데이터를 다 받지 않고 다 있는지 어떻게 알까
블록체인이 처리할 수 있는 데이터가 늘어날수록, 모든 참여자가 모든 데이터를 내려받아 확인하기는 점점 어려워집니다. 데이터 가용성 샘플링(DAS)은 데이터 전체가 아니라 무작위로 고른 작은 조각 몇 개만 확인해, 데이터가 정말 공개돼 있는지를 높은 확률로 판단하는 방법입니다.
이 글은 샘플링이 어떻게 작동하는지, 샘플을 몇 개 확인하면 얼마나 확신할 수 있는지를 가상의 계산으로 보여줍니다. 이 방법이 성립하려면 어떤 가정이 필요한지, 데이터가 실제로 사라졌을 때 복구와 출금 경로는 어떻게 되는지도 정리합니다.
데이터 가용성의 질문
Ethereum.org의 데이터 가용성 설명처럼, 블록을 만든 쪽이 거래 데이터를 숨기면 다른 참여자는 그 블록의 결과가 맞는지 검증할 수 없습니다. 롤업에서는 이 데이터가 있어야 운영자가 멈췄을 때 다른 사람이 상태를 재구성해 사용자가 자산을 꺼낼 수 있습니다. 그래서 ‘데이터가 실제로 공개됐는가’는 보안의 핵심 질문입니다.
데이터 가용성은 데이터가 올바른지와는 다른 질문입니다. 데이터의 내용이 맞는지는 사기 증명이나 유효성 증명이 확인하고, 데이터 가용성은 누구나 그 데이터를 받아볼 수 있는지만 확인합니다. 둘 다 갖춰져야 롤업이 제대로 안전합니다.
게시와 실행의 분리
모듈러 구조에서는 데이터를 공개하는 계층과 거래를 실행하는 계층이 분리될 수 있습니다. 데이터 가용성 계층은 데이터를 받아 공개하고 보관하는 일만 맡고, 그 데이터가 어떤 거래를 뜻하는지 해석하지는 않습니다. Celestia 문서는 이런 데이터 가용성 전용 계층과 샘플링 방식을 설명합니다.
이렇게 역할을 나누면 실행 계층은 데이터를 저렴하게 공개할 수 있지만, 그 데이터 계층이 정말 데이터를 공개하고 있는지를 누군가 확인해야 합니다. 샘플링은 그 확인을 큰 서버 없이 가벼운 노드도 할 수 있게 만드는 방법입니다.
샘플링 기본 원리
데이터는 먼저 ‘소거 부호화’라는 방식으로 원래 크기의 두 배 정도로 늘려 조각을 나눕니다. 이렇게 하면 전체 조각의 절반만 있어도 원본 전체를 복구할 수 있습니다. 따라서 데이터를 숨기려는 쪽은 복구를 막기 위해 조각의 절반 이상을 숨겨야 합니다.
가벼운 노드는 무작위로 조각 몇 개를 요청합니다. 절반 이상이 숨겨져 있다면, 각 요청이 실패할 확률은 최소 50%입니다. 여러 번 요청해 모두 성공했다면, 데이터가 숨겨졌을 가능성은 요청 횟수에 따라 급격히 줄어듭니다.
가상 검증 사례
아래 표는 데이터를 숨기려는 쪽이 복구를 막을 만큼(절반 이상) 조각을 숨겼을 때, 가벼운 노드 하나가 무작위 샘플을 몇 개 확인하면 숨김을 놓칠 확률이 얼마인지 계산한 가상 예시입니다.
| 확인한 무작위 샘플 수 | 모든 샘플이 우연히 성공할 확률 (최대) | 해석 |
|---|---|---|
| 1개 | 50% | 거의 의미 없음 |
| 10개 | 약 0.098% | 1,000번에 1번 정도 |
| 20개 | 약 0.0001% | 100만 번에 1번 정도 |
| 30개 | 약 0.0000001% | 10억 번에 1번 정도 |
미탐지 확률 ≤ 0.5^샘플 수. 노드가 많아질수록 전체 네트워크가 숨김을 놓칠 확률은 더 줄어듭니다. 다만 이는 아래의 가정이 성립할 때의 계산입니다.
참여자·네트워크 가정
샘플링이 안전하려면 몇 가지 가정이 필요합니다. 첫째, 샘플링하는 가벼운 노드가 충분히 많아야 합니다. 노드들이 확인한 조각을 모으면 원본을 복구할 수 있을 만큼은 돼야 하기 때문입니다. 둘째, 데이터를 숨기는 쪽이 어떤 노드가 어떤 조각을 요청했는지 미리 알거나 특정 노드만 골라 속일 수 없어야 합니다.
셋째, 노드들이 서로 연결돼 있어 숨김을 발견한 노드가 그 사실을 다른 노드에 알릴 수 있어야 합니다. 이 가정 가운데 하나라도 약해지면 표의 확률은 그대로 적용되지 않습니다. 그래서 샘플링 기반 네트워크를 볼 때는 실제로 샘플링에 참여하는 노드가 얼마나 되는지도 확인할 필요가 있습니다.
복구·출금 경로 확인
데이터 가용성 계층을 쓰는 롤업을 이용하기 전에 아래 순서로 확인해 보세요.
- 롤업이 데이터를 이더리움에 올리는지, 외부 데이터 가용성 계층에 올리는지 공식 문서에서 확인합니다.
- 외부 계층이라면 그 계층이 샘플링을 쓰는지, 샘플링에 참여하는 노드와 검증자의 규모가 어느 정도인지 봅니다.
- 데이터를 얼마 동안 보관하는지, 그 기간이 지난 뒤 상태를 재구성하려면 누가 데이터를 보관해야 하는지 확인합니다.
- 운영자가 멈췄을 때 공개된 데이터로 사용자가 스스로 출금할 수 있는 경로가 있는지 봅니다.
- 데이터 가용성 계층 자체에 장애나 공격이 있을 때 롤업이 어떻게 대응하는지 문서에서 찾습니다.
샘플링 가정의 한계
샘플링은 ‘데이터가 공개됐는가’를 확률적으로 확인할 뿐, 데이터를 장기간 보관해 준다는 보장은 아닙니다. 공개 기간이 지난 데이터는 누군가 별도로 보관하지 않으면 사라질 수 있습니다. 이더리움도 이런 샘플링 방식을 단계적으로 도입하고 있어, 세부 구조는 시점에 따라 달라질 수 있습니다.
이 글의 확률 계산은 단순화한 가상 예시입니다. 실제 네트워크를 볼 때는 Ethereum.org와 각 프로젝트의 최신 공식 문서를 기준 시점과 함께 확인하고, 확률 숫자보다 그 숫자를 뒷받침하는 가정이 실제로 성립하는지를 먼저 보는 것이 좋습니다.