GDAC DeFi: 중앙화 거래소와 온체인 시장을 연결하다

GDAC DeFi는 중앙화 거래소의 사용 경험 안에서 DeFi 거래를 이용할 수 있도록 만든 프로젝트였다. 외부 시장 데이터를 연결하고 스마트 컨트랙트를 개발하는 한편, 출시 후 실제 데이터를 분석해 제품 가설을 검토했다. CeFi의 운영 환경과 온체인의 실행 방식을 함께 다루어야 했다는 점에서 기술과 제품 판단이 밀접하게 연결된 작업이었다.

프로젝트 배경

중앙화 거래소와 DeFi는 거래를 처리하고 책임을 나누는 방식이 다르다. 거래소 사용자는 계정 안에서 일관된 가격과 주문 상태를 기대하지만, 온체인 거래는 지갑 서명과 네트워크 확정, 스마트 컨트랙트 상태에 따라 진행된다. 두 환경을 연결하려면 차이를 감추는 것만으로는 부족했다. 사용자가 어떤 가격을 보고 어떤 조건에서 거래하며, 실패했을 때 시스템이 무엇을 보장하는지를 분명하게 설계해야 했다.

또한 DeFi 거래의 판단에는 신뢰할 수 있는 시장 데이터가 필요했다. 실시간 호가와 과거 차트 데이터의 시점이 어긋나거나 외부 데이터 공급이 지연되면, 사용자가 보는 정보와 실제 실행 조건이 달라질 수 있었다.

맡은 역할

• Peertec/GDAC 거래소 소프트웨어 엔지니어
• 백엔드와 외부 시장 데이터 연동
• 스마트 컨트랙트 개발 및 테스트
• 출시 후 데이터 분석과 사업 기회 검토

기간: 2023년 11월–2024년 6월

주요 작업

외부 거래소의 실시간 호가와 과거 가격 데이터를 수집하고 서비스에서 사용할 수 있도록 백엔드 연동을 구현했다. 서로 다른 데이터 형식과 갱신 주기를 서비스의 기준에 맞추고, 데이터가 누락되거나 늦어질 때의 처리 방식도 고려했다. 사용자가 보는 정보가 거래 판단에 직접 영향을 주기 때문에 단순 수집보다 일관성과 시점 관리가 중요했다.

온체인 영역에서는 스마트 컨트랙트 개발과 테스트에 참여하고 보안 검토를 지원했다. 정상적인 거래 흐름뿐 아니라 잘못된 입력과 권한, 외부 조건이 예상과 달라졌을 때의 동작을 점검했다. CeFi 화면 뒤에서 실행되더라도 온체인 거래의 비가역성과 공개성은 그대로 남기 때문에, 제품 편의성보다 먼저 안전한 경계를 정해야 했다.

출시 후에는 시장 및 사용 데이터를 분석해 초기 가설이 실제 행동과 맞는지 검토했다. Python, Jupyter와 Pandas를 이용해 데이터를 정리하고, 결과를 제품 개선과 잠재적 사업 기회를 논의할 수 있는 보고서로 만들었다. 기능을 출시했다는 사실보다 사용자가 어떤 상황에서 선택하고 어디에서 이탈하는지를 확인하는 과정에 집중했다.

배운 점

이 프로젝트에서 가장 크게 배운 것은 서로 다른 금융 구조를 연결할 때 어느 한쪽의 언어만으로 제품을 설계할 수 없다는 점이었다. 온체인 실행을 잘 이해해야 했고, 동시에 거래소 사용자가 기대하는 안정성과 설명 방식도 지켜야 했다. 외부 시장 데이터, 백엔드 상태와 컨트랙트 결과가 조금만 어긋나도 신뢰가 흔들릴 수 있었다.

또한 데이터 분석은 출시 후 성과를 꾸미는 작업이 아니라 다음 결정을 위한 검증 과정이어야 했다. 예상한 사용 사례가 실제로 나타났는지, 기술적으로 가능했던 기능이 사용자에게도 가치가 있었는지를 냉정하게 확인해야 했다. GDAC DeFi는 블록체인 기능을 구현하는 것에서 한 걸음 더 나아가, 기술적 실행과 제품 가치를 같은 데이터로 바라보게 한 프로젝트였다.

기술과 링크

• 백엔드: Node.js, NestJS
• 데이터 및 스토리지: S3
• 온체인: 스마트 컨트랙트
• 분석: Python, Jupyter, Pandas
• GDAC 거래소: gdac.com

기술: Node.js, NestJS, Python, 스마트 컨트랙트, DeFi, CeFi 통합