[논문 리뷰] From Innovations to Prospects: What Is Hidden Behind Cryptocurrencies?

Ang Jia, Ming Fan외 6명|arXiv (Cornell University)|2021. 03. 16.

Advanced Data Storage Technologies참고 문헌 58인용 수 6

한 줄 요약

이 논문은 2018년 활성화된 앨트코인에 대한 GitHub 레포지토리와 시장 데이터의 실증 분석을 통해 앨트코인의 코드 혁신을 조사한다. 약 85% 이상의 앨트코인이 높은 코드 유사도를 보이며, 시간적 클러스터링을 통해 생물학적 유사 가계도를 구성하고, 더 높은 혁신도가 시장 전망과 관련이 있음을 밝히지만, 코드만으로는 가격을 예측하기에는 약한 상관관계가 있음을 확인한다.

ABSTRACT

The great influence of Bitcoin has promoted the rapid development of blockchain-based digital currencies, especially the altcoins, since 2013. However, most altcoins share similar source codes, resulting in concerns about code innovations. In this paper, an empirical study on existing altcoins is carried out to offer a thorough understanding of various aspects associated with altcoin innovations. Firstly, we construct the dataset of altcoins, including source code repositories, GitHub fork relations, and market capitalizations (cap). Then, we analyze the altcoin innovations from the perspective of source code similarities. The results demonstrate that more than 85% of altcoin repositories present high code similarities. Next, a temporal clustering algorithm is proposed to mine the inheritance relationship among various altcoins. The family pedigrees of altcoin are constructed, in which the altcoin presents similar evolution features as biology, such as power-law in family size, variety in family evolution, etc. Finally, we investigate the correlation between code innovations and market capitalization. Although we fail to predict the price of altcoins based on their code similarities, the results show that altcoins with higher innovations reflect better market prospects.

연구 동기 및 목표

• 암호화폐 분야에서의 기술적 원형성에 대한 우려를 해결하기 위해, 앨트코인 내 코드 재사용 및 혁신의 정도를 이해하는 것.
• 소스 코드 유사도와 포크 관계를 기반으로 앨트코인 간의 진화적 관계를 모델링하고, 생물학적 가계도에 비유하는 것.
• 코드 혁신이 시장 성과, 특히 시가총액과 가격 추세에 미치는 영향을 분석하는 것.
• 기술적 혁신이 앨트코인의 장기적 시장 전망을 결정하는 데 미치는 영향에 대한 실증적 증거를 제공하는 것.

제안 방법

• 2018년 활성화된 앨트코인에 대해 GitHub 레포지토리, 포크 관계, CoinMarketCap의 시가총액 데이터를 결합한 데이터셋을 구축하였다.
• RKR-GST 알고리즘을 적용하여 앨트코인 레포지토리 간의 텍스트 기반 코드 유사도를 계산하였으며, 소스 코드를 순수 텍스트로 간주하였다.
• 시간 창(θt = 3개월)과 코드 유사도 임계값(θs = 70%)을 사용하여 상속 관계를 식별하기 위해 시간적 클러스터링 알고리즘을 제안하였다.
• 앨트코인의 가계도를 구축하여, 가족 규모의 힘법칙 분포와 다양한 진화 경로와 같은 생물학적 유사성에 기반한 진화 모델링을 수행하였다.
• 기본 결정 트리, 나이브 베이즈, 다층 신경망과 같은 기계학습 모델을 사용하여 코드 유사도 특징을 기반으로 신규 앨트코인의 상대적 가격 변동을 예측하였다.
• 코드 혁신 지표와 시가총액 간의 상관관계 분석을 수행하여 기술적 혁신이 시장 성과에 미치는 영향을 평가하였다.

실험 결과

연구 질문

• RQ1 앨트코인 소스 코드는 어느 정도 공유되며, 생태계 전반에서 코드 유사도는 얼마나 높은가?
• RQ2 앨트코인 간의 진화적 관계는 어떻게 모델링할 수 있으며, 상속 및 개발 과정에서 드러나는 패턴은 무엇인가?
• RQ3 코드 혁신과 시가총액 또는 가격 성과 간의 상관관계는 어떠한가?
• RQ4 기존 앨트코인들과의 코드 유사도를 기반으로 신규 출시된 앨트코인의 시장 전망을 예측할 수 있는가?

주요 결과

• 85% 이상의 앨트코인 레포지토리가 높은 코드 유사도를 보이며, 90% 이상의 프로젝트가 소스 코드 기준 최소 80% 이상의 유사도를 공유하고 있다.
• 앨트코인의 가계도는 생물학적 유사 진화 패턴을 따르며, 가족 규모의 힘법칙 분포와 다양한 진화 경로가 포함되어 있다.
• 높은 코드 유사도에도 불구하고, 코드 특징만으로 가격 변동을 예측하는 정확도는 시간이 지남에 따라 감소하여, 2018년에 출시된 앨트코인의 경우 33%에 그친다.
• 코드 유사도만으로는 시장 성과를 신뢰할 수 없지만, 더 높은 혁신 수준을 가진 앨트코인은 일관되게 더 좋은 시장 전망을 보인다.
• 코드 혁신과 시가총액 간의 상관관계는 약하지만 양의 관계를 보이며, 이는 혁신이 장기적 성공에 있어 중요한 요소임을 시사한다.
• 본 연구는 기술적 구현이 시간이 지남에 따라 가격 추세에 미치는 영향이 점점 줄어들며, 후기 단계에서는 시장 심리가 기술적 우수성보다 더 지배적일 수 있음을 드러낸다.