Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
Solana 네트워크 내 봇의 구현 방식과 온체인 실행 지문을 체계적으로 분석한 연구입니다. GitHub 저장소와 4,400만 개의 트랜잭션 데이터를 바탕으로 봇의 분류 체계와 운영 파이프라인을 규명했습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv Codex (cs.SE)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기Solana는 높은 처리량(throughput)과 낮은 거래 수수료를 위해 설계된 신흥 블록체인 플랫폼으로, 대규모로 거래를 제출하는 비용이 저렴하여 결과적으로 봇 스팸(bot spamming) 및 관련 금융 착취에 노출될 가능성이 높습니다. Solana 봇은 일반적으로 트랜잭션을 구성하고 제출함으로써 경쟁적인 온체인 실행 환경에서 작동하는 오프체인(off-chain) 소프트웨어 시스템이며, 탈중앙화 거래소(DEX)에서의 봇 관련 트랜잭션은 2026년 1월 기준 일일 거래량이 2억 5천만 달러를 초과합니다. Solana에 대한 기존 연구들은 시스템 성능, 스마트 컨트랙트(smart-contract) 보안 및 특정 온체인 현상을 조사해 왔습니다. 그러나 Solana 봇이 실제로 무엇을 구현하는지, 그리고 이러한 구현이 관찰 가능한 온체인 실행 지문(fingerprints)으로 어떻게 나타나는지에 대한 체계적인 이해는 여전히 부족합니다. 이러한 공백을 메우기 위해, 우리는 두 가지 상호 보완적인 관점에서 Solana 봇에 대한 대규모 실증적 연구를 수행했습니다: (i) GitHub에서 수집한 586개의 봇 저장소(repositories), (ii) 4,400만 개 이상의 온체인 트랜잭션이 포함된 Solana 상의 200개 봇 주소. 우리의 연구는 5개 도메인(예: 트레이딩 운영(Trading Operations), MEV, 온체인 분석(On-chain Analytics))으로 그룹화된 15개 카테고리로 구성된 구현 기반의 Solana 봇 분류 체계(taxonomy)를 도출하고, 봇 구현에서 나타나는 대체로 공유되는 5단계 운영 파이프라인을 식별하며, 다양한 거래 플랫폼 및 자산에 걸쳐 Solana 봇의 온체인 트레이딩 행동에서 나타나는 체계적인 변동을 밝혀냈습니다. 우리의 발견을 바탕으로, 향후 연구 방향을 강조하고 Solana 블록체인에서 봇을 구축 및 운영하기 위한 권장 사항을 제공합니다.