비트코인 거래망의 구글 매트릭스와 부의 집중 분석

초록

본 논문은 2009년부터 2013년 4월까지의 비트코인 거래 데이터를 이용해 수백만 규모의 거래 네트워크를 구축하고, 구글 매트릭스(Google matrix)를 통해 PageRank·CheiRank 분포, 고유값 스펙트럼, 그리고 Gini 계수를 분석한다. 결과는 고유값이 원형 구조를 이루는 특이한 스펙트럼과, 전체 부의 대부분이 소수의 사용자에게 집중되는 현상을 보여준다.

상세 분석

이 연구는 공개 블록체인에서 추출한 2억 8천만 건 이상의 비트코인 거래를 기반으로, 각 주소를 노드, 거래 금액을 가중치로 하는 방향성 그래프를 만든 뒤 구글 매트릭스 G=αS+(1−α)E 형태로 정규화하였다. 여기서 S는 각 노드의 총 송금액으로 정규화된 전이 행렬이며, α=0.85를 채택해 웹 서핑 모델을 그대로 적용하였다. PageRank와 CheiRank를 각각 원래 거래 방향과 반대 방향에 대해 계산했으며, 두 순위의 확률 분포는 K‑지수에 대해 P∝K^−ν 형태의 파워‑law를 보였고, ν≈0.86(페이지랭크), ν≈0.73(체이랭크)로 기존 WWW·위키피디아 네트워크와 유사하였다. 특히 네트워크 규모가 6백만 노드에 달하는 최신 분기에서는 분포가 안정화되어, 대규모 탈중앙화 거래망에서도 페이지랭크가 여전히 중심 노드를 효과적으로 식별함을 확인했다.

스펙트럼 분석에서는 고유값이 복소평면에 원형으로 배열되는 ‘링 구조’를 발견했으며, 이는 거래망 내에 서로 강하게 연결된 숨은 커뮤니티가 존재함을 시사한다. 이러한 구조는 전통적인 무작위 그래프에서는 보기 드문 현상으로, 커뮤니티 내부에서 순환적인 자금 흐름이 반복되는 패턴을 반영한다. 그러나 고유값이 단위 원에 매우 가깝게 몰려 있어 수치적 불안정성이 크게 나타났다. 저자들은 행렬을 불변 부분집합(invariant subsets)과 코어 공간(core space)으로 분할하고, 작은 블록은 직접 대각화, 대규모 코어는 Arnoldi 알고리즘(차원 n_A≈16000)으로 접근했다. 그럼에도 불구하고, 저밀도(링크 대비 노드 비율 ≈1.5)와 큰 조던 블록(Jordan block) 때문에 |λ|<0.95 이하의 고유값은 일반 이중 정밀도(double precision)에서는 신뢰할 수 없으며, 고정밀 GMP 연산을 통해서만 정확한 값을 얻을 수 있었다.

부의 분포를 정량화하기 위해 모든 거래의 순입출 차액을 사용자별 잔액 B_u 로 정의하고, Gini 계수를 계산했다. 전체 기간에 대한 Gini 계수는 0.99에 육박했으며, 이는 비트코인 네트워크 내 부가 극도로 비대칭적으로 집중되어 있음을 의미한다. 소수의 ‘고래’ 주소가 전체 비트코인 양의 대부분을 보유하고, 나머지 다수는 거의 0에 가까운 잔액을 가진다. 이러한 결과는 탈중앙화와 익명성을 표방하는 암호화폐가 실제로는 부의 집중을 촉진할 수 있음을 시사한다.

전반적으로 이 논문은 복잡계 네트워크 이론과 구글 매트릭스 기법을 금융 블록체인 데이터에 적용함으로써, 거래 구조, 커뮤니티 형성, 그리고 부의 불평등을 동시에 조명한다는 점에서 학제 간 연구의 모범 사례라 할 수 있다.