논문 핵심 해설 (Deep Analysis)
데이터 수집 과정은 DefiLlama의 메타데이터와 블록체인 탐색기를 결합해 자동화되었으며, 2020‑2025년 사이의 5년 데이터를 일관된 포맷으로 정제하였다. 4,300여 개 프로토콜과 602개 블록체인, 24,300여 토큰이라는 규모는 기존 DeFi 데이터셋보다 한 차원 높은 커버리지를 제공한다. 특히, 토큰‑프로토콜 매핑 모델은 토큰 가격·거래량 시계열을 입력으로 하여, 해당 토큰이 어느 프로토콜에 얼마나 기여하고 있는지를 추정한다. 이는 기존에 프로토콜 별 TVL만을 사용해 노출을 추정하던 방식보다 더 정교한 연결 강도를 파악할 수 있게 한다.
벤치마크 설계도 주목할 만하다. 첫 번째 벤치마크인 그래프 클러스터링은 전체 네트워크의 구조적 변화를 시계열적으로 추적한다. 이를 통해 네트워크 볼륨이 급증하면서도 핵심 프로토콜에 집중되는 ‘집중화 현상’과, 전체 가능한 연결 대비 실제 연결 비율인 밀도가 감소하는 ‘희소화 현상’이 동시에 발생함을 확인한다. 두 번째 벤치마크인 벡터 자기회귀(VAR) 모델은 Terra와 FTX 같은 대형 충격이 발생했을 때 섹터별 신용 노출이 어떻게 전파되는지를 정량적으로 분석한다. 결과는 대출 플랫폼이 충격을 가장 크게 흡수하고, 거래소와 자산 관리 프로토콜이 연쇄적으로 영향을 받는 구조적 차이를 보여준다. 세 번째 벤치마크인 시간적 그래프 신경망(TGNN)은 동적 링크 예측을 목표로 하며, 미래에 새로운 신용 노출이 형성될 가능성을 높은 정확도로 예측한다. 이는 리스크 관리와 사전 경보 시스템 구축에 직접적인 활용 가치를 가진다.
한편, 데이터와 모델에는 몇 가지 한계도 존재한다. 첫째, TVL 변동을 신용 노출의 유일한 지표로 삼는 가정은 토큰 가격 변동성, 스마트 계약 업데이트, 외부 규제 변화 등 복합 요인을 충분히 반영하지 못한다. 둘째, 데이터 수집 시점이 2025년까지로 제한돼 있어, 이후 급격히 등장한 레이어‑2 솔루션이나 크로스‑체인 브리지를 충분히 포괄하지 못한다. 셋째, 토큰‑프로토콜 매핑 모델은 토큰이 다중 프로토콜에 동시에 사용되는 경우 가중치를 어떻게 분배할지에 대한 명확한 기준이 필요하다.
향후 연구 방향으로는 (1) 다중 지표(예: 유동성 풀 깊이, 대출 이자율)와 결합한 복합 신용 노출 모델 개발, (2) 실시간 스트리밍 데이터를 활용한 온라인 업데이트 메커니즘 구축, (3) 정책 시뮬레이션을 위한 에이전트 기반 모델링을 통한 충격 전파 메커니즘 정밀 분석이 제시된다. 이러한 확장은 DeXposure가 단순 데이터셋을 넘어, DeFi 생태계의 시스템적 위험을 사전에 탐지하고 완화하는 핵심 인프라로 자리매김하도록 할 것이다.
📄 논문 본문 발췌 (Translation)
📸 추가 이미지 갤러리
