Skip to content

Sybil-Resistance Economics (시빌 저항 경제학) ​

문제점 (The problem) ​

참여자에게 보상을 제공하는 모든 시스템은 Sybil 공격에 대비해야 합니다: 공격자가 다수의 가짜 신원을 생성하여 보상의 몫을 배가시키는 방식입니다. Prize Pool (상금 풀)이 고정된 게임에서 Sybil 파밍은 정직한 사용자로부터 공격자로 가치를 직접 이전시킵니다.

순진한 실패 방식들 (The naive failure modes) ​

메커니즘실패 원인
IP당 하나의 계정VPN과 이동통신사의 순환 NAT에 의해 쉽게 무력화됨
가입 시 Captcha2Captcha 같은 서비스로 0.0001~0.001달러에 해결 가능
모든 사용자에 대한 Hard KYC95% 이상의 사용자를 이탈시킴; 네트워크 효과를 죽임
플레이에 Stake 필요빈곤층을 배제; 무료 플레이 게임을 유료 플레이로 전환

CashPop (캐시팝)은 대신 지속적인 신뢰 사다리(continuous credibility ladder) 를 사용하며, Sybil 비용이 단조 증가하는 한계 효용을 가집니다.

경제적 속성 (The economic property) ​

α_T를 Tier T의 보상 Multiplier (승수)라고 하고, C_T를 Tier T에서 새 계정 하나를 생성하는 한계 비용이라고 합시다. 다음 조건을 요구합니다:

αT+1αT<CT+1CT

다시 말해: 각 Tier 업그레이드는 Sybil 비용 증가분보다 적은 보상 증가를 제공합니다. 합리적인 Sybil 파머는 사다리를 오를수록 이익을 볼 수 없습니다; 규모 면에서 경제적으로 합리적인 유일한 전략은 정직한 사용자에게 계정당 ROI를 최대화하는 Tier를 받아들이는 것입니다.

Trust Ladder (신뢰 사다리), 가격 책정 ​

TierMultiplier α한계 Sybil 비용 Cα/C 비율
L00.5x~$0정의되지 않음 (상환 불가)
L11.0x~$1.50 (6시간 기회비용)0.67 / $
L21.2x~$0.50 하드 + L1 비용0.60 / $
L31.4x~$1 + L2 비용0.45 / $
L41.6x~$5/월 구독 + L30.16 / $/월
L51.8x~$0.50–5 SIM + L40.18 / $
L62.5x$20 KYC + L50.10 / $
L73.0x$40 Liveness (라이브니스) + L60.05 / $

α/C 비율은 Tier가 올라갈수록 엄격히 감소합니다. 지출된 달러당 보상을 최대화하려는 Sybil 파머는 합리적으로 사다리를 오르지 않을 것입니다 — L1에 머무는 것이 Sybil당 최고의 ROI를 제공합니다.

경험적 봇 비용 데이터 (Empirical bot-cost data) ​

2026년 초 그레이마켓 신원 비용을 측정했습니다:

  • 베트남 SIM 카드 (저가 통신사, 선불): $0.30/번호
  • 인도네시아 SIM 카드: $0.40
  • 필리핀 SIM 카드: $0.45
  • 미국 SIM 카드 (그레이마켓): $4.20
  • 영국 SIM 카드: $5.10
  • Telegram Premium (재판매 계정): $3.50/월
  • KYC 문서 (그레이마켓): $15–30/신원
  • Liveness/셀카 스푸핑: $30+/시도, 성공률 ~40%

이러한 가격 하한선은 Tier Multiplier 설정에 사용됩니다. 그레이마켓이 진화함에 따라 Tier Multiplier는 DAO (탈중앙화 자치 조직) 거버넌스를 통해 조정됩니다.

Round (라운드)당 Sybil 산술 (The per-Round Sybil arithmetic) ​

단일 L1 계정은 대략 다음을 획득합니다:

  • 5 POP/일 (로그인) + 10 POP × N_rounds (참가) + 20 POP × M_survived
  • 중간 세션: ~10 Rounds/일 → ~250 POP/일 기본
  • Tier1 지역 Multiplier 적용 후: ~250 POP/일 = ~$0.10/일 USD 환산

L1에서 Sybil 파밍이 수익성이 있으려면:

  • L1 계정당 한계 비용: ~$1.50 (주로 6시간 활동의 기회비용)
  • 손익분기점 시간: 15일

무료 노동력(즉, 인간 L1과 구별할 수 없는 봇 사용)을 가진 인내심 있는 파머는 2주 안에 손익분기점에 도달합니다. Reputation Score (평판 점수)와 이상 탐지는 대부분의 자동화된 농장에서 이 기간을 30일 이상으로 연장합니다. 이 수준에서는 농장 관리의 운영 오버헤드가 마진을 잠식합니다.

사다리 외 방어책 (Defenses beyond the ladder) ​

Trust Ladder는 다음으로 보완됩니다:

  1. Reputation Score 감소: 비활성 Sybil은 점차 Multiplier를 잃습니다 (δ = 0.01/일).
  2. 이상 탐지: Commit-Reveal (커밋-리빌) 패턴에 대해 훈련된 ML 모델이 조정된 봇 행동을 플래그 지정; 플래그된 계정은 평판 패널티를 받습니다.
  3. Reveal (리빌) 비율 모니터링: 비현실적으로 완벽한 Reveal 비율을 가진 계정은 조사를 유발합니다.
  4. 지리적 분포 확인: 러시아 IP에서 로그인하는 베트남 SIM 배치는 플래그를 유발합니다.
  5. 기기당 제한: 기기 지문당 최대 2개 계정.

모델이 깨질 때 (When the model breaks) ​

그레이마켓 신원 비용이 프로토콜의 Tier 가격 아래로 붕괴하면 모델이 깨집니다. 이를 지속적으로 모니터링하고 DAO 투표를 통해 분기별로 Multiplier를 조정합니다. 시스템은 항파괴적(anti-fragile)입니다. 신원 사다리가 완전히 실패하더라도 "불투명한 참여자에게 지급되는 광고 수익"으로 퇴화되기 때문입니다 — 이는 치명적이지 않고 비효율적일 뿐입니다.

참고문헌 (References) ​

  • Douceur, J. (2002). The Sybil Attack. IPTPS.
  • Buterin, V. (2014). Proof of Stake: How I Learned to Love Weak Subjectivity.
  • Buterin, V. & Weyl, E.G. (2021). Decentralized Society: Finding Web3's Soul.
  • Verbeek, F. & Walfish, M. (2018). Proof-of-Personhood via Pseudonym Parties.

Built on TON.