Hyojun Kim [email protected]
Byeongsu Hong [email protected]
Version 1.1 published on April 19, 2018.
Copyright © 2018 Airbloc Foundation. All rights are reserved.
Without permission, anyone may use, reproduce or distribute any material in this paper for non-commercial and educational use (i.e., other than for a fee or for commercial purposes) provided that the original source and the applicable copyright notice are cited.
에어블록은 개인들과 앱들이 익명화된 개인 관심 데이터를 모아서 판매할 수 있도록 해주는 탈중앙화된 데이터 거래 플랫폼입니다.
오늘날 데이터 시장은 막대한 자사의 1st-party 데이터를 보유한 “울타리 내의 정원"이라고 불리는 중앙화된 서비스들 혹은 이러한 데이터를 모아 거대 기업들에게 인사이트를 판매함으로써 막대한 이익을 추구하는 거대 데이터 브로커들의 전유물로 남아있습니다.
이러한 시장 환경 아래서 대부분의 데이터 생산자들은 시장에서 철저히 소외되어 있습니다. 데이터 생산자인 한 명의 개인은 자신의 데이터에 대한 정당한 보상과 통제권을 가지지 못합니다. 마찬가지로 충분한 고객 수를 확보하지 못한 비교적 작은 앱들은 서비스 사용 고객들의 데이터를 팔거나, 수익화할 기회조차 가지지 못합니다. 오직 데이터 브로커들에게 턴키로 팔 수 있는 충분한 고객 데이터를 가지고 있는 앱들만이 이 시장에 한정적으로 참여할 기회를 가집니다.
한편, 데이터 소비자 입장에서 작은 기업들은 작은 양의 데이터를 구매할 수 없을 뿐만 아니라, 큰 기업이라도 합법적인 테두리 안에서는 데이터를 통해 전체적인 시장의 추세를 알 수 있을 뿐, 실제 양질의 데이터로 고효율의 마이크로 타겟팅을 수행할 수가 없습니다.
에어블록을 통해 개인들은 블록체인 기반의 데이터 유통망에 자신의 데이터를 올리고 데이터의 흐름을 직접 추적, 통제하고, 자신의 데이터를 수익화할 수 있습니다. 앱들은 에어블록의 DAuth 프로토콜을 통해서 개인 사용자의 동의를 얻어 데이터를 대리 판매할 수 있습니다. 기존의 광고주들은 아무리 작은 양의 데이터라도 손쉽게 거래할 수 있을뿐만 아니라, 개인들의 신뢰를 얻어 획득한 고품질 소량 생산된 다양한 사용자 관심 데이터를 통하여 더욱 고효율 광고 타겟팅을 수행하여 마케팅 효율을 극대화할 수 있습니다.
에어블록의 미션은 데이터 시장을 민주화시켜 개인과 작은 앱들도 참가할 수 있게끔 함으로써 더 많은 양의 고품질 데이터가 시장에 거래되게끔 하여 모든 시장 참가 주체들이 이익을 얻을 수 있는 윈윈 구조를 만들어내는 것입니다.
에어블록은 탈중앙화된 개인 데이터 거래 플랫폼입니다. 에어블록에서 데이터 수집은 투명하게 이루어집니다. 간접 데이터는 에어블록이 직접 개발하거나 데이터 파트너십을 맺은 앱들로부터 개인 사용자가 직접 DAuth로 동의하는 절차를 거쳐 수집되며, 직접 데이터는 에어블록 클라이언트 앱에서 광고주가 데이터 캠페인을 통해 사용자에게 직접 질문하는 방식으로 수집됩니다. 이렇게 수집된 데이터는 가공자를 통해 관심 데이터나 인사이트의 형태로 가공되어 데이터 소비자에게 판매되고, 개인 사용자에게 데이터 판매금의 일부가 보상으로 지급됩니다.
에어블록에서 개인 사용자는 데이터 제공자로서 데이터에 대한 정당한 보상과 통제권으로 자신의 데이터에 대한 주권을 가질 수 있습니다. 제공한 데이터가 어떻게 수집되고 누구에게 판매되며 어떻게 사용되는지 블록체인을 통해 투명하게 추적할 수 있으며, 수집된 데이터의 사용 권한이나 판매 레벨을 직접 제한할 수도 있습니다. 예를 들어서 사용자는 공용 식별자만을 타겟 자체로서 팔 것인지 혹은 원 데이터까지 팔 것인지를 결정할 수 있습니다.
에어블록은 앱들에게 새로운 형태의 수익 모델이 됩니다. 앱들은 정당하게 수집한 데이터를 수익화해 사용자와 보상을 나눠가질 수 있습니다. DAuth 과정으로 사용자가 동의한 데이터만 수익화할 수 있으므로 개인의 데이터 권리를 보장하면서 정당하게 수익을 창출할 수 있습니다. 이처럼 에어블록은 자사 광고 지면으로만 수익을 올리던 앱들에게 새로운 비즈니스 모델이 될 수 있습니다.
에어블록은 데이터 소비자들에게 고품질의 타겟팅 광고를 집행할 수 있게 해주는 DMP (Data Management Platform)가 될 수 있습니다. 에어블록 DMP는 다양한 앱에서 수집된 많은 양의 간접 데이터로 많은 수의 데이터 모집단을 보장합니다. 또한 광고주가 직접 집행하는 데이터 캠페인을 통한 개인의 직접 데이터 수집으로 데이터의 높은 질과 다양성을 보장할 수 있습니다.
에어블록은 데이터에 대한 프로바이더, 컨슈머, 게이트키퍼, 수집자와 가공자의 참여를 통해 이루어집니다.
- 프로바이더 (Provider) 는 데이터를 제공하는 개인 사용자로, 데이터를 제공하고 소비자에게 보상을 받아갑니다. 데이터 사용 및 유통에 대한 통제권을 지닙니다.
- 게이트키퍼 (Gatekeeper) 는 Aero 네트워크의 노드입니다. 데이터의 유효성 검사 및 사기 탐지를 통해 각종 악의적인 공격 및 사기 행위로부터 네트워크를 보호합니다.
- 수집자 (Collector) 는 데이터를 수집해 대리 판매하는 앱으로, DAuth를 통해 간접 데이터를 수집하거나 질문을 통해 직접 데이터를 수집합니다.
- 가공자 (Refiner) 는 사용자의 직·간접 데이터를 분석하여 다른 종류의 관심 데이터로 가공, 재생산 후 유저 레벨의 프로필에 속성으로 추가하여 향후 컨슈머가 이 데이터를 세그먼트 생성 시 사용할 수 있도록 해주는 데이터 분석 엔진 및 데이터 과학자입니다.
- 컨슈머 (Consumer) 는 데이터를 구매하는 광고주로, 타겟팅 광고에 사용할 데이터를 구매하고 그에 대한 보상을 ABL 토큰으로 지불합니다.
에어블록 아키텍쳐는 다음과 같은 레이어로 구성됩니다.
- Application Layer: 에어블록을 사용하는 Dapp들로 에어블록 클라이언트, 에어블록 마켓플레이스 및 SDK 등이 포함됩니다.
- API Layer: 에어블록과 통신할 수 있는 API 레이어입니다.
- Service Layer: 에어블록 컨트랙트로 에어블록의 기능이 서비스 레이어에 구현됩니다.
- Core Layer: 에어블록의 블록체인 플랫폼으로, Ethereum을 서비스 플랫폼으로 사용하며 Aero라는 자체 데이터 증명 네트워크를 사용하고 두 블록체인을 연동하기 위한 인터체인 플랫폼을 사용합니다.
에어블록은 Ethereum을 서비스 플랫폼으로 사용합니다. 따라서 에어블록에서 사용되는 ABL 토큰은 ERC20 표준을 따르며, 에어블록 컨트랙트는 EVM 위에서 스마트 컨트랙트로 구동됩니다. 블록체인 플랫폼은 추후 에어블록의 기술적 요구사항에 의해 다른 플랫폼으로 변경될 수 있습니다.
중앙화된 시스템에서는 아무리 법적 효력을 가진 약관과 규칙이 있다고 해도 다른 주체들은 중앙 주체를 견제할 수단이 없으며 해당 규칙을 따르는지 감시할 방법 또한 없습니다. 그저 중앙화된 주체와의 이해관계에 의해서만 규칙이 유지되며 시스템에 공정하게 작동하고 유지된다는 보장 장치가 없습니다.
하지만 탈중앙화 시스템에는 스마트 컨트랙트로 명문화된 투명한 규칙 하에 각 참여 주체가 상호견제하는 환경이 조성됩니다. 시스템은 규칙을 따르도록 설계되어 있고, 해당 규칙에 따른 모든 행동은 투명하게 공개되어 감시가 가능해집니다. 규칙을 어기고 어뷰징하는 주체는 경제적 패널티를 얻게 됩니다. 시스템, 그 자체가 시스템이 공정하게 작동하고 유지된다는 보장 장치가 되는 것입니다.
에어블록은 탈중앙화 시스템으로 정해진 규칙에 따른 공정한 데이터 유통을 보장할 수 있습니다. 심지어 에어블록을 운영하는 주체인 에어블록 파운데이션조차 에어블록에서는 참여 주체의 일부이기 때문에, 데이터를 다룰 수 있는 권력은 어느 누구에게 집중되는 것이 아니라 사용자와 기업 모두에게 공평하게 분배될 수 있습니다. 이것이 에어블록이 지향하는 탈중앙화 가치이며, 에어블록이 탈중앙화된 형태를 지니는 이유입니다. 구체적인 특징은 다음과 같습니다.
에어블록 네트워크 안에서 유통되는 모든 데이터의 활용 과정은 블록체인에 의해 투명하게 추적됩니다.
중앙화된 시스템에서는 사용자의 데이터가 어떻게 수집되고 활용되거나 판매되는지 알 수 없습니다. 중앙화된 시스템이 데이터의 활용 기록을 투명하게 공개한다면 가능하겠지만 이는 중앙화 주체의 선의 및 법적인 동의에 의해서만 이루어지므로 사용자에게 데이터의 추적성을 완전히 보장해주지 않습니다.
하지만 탈중앙화된 에어블록 네트워크에서는 데이터 수집을 DAuth나 데이터 캠페인을 통해 사용자가 컨트롤할 수 있으며, 수집된 개별 데이터의 유통 과정은 블록체인을 통해 투명하게 기록되어 사용자와 광고주는 해당 데이터의 계보(Data Lineage)를 언제든지 확인할 수 있습니다.
중요한 것은 이러한 추적성이 단순히 한 주체의 의지에 의해서만 보장되지 않고 공개된 스마트 컨트랙트와 네트워크상의 상호 견제 설계 구조를 통해 이루어지기 때문에 사용자가 데이터의 추적성을 네트워크 자체에 의해 보장받을 수 있다는 점입니다.
에어블록의 가장 큰 특징은 데이터의 생산자인 개인 사용자가 직접 데이터의 유통 과정을 제한할 수 있다는 것입니다. 예를 들어 데이터가 특정 분야의 광고에는 사용될 수 없도록 제한하거나, 데이터가 몇 번 이상 재판매되지 않도록 횟수를 제한할 수 있습니다. 이러한 유통 제한 기능을 통해 사용자는 자신의 데이터에 대한 주권을 행사할 수 있습니다.
이러한 데이터 유통 제한은 탈중앙화된 블록체인 위에서 데이터 특성으로써 구현됩니다. 한번 데이터에 부여된 특성은 변경할 수 없으므로 개인 사용자들은 자신의 데이터가 자신의 통제권 안에서 다루어질 수 있도록 보장받습니다. 자세한 내용은 데이터 문단에서 확인할 수 있습니다.
전통적인 데이터 거래 네트워크에서는 중간 과정에서 값을 지불하지 않은 채 데이터를 복사할 수 있는 위험이 있습니다. 데이터는 무형의 디지털 자산으로 단순히 내용을 열람할 수 있는 것만으로도 가치를 탈취할 수 있기 때문입니다. 이로 인해 기존 시스템에서는 데이터의 유통을 제대로 제어할 수 없습니다. 예를 들어 데이터 사용 통제 및 추적을 피하기 위해 데이터를 복사했다가 다시 시스템에 임포트하는 방식으로 데이터 계보를 끊어버리는 데이터 이스케이핑(Data Escaping) 등의 행위가 가능합니다.
에어블록에서는 데이터의 무단 복제를 데이터의 익명화를 통해 사전에 차단합니다. 에어블록에서 유통되는 데이터는 광고 데이터로 데이터의 소유자에 대한 트래킹 가능한 정보가 들어 있는 식별자 없이는 활용할 수 없기 때문에, 식별자가 없는 익명 데이터는 아무런 가치를 지니지 않습니다. 이를 이용해서 에어블록 안에서 유통되는 데이터는 식별자가 제거된 채 익명화된 상태로 유통됩니다. 데이터에 대한 식별자는 오직 데이터 소유권을 구매한 컨슈머나 데이터의 소유자인 프로바이더만 접근할 수 있습니다.
또한 어떠한 방식으로든 데이터 소유자를 특정하는 것을 막기 위해, 익명화는 한 주체에서 다른 주체로 넘어갈 때마다 수행됩니다. 예를 들어 A라는 사람의 데이터는 가공자에게 넘어갈 땐 X라는 사람이 되며, 검증자에겐 Y라는 사람으로 보여지는 방식입니다. 컨슈머가 데이터에 대한 비용을 지불해 소유권을 구매해야 비로소 그 데이터가 A라는 사람의 데이터라는 것을 알 수 있습니다.
따라서 에어블록 내의 데이터는 소유권을 얻기 전까지는 익명화된 무가치 데이터로, 데이터가 중간에 복사되어도 데이터 이스케이핑의 문제 및 무단 탈취 문제가 발생하지 않습니다. 자세한 내용은 데이터 올리기 항목에서 확인할 수 있습니다.
에어블록에서 수집되고 거래되는 데이터는 개인 데이터입니다. 개인 데이터는 개인의 관심사와 관련된 트래킹 가능한 정보로서, 광고주들은 이 데이터를 통해 사용자의 관심에 따른 타겟팅 광고를 집행합니다. 여기서 주목해야 할 점은 개인 데이터는 공용 식별자를 통해서 트래킹 가능해야한다는 점입니다.
공용 식별자를 통해 트래킹 가능하지 않은 개인 데이터는 가치가 없습니다. 왜냐하면 데이터는 활용되는 순간에 가치를 지니는데, 개인 데이터를 활용하려면 “개인"을 트래킹할 수 있는 공용 식별 정보가 있어야 하기 때문입니다. 공용 식별자는 ADID (GAID, IDFA), 해시화된 이메일, 해시화된 전화번호 등이 있습니다. 예를 들어 트래킹 광고를 집행할 때, 개인의 관심 데이터가 있더라도 데이터의 소유자를 트래킹 가능한 광고 식별자가 없다면 광고를 집행할 수 없습니다. 에어블록의 모든 데이터 시스템 설계는 트래킹 가능하지 않은 개인 데이터는 타겟팅 광고 시 가치가 0에 수렴한다는 전제에서 출발합니다.
에어블록에서의 개인 데이터는 수집 방식의 측면에서 간접 데이터, 직접 데이터 두 가지 종류로 구분됩니다.
간접 데이터 (Indirect Data) 사용자의 디바이스 등에서 자동으로 수집될 수 있는 데이터로 예를 들어 설치된 앱 리스트, 앱 사용 행태, Google Play 결제 내역, WIFI 데이터, GPS 데이터, 비콘 데이터 등이 있습니다. 이런 데이터는 사용자의 권한(Permission) 부여만으로도 자동으로 수집될 수 있다는 특징을 가집니다. 또한 이러한 데이터를 사용하여 간접적으로 해당 사용자의 정적인 속성을 추측할 수 있다는 점에서 간접 데이터라고 불립니다. 예를 들어 그 사용자가 “고양이를 키우는지 아닌지”를 직접적으로 물어보는 것이 아니라 그 사용자가 고양이와 관련된 앱을 설치하고 있는지의 여부로 간접적으로 추측하기 때문에 간접 데이터인 것입니다.
반면에 직접 데이터 (Direct Data) 는 말 그대로 그 사용자에게 직접 특정 사실에 대해서 물어본 것이라고 할 수 있습니다. 위의 예시로 다시 돌아가서 직접 데이터를 수집하려면 “고양이를 키우는지 아닌지”를 직접 그 사용자에게 물어보면 되는 방식입니다. 나아가 그 사용자가 실제로 고양이를 키우고 있는지, 아니면 키우고 있지 않지만 단지 관심만 있는 것인지를 질문을 통해 답변을 받으면 됩니다. 직접 물어보고 수집한 데이터로 이는 직접 데이터에 속합니다.
에어블록에서의 개인 데이터는 식별 정보, 특성, 페이로드 (내용), 계보로 구성됩니다.
식별자는 데이터 소유자를 식별할 수 있는 정보로 이메일, 이름, 고유 식별자(UUID) 등이 포함됩니다. 이중 고유 식별자는 해당 데이터 소유자에 대한 트래킹 가능한 고유 ID입니다. 일반적인 고유 식별자로는 타 플랫폼에서 트래킹이 가능한 Google Advertising ID나 Apple IDFA 등의 광고 ID가 있습니다.
에어블록 네트워크에서 거래되는 데이터에는 반드시 데이터 소유자의 고유 식별자가 최소 하나 이상 포함되어야 합니다. 이는 에어블록에서 데이터를 소비하는 가장 큰 목적이 개인의 관심사를 알아내어 알맞은 타겟팅 광고를 제공하기 것이기 때문입니다.
에어블록의 모든 데이터엔 유통 제한 특성이 부여됩니다. 에어블록에서는 프로바이더의 데이터 유통 제한을 위해 다음과 같은 특성을 사용합니다.
- 데이터의 사용 제한 범위
- 데이터의 최대 재판매 횟수 (도달 수명)
데이터는 특정 주체에 사용되거나 판매되지 않을 수 있으며 최대 재판매 횟수에 도달하면 더 이상 재판매되지 않습니다. 또한 한번 부여된 특성은 절대 변경할 수 없습니다. 예를 들어 도달 수명은 한번 부여되면 절대 임의로 연장할 수 없습니다. 이를 통해 사용자는 개인 데이터의 통제권을 완전히 보장받을 수 있습니다.
기술적으로 봤을 때 특성은 유한 상태 기계(Finite State Machine)로 제한함수(Limit Function)와 전이함수(Transition Function), 상태(Status)로 구성됩니다. 제한함수는 데이터에 대한 특정 Action의 실행을 제한하는 조건을 정의하며, 전이함수는 특정 Action이 발생했을 때 상태를 변경시키는 상태전이함수입니다. 상태는 오직 전이함수만 변경시킬 수 있으며 이 함수들은 불변성을 지닙니다.
예를 들어, 데이터의 재판매 횟수를 10번으로 제한한다고 하면, ACTION_TRADE라는 Action에 라는 특성함수를 만들고
이란 제한함수를 만드는 방식으로 구현됩니다.
페이로드는 데이터의 내용을 담고 있습니다. 페이로드 형식은 직접 데이터의 경우 캠페인 집행자가 결정하고, 간접 데이터의 경우 에어블록 내에서 표준화된 형식을 사용해야 합니다. 일반적으로 데이터의 페이로드는 블록체인 위에 저장하기에는 크기가 방대하므로, IPFS 및 S3와 같은 외부 스토리지에 암호화되어 저장되며 블록체인 상에는 접근 해시 키만을 저장합니다. 데이터 저장에 대한 자세한 내용은 데이터 저장 문단 및 부록의 데이터 저장 방식 문단에서 확인할 수 있습니다.
계보는 한 데이터가 에어블록 상에서 유통된 이력을 나타냅니다. 이는 데이터가 거래되면서 자연적으로 생성됩니다. 에어블록은 데이터의 계보를 무조건 투명하게 유지하므로 개인 사용자는 자신의 데이터가 어떻게 사용되는지 투명하게 알 수 있으며 컨슈머는 구매한 데이터가 어떠한 과정을 통해 유통되었는지 알 수 있습니다.
데이터 계보는 데이터에 대한 소유권 없이는 열람할 수 없습니다. 즉 데이터 유통에서 중간 과정에 있는 가공자, 게이트키퍼들은 데이터 계보를 조회할 수 없습니다. 이는 데이터 계보 조회를 통해서 데이터 소유자의 신원을 특정하는 것을 방지하기 위함입니다. 익명화된 데이터여도 소유자의 신원 특정이 가능해지면 앞서 설명한 무단 복제나 데이터 이스케이핑이 가능해지므로 소유권이 없는 주체는 계보를 확인할 수 없습니다. 이는 데이터에 대한 권리 항목에서 자세히 확인할 수 있습니다.
에어블록은 데이터에 대한 권리를 사용권, 추적권, 소유권으로 구분한다. 권리를 나누는 가장 큰 기준은 식별자에 대한 접근 가능 여부입니다. 그 이유는 앞서 설명된 것처럼 광고 데이터는 소유자에 대한 식별자 없이는 무가치하기 때문입니다.
사용권은 데이터 페이로드에 접근할 수 있는 권리입니다. 이 권리는 데이터 파이프라인의 중간에 위치한 가공자와 게이트키퍼가 가지게 됩니다. 예를 들어 가공자는 데이터를 구매하지 않고도 데이터의 페이로드에 접근해 해당 사용자의 직접 데이터와 간접 데이터를 가공해 관심 데이터를 만들 수 있지만, 해당 사용자의 실제 식별자는 알지 못하므로 데이터를 탈취해도 해당 광고 데이터는 무가치한 데이터일 뿐입니다.
추적권은 식별자에만 접근할 수 있는 권리입니다. 데이터의 페이로드에 접근하지 않고서도 그 타겟 자체만 판매할 수 있게 함으로써 사용자의 원 데이터의 전달 없이 광고주들이 광고 타겟팅을 할 수 있도록 도와줍니다. 이는 Facebook을 포함하여 많은 DSP들이 데이터를 업로드하지 않더라도 광고 ID만으로도 타겟을 생성하게끔 할 수 있기 때문입니다. 이렇게 사용자의 데이터를 보호하면서 오직 그 사용자를 타겟팅하여 광고할 수 있는 권리만 판매할 수 있습니다.
소유권은 데이터의 전체 내용을 접근할 수 있는 권리입니다. 이 권리는 데이터 파이프라인의 양극단에 위치한 프로바이더나, 컨슈머만이 가지고 있습니다. 데이터의 소유권을 가진다는 것은 데이터의 소유자 정보(고유 식별자, 계보)에 접근할 수 있게 된다는 의미이며, 데이터의 거래는 실질적으로 데이터의 소유권을 거래하는 것으로 볼 수 있습니다.
| 사용권 | 추적권 | 소유권 | |
|---|---|---|---|
| 페이로드 접근 | ⃝ | ✕ | ⃝ |
| 식별자 접근 | ✕ | ⃝ | ⃝ |
| 계보 접근 | ✕ | ⃝ | ⃝ |
에어블록에서의 데이터는 다섯 주체를 거치며 일곱 과정의 SOIPRTC 파이프라인 (Source - cOllection - Ingestion - Persistence - Refining - Trading - Consumption)을 통해 컨슈머에게 전달됩니다. 사용자가 만든 데이터는 수집자에 의해 수집되어 게이트키퍼의 정제 (Cleansing) 후 수집자가 저장합니다. 가공자는 이를 가공해 마켓에서 데이터를 컨슈머에게 판매하게 됩니다.
데이터는 프로바이더인 사용자에게서 만들어집니다. 간접 데이터는 사용자의 행동이나 정적인 속성으로부터 자연스럽게 만들어지고, 직접 데이터는 데이터 캠페인 질문에 답변하면서 만들어집니다. 사용자는 수집될 수 있는 데이터의 종류를 제한하거나, 데이터에 유통 제한을 설정하는 방식으로 데이터가 만들어지는 단계에서 데이터를 통제할 수 있습니다.
수집자는 프로바이더로부터 이러한 데이터를 수집합니다. 간접 데이터는 앱사들이 DAuth를 거쳐 수집하고, 직접 데이터는 경우 캠페인 집행자가 사용자들에게 질문을 하고 답변을 받는 방식으로 수집합니다.
에어블록은 데이터 시스템은 수 많은 소스로부터 데이터를 가져올 때 데이터의 형식을 하나로 통합하고, 필요없는 부분을 삭제하는 클렌징(Cleansing) 작업을 거쳐야 데이터를 취급할 수 있습니다. 이러한 가공 작업을 데이터 올리기(Data Ingestion)라고 합니다. 수집자는 데이터 올리기 과정을 통해 클렌징되어 블록체인에 등록된 데이터를 저장해야 합니다. 자세한 과정은 데이터 올리기 문단에서 확인할 수 있습니다.
데이터 저장은 수집자가 담당합니다. 에어블록은 자체적으로 데이터를 저장하지 않으며, 별도의 저장 수단을 마련하지 않습니다. 데이터 저장 및 유지의 의무는 수집자가 가지며고, 수집자는 어디에든 데이터를 저장할 수 있습니다. 필요할 때 접근이 가능한 조건을 충족시키는 S3, HDFS, IPFS, Swarm 등의 다양한 저장소를 사용할 수 있습니다. 수집자는 올리기 과정에서 가공된 데이터를 저장하고, 해당 데이터의 URI를 에어블록에 등록해야 합니다. 대신 데이터 사용권 및 소유권자가 데이터에 접근할 때마다 게이트키퍼에 의해 데이터 검증이 이루어집니다. 자세한 내용은 부록의 데이터 저장 방식 항목에서 확인할 수 있습니다.
수집자가 수집한 데이터는 후술할 Raw 데이터 마켓에서 직접 컨슈머에게 팔릴 수도 있지만, 데이터는 가공자에 의해 세그먼트나 지표 등으로 의미있게 가공되어 더 높은 가치로 컨슈머에게 제공될 수 있습니다. 가공자는 여러 수집자로부터 직접 데이터와 간접 데이터를 받아 관심 데이터나 인사이트 데이터 형태로 가공하고, 데이터가 판매될 때 마다 가공자 인센티브를 받습니다. 자세한 내용은 가공자 항목에서 확인할 수 있습니다.
데이터의 거래는 마켓플레이스에서 이루어집니다. 마켓플레이스는 데이터 마켓과 인사이트 마켓으로 나뉩니다. 마켓플레이스에서는 수집자나 가공자가 등록한 데이터가 소비자에게 판매됩니다. 소비자는 데이터를 소비하기 위해선 마켓플레이스에서 데이터를 ABL 토큰으로 구매해 소유권을 취득해야 합니다. 자세한 내용은 마켓플레이스 항목에서 확인할 수 있습니다.
소비자가 거래를 통해 데이터를 구매하면, 올리기 과정에서 익명화되었던 데이터들은 비익명화되어 소비자에게 전달됩니다. 소비자들은 이 데이터를 Facebook Audience 등으로 Export 하여 광고에 바로 활용할 수 있습니다.
지금까지 에어블록의 데이터 파이프라인 개요를 다루었습니다. 다음 항목에서 데이터 파이프라인 순서에 따른 구체적인 데이터 유통 과정을 서술합니다.
에어블록에서의 데이터 수집은 앱이 담당합니다. 앱은 사용자들에게 수집한 간접 데이터나 직접 데이터를 에어블록에서 판매해 수익화할 수 있다. 이것이 앱의 데이터 독점이나 개인 데이터 권리 침해를 의미하지 않습니다. 판매 수익은 사용자에게 일정 비율로 배분되며, 판매할 수 있는 데이터의 종류와 권한은 사용자가 직접 선택할 수 있기 때문에 앱은 오로지 데이터 판매 대리인의 역할로서 사용자와 수익을 나누게 됩니다.
데이터를 수집하려면, 수집자는 먼저 에어블록 네트워크에 앱을 등록해야 합니다. 이때 앱을 등록하기 위해선 일정량 이상의 ABL을 홀딩해야 합니다. 앱이 네트워크에 올려 판매할 수 있는 최대 개별 사용자의 수는 앱이 홀딩하는 ABL의 양에 비례해 대수적으로 증가합니다. 이는 악성 앱이 시빌 공격이나 데이터 생성 공격 등을 통해 가공자와 마켓플레이스를 공격하는 것을 방지하기 위함입니다. 앱이 홀딩하는 ABL 토큰 양 대비 최대 사용자의 수에 대한 공식은 다음과 같습니다.
여기서 는 앱이 네트워크에 제공할 수 있는 최대 개별 사용자 수를 의미합니다.
DAuth (DataAuth)는 에어블록에서 사용자의 데이터 수집 및 수익화에 대한 수집자와 사용자간의 동의 절차입니다. 앱을 설치한 후 최소 한번 이상의 DAuth를 통해 개별 사용자로 하여금 데이터 수집에 동의하고, 수집할 데이터의 종류를 결정하게 하는 과정을 거쳐야 앱은 비로소 그 사용자에게서 간접 데이터를 수집할 수 있습니다.
에어블록과 DAuth 과정이 앱이 자연적으로 사용자에게서 데이터를 수집하는 것을 막을 수는 없지만, 사용자에게 동의받지 않은 종류의 간접 데이터는 에어블록에 올려 수익화할 수 없도록 데이터 클렌징 과정에서 필터링됩니다. 이를 통해 사용자는 데이터의 정당한 수집을 보장받을 수 있습니다.
수집자는 앱을 등록한 후, 에어블록 네트워크에 앱이 수집할 간접 데이터의 종류와 보상의 비율을 등록합니다. 수집할 데이터의 종류는 설치된 앱 리스트, 인앱 결제 내역 등이 될 수 있습니다. 그리고 데이터의 종류별로 보상을 설정하고, 사용자와 얼마의 비율로 분배할 것인지 설정합니다. 단, 앱은 최소 30% 이상의 수익을 사용자에게 분배해야 한다는 조건이 있습니다. 이렇게 등록된 수집할 데이터와 보상 비율은 블록체인에 기록되며, DAuth 절차를 통해 사용자에게서 동의를 받게 됩니다.
DAuth의 구체적인 절차는 다음과 같습니다.
- 애플리케이션에서 에어블록에 인증 절차 시작을 요청
- 에어블록에서 애플리케이션에게 요청 토큰을 발급
- 요청 토큰은 1회성이며 DAuth 다이얼로그를 띄울 때 사용
- 애플리케이션에서 에어블록 SDK를 통해 DAuth 다이얼로그를 띄움
- 에어블록에서 사용자에게 DAuth 다이얼로그 표시
- 다이얼로그엔 앱이 수집을 원하는 데이터의 종류, 보상 및 수익 분배 비율 표시
- 사용자가 데이터 수집에 동의
- 사용자는 데이터 종류별로 수집에 동의할 수 있음
- 보상을 지급받을 에어블록 계정 (없으면 이메일)을 입력
- 에어블록은 사용자가 동의한 데이터의 종류를 블록체인에 기록
- 수집자는 사용자가 동의한 데이터만 에어블록에서 수익화할 수 있음
- 동의하지 않은 데이터는 데이터 올리기 단계에서 필터링되므로, 에어블록에 올릴 수 없다.
DAuth는 Civic [1], uPort [2]와 같은 개인 인증 시스템은 아닙니다. 물론 이러한 개인 인증 시스템엔 데이터 수집에 대한 동의 기능도 포함되어 있지만, 대신 앱에서의 인증 수단을 대체하기 때문에 앱 (수집자)에게 외부 플랫폼 사용에 대한 부담을 줄 수 있고 사용자에게도 로그인을 하려면 해당 플랫폼의 계정이 있어야 한다는 부담을 줄 수 있습니다.
하지만 DAuth를 통하면 에어블록 계정 없이도 데이터 판매 보상을 받을 수 있습니다. 사용자가 에어블록 클라이언트를 설치한 상태라면 자동으로 사용자의 계정으로 보상이 들어오고, 그렇지 않다면 사용자는 별도의 가입 절차 없이 이메일만 입력하고 해당 이메일에 보상을 모아둘 수 있습니다. 나중에 해당 이메일 계정으로 에어블록에 가입하면 그동안 쌓인 보상을 그대로 확인할 수 있습니다.
위와 같은 특성으로 앱사들은 외부 플랫폼 사용에 대한 부담을 크게 줄일 수 있고, 사용자는 에어블록 계정 없이도 데이터 권리를 보장받을 수 있습니다. 이처럼 DAuth는 에어블록 생태계 밖의 사용자에게도 데이터 주권을 되찾아줍니다.
DAuth는 OAuth의 Three-Legged Authorization [3] 방식과 유사한 구조를 가지고 있습니다. DAuth에서의 에어블록은 OAuth에서의 서비스 프로바이더가 되는 것입니다. 하지만 OAuth는 개인 인증 목적을 포함하는 반면 DAuth는 간접 데이터 수집에 관한 동의만을 다루며, OAuth에선 데이터의 소유 주체가 서비스 프로바이더이지만 DAuth에서의 데이터 소유 주체는 개인 및 앱입니다. DAuth에서의 에어블록은 개인의 데이터가 개인의 동의하에 투명하게 수익화되는 것을 보장할 뿐입니다.
에어블록에서는 다른 데이터 거래소에서와는 달리 광고주가 사용자에게 원하는 관심 데이터를 질문하는 방식으로 데이터를 살 수 있습니다. 광고에서의 캠페인처럼, 에어블록은 이를 데이터 캠페인이라고 합니다. 사용자는 수집자의 앱을 통해 질문에 답하며 보상을 얻을 수 있습니다.
기술적으로 데이터 캠페인은 캠페인 집행자가 직접 데이터를 수집하기 위해 원하는 데이터를 제공하면 그에 대한 보상을 주겠다는 제안을 네트워크 내 특정 프로바이더에게 정해진 기간동안 노출시키는 행동을 의미합니다. 사용자들은 제안을 수락하고 질문에 답변할 인터페이스를 통해 직접 데이터를 제공합니다.
간접 데이터 수집이 에어블록 SDK를 사용하는 모든 앱에서 이루어질 수 있는 반면, 데이터 캠페인을 통한 직접 데이터 수집의 경우 별도의 에어블록 캠페인 SDK를 사용하는 앱이나 에어블록 메인 클라이언트 앱에서 참여가 가능합니다. 이러한 앱들은 반드시 사용자가 질문에 답변할 수 있는 UI를 갖추고 있어야 합니다. 캠페인은 질문, 보상, 타겟, 캠페인 기간, 도달 비용으로 이루어집니다.
질문 은 수집하길 원하는 데이터에 대한 설명입니다. 질문은 자연어 질문과 스키마로 이루어져 있다. 자연어 질문은 사용자에게 표시될 문장 형태의 질문이나 부가 정보이며, 스키마는 원하는 데이터의 페이로드 형식을 정의합니다. 예를 들어 isMarried: Boolean이라는 스키마는 데이터 프로바이더가 페이로드의 isMarried라는 필드에 Boolean 형식의 데이터를 전송해야 함을 의미합니다.
보상은 컨슈머가 데이터당 프로바이더에게 지불해야 할 ABL 토큰의 양입니다. 프로바이더가 캠페인에 응답해 데이터를 제공하면, 컨슈머는 프로바이더에게 보상을 제공합니다. 프로바이더는 한 캠페인당 최대 한번밖에 응답할 수 없기 때문에, 컨슈머가 지불해야 할 총 보상액은 (보상 가격) ✕ (응답한 프로바이더 수)가 됩니다.
타겟은 캠페인을 노출시킬 프로바이더 사용자군입니다. 이는 프로바이더가 초기에 설정한 관심 정보에 따라서 이루어지며, 설정된 타겟군에 해당하는 관심을 가진 프로바이더에게만 캠페인이 노출됩니다.
캠페인 기간은 캠페인을 노출시킬 기간입니다. 캠페인 기간은 시간 단위로 설정이 가능하며, 한번 설정하면 수정이 불가능합니다. 캠페인 기간을 연장하려면 새 캠페인을 생성해야 합니다.
이렇게 구성된 캠페인을 집행하려면 도달 비용을 ABL 토큰으로 지불해야 합니다. 도달 비용은 얼마나 많은 사용자에게 캠페인이 노출될지를 다음 공식에 따라 결정합니다.
더 많은 사용자들에게, 더 오래 캠페인을 노출시키려면 더 많은 도달 비용을 지불해야 합니다. 이렇게 도달 비용을 둠으로써, 불필요한 정크 캠페인의 집행을 제한해 사용자 경험을 향상시킬 수 있습니다. 지불된 비용은 AIR Pool에 쌓입니다.
캠페인을 집행하면, 해당 캠페인은 Push 방식을 통해 네트워크에 전파되어 특정 프로바이더들에게 노출됩니다. 프로바이더들은 캠페인에 응답해 데이터를 제공하고 보상을 받을 수 있습니다.
에어블록은 데이터 시스템은 수 많은 소스로부터 데이터를 가져올 때 데이터의 형식을 하나로 통합하고, 필요없는 부분을 삭제하는 클렌징(Cleansing) 작업을 거쳐야 데이터를 취급할 수 있습니다. 이러한 가공 작업을 데이터 올리기 (Data Ingestion)이라고 합니다.
수집자가 자신이 수집한 데이터를 거래하려면 에어블록 네트워크에 데이터를 올리는 과정을 거쳐야 합니다. 에어블록의 데이터 올리기 과정은 Aero라는 별도의 데이터 관리 네트워크에서 이루어집니다.
- 수집자가 데이터를 등록하려면 먼저 한 Aero 노드에게 데이터를 등록합니다.
- 해당 노드는 데이터를 Aero 네트워크상에 전파합니다.
- 노드들은 정해진 데이터 형식 통합 규칙에 따라 데이터를 가공합니다.
- 사용자의 식별자 정보를 별도로 분리합니다.
- 사용자의 식별자 정보에 Nonce를 추가합니다.
- 노드들은 정해진 데이터 클렌징 규칙에 따라 데이터를 가공합니다.
- 블록체인에 올려진 사용자의 데이터 수집 동의 내역을 참조해, 사용자가 수집에 동의하지 않은 데이터를 필터링합니다.
- 불필요한 데이터를 필터링합니다.
- PoS 컨센서스를 수행해 채택된 가공 데이터와 그 SHA256 해시가 블록체인에 등록됩니다.
- 가공된 데이터와 함께 해시를 다시 수집자에게 전달합니다.
수집자는 위 과정을 통해 가공되어 등록된 데이터를 저장해야 합니다. 수집자가 가공된 데이터를 무시하고 원 데이터를 저장하더라도, Data Availability Proof Task를 통해 해당 데이터는 변조된 데이터로 인식되어 패널티를 받게 됩니다. 따라서 에어블록의 데이터 올리기 과정을 통해 수집자를 견제하여 사용자의 데이터 권리를 지킬 수 있습니다.
에어블록은 데이터 올리기 과정에서 데이터에 있는 식별자 정보를 별도로 분리해 저장합니다. 이후 블록체인에 데이터가 등록될 때는 식별자와 페이로드에 대해 해시값과, 열람 권한이 있어야 접근할 수 있는 접근 URI만이 각각 저장되어 유통되기 때문에 데이터 유퉁 과정 중간 과정에서는 사용자의 원래 식별자를 알 수 없습니다.
물론 일반적으로 식별자 정보는 사용자에 대해서 모두 동일하기 때문에 식별자에 대한 해시값만으로도 데이터의 소유자를 추정하는 문제가 발생할 수 있습니다. 에어블록은 데이터 올리기 과정에서 식별자에 Nonce를 추가하는 방식으로 이 문제를 해결합니다. 같은 사용자의 식별자라도 Nonce에 의해 매번 다른 값으로 해시화되기 때문에 원 식별자의 추정이 불가능합니다.
이 기능의 존재가 에어블록에서의 데이터 거래의 불투명성을 야기하지는 않을 것입니다. 이 기능의 존재 목적은 오직 개인 데이터가 허가되지 않은 주체에게 유출되는 상황을 방지하기 위해 데이터 유통 과정에서 데이터를 보호하는 것입니다. 데이터 거래 기록은 블록체인 트랜잭션과 데이터 계보로 투명하게 저장됩니다.
에어블록은 이처럼 익명화된 데이터 유통을 통해 데이터 이스케이핑(Data Escaping) 등 데이터에 대한 값을 제대로 지불하지지 않고 데이터의 가치를 유출시키는 행위를 방지합니다.
위와 같은 수집 과정을 통해 수집된 사용자의 데이터는 그 자체만으로 큰 가치가 발생하지는 않습니다. 가공하지 않은 Raw 데이터는 상대적으로 낮은 신뢰성과 높은 노이즈를 지니고 있으며, 도메인에 특화된 데이터이기 때문에 그 활용이 제한적입니다. 따라서 광고주가 데이터를 사용하려면 Raw 데이터를 가공하여 광고에 사용되기 용이한 개인 데이터나, 사용자의 예상 구매율 및 재방문율 등의 인사이트 데이터로 바꿔주는 가공 과정이 필요합니다.
에어블록에서의 데이터 가공 과정은 가공자가 수행합니다. 가공자는 데이터 사용권을 가지는 데이터 가공 주체들로서, 광고 데이터 분석 업체들에 의해 운영되는 자동화된 데이터 분석 엔진이 될 것입니다. 가공자는 어떤 개인에 대해 수집자가 모은 데이터를 가공해, 뒤에 서술될 인사이트 마켓 및 개인 데이터 마켓에서 컨슈머에게 가공한 데이터를 판매하고 인센티브를 얻습니다.
가공자의 가공 과정은 블록체인 밖에서 이루어집니다. 가공자는 수집자가 모은 데이터를 Export해 가공하고, 다시 Import해 마켓플레이스에 매물을 등록하게 됩니다. 일반적으로 블록체인 밖에서 데이터를 처리하는 것은 데이터의 무단 탈취 문제 및 데이터 이스케이핑 문제를 야기하지만, 가공자가 처리하는 데이터는 익명화된 데이터이기 때문에 무가치하므로 그러한 위험이 사라집니다.
그렇게 해서 데이터가 가공자에 의해 가공되면 개인 데이터나 인사이트 데이터가 됩니다.
- 개인 데이터는 가공자가 개인에 대한 속성을 분석한 내용입니다. 예를 들어 Bob이라는 사람이 애견 앱을 많이 설치했다는 간접 데이터가 있고, 강아지를 좋아한다는 답변을 한 직접 데이터가 있다면 가공자는 이러한 데이터를 통해 "Bob이 개를 키운다"고 분석한 개인 데이터를 만들 수 있습니다.
- 인사이트 데이터는 주로 광고에 쓰일 수 있는 지표입니다. 예를 들어 A라는 상품에 대한 개인의 구매율이나, B라는 상품으로의 전환 확률 등이 될 수 있습니다. 인사이트 데이터는 극도로 정형화되고 정량적인 데이터이며, 컨슈머의 수요에 의해 온디맨드로 제공된다는 특징이 있습니다. 컨슈머들은 사용자 세그먼트에 대한 특정 지표를 쿼리하고, 그에 대해 가공자들이 결과를 도출하면, 그중 원하는 가공자의 결과에 대해 값을 지불하거나 모든 가공자의 결과에 대해 값을 지불하고 평균값을 매기는 방식으로 인사이트 데이터를 소비하게 됩니다.
컨슈머 사이드 관점에서, 가공자가 하는 일은 어떤 미지의 개인을 드러내는 것이라고 볼 수 있습니다. 사용자의 직접 데이터 답변 기록이 축적되고 간접 데이터가 축적될 수록 가공자는 미지의 개인에 대해 아는 내용이 점점 많아집니다. 가공자는 자신들만의 분석 기법을 통해 이러한 개인 드러내기 (Revealing Person) 과정을 더 정확한 방향으로 촉진시키게 됩니다.
에어블록에서 가공자의 존재는 직접 데이터의 효용을 극대화하는 역할을 수행합니다. 직접 데이터는 사용자의 행동에 의한 간접 데이터보다 신뢰도가 대체로 낮은 편이지만, 간접 데이터와 직접 데이터를 함께 사용한다면 효용을 극대화시킬 수 있기 때문입니다. 예를 들어 간접 데이터가 직접 데이터의 형식적 증거로 작용해 직접 데이터의 신뢰도를 높여주는 역할로 사용될 수 있고, 직접 데이터를 컨조인트 분석 기법 (Conjoint Analysis)이나 유사타겟 엔진 (Lookalike Target Engine) 등의 모형에 학습 데이터로 사용해 분석 모형의 성능을 높이는데 사용될 수 있습니다. 가공자는 직접 데이터와 간접 데이터를 상호작용시켜 가공된 데이터의 신뢰도와 정확도를 높임으로서, 컨슈머의 데이터 효용과 자신의 이익을 극대화할 뿐만 아니라 직접 데이터의 효용가치를 올릴 수 있습니다. 자세한 내용은 부록의 간접 데이터와 직접 데이터의 상호작용을 통한 모수 확대 항목에서 확인할 수 있습니다.
앞서 설명한 대로, 가공자는 간접 데이터를 직접 데이터의 형식적 증거로 작용시키는 식으로 직접 데이터의 신뢰도를 보장할 수 있으며 직접 데이터와 간접 데이터의 상호작용을 통해 더 큰 효용가치의 데이터를 가공해 낼 수 있습니다. 가공자는 이 과정에서 논리가 맞지 않는 데이터를 발견할 수 있으며, 이러한 데이터에 대해서 클레임을 걸 수 있습니다. 자세한 내용은 데이터 교차검증 항목에서 확인할 수 있습니다.
마켓플레이스는 수집된 직·간접 데이터 및 이를 가공한 데이터의 거래가 이루어지는 곳입니다. 마켓플레이스는 데이터 마켓과 인사이트 마켓이라는 두 가지 종류로 나뉩니다.
데이터 마켓 에서는 개인 데이터의 판매가 이루어집니다. 데이터 마켓은 Raw 데이터 마켓과 개인 데이터 마켓으로 구성되는데, Raw 데이터 마켓에서는 수집자가 모은 데이터를 가공자를 거치지 않고 컨슈머에게 직접 판매합니다. 개인 데이터 마켓에서는 가공자가 가공한 개인 데이터를 판매합니다. 개인 데이터는 주로 사용자의 상태나 관심에 대해 가공자가 분석한 내용으로, 예를 들어 30대 여성이 키우는 애완동물의 종류에 대한 데이터가 될 수 있습니다.
인사이트 마켓 에서는 광고주의 의사결정에 쓰일 수 있는 인사이트 데이터를 가공자가 판매합니다. 인사이트 데이터는 주로 광고에 쓰일 수 있는 지표를 예측한 수치입니다. 예를 들어 A라는 상품에 대한 개인의 예상 구매율, B라는 상품으로의 전환 예상률 등이 될 수 있습니다.
데이터가 판매되는 방식에는 단순 판매, 세그먼트 판매와 알려진 세그먼트에 의한 판매가 있습니다.
단순 판매는 판매자가 만든 데이터 매물을 구매하는 것입니다. 예를 들어 가공자가 "개를 좋아하는 사람 100,000명의 관심 데이터"라는 매물을 올리면 컨슈머가 해당 데이터를 구매하는 방식입니다.
세그먼트 판매는 컨슈머의 쿼리에 의해 온디맨드로 이루어집니다. 컨슈머가 판매자들에게 특정 세그먼트 조건을 쿼리하면, 판매자들이 조건에 해당하는 사용자 수를 반환하고, 컨슈머가 구매를 확정할 시 조건에 해당하는 사용자들의 데이터를 판매하는 방식입니다. 예를 들어 컨슈머가 관심 데이터 마켓에서 "요리를 좋아하는 20대 직장인 남성"이라는 세그먼트를 쿼리하면 가공자들은 자신들이 분석한 관심 데이터를 바탕으로 해당 조건에 부합하는 사용자 수를 반환하고, 컨슈머가 세그먼트를 구매하면 해당 사용자들의 광고 ID 셋과 추가적인 데이터를 제공하게 됩니다.
알려진 세그먼트에 의한 판매는 특정 세그먼트 조건을 제시하는 대신 컨슈머가 자신이 가지고 있는 광고 ID 셋을 업로드하는 방식입니다. 예를 들어 컨슈머가 인사이트 데이터 마켓에 광고 ID 5,000개를 업로드하고 이 유저들의 구매 확률을 쿼리하면 가공자들은 그 광고 ID중 에어블록이 가진 광고 ID와 겹치는 사용자들의 구매 확률을 판매하게 됩니다.
가격 책정 방식엔 Reward-Once 방식과 Reward-Per-Pay, 그리고 이를 섞은 하이브리드 방식이 있습니다.
- Reward-Once 방식은 처음에 수집자가 데이터를 수집하면서 프로바이더에게 값을 지불하고, 이후에 데이터의 재판매 수익을 전부 다 가져가는 방식입니다. 이 방식은 프로바이더의 리스크가 적지만, 프로바이더는 재판매 수익을 얻지 못한다는 단점이 있습니다.
- Reward-Per-Pay 방식은 수집 과정에서 값을 지불하지 않는 대신, 데이터가 팔릴 때마다 수집자와 프로바이더가 수익을 분배받는 방식입니다. 이 방식은 수집자의 리스크가 적지만, 프로바이더는 상대적으로 적은 수익을 얻을 수 있다는 단점이 있습니다.
- 하이브리드 방식은 이를 섞은 방식으로, 서로의 리스크를 효과적으로 헤징할 수 있습니다.
가격은 일반적으로 수집자가 결정합니다. 물론 상대 거래 주체도 자신이 원하는 가격을 주장할 수 있게 흥정 (Bargaining) 기능을 제공하여 데이터의 가격이 시장에 의해서 적정 선으로 결정될 수 있게 합니다. 에어블록 네트워크에는 자체적으로 데이터의 적정 가격을 제시하는 기능이 없지만, 적정한 데이터 가격 형성을 위해 에어블록 메인 거래소 등의 프론트엔드 앱에서는 ABL 토큰의 지수이동평균 가격과 자체적인 데이터 가치 산정 알고리즘을 통해 적정가를 추천하는 기능을 제공할 예정입니다.
에어블록의 토큰은 에어블록 (ABL) 과 에어블록 리워드 (AIR) 로 나뉩니다. ABL은 ERC20 형태의 거래 가능한 토큰이며, AIR는 개인에게 귀속되어 전송 및 거래가 불가능한 대신 ABL로 1:1 교환만 가능한 토큰입니다.
에어블록에서의 토큰은 Ethereum 위에서 ERC20 형태로 발행되지만, 추후 기술적 요구사항에 의해 플랫폼이 변동될 경우 ERC20 ABL 토큰은 스냅샷되어 새로운 플랫폼에서의 토큰이나 코인으로 전환될 수 있습니다.
ABL은 에어블록 내에서의 거래 수단이나 사용료 지불 수단으로 쓰입니다. ABL을 얻으려면 거래소에서 구매하거나, AIR를 ABL로 전환해야 합니다. 광고주가 데이터를 구매하려면 ABL을 지불해서 데이터를 구매하며, 데이터 캠페인을 집행하면 네트워크에 ABL을 지불해야 합니다. 또한 에어블록에 앱을 등록해 데이터를 수집하거나, 가공자가 되어 데이터를 가공하려면 일정량 이상의 ABL을 홀딩해야 합니다. 이처럼 ABL은 네트워크에 참여하기 위한 수단으로서의 토큰입니다.
AIR는 에어블록 내에서의 생산적인 행위에 대한 보상으로 지급되며, 지급된 AIR은 개인의 신뢰도로 쓰이거나 거버넌스에 쓰일 수 있습니다. 사용자가 데이터를 제공 혹은 신뢰도 마이닝에 참여하거나, 게이트키퍼가 노드를 유지하거나, 가공자가 가공한 데이터가 팔릴 때마다 AIR로 보상을 받습니다. 이렇게 받은 AIR은 개인에게 귀속되며, 타인에게 전송할 수 없습니다. 인위적으로 ABL을 AIR로 전환하는 것 또한 불가능합니다.
AIR는 개인의 기여도로 사용됩니다. AIR를 받으려면 데이터를 제공 혹은 신뢰도 마이닝을 통해 데이터에 신뢰 가치를 더하거나, 데이터의 검증 및 가공을 하는 식으로 네트워크에 가치를 더하는 기여를 해야 하기 때문에 개인이 보유한 AIR의 양은 개인의 네트워크에 대한 기여도라고 볼 수 있습니다.
AIR를 통해 거버넌스에 참여할 수 있습니다. 네트워크에 거버넌스가 생길 때, 개인은 자신이 보유하고 있는 AIR 양에 비례한 Voting Power를 가집니다. 이는 네트워크의 운영 측면에서 봤을때 네트워크에 많이 기여했을수록 가버넌스에서의 발언권을 크게 주는 것이 옳기 때문입니다. 거버넌스에 대한 내용은 다음 버전의 기술 백서에 자세히 설명될 예정입니다.
AIR는 ABL의 공급을 줄이는 역할을 합니다. 기여도가 높으면 광고주가 자신의 데이터를 구매할 가능성이 높아지고 자신의 데이터에 대한 가치가 고평가되기 때문에 개인은 더 많은 데이터 수익을 얻을 수 있습니다. 따라서 AIR를 바로 ABL로 교환하기 보다 홀딩을 유도할 수 있습니다. 또한 비슷한 참여도의 사람들과 비교했을 때 기여도가 너무 낮으면 신뢰도가 낮게 평가되어 데이터가 잘 판매되지 않을 수 있으므로 개인은 네트워크에 참여할수록 일정량 이상의 AIR를 홀딩하는 것이 권장됩니다.
AIR는 ABL로 1:1 교환이 가능합니다. AIR는 ABL로 교환하는 데에 별도의 시간 지연이 존재하지 않기 때문에 이는 Steem에서의 Power Down 과정보다 훨씬 편리하다는 장점이 있습니다. 단 ABL 토큰 가치가 급격히 상승하는 등의 상황에서 AIR 홀더들에 의한 덤핑을 방지하기 위하여 네트워크에서 시간당 ABL로 교환할 수 있는 AIR의 양은 현재 네트워크에 생성된 AIR 양의 0.1%로 제한합니다. 또한 돈을 주고 네트워크에서의 평판을 사는 행위를 방지하기 위해, ABL은 AIR로 교환할 수 없습니다.
에어블록은 네트워크 보상을 충당하기 위하여 AIR Pool (에어블록 리워드 풀)을 유지합니다. 주기적인 Token Generation Round를 통해 생성되는 블록 보상은, 게이트키퍼 및 신뢰도 마이닝 참여자에게 리워드로 주어집니다. 또한 에어블록의 지속적인 운영을 위해 네트워크 수수료 등의 유지 비용으로 사용될 수 있습니다.
AIR Pool에는 ABL과 AIR 모두 쌓일 수 있지만, 실제로 풀 안에서는 ABL로 교환되어 유지됩니다. 그리고 게이트키퍼나 신뢰도 마이닝 참여자에게 지급되는 보상은 AIR로 교환되어 지급됩니다. 또한 네트워크 초기 운영 과정에서의 안정적인 리워드 지급을 위해, 전체 토큰 발행량의 20%를 AIR Pool에 리저브로 할당합니다.
AIR Pool과 관련된 세부적인 수치는 개발 단계나 파일럿 테스트 단계에서의 시뮬레이션 결과 및 운영 결과에 의해 변동될 수 있습니다.
데이터 거래의 문제점은 상호 거래 주체간의 신뢰성을 보장할 수 없다는 것입니다. 데이터를 구매하는 입장에서는 거래되는 데이터와 거래 대상을 신뢰할 수 없고, 데이터를 판매하는 입장에선 구매자를 신뢰할 수 없습니다. 이렇게 거래 주체에 대한 신뢰성 문제와 데이터 신뢰성에 대한 문제가 존재하는데 에어블록은 거래 주체에 대한 신뢰성을 개인 신원 인증과 토큰에 기반한 개인 신뢰도 평가 시스템을 통해, 데이터에 대한 신뢰성을 데이터 교차 검증과 신뢰도 마이닝을 통해 해결합니다.
물론 개인과 데이터의 신뢰도를 평가함을 떠나서 악의적인 목적을 가지고 행동하는 주체들이 생겨날 수 있습니다. 에어블록은 이러한 주체들을 막기 위해 개인에 대한 신원 인증과 사기 탐지 시스템을 통해 시빌 공격 (Civil Attack) 및 사기 (Fraud)의 가능성을 차단합니다.
| 주체 | 개인에 대한 신뢰성 | 데이터에 대한 신뢰성 |
|---|---|---|
| 앱 | 개인 인증 (KYC) | - |
| 게이트키퍼 | 자동화된 사기 탐지 | 자동화된 사기 탐지 데이터 유효성 검사 |
| 데이터 가공자 | - | 데이터 교차검증 |
| 사용자 | - | 데이터 신뢰도 마이닝 |
| 네트워크 | 개인 명성 평가 | 데이터 신뢰도 마이닝 |
앱은 사용자들에 대한 신원 인증 (KYC)을 진행해야 합니다. 신원 인증의 수단은 전화번호 인증, 소셜 서비스 로그인 등이 될 수 있으며 uPort, Civic과 같은 탈중앙화된 신원 서비스가 될 수도 있습니다. 앱은 사용자를 등록할 때 사용자의 신원 정보를 해시화해서 에어블록 네트워크에 제공해야 합니다. 신원 인증 과정은 악의적인 계정을 생성해 네트워크를 공격하는 시빌 공격을 경감하는 효과를 지닙니다.
에어블록에 네트워크에는 게이트키퍼에 의해 Aero 네트워크상에서 이루어지는 사기 탐지 시스템 (Fraud Detection System)이 있습니다. 게이트키퍼들은 자신의 자동화된 노드를 통해 일정 패턴에 맞는 악성 사용자(Fraud) 들을 탐지하게 됩니다. 게이트키퍼들은 Fraud를 검출하기 위해, 사용자에 대해 라운드마다 다음과 같은 검증 태스크들을 지속적으로 수행합니다.
- 직접 데이터 답변 패턴 검증
- 고유 식별 정보 유효성 검증
- 네트워크 사용 패턴 검증
게이트키퍼들은 태스크마다 작업을 수행하는 데 필요한 부분적인 데이터를 받고, 해당 태스크를 수행한 후 이 사용자가 Fraud인지 아닌지에 대한 여부를 Pass / Fail로 판단합니다. 이후 지분 투표를 통한 합의를 실시해 과반수 의견이 각 태스크의 결과로 채택됩니다. 한 라운드 안의 모든 태스크의 2/3 이상을 Fail하면 해당 사용자는 Fraud로 판정되며, 에어블록 네트워크에서 패널티를 얻게 됩니다.
앞선 기능이 악의적인 참여자를 방지하기 위한 수단이라면, 개인 평가는 좋은 참여자를 평가하기 위한 수단입니다. 에어블록은 개인 평가를 통해 토큰 경제에 기반한 지표인 기여도와 참여도, 그리고 참여도별로 상대적인 기여도 순위를 매긴 지표인 명성을 부여합니다. 이 세 가지 지표는 특성에 따라 광고주나 가공자가 데이터 및 세그먼트를 선별할 때 참고 자료로 사용되거나, 네트워크에서 신뢰도 마이닝 대상을 선별할 때 사용될 수 있습니다.
기여도는 에어블록에서 가치를 생산함으로서 받은 AIR 토큰의 보유량입니다. 앞서 설명한대로, 신뢰도 마이닝에 참여하거나 데이터를 제공함으로써 AIR 토큰을 지급받은 것은 에어블록 네트워크에 가치를 더한 것으로 볼 수 있으므로 사용자의 AIR 토큰 보유량을 네트워크에 한 기여의 정도로 사용할 수 있습니다.
중요한 것은 기여도가 사용자의 현재 AIR 토큰 보유량이란 점입니다. AIR 토큰을 ABL로 바꿔 출금하면 기여도는 감소합니다. ABL을 AIR 토큰으로 다시 바꿀 수는 없으므로, 사용자가 감소한 기여도를 다시 올리려면 데이터 제공이나 신뢰도 마이닝을 통해 AIR 토큰을 받아야 합니다. 이러한 점에서 기여도는 토큰 경제적으로 ABL 공급을 조절하고 네트워크에 더 많은 기여를 유도하는 효과를 발생시킵니다.
참여도는 사용자가 얼마나 오랜동안 성실하게 네트워크에 활동했는지를 나타내는 지표입니다. 참여도는 다음과 같은 공식에 의해 계산됩니다.
는 지금까지 사용자가 받은 AIR의 양
는 사용자가 제공한 데이터 수
는 감가상각 계수,
는 시간
신뢰도 마이닝 등에 많이 참여해 AIR 토큰을 많이 받았을수록, 데이터를 많이 제공할수록 참여도는 높아집니다. 기여도와는 달리, 참여도는 AIR 토큰의 현재 잔고가 아닌 AIR 수입에 비례하기 때문에 AIR를 ABL로 교환해도 참여도에는 영향을 주지 않습니다.
참여도는 명성을 평가할 구간을 나누는 역할을 하며, 후술할 신뢰도 마이닝의 대상이 되는 모범 시민을 선정하는 기준이 되기도 합니다. 따라서 높은 참여도를 가질수록 신뢰도 마이닝에 더 많이 참여할 수 있게 되어 많은 보상의 기회가 생기게 됩니다. 하지만 감가상각 계수에 따라 참여도는 시간이 지날수록 조금씩 감소하기 때문에, 네트워크에서 꾸준한 활동을 해야 참여도를 유지하거나 높일 수 있습니다.
마지막으로 명성은 비슷한 참여도를 가진 사용자끼리의 기여도 순위입니다. 해당 참여도에 따라 참여 구간 (Tier)를 나누어 참여 구간에서 자신의 기여도의 상대적 순위를 명성으로 사용합니다.
예를 들어 참여도가 100 미만인 "신입"이라는 참여 구간이 있다고 가정하고, 한 유저가 신입 구간에서 기여도가 상위 3%에 속한다면 명성은 이 됩니다. 참여도에 따라 구간을 나눠 해당 구간에서 상대적으로 명성을 평가하는 것은, 네트워크의 신규 진입자와 기존 진입자간의 격차를 상쇄해 양극화를 방지하기 위함입니다.
데이터 교차검증은 가공자가 사용자의 서로 다른 종류의 데이터에 대해서 교차 검증을 수행했을 때, 데이터 간 상호 위배되는 사실이 발견될 경우 이를 클레임(Claim) 할 수 있는 시스템입니다. 예를 들어 어떤 사용자가 자신의 게임 선호에 대해 No라고 대답했지만 해당 사용자의 앱 사용 내역 데이터에서는 게임 앱이 40% 이상의 사용률을 보인다면 가공자는 이 데이터에 대해 클레임을 제기할 수 있습니다.
가공자가 클레임을 걸면 해당 가공자는 그 데이터를 판매할 수 없습니다. 가공자가 클레임 시스템을 악의적으로 남용하는 것을 방지하기 위해, 한번의 클레임만으로 데이터의 신뢰도를 낮추거나 사용자에게 패널티를 부여하지는 않습니다. 해당 가공자는 클레임이 발생한 데이터를 판매하지 않으므로, 마켓플레이스에서 해당 데이터의 공급이 감소하게 되어 데이터를 제공한 사용자의 보상이 줄어들게 됩니다.
단 교차검증을 통한 클레임이 2명 이상의 가공자에 의해 3회 이상 누적된 사용자에 대해 데이터 신뢰도 마이닝 과정을 통해 직접적인 신뢰도 검증을 실시하고, 신뢰도 마이닝 결과에 따라 데이터의 신뢰도를 조정합니다.
신뢰도 마이닝은 참여도가 높은 개인 사용자인 모범시민을 선정하여, 질문 형식으로 다른 사용자의 답변의 신뢰성을 평가하게 하는 시스템입니다. 직접 데이터의 입력이 가능한 에어블록 클라이언트나 에어블록 캠페인 SDK를 사용하는 개인 사용자에게 질문의 형식으로 해당 데이터를 보여주고, 해당 데이터의 신뢰도를 4가지 단계 (-2, -1, +1, +2)로 판단하게 합니다.
데이터 신뢰도 마이닝의 대상이 되는 데이터는 다음과 같습니다.
- 클레임이 2명 이상의 가공자에 의해 3회 이상 누적된 사용자의 클레임된 데이터
- 클레임이 걸리지 않은 데이터의 주기적인 무작위 샘플링
- 판매량 상위
% 데이터와 하위
% 데이터에 대한 샘플링
위 데이터들을 참여도를 기준으로 상위 %의 모범시민 사용자를 선정해 신뢰도 마이닝을 진행합니다. 모범 시민들에게는 일반 데이터 캠페인 질문과 같은 형태로 데이터의 신뢰도를 묻는 질문이 표시되고, 의사결정에 필요한 데이터가 보여집니다. 해당 데이터가 어떤 유저의 데이터인지는 익명화되어 어떤 유저의 데이터인지 알 수 없습니다. 신뢰도를 4단계로 나누어 평가하기 때문에 중간값 공격 또한 불가능합니다.
한 데이터의 신뢰도는 각 모범시민이 평가한 신뢰도를 해당 사용자의 기여도에 따라 가중평균을 매겨 산출합니다. 즉 많은 AIR 보상을 홀딩하고 있을 수록 신뢰도 평가에 더 영향력을 줄 수 있습니다. 신뢰도 평가에 참여한 모범시민에겐 해당 사용자의 기여도에 비례해 AIR 보상을 지급합니다.
- 좋은 신뢰도 평가 (R > 0) 를 한 데이터가 판매될때마다 해당 평가를 준 모범시민에게도 AIR 보상을 지급합니다
- 낮은 신뢰도 평가 (R <= 0)를 받은 데이터에 대해선 추가 보상은 없습니다.
- 매우 낮은 신뢰도 평가 (R < -1)를 받은 데이터의 경우 해당 데이터를 제공한 사용자의 AIR 보상 수입을 줄이는 패널티를 제공합니다. 사용자의 잔고를 감소시키진 않습니다.
한 주기마다 신뢰도 마이닝을 통해 얻을 수 있는 보상의 총량은 일정합니다. 모범시민들이 신뢰도 마이닝에 무관심하여 적은 사람만이 참여한다면 오히려 개인에게 돌아가는 보상은 늘어나기 때문에, 이는 모범시민들의 참여를 촉진시킬 수 있습니다.
또한 신뢰도 마이닝에 참여하는 모범시민 수를 유지하고 모범시민이 모든 데이터에 신뢰도 평가를 좋거나 나쁘게 주는 것을 방지하고자, 한 모범시민이 신뢰도 마이닝에 참여해 줄 수 있는 좋은 평점과 나쁜 평점은 각각 일주일에 +10점, -10점으로 한정됩니다. 자세한 값은 이후 시뮬레이션을 통해 결정하여 새로운 버전의 기술백서에서 공개될 예정입니다.
- 모범시민이 도덕적으로 평가에 무관심한 상황을 고려해 봅시다.
- 나쁜 데이터에 높은 신뢰도 평가를 줄 경우, 모범시민이 일주일에 줄 수 있는 좋은 점수는 한정되어 있기 때문에 신중히 점수를 사용해 평가한 사람보다 AIR 보상 수입이 떨어집니다. AIR 보상 수입이 떨어지면 참여도의 차이로 인해 자연스럽게 모범시민 대상에서 밀려날 수 밖에 없습니다.
- 좋은 데이터에 나쁜 신뢰도 평가를 줄 경우, 좋은 데이터를 나쁘게 평가하면 해당 데이터를 좋게 평가한 다른 사람보다 추가적인 AIR 보상 수입이 떨어지게 되고 자신의 몫 만큼 다른 사람이 보상을 가져가게 됩니다. 따라서 이 경우 역시 참여도의 차이로 인해 자연스럽게 모범시민 대상에서 밀려나게 됩니다.
- 참여도 상위 k%의 사용자만 모범시민으로 선정되므로 주기적으로 네트워크에 기여해서 AIR 보상을 얻지 않으면 참여도 순위가 밀려나 모범시민에서 제외될 수 있습니다. 따라서 신뢰도 마이닝 보상을 얻기 위해 네트워크에 꾸준한 참여가 요구됩니다.
- 신뢰도 마이닝은 일종의 토큰 기반 큐레이션으로 볼 수 있습니다. 홀딩하고 있는 AIR의 양인 기여도가 일종의 큐레이션 보팅 파워가 되고, 데이터에 대한 평가를 하여 좋은 평가 점수의 데이터가 팔릴 때마다 보유중인 큐레이션 보팅 파워에 비례한 보상을 받는다는 점에서 토큰 기반의 큐레이션과 유사합니다. 단, 토큰 기반 큐레이션 시스템과는 달리 에어블록에서는 큐레이션 보팅 파워(기여도, 즉 AIR) 의 구매 및 파워 업이 불가능합니다.
데이터를 가공 및 검증하고, 평가하는 등의 데이터 관리 작업은 스마트 컨트랙트 위에서 이루어지기에는 아주 복잡한 작업입니다. 에어블록은 데이터 관리 작업만을 Aero 네트워크라는 별도의 자체 블록체인 네트워크 상에서 수행합니다. Aero는 에어블록의 데이터 검증 블록체인 네트워크입니다. Aero 네트워크의 노드들은 에어블록 상에서 게이트키퍼의 역할을 수행하며, 데이터에 관한 각종 검증 태스크들을 수행하고 그 대가로 블록 보상을 AIR Pool로부터 AIR 토큰으로 얻게 됩니다. Aero 노드들은 검증 작업을 수행한 기록과 해야 할 작업의 목록을 담은 ADT (Active Data Table)에 대한 분산 원장을 유지하게 됩니다. 검증 작업 및 분산 원장에 대한 합의 알고리즘으로는 "Consensus-by-bet" 형태의 Proof-of-Stake 컨센서스를 사용하므로 지분에 비례한 보상을 얻게 됩니다.
Aero 네트워크는 Ethereum 플랫폼 위의 서비스 레이어와 공존합니다. Aero는 오직 데이터 검증의 역할만 수행하며 대부분의 기능은 Ethereum 위의 서비스 레이어에 컨트랙트로서 구현됩니다. 즉 Aero 네트워크의 도입이 메인넷 도입을 의미하진 않습니다. 서비스 레이어와의 통신은 인터체인 플랫폼을 통해서 이루어지며, ICON [4]이나 Cosmos [5] 등이 사용될 수 있습니다.
Aero는 노드들이 데이터에 대해 수행하는 검증 행위인 작업 (Task), 작업을 수행하는 주기인 라운드 (Round), 그리고 데이터별로 필요한 작업의 큐를 담고 있는 ADT (Active Data Table)로 구성됩니다.
작업은 실행 조건과 필요 데이터, 그리고 행동으로 이루어집니다. Aero에는 현재 다음 종류의 작업이 존재합니다.
- Data Ingestion Task
- Data Availability Proof Task
- Fraud Detection Task (Subjective Task)
실행 조건은 어떤 데이터에 대해 작업이 실행되어야 할 조건을 의미합니다. 예를 들어 Data Ingestion Task의 경우, 데이터가 처음 생성되는 것이 실행 조건이 됩니다. 실행 조건이 충족되면 ADT에서 해당 데이터의 작업 큐에 조건에 해당하는 새로운 작업이 추가됩니다.
필요 데이터는 작업이 실행되는데 요구되는 데이터를 의미합니다. 예를 들어 Data Availability Proof Task라면 해당 데이터의 접근 URI와 해시 값이 필요 데이터가 됩니다. 행동은 이러한 필요 데이터를 가지고 작업이 실제로 수행해야 하는 로직을 의미합니다. 앞의 예에서 행동은 "해당 데이터의 접근 URI를 통해 내려받은 데이터의 해시값과 블록체인에 등록된 해시값이 같은지 비교하는 로직"이 되는 것입니다.
이렇게 해서 작업이 끝나면 결과 (Result) 가 생성됩니다. 검증 태스크에서는 Yes, No와 같은 이진 결과를 가지게 됩니다. 작업이 끝난 이후 결과에 대해서 Proof-of-Stake 컨센서스를 진행해, 2/3 이상의 득표를 얻은 결과가 해당 작업의 최종 결과로 선출됩니다.
만약 작업이 주관적 작업 (Subjective Task)이라면, 소수 의견에 해당하는 결과를 내놓은 노드들이 각자 걸어놓은 Stake를 잃지는 않습니다. 하지만 그렇지 않은 작업의 경우 소수 의견 노드들은 각자 걸어놓은 Stake를 잃게 됩니다. 객관적인 증명 (Proof)에는 정답이 있기 때문입니다. 다수 의견에 해당하는 노드들은 걸어놓은 Stake에 따라 블록 보상을 받아갈 수 있습니다.
이러한 작업은 주기적인 라운드에 따라 실행됩니다. 한 라운드에는 여러 개의 작업이 동시에 수행되며, 수행 기록은 블록에 검증 작업 기록으로서 저장됩니다. 한 라운드에 실행할 수 있는 최대 작업 개수는 블록 크기에 따라 결정됩니다. 한 라운드가 끝나면 AIR로 블록 보상이 부여되고, 노드들은 각자 건 Stake의 양에 비례해 블록 보상을 나눠가질 수 있습니다.
ADT(Active Data Table)은 데이터별로 수행해야 되는 작업의 목록입니다. 데이터별로 작업 큐가 있고, 작업 큐에는 수행해야 하는 작업과 그에 사용되는 필요 데이터가 들어갑니다. 특정 작업이 실행 조건을 만족하거나 외부의 작업 등록으로 인해 ADT에 작업이 추가된다면 해당 작업은 다음 라운드에 실행되게 됩니다.
작업 등록을 하려면 작업 실행 주체(에어블록 컨트랙트, 수집자 등)는 일정량의 수수료를 내야 합니다. 이는 시빌 공격이나 DoS 공격을 방지하기 위함입니다. 작업 등록에 따른 수수료 부과 정책은 다음 버전의 기술 백서에서 자세히 다루어질 예정입니다.
- 가공자에 대한 정량적 평가 방법. 가공자들은 각자 주관적인 방법을 통해 데이터를 가공하기 때문에 객관적인 평가가 힘들다는 문제가 있습니다. 이를 평가하는 가장 확실한 방법은 컨슈머의 효용을 측정하는 것이므로 해당 데이터를 통한 ROAS (Return On Ad Spend)를 측정하는 것이지만 이는 에어블록이 정확히 측정하기 힘든 영역입니다. 간접적인 대안으로 Numerai [6], Enigma Catalyst [7]와 같이 주기적으로 학습 데이터를 통한 Competition을 개최해 그 결과를 바탕으로 가공자의 정확도를 평가하는 방법 등이 있습니다.
- 컨슈머의 KYC. 프로바이더가 컨슈머에게 안심하고 데이터를 판매하기 위해서는 최소한 컨슈머의 신원 확보를 통한 신뢰 보장이 이루어져야 합니다. 이에 대한 수단으로는 uPort [2] 등이 고려되고 있습니다.
- 데이터의 수명. 사용자의 개인 데이터는 결국 현 시점에서의 개인의 상태를 표현한 데이터이므로 개인의 상태가 바뀌는 순간 해당 데이터는 수명을 다하게 됩니다. 예를 들어 결혼 여부에 대해 미혼이라고 답한 데이터는 해당 사용자가 결혼을 하는 순간 잘못된 데이터가 됩니다.
- 데이터 서비스. 특정 앱이 수집한 데이터를 가공자가 데이터 서비스화하여 판매할 수 있습니다. 데이터 수에 따른 일괄 구매 방식이 아닌, 데이터 서비스를 구독하며 정기적으로 지불하는 토큰 양에 데이터의 종류 및 양이 비례하는 방식을 생각해볼 수 있습니다.
- 가버넌스. AIR 토큰은 에어블록 블록체인의 거버넌스에도 Voting Power로서 쓰일 수 있습니다. 자세히 어떠한 부분에 거버넌스가 적용될 수 있는지에 대한 내용은 추후 기술 백서를 통해 자세히 공개될 예정입니다.
- [1] Civic Technologies. Civic, A Secured Identity For Everyone.
- [2] uPort, Open Identity System for the Decentralized Web.
- [3] IBM. Three-legged OAuth flow.
- [4] ICON Foundation. ICON, Hyperconnect the world. TO REAL WORLD
- [5] Kwon, Buchman. Cosmos, A Network of Distributed Ledgers.
- [6] Craib, Bradway, Dunn, et al. Numeraire: A Cryptographic Token for Coordinating Machine Intelligence and Preventing Overfitting.
- [7] Zyskind, Nathan, Pentland. Enigma: Decentralized Computation Platform with Guaranteed Privacy
- [8] Vitalik Buterin. EIP 859 - Account abstraction for main chain
- [9] Ian Grigg. EOS - An Introduction
데이터 특성 부여는 단순히 개인의 데이터에 대한 권리 회복을 의미하는 것 뿐만이 아니라, 에어블록 내 거래되는 데이터에 특수한 경제적 효과를 불러 일으킬 수 있습니다.
데이터의 도달 수명을 제한하는 것은 실물 세계에서의 감가상각과 비슷한 원리를 만들어냅니다. 시간이 지날수록 실물의 가치가 감소하는 것 처럼 에어블록에서의 데이터 가치 또한 재판매를 거칠수록 수명이 감소함으로서 가치가 하락합니다. 이는 데이터의 공급을 제한하는 효과를 불러올 수 있습니다.
만약 각 주체간에 데이터의 무한한 재판매가 가능해진다면 공급 과잉으로 인해 데이터의 인플레이션이 발생하고, 데이터의 가치는 하락하게 됩니다. 하지만 도달 수명을 제한하는 것은 재판매에 한계를 둠으로써 에어블록 네트워크 내 공급을 조절하는 효과를 발생시킵니다.
또한 사용자가 직접 데이터의 사용 범위를 제한할 수 있다는 점은 특정 종류 데이터의 희소성을 만들어냅니다. 사용자가 과도한 노출을 꺼리는 민감한 데이터일수록 사용자는 데이터의 도달 범위와 재판매 횟수를 제한하게 됩니다. 이는 해당 데이터의 공급을 감소시키므로 해당 종류의 데이터에 희소성을 만들어냄과 동시에 가격을 상승시키는 효과를 불러 일으킬 수 있습니다.
개인과 광고주 간 데이터 거래의 가장 큰 문제는 개인이 기대하는 보상과 광고주가 기대하는 보상이 다르다는 점입니다. 개인에게 데이터 적정가가 1 ABL이라고 가정하고, 광고주에게는 10,000명의 데이터 적정가가 타 플랫폼과 비교했을 때 1,000 ABL이라고 가정해봅시다. 데이터 가격을 개인이 원하는 가격에 맞추면 광고주는 10,000 ABL이라는 비교적 비싼 가격을 지불해야 하고, 광고주가 원하는 가격에 맞추면 개인은 0.1 ABL의 보상밖에 받지 못합니다.
하지만 데이터 거래는 실물과는 다른 속성이 존재합니다. 바로 데이터는 무형재로서 여러 번 팔릴 수 있다는 점입니다.
수집자가 데이터를 개인 적정가에 맞춰서 구매한 다음 이를 여러 명의 광고주에게 광고주 적정가로 판매한다면 개인과 광고주에게 적정선의 가격을 제공할 수 있습니다. 그러나 이 방식은 수집자가 충분한 광고주의 수요가 없어서 손익분기점 달성에 실패하는 "데이터 재고" 현상이 일어날 리스크가 존재하므로 에어블록에서는 데이터 가격을 광고주가 원하는 저렴한 가격으로 맞추는 대신 데이터가 팔릴때마다 사용자에게 보상을 제공하는 Reward-Per-Sale 방식을 제공합니다.
| 소비자 리스크 | 수집자 리스크 | |
|---|---|---|
| Reward-Once | 낮음 | 높음 |
| Reward-Per-Sell | 높음 | 낮음 |
| Hybrid | 중간 | 중간 |
에어블록은 자체적으로 데이터를 저장하지 않으며, 별도의 저장 수단을 마련하고 있지 않습니다. 데이터 저장 및 유지의 의무는 수집자가 가지며, 수집자는 어디에든 데이터를 저장할 수 있습니다. 에어블록은 해당 데이터의 URI를 저장하고 소유권을 구매한 컨슈머에게 제공해주는 역할만을 수행합니다. 수집자는 IPFS, Swarm, S3, HDFS등의 다양한 저장소를 사용할 수 있으며, 수집자는 데이터를 저장한 후 해당 데이터의 URI를 Aero에 등록하면 됩니다.
자체적인 데이터 저장소가 없고 수집자에게 그 의무를 부과하는 것에 대해 중앙화 문제, 데이터 변조 문제, 데이터 가용성 문제가 제기될 수 있습니다. 그럼에도 에어블록이 이러한 접근법을 취한 이유는 자체 데이터 저장소를 운영하더라도 이러한 문제가 여전히 존재하기 때문입니다.
에어블록이 중앙 데이터 저장소를 운영하면 중앙화 문제가 발생할 것이고 스토리지 노드들에 의해 유지되는 탈중앙화된 데이터 저장소를 운영하더라도 개별 노드들에 의한 변조 문제와 가용성 문제는 여전히 존재하기 때문에, 이에 대해 Filecoin과 같은 검증 및 증명 수단이 필요합니다.
에어블록은 수집자에게 데이터 저장의 의무를 부과하고, Aero 네트워크를 통해 데이터의 가용성 및 온전성을 검증합니다. 이는 자체 데이터 저장 네트워크를 운영해도 결국 검증이 필요하기 때문입니다. 이는 역으로 검증이 있으면 자체 데이터 저장 네트워크는 필요가 없음에서 기인합니다. 또한 데이터를 판매해야 할 수집자가 데이터 저장소를 유지하는 것은 Data Generation Attack을 막는 효과가 있습니다.
만약 데이터 소유권자의 필요에도 불구하고 데이터의 가용성이 보장되지 않거나 데이터의 변조 사실이 확인되었다면, 검증 시스템에 의해 수집자의 데이터 매물은 마켓플레이스에서 사라지고 수집자는 패널티를 받게 됩니다.
데이터를 저장하고 유지할 여건이 되지 않는 수집자를 위해 에어블록 메인 마켓플레이스에서는 수집자를 위한 데이터 대리 저장 기능을 옵션으로 제공할 예정입니다. 이는 선택적이며, 에어블록 메인 마켓플레이스 저장소의 무조건적인 사용이나 중앙화를 의미하지는 않습니다.
에어블록은 개인 프로바이더의 입장에서 리워드 시스템으로 보여질 수 있습니다. 직접 데이터를 제공하고 간접 데이터 수집을 허가할 때 마다 일정량의 리워드를 받기 때문입니다.
문제는 리워드를 받기 위해 데이터를 제공하려면 사용자 및 수집자와 서비스 레이어와의 인터렉션이 필요한데, 블록체인 위에 있는 서비스 레이어와의 인터렉션은 네트워크 수수료(Gas)를 요구합니다. 물론 네트워크 수수료는 기술적으로 Dapp과 블록체인 네트워크에 대한 시빌 공격 및 DoS 공격을 방지하기 위해서 꼭 필요한 존재입니다. 하지만 개인의 입장에서는 데이터 제공을 통해 받는 보상과 네트워크 수수료가 비슷하거나 더 커진다면 에어블록은 리워드 시스템으로서의 가치를 상실하게 되므로 문제가 됩니다.
이 문제를 해결하는 방법으로 수집자가 데이터를 모아뒀다가 한번에 보냄으로써 수수료를 절약하는 Bufferring 방식이나, Dapp 서비스 프로바이더인 에어블록이 사용자들의 네트워크 수수료를 대신 지불하는 Fueling 방식이 있습니다. 후자의 경우 별도의 Fueling 서비스 없이도 Ethereum에서는 Constantinople을 통해 EIP-859 [8] 제안이 메인 네트워크에 반영되면 가스 지불 주체를 에어블록으로 변경함으로서 구현할 수 있습니다. 또한 Ethereum이 아니더라도, EOS.IO [9] 등의 블록체인 플랫폼을 사용하는 것도 현재 고려 대상에 있습니다.
Aero 네트워크는 데이터를 검증하는 역할을 수행하는 외부 블록체인 네트워크이지만, 이 역할은 자체 네트워크를 개발 및 운영하지 않고 Enigma [7] 등의 탈중앙화 데이터 처리 프레임워크를 통해 대체할 수 있는 가능성이 존재합니다. Enigma는 Private MPC 플랫폼으로서, Secret Contract 등을 통해 데이터의 내용을 제 3자에게 노출하지 않으면서 데이터에 대한 MPC (Multi-Party Computation)가 가능한 프레임워크입니다. 이 부분은 추후에 Aero Network의 세부 스펙이 확정된 이후 시점에 검토할 예정입니다.
이 항목에서는 에어블록에서 고찰한 직접 데이터의 필요성과 간접 데이터와 구별되는 특징 및 한계점에 대해 자세히 서술합니다.
오늘날의 디지털 광고에서 개인으로부터 수집할 수 있는 데이터 중 내재적으로 가치있는 데이터는 반드시 아래의 2가지 속성을 가집니다.
- 균질성
- 확실성
균질성의 뜻은 어떤 데이터셋에 포함되어있는 속성 (Attribute)이 빈 칸이 없이 일정해야 한다는 뜻입니다. 예를 들어 안드로이드 모바일 디바이스에 설치된 앱 리스트는 모든 안드로이드 디바이스에서 예외없이 수집할 수 있다는 점에서 매우 균질성이 높은 데이터입니다. 균질성은 어떤 데이터 셋에 대한 선형적인 모델 자체의 예측 정확도를 높여주는 역할을 합니다.
확실성의 뜻은 선형적인 모델을 통해 예측을 할 때 학습의 재료가 되는 데이터가 매우 정확하다는 것을 뜻합니다. 예를 들어 어떤 영화에 대한 특정인의 선호도를 알고자 할 때 “별점”이라는 확실한 정량화된 수단을 통해서 이를 평가합니다. 확실성은 비교적 높은 정확도를 가진 선형적인 모델에게 유사성을 판단할 수 있는 근거를 마련해줍니다.
간접 데이터는 위에서 밝힌 균질성과 확실성 모두를 가지고 있다는 점에서 매우 내재적으로 가치 있는 데이터입니다. 모두에게서 프로그래밍적으로 자동으로 수집되기 때문에 균질성이 확보되고, 사용자의 거짓말이 보태질 수 없는 있는 그대로의 사실이기 때문에 확실한 데이터입니다.
특히 간접 데이터는 데이터의 내재적 가치 밖에서 비즈니스적으로 정형성이라는 새로운 속성을 부여받습니다. 정형성은 곧 우리가 수집할 데이터의 스키마(형식)이 정해져 있다는 뜻입니다. 어떤 데이터를 어떤 형식으로 수집해야 할지가 정해져있다는 것입니다. 지난 20년간 디지털 광고업은 빠르게 발전해왔고, 머신러닝을 이용한 고도의 개인화 타겟팅 기법이 발전하게 되면서 Criteo와 같은 성공사례를 만들어내게 되었습니다. 데이터의 수집 주체와 활용 주체가 분리된 디지털 광고업의 특성 상 어떤 데이터를 수집해서 누구에게 어떤 데이터를 주어야할지가 오히려 표준화 되고 있습니다. 이러한 생태계의 특성 상 정형성은 디지털 광고 업의 간접 데이터가 지닌 뚜렷한 특징이 되었습니다.
반면 직접 데이터의 경우 균질성과 확실성 모두 없으며, 정형성을 가지고 있지도 않습니다. 예를 들어 1,000만 명의 패널이 있다면, 이 1,000만 명에게 국가에서 Census 등을 실시하지 않는 한 도무지 균질한 데이터를 모을 방법이 없습니다. 어떤 사람의 어떤 데이터는 가지고 있는 데이터 특징이 어떤 사람의 데이터에는 없을 수도 있는 것입니다. 현재 IT 서비스가 균질한 데이터를 모을 수 있는 공간은 회원가입 시 특정 정보를 필수적으로 입력하게 하는 방법 뿐입니다.
직접 데이터는 확실성을 갖지도 않습니다. 그 데이터의 진실성을 보장할 방법이 없기 때문입니다. 따라서 그 사람의 진술에 의존할 수밖에 없다는 한계를 가집니다. 예를 들어서 어떤 사람이 “나는 고양이를 키운다”라고 진술하여도 그것의 진실성을 증명하기가 결코 쉽지 않습니다. 이는 필연적으로 직접 데이터의 진실성, 즉 진실성을 증명할 수 있느냐의 확실성의 문제로 이어집니다.
마지막으로 직접 데이터는 정형적이지 않습니다. 직접 데이터의 비정형성은 텍스트로 된 자연어에서부터 질문과 답으로 이뤄진 비교적 정형화된 데이터까지 그 정도가 다양합니다. 그러나 설령 질문과 답으로 이뤄진 문답이라고 데이터의 정형성이 그다지 높지 않습니다. 왜냐하면 질문과 그 대답의 형식이 항상 다르기 때문이며, 또한 그 질문에서 지칭하는 대상에 대한 의미론적인(Semantic) 구조 혹은 온톨로지가 합의되지 대부분 합의되지 않았기 때문입니다. 예를 들어 “고양이를 키우십니까?”라는 질문과 “고양이를 좋아하십니까?”는 완전히 다른 질문이 될 수 있습니다.
그럼 디지털 광고업에서는 균질성, 확실성, 그리고 심지어 정형성까지 갖추고 있는 직접 데이터만 필요하고 직접 데이터는 필요하지 않을까요? 그렇지 않습니다. 그 이유는 다시 “고양이를 키우는지 아닌지”의 질문으로 돌아가면 알 수 있습니다.
자동으로 수집하는 간접 데이터로는 그 사람이 확실하게 고양이 쇼핑몰에 들어가고, 확실히 고양이 먹이를 샀고, 확실히 고양이 관련 앱을 자신의 디바이스에 설치하고 있다는 것은 알 수 있습니다. 그러나 이 이렇게 확실한 사실들로도 여전히 그 사람이 실제로 고양이를 키우는지는 아닌지는 알 수가 없습니다. 수의사일수도 있고, 애완동물 샵에서 일하는 직원일 수도 있습니다.
설령 선형적인 모델을 통해서 추측하고 싶다고 해도 여전히 확실한 정답은 필요합니다. 그리고 확실한 정답을 얻기 위해서는 직접 물어보고, 그 물어본 대답이 진실성을 가지게 만들 수밖에 없습니다. 즉, 간접 데이터로 수집할 수 있는 데이터의 종류는 분명 한계가 있고, 어떤 종류의 데이터는 작은 양이라도 직접 물어봐서 확실히 수집할 수밖에 없다는 결론이 도출됩니다.
또한 직접 물어본다고하더라도 그것을 믿을 수는 없으므로 확실하게 증명까지 끝내야 한다는 결론이 나옵니다. 만약 어떤 사람의 직접적인 진술이라고 해서 선형적인 모델에서 사용되는 예측의 재료로 사용한다면 이는 잘못된 예측의 결과로 이어질 수 있습니다.
오늘날 디지털 광고 업계에서 우리는 비교적 풍부한 간접 데이터와 그 진술의 진실성이 비교적 확실하지도 않고, 양도 매우 적은 간접 데이터의 불균형적인 상태에 놓여있습니다. 이 생태계를 해결하는 것이 에어블록이 해결해야 할 문제입니다.
지금까지 데이터가 가질 수 있는 최상의 내재적 가치와 에어블록 네트워크에서 수집할 수 있는 데이터들의 종류와 그 특성에 대해서 살펴보았습니다. 이를 표로 정리하면 아래와 같습니다.
| 데이터 속성 | 간접 데이터 | 직접 데이터 |
|---|---|---|
| 균질성 | 매우 높음 | 매우 낮음 |
| 확실성 | 매우 높음 | 매우 낮음 |
| 정형성 | 매우 높음 | 매우 낮음 |
| 수집 가능 종류 | 적음 | 이론상 무한대 |
균질성, 확실성, 정형성을 확보하고 있는 간접 데이터는 수집 가능한 데이터의 종류가 아주 적고, 직접 데이터는 수집 가능한 종류가 매우 높음에도 불구하고 균질성, 확실성, 정형성의 측면에서 부족한 점이 많음을 알 수 있습니다.
여기서 직접 데이터의 한 가지 속성이 확보된다면 아주 적은 양으로도 심지어 비정형적인 데이터라도, 또한 균질성이 일체 없이도 경제적인 가치를 가지게 되는데 이것은 확실성입니다. 직접 데이터의 확실성은 간접 데이터와의 상호작용을 통하여 그 모수를 늘려줄 수 있는 가능성을 가지고 있기 때문입니다.
디지털 광고에서 가장 최상의 시나리오는 확실한 직접 데이터와 균질적이고 확실한 간접 데이터의 상호작용을 통한 모수의 확대입니다. 간접 데이터는 균질하고 확실한 데이터로 선형적인 모델 ㅡ 예컨대 그것이 머신러닝이나 통계학적 방법론일 때 ㅡ 작은 샘플만으로도 많은 모수에 대한 추측을 할 수 있게 해줍니다.
Criteo나 개인화된 타겟팅 리타겟팅 광고의 원리도 이와 같습니다. 이들은 웹사이트에서의 사용자의 행동을 정형화시켜 간접 데이터의 형식으로 만듭니다. 웹사이트 진입, 검색, 상품 리스트 조회, 상품 상세페이지 조회, 상품 장바구니 담기, 상품 구매의 6개의 정형화된 이벤트를 기록합니다. 이렇게 수집된 간접 데이터는 모든 방문객들에 대해서 균질하게 기록되며 실제 사실이므로 확실한 데이터입니다. 여기서 특정 상품을 살 가능성을 모든 웹사이트 방문자들에 대해서 추측한다고 하면 그 특정 상품에 대한 기존 구매자들과 비슷한 사람들을 여태까지 수집한 간접 데이터에 선형적인 모델을 적용하여 찾기만 하면 됩니다.
즉, 결론적으로 적은 양의 간접 데이터를 통해 많은 양의 모수를 찾아올 수 있는 것입니다. 이렇게 균질성있고 확실한 간접 데이터셋에 직접 데이터를 학습 재료 삼아서 모수를 확대하는 것을 유사타겟 엔진(Lookalike Audience Engine)이라 합니다. 예를 들어 페이스북은 1,000명 이상의 타겟만 가져온다면 그 타겟을 통하여 유사타겟을 만들어줍니다. 학습 데이터는 무조건 정확하여야 하고, 진실성이 있어야 합니다. 그래야지만 유사타겟 엔진을 통한 정확한 추측이 가능해진다는 결론으로 돌아오게 됩니다. 즉, 직접 데이터는 반드시 높은 확실성을 가지고 있어야 합니다.
이렇듯 몇 가지 논리를 통해 모든 직접 데이터는 반드시 확실한 데이터야만 합니다. 즉 그 데이터의 진실성으로 증명해야만 한다. 직접 데이터의 확실성은 그 직접 데이터를 제공하는 개인들에 의하여 총 3가지 방법을 통해서 증명될 수 있습니다.
- 형식적 증거를 통한 증명
- 자연어 진술을 통한 증명
- 형식적 진술을 통한 증명
형식적 증거는 말 그대로 특정 진술을 증명하는 확실한 증거를 보여주는 것입니다. 예를 들어서 “고양이를 키우는지 아닌지”를 형식적으로 증명하는 방법은 자신이 키우는 고양이의 사진을 찍어서 보여주는 것입니다. 이 때 이 사진이 인터넷에서 퍼온 것이 아니라는 것이 증명된다면 이는 확실한 증거가 될 수 있습니다. 특정 회사에 다니고 있다는 것을 증명하려면 그 회사의 주소를 사용한 개인 이메일로 이메일을 보내서 인증을 할 수 있습니다. 특정 회사의 학생이라는 것을 알리려면 학생증을 찍어서 인증하면 됩니다. 이 방법은 비교적 확실한 대신 증명을 위해서 비교적 많은 자원과 시간이 소모된다는 단점을 가지고 있습니다.
자연어 진술을 통한 증명은 특정 주제에 대해서 말 그대로 자연어적으로 진술을 하는 것입니다. 예를 들어서 “애완동물”이라는 주제에 대해서 진술을 하면 “나는 애완동물을 어릴적부터 키워왔다. 6살 때는 금붕어를 키웠고, 8살 때는 병아리를 키웠다. 한 동안 애완동물을 키우지 않았지만, 최근에 들어서는 고양이를 키우고 있습니다. “내 고양이는 …” 와 같은 식으로 자연어적 진술을 하는 것입니다. 이 진술은 형식적인 질문에 대한 대답보다는 신빙성을 가질 수 있으나 여전히 비교적 많은 자원과 시간이 소모된다는 단점을 가지고 있습니다.
형식적 진술을 통한 증명은 주어진 질문에 대한 대답으로서 진술을 하고, 그것 자체가 증명을 하는 한 방식이 되는 경우입니다. 일반적인 설문조사가 형식적 진술을 통한 증명에 속한다고 볼 수 있습니다.