데이터 접근성은 차세대 Web3 애플리케이션을 주도 할 것입니다.

블록체인 기술은 CryptoKitties와 같은 수집품에서 이자 농사와 같은 탈중앙화금융(DeFi)에 이르기까지 응용 프로그램의 힘을 실어주는 불변의 정보의 믿을 수 없는 원천 역할을 해 왔습니다. 독특한 사용 사례와 능력은 많은 다른 블록체인 생태계에 걸쳐 급속한 성장을 이끌었지만, 탈중앙화 기술은 대부분 매우 느린 일반 채택률로 자신만의 영역에 국한되어 왔습니다.

​

이는 여러 가지 이유로 볼 수 있지만, 그 중 중요한 것은 블록체인의 대량의 정보에 접근하기 어렵다는 점을 들 수 있습니다. 예를 들어, 주소의 현재 토큰 잔액을 쉽게 확인할 수 있으며 이에 상응하는 스마트 계약 기능을 호출하면 됩니다. 그러나 토큰 보유자마다 잔액을 확인하는 것은 훨씬 더 어렵고 표준 ERC-20 토큰 내에는 토큰을 보관하는 주소 목록이 실행 중이지 않으며, 이는 스토리지 관점에서 유지 관리하는 데 비용이 많이 듭니다. 목록을 검색하기 위해 각 전송 이벤트를 검사하여 고유한 발신자/수신자 주소를 결정하고 주소 목록은 잔액에 대한 스마트 계약과 개별적으로 확인 될 것입니다.

​

비교적으로, 데이터베이스를 사용하여 구현된 시스템은 거래가 제출될 때 업데이트 될 각 주소의 잔액을 저장할 것입니다. 잔액과 주소 목록은 주소 수만큼만 될 뿐 잔액이 없는 주소들을 걸러낼 필요는 없으며 이 모든 정보는 간단한 SQL 명령을 사용하여 요청할 수 있습니다.

​

필요한 모든 정보를 검색하는 단일 명령어의 단순성은 자연스럽게 개발자들이 블록체인이 아닌 전통적인 데이터베이스를 기반으로 애플리케이션을 만들도록 유인합니다. 개발 시 Web3 채택의 폭을 넓히기 위해, 분산형 쿼리 프로토콜은 블록체인의 데이터에 접근하는 과정을 단순화하는 것을 목표로 한다. Conflux Network에서는 분산형 쿼리를 개발자들이 고급 사용 사례에 대한 솔루션을 구축하기 위한 분산형 기술의 잠금 해제의 또 다른 핵심 요소입니다.

분산형 쿼리 프로토콜은 블록체인과 같은 기반 기술과 전면적인 애플리케이션 사이에 접속하는 계층입니다. 쿼리 프로토콜은 블록체인이 이벤트를 모니터하고 SQL과 같은 공통 데이터베이스 언어를 사용하여 개인이 접근할 수 있는 방식으로 정보를 저장합니다. 이를 통해 개발자들은 백엔드가 데이터베이스에서 정보를 읽는 기존의 웹 애플리케이션 스택과 유사한 애플리케이션을 만들 수 있습니다.

​

대표적인 쿼리 프로토콜로은 개발자가 이더리움에서 특정 스마트 계약에 대한 연결을 만들고 데이터를 수집하며 GraphQL을 이용해 상호작용을 할 수 있는 "그래프"가 있습니다. 그래프는 관심의 스마트 계약, 해당 이벤트 및 정보의 저장 방법을 포함하는 하위 그래프가 정의된 노드를 사용하며 노드는 블록체인을 모니터링하고 IPFS를 통해 인덱스 정보를 저장하는데, 이때 사용자는 GraphQL을 이용해 노드에 정보를 요청할 수 있습니다. 쉽게 접근할 수 있는 블록체인 데이터를 개발자 친화적이고 분산된 방식으로 제공하는 것이 궁극적인 목표입니다.

현재, Graph는 대부분의 DeFi 프로토콜에 접속할 수 있는 Etherum JSON-RPC 호출만 지원합니다. Uniswap, Valider, Complex와 같은 애플리케이션은 모두 다른 분산형 애플리케이션에 전원을 공급하는 데 사용할 수 있는 subgraphs를 가지고 있습니다.

그래프를 Conflux Network와 같은 다른 블록체인에 연결하면 멀티체인 대시보드와 같은 새로운 잠재력을 만들 수 있습니다. 이 대시보드는 특히 이더리움의 DeFi 생태계가 그것의 기술적 한계를 계속 밀어붙일 때 많은 다른 블록체인에 걸쳐 DeFi 생태계의 정보를 합성할 수 있습니다. 교차체인 프로토콜과 포장된 자산이 보편화됨에 따라, 멀티체인 대시보드는 단일 네트워크가 아닌 전체 DeFi 에코시스템에서 자산을 모니터링하여 토큰이 체인 및 에코시스템에서 어떻게 사용되고 있는지 더 잘 이해할 수 있습니다.

​

탈 중앙화 기술의 흥미로운 측면은 더 강력한 응용 프로그램을 만들기 위해 조각을 조립할 수 있는 모듈화입니다. 이를 염두에두고 The Graph의 여러 네트워크에 있는 자산에 대한 정보를 사용하여 SingularityNET 과 같은 분산형 AI 공급자에서 machine learning(ML) 알고리즘을 훈련하여 여러 네트워크에서 토큰에 대한 AI 기반 모델링을 생성 할 수 있습니다.

예측 모델링 결과는 Chainlink와 같은 오라클 네트워크를 사용하여 Conflux Network의 AMM (Automated Market Maker)에 다시 연결할 수 있습니다. 일반적인 AMM은 단순한 수학적 곡선을 사용하여 온체인 유동성을 관리하고 Hummingbot 및 MakerDAO Keepers와 같은 고급 사례를 관리합니다. 프로그램 가능한 전략을 사용하여 시장을 만들 수 있습니다. 고급 케이스를 오프체인 ML 모델링과 결합하여 온체인 하이퍼 파라미터를 조정할 수 있습니다. 그러나 이 페어링에는 ML 모델을 구축하고 훈련하기 위한 지식과 리소스가 필요합니다. 분산 네트워크에서 AI 모델링을 연결함으로써 모든 개인은 ML 기반 AMM을 구축하여 다양한 블록 체인에 분산된 자산을 보다 지능적으로 관리할 수 ​​있습니다. 또한 AI 기반 AMM을 다양한 네트워크에 연결함으로써 여러 네트워크의 DeFi 생태계를 활용하여 더 많은 유동성을 제공 할 수 있습니다.