📌 중국이 광산을 포기한 이유

안녕하세요, BQ개발자입니다.

지난 편에서 중국이 희토류 독점을 시작하게 된 기술적 배경을 살펴봤는데요, 오늘은 중국 전략의 또 다른 면을 전달해드리려고 합니다.

📱 전기차 시대의 최대 약점, 그 시작은 베이징 실험실이었다

2020년부터 중국이 희토류 원광의 순수입국이 됐습니다. 세계 최대 희토류 보유국이 다른 나라에서 원석을 수입하고 있어요.

이유는 간단합니다. 채굴로 인한 환경 피해는 다른 나라에 떠넘기고, 깨끗하고 수익성 높은 정제 작업만 자국에서 하려는 거죠.


🏭 중국 내 희토류 채굴량 감소

중국 내 희토류 채굴량은 의도적으로 줄어들고 있다고합니다.

대신 미얀마, 인도네시아에서 원광을 수입해서 중국에서 정제하는 구조로 바뀌고 있죠.
채굴 단계에서의 점유율을 69%로 낮추면서도, 정제 단계에서는 90% 독점을 유지하고 있어요.

환경 부담은 줄이면서 수익은 그대로 가져가는 전략인 거죠.


⛏️ 미얀마 카친주의 현실

중국 국경 너머 미얀마 카친주에는 수백 개의 소규모 희토류 광산이 운영되고 있습니다.

환경 규제가 거의 없는 상태에서 채굴이 이뤄지고 있구요. 채굴 과정에서 강산성 화학물질을 대량 사용하는데, 이게 그대로 토양과 강으로 흘러들어가고 있는..ㄷㄷ

지역 주민들은 피부병과 각종 질병에 시달리고 있지만, 여기서 채굴된 희토류 원광은 거의 100% 중국으로 수출됩니다.


☠️ 1톤 희토류 = 2,000톤 유독 폐기물

희토류 채굴이 얼마나 더러운 작업인지 구체적인 숫자로 보면 알 수 있어요.

희토류 1톤을 생산하려면 약 2,000톤의 유독성 폐기물이 발생한다고 해요.
여기에는 방사성 물질인 토륨과 우라늄도 포함되어 있어서 처리가 매우 까다롭구요

또한 채굴 과정에서 13kg의 먼지, 9,600~12,000㎥의 폐가스, 75㎥의 산성 폐수가 나온다고 하더라고요.

이런 폐기물을 제대로 처리하려면 엄청난 비용이 들어가는데, 중국은 이 비용을 다른 나라에 떠넘기고 있습니다.


🏞️ 환경 부담의 지리적 이전

중국 네이멍구 바오터우에는 '검은 호수'라 불리는 거대한 광미댐이 있어요.

1950년대부터 희토류 정제 과정에서 나온 유독성 폐기물이 쌓인 곳인데, 면적이 10㎢가 넘습니다.
방사성 물질과 중금속으로 오염된 이 호수는 중국 정부에게도 골칫거리예요.

그런데 미얀마 카친주의 상황을 보니 중국의 계산이 보이더라고요.
채굴로 인한 환경오염은 미얀마에서 발생하고, 중국은 상대적으로 깨끗한 정제 작업만 담당하는 구조죠.


📊 가치사슬별 점유율 변화

중국의 전략을 숫자로 보면 더 명확해져요.

- 채굴: 69% (감소 추세)
- 정제: 90% (유지)
- 자석 제조: 92% (증가)

채굴 단계에서는 점유율을 낮추면서 환경 부담을 줄이고, 대신 정제와 자석 제조 같은 고부가가치 단계의 독점력은 더 강화하고 있어요.

정제 기술은 50년간 축적된 노하우 덕분에 다른 나라가 쉽게 따라올 수 없거든요. 결국 원석은 어디서 가져와도 중국에서 가공해야 하는 구조가 만들어진 거죠.


🌏 환경 비용과 경제 이익의 분리

결과적으로 중국은 환경 비용과 경제 이익을 지리적으로 분리시켰다고 할 수 있습니다.

환경 피해는 미얀마, 아프리카 등 다른 나라에서 발생하고, 깨끗하고 수익성 높은 정제와 자석 제조는 자국에서 독점하고 있는거죠.

전 세계가 탄소 중립을 추진하면서 전기차, 풍력발전 수요가 늘어나고 있는데, 결국 이 모든 기술의 핵심 부품은 중국에서 만들어지는 ㅠㅠ


✏️ 전략적 가치사슬 관리

중국 사례를 보면서 느끼는 건, 가치사슬에서 어느 부분을 장악할지를 치밀하게 계산한 결과라는 점이에요.

더러운 일은 다른 나라에 맡기고, 깨끗하고 수익성 높은 일만 챙기는 전략입니다.
단순히 자원을 많이 가지고 있다고 유리한 게 아니라, 가치사슬 전체를 어떻게 관리할지가 중요한 것 같아요.

---

다음 편에서는 "1%의 함정"이라는 제목으로, 희토류 재활용률 1% 미만이라는 숫자 뒤에 숨은 구조적 한계를 살펴보겠습니다.

#BQ개발자 #희토류 #중국전략 #환경문제 #지정학

📌 ZK 개발자가 알아야 할 핵심 개념 2편: 유한체 - 음수 없이 빼기

안녕하세요, BQ개발자입니다.

지난 편에서 유한체는 오버플로우가 정상 동작이라고 했습니다.
오늘은 제가 이해하는 데 시간이 좀 걸렸던 개념을 다룹니다.

ZK 회로를 디버깅하다가 이상한 현상을 발견할 수 있습니다.
5 - 10을 계산했는데 `21888242871839275222246405745257275088696311157297823662689037894645226208578`이 나오는 거죠.
버그인 줄 알고 한참 헤멜 수 있지만, 알고 보면 정상입니다.


🤔 음수가 거대한 양수가 되는 이유

일반적으로 5 - 10 = -5죠.
그런데 유한체에는 음수가 없습니다. 0부터 p-1까지만 있어요.

그럼 5 - 10은 어떻게 표현될까요?

유한체 Fp에서는 0 아래로 가면 반대편 끝으로 돌아옵니다.
0 - 1 = p - 1이 되는 거죠.

5 - 10 = p - 5가 되고, 이게 바로 그 78자리 숫자입니다.

신기한 건 이 큰 수가 정확히 -5처럼 동작한다는 점입니다.
여기에 5를 더하면 0이 되고, 15를 더하면 10이 되거든요.


1️⃣ 토큰 전송 로직의 변화

일반 프로그래밍에서 토큰 전송을 구현할 때는 항상 잔액을 먼저 확인합니다.
잔액이 부족하면 음수가 되니까 막아야 하죠.

유한체에서는 다르게 접근한다고 합니다.

잔액 5에서 10을 빼면 그 거대한 78자리 숫자가 나옵니다.
정상적인 잔액은 보통 20자리 이하인데, 갑자기 78자리가 나온 거죠.

이 "비정상적으로 큰 값"을 걸러내는 방식으로 부정한 전송을 방지한다고 하네요.
조건문 대신 값의 크기로 판단하는 거죠.


2️⃣ 회로가 단순해지는 효과

ZK 회로에서 if-else 같은 분기문은 구현이 복잡하다고 합니다.

"조건이 참이면 A, 거짓이면 B"를 회로로 만들려면,
양쪽 경로를 다 계산한 뒤 선택하는 구조가 필요하다고 하더라고요.

유한체를 활용하면:
- 조건 확인 없이 바로 계산
- 결과값의 크기로 유효성 판단

직선적인 연산으로 처리되니 회로가 간단해진다고 합니다.


3️⃣ 제약이 오히려 편리함을 만드는 경우

처음엔 음수가 없다는 게 불편할 것 같았습니다.

그런데 생각해보니, 음수를 따로 관리하지 않아도 되는 거...?
부호 비트도 필요 없고, 양수인지 음수인지 체크하는 코드도 필요 없죠.

모든 값을 동일한 방식으로 처리할 수 있다는 점이 오히려 장점인 것 같습니다.


✏️ 유한체를 공부하면서 느낀 점 : 없는 게 있는 것

유한체 개념을 보면 음수가 "없다"고 하지만, 사실은 큰 양수로 "있는" 거라는점,
단지 표현 방식이 다를 뿐, 수학적 역할은 동일합니다.

수학이 정말 재미있는 건, 없애버린 것(음수)이 사실은 다른 형태(큰 양수)로 완벽하게 존재한다는 점인 것 같습니다.
제약을 만들었더니 오히려 더 자유로워진 거죠.

-5든 p-5든, 5를 더하면 0이 되는 건 같으니까..?

---

여러분의 좋아요와 공유는 사랑입니다 🥰

#BQ개발자 #ZK개발 #유한체 #영지식증명 #뺄셈

📌 GCUL: 구글이 블록체인으로 던진 질문들 - 1편

안녕하세요, BQ개발자입니다.

GCUL(Google Cloud Universal Ledger). 구글이 만드는 블록체인이죠.
근데 이름부터 뭔가 블록체인 같지 않습니다. 코인 이름도 아니고, 체인도 아니고... 유니버설 렛저?

"구글이 이더리움/솔라나를 대체할 거다"라는 의견들이 있던데,
개인적으로는 동의하지 않습니다. 아예 컨셉이 다르거든요.

다만 이더리움과 솔라나가 10년간 기다려온 엄청난 파이 :
- 기관
- 자금,
- RWA 토큰화
를 GCUL이 가져갈 수 있을 것 같다는 분석은 좀 공감이 됩니다.

그럼 블록체인 판도에 큰 변화가 있겠죠...?

🤔 구글 블록체인, 3가지만 알면 된다

GCUL을 이해하는 데 필요한 건 딱 세 가지입니다.

1. KYC 필수 - 익명 거래 불가
2. Python 스마트 컨트랙트 - Solidity 대신
3. 네이티브 은행 화폐 - 스테이블코인 없이

각각이 왜 기관들에게 먹힐 수밖에 없는지 보겠습니다.


1️⃣ KYC 필수

이더리움: 누구나 지갑 생성
GCUL: 신원 확인 후에만 계정 생성

자료를 보면 "KYC 인증 계정, 규제 준수 설계"라고 명시되어 있습니다.

금융기관의 현실:
익명 가능 = 자금세탁 리스크 = 규제팀 거부

금융기관이 뭘 하려고하면 위와 같은 흐름으로 전개될게 단순하죠.
규제 통과가 안 되면 아예 시작을 못 하니까요.


2️⃣ Python으로 하는 스마트 컨트랙트

"Python 기반 스마트 컨트랙트 지원"

월스트리트 퀀트가 매일 쓰는 언어가 Python입니다.
리스크 모델도, 거래 알고리즘도 다 Python이에요.

이걸 Solidity로 다시 짜려면? 일단 공부하는데 3개월.
Python 그대로 쓰면? 오늘 당장.


3️⃣ 스테이블코인 없는 온체인 달러

"온체인 상의 네이티브 상업은행 화폐"

구글은 JP모건 계좌의 달러가 바로 토큰이 되는 그림을 그리고 있는 것 같아요
Circle도, Tether도 필요 없는구조가 되는거죠


✏️ 이더리움이 놓친 것을 구글이 주울수도..?

솔라나가 그렇게 노력했던 기업 시장,
이더리움이 10년간 기다린 기관 자금.

GCUL이 이걸 가져가면 어떻게 될까요?

다음 편 부터는 각각의 요소들을 좀 깊게 파보려고합니다.
다음편을 스포하자면 "왜 JP모건은 이더리움을 못 쓰는가"를 다뤄보겠습니다.

---

여러분의 좋아요와 공유는 사랑입니다 🥰

#BQ개발자 #GCUL #구글블록체인

📌 구글 나노바나나 좀 쩐다..

BQ개발자입니다.

구글이 나노바나나라는 이미지 모델을 내놨는데요.
써보니까 기존 AI 이미지 편집이랑은 좀 다르고 진짜 대단하다 싶네요..;; 역시 갓글

✔️ 핵심: 편집해도 원본이 안 망가짐
- 10번 편집해도 얼굴이나 물체가 픽셀 단위로 동일하게 유지됨
- 사진→일러스트→3D로 스타일 바꿔도 identity는 그대로
- 여러 이미지 합성할 때 각 요소의 특성이 100% 보존
- 배경만 바꾸면 진짜 배경만 바뀜 (그림자, 반사광은 자연스럽게 조정)
- 물체 하나 지워도 나머지는 전혀 안 건드림
- 기존 AI처럼 전체를 재생성하는게 아니라 부분만 정확히 편집

또 진짜 개쩌는건 이제 편집 흔적을 찾기가 거의 불가능해졌다는 점.

기존 AI 편집은 어딘가 어색한 부분이 있었는데, 나노는 그런게 없다고 하네요?

아직 AI Test Kitchen에서만 제한적으로 쓸 수 있는데, 정식 출시되면 이미지 편집 시장이 좀 바뀔 수도 있을것 같습니다.

---

여러분의 좋아요와 공유는 사랑입니다 🥰
#BQ개발자 #Gemini #나노

📌 브라우저를 얻은 AI 1편: AI 브라우저란?

안녕하세요, BQ개발자입니다.

인터넷에서 브라우저는 곧 사람입니다.

쿠키로 우리를 추적하고, 클릭으로 우리를 의도를 읽죠.
구글이 연간 2,378억 달러를 버는 광고 모델도, 아마존의 추천 시스템도,
모두 "브라우저를 통해 행동하는 인간"을 전제로 만들어졌습니다.

그런데 이 전제가 조금씩 깨지고 있다는 이야기가 많습니다.
AI가 브라우저를 직접 제어하기 시작했다는거고, 그래서 한번 이모저모 다뤄보려고 합니다.


🤔 브라우저의 주인이 바뀐다

지금까지 브라우저는 인간만 쓸 수 있었습니다.

봇은 차단되고, 자동화는 금지되고, CAPTCHA로 "당신이 로봇이 아님"을 증명해야 했던거죠.
인터넷 경제가 "진짜 인간의 진짜 행동"에 기반하기 때문입니다.

하지만 2025년, 상황이 달라지고 있습니다

Anthropic의 Computer Use는 화면을 보고 클릭합니다.
Perplexity Comet은 우리 대신 이메일을 보내고 예약을 합니다.
OpenAI는 아예 자체 브라우저를 만들고 있죠.

저는 AI가 브라우저의 정당한 사용자가 되는 순간, 인터넷의 기본 단위가 바뀔 수도 있다고 생각해요
"인간의 클릭"에서 "AI의 실행"으로.


1️⃣ 전환기의 기회

지각 변동이 일어날 때 가장 큰 기회가 생기죠.

카네기멜런 연구에 따르면 현재 AI 에이전트의 성공률은 30.3%에 불과하다고 합니다.
그런데도 Perplexity는 345억 달러에 Chrome 인수를 제안했고, OpenAI는 Chrome 개발자들을 영입했습니다.

왜일까요.

선점하는 자가 새로운 규칙을 만들기 때문일거라고 생각해요.

저는 구글이 검색으로 인터넷의 관문이 되었듯, AI 브라우저를 장악하는 기업이 다음 시대의 관문이 될 수도 있다고 생각해요

사용자 34.5억 명의 Chrome이 그래서 전쟁터가 된 거죠.


2️⃣ 무엇이 돈이 되는가

브라우저를 가진 AI는 데이터의 질을 바꿉니다.

"러닝화" 검색어 하나는 2달러의 가치지만,
검색부터 비교, 망설임, 구매까지의 전체 과정은 1000달러의 가치를 갖습니다.
AI 브라우저는 바로 이 전체 과정을 포착하죠.

더 중요한 건 실행이죠

광고를 보여주는 대신 직접 구매를 대행하면,
중개 수수료가 광고비를 대체합니다. 비즈니스 모델 자체가 바뀌는 느낌..?


📍 경계가 무너지는 순간

이번에 시리즈는 AI가 브라우저를 얻으면서 일어나는 변화를 추적해보려고 합니다

데이터 가치의 역전, 불완전한 기술의 역설, 기업들의 전략적 선택, 그리고 사용자가 맞닥뜨릴 새로운 의존성까지..?

브라우저가 인간의 도구에서 AI의 몸이 되는 순간. 인터넷은 다른 공간이 될 것 같고 간단하게나마 같이 맛보시죠!!

---

여러분의 좋아요와 공유는 사랑입니다 🥰

#BQ개발자 #AI브라우저 #AIAgent #브라우저전쟁

📌 아비트럼 시리즈 #3 : 3600 ETH, 방패가 칼이 되는 순간

안녕하세요, BQ개발자입니다.

지난 편에서 아비트럼의 사기 증명이 3년간 한 번도 발생하지 않았다고 했죠.

📱아비트럼 시리즈 #2 : 한 번도 싸우지 않은 완벽한 전쟁

그런데 댓글로 중요한 지적을 받았습니다.

그 3년의 대부분은 화이트리스트 검증인만 참여할 수 있는 '허가형' 시스템이었다는 거예요.

🤔 3600 ETH의 역설

3600 ETH 담보금.
이게 아비트럼 보안의 핵심이면서 동시에 딜레마입니다.

공격자가 거짓 주장을 올리려면 3600 ETH를 걸어야 해요.
패배하면 전액 몰수. 약 100억원이 날아가죠.

그런데 여기서 문제.
정직한 방어자도 새로운 올바른 주장을 올리려면 똑같이 3600 ETH가 필요합니다.

공격자를 막는 방패가, 동시에 정직한 참여자도 막는 칼이 되는 거예요.

1️⃣ 왜 이런 구조가 생겼을까

원인은 '지연 공격'이라는 취약점이었습니다.

악의적인 공격자가 시빌 공격으로 가짜 신원 100개를 만들어서 동시에 거짓 주장을 올린다고 생각해보세요.
기존 시스템은 이걸 하나씩 순차적으로 처리해야 했어요. 첫 번째 도전이 끝나야 두 번째를 시작하는 구조.
각 도전이 며칠씩 걸리니 100개면 수백 일. 그동안 모든 인출이 멈춰버리죠.

그래서 아비트럼은 3년간 화이트리스트로만 운영했던 거예요.
누구나 참여할 수 있게 하면 이런 공격에 무력했으니까요.


2️⃣ BOLD의 해법과 남은 과제

아비트럼은 BOLD 프로토콜이 도입하면서 변화를 시도하고 있습니다.

핵심은 '순차 처리'를 '병렬 처리'로 바꾸는 것. 도전의 대상을 '사람'이 아닌 '상태' 자체로 바꿔서, 100명이 거짓을 주장해도 정직한 검증인 한 명이 모든 거짓을 동시에 처리할 수 있도록 설계했다고 해요. 각 진영에 약 6.4일씩 주어지는 '체스 시계' 메커니즘으로 전체 분쟁을 12-14일 안에 끝내려는 시도도 하고 있고요.

이론상으론 지연 공격 문제를 해결한 것처럼 보이죠.

하지만 3600 ETH라는 진입장벽은 여전합니다.
작은 L2 체인이나 프로젝트가 이 금액을 감당할 수 있을까요?


✏️ 아직 열리지 않은 무허가 시대

BOLD가 도입된 지 1년도 안 됐어요.
진짜 무허가 환경이 어떻게 작동할지는 이제부터 지켜봐야 할 것 같습니다.

커뮤니티가 자금을 모아 방어하는 trustless bonding pool이 활성화될까요?
아니면 결국 자본력 있는 소수만 참여하는 구조가 될까요?

3600 ETH는 분명 공격을 막는 강력한 방패입니다.
동시에 진정한 탈중앙화를 가로막는 칼이기도 하고요.

이 딜레마를 어떻게 풀어갈지, 아비트럼의 실험은 계속되고 있는 것 같네요.

---

다음 편에서는 BOLD가 어떤식으로 동작하는지 좀 더 깊게 파보도록 하겠습니다!

여러분의 좋아요와 공유는 사랑입니다 🥰

#BQ개발자 #아비트럼 #BOLD #무허가검증 #Layer2

📌 브라우저를 얻은 AI 2편: 검색어 2달러, 행동 패턴 1000달러

안녕하세요, BQ개발자입니다.

지난 편에서 AI가 브라우저를 통해 직접 행동하기 시작했다고 했는데요.
그 행동 데이터의 경제적 가치를 한번 따져보겠습니다.

---

러닝화를 사려고 검색창에 "러닝화"를 입력하면
여태까지 광고주는 이 순간 구글에게 돈을 지불해왔습니다.

하지만 브라우저위에서 우리가 하는 활동은 더 복잡하죠?

나이키 홈페이지 둘러보고,
아디다스에서 가격 필터 걸고,
뉴발란스 장바구니에 담았다가 지우고,
쿠폰 사이트 3곳을 뒤지다가 결국 포기.

이 전체 과정의 데이터 가치는? 훨씬 더 크죠.


🤔 구글이 놓치는 998달러

구글은 우리가 "러닝화"를 검색했다는 것만 압니다.
누가 살지 안 살지 모르니까 광고주는 클릭당 비용만 내죠.

하지만 AI 브라우저는 다릅니다.

우리가 나이키에서 23초 머문 것,
아디다스에서 150달러로 필터 건 것,
뉴발란스를 장바구니에 담았다 뺀 것.
전부 기록될 수 있기 때문이죠

이제 우리는 "러닝화 검색자"가 아니라
"150달러 예산, 뉴발란스 선호, 쿠폰 없으면 안 사는 사람"이 되는느낌?

이런 구체적인 구매자 정보의 실제 가격은 얼마나 될까요?


1️⃣ 데이터 시장의 현실

데이터 브로커 시장에서 거래되는 가격을 보면:
- 완전한 신원 정보(Fullz): 20-100달러
- 제휴 마케팅 수수료: 판매액의 5-15%
- B2B 리드 하나: 50-500달러

근데 AI 브라우저가 "거의 확실한 구매자"를 찾아낸다면?
그 가치는 클릭당 2달러가 아니라 더 높아지겠죠?


2️⃣ 쌓일수록 정확해지는 프로필

일주일만 지켜봐도 AI는 우리를 우리보다 더 잘 이해하게 됩니다.

월요일 저녁에 주로 쇼핑.
평균 3.2개 사이트 비교.
리뷰 5개 이상 읽으면 살 확률 73%.

다음 월요일 저녁, AI는 3개 사이트 가격표, 고평점 리뷰 모음, 사용 가능한 쿠폰 등을 미리 준비할 수 있습니다.

우리는 편해지고, AI는 더 많이 알게 되고, 예측은 더 정확해지는거죠


3️⃣ 광고가 사라지는 순간

"150달러 이하 러닝화 사줘"

AI 브라우저를 사용하면 러닝화를 살 때 이 한 마디면 충분해집니다.
검색, 비교, 구매까지 알아서 처리.
때문에 광고를 보여줄 틈이 없게 되죠.

이렇게 되면 구글은 클릭당 벌던 돈을 잃게되고
AI 브라우저 회사는 거래당 더 큰 돈을 벌 수 있습니다.
구독료든, 판매 수수료든, 추천 상품 배치든.


✏️ 2달러가 1000달러가 되는 이유

검색어는 의도일 뿐이라고들 하죠

사실 진짜 가치는 그 의도가 행동으로 이어지는 과정에 있다고 볼 수 있는데,
지금까지는 그걸 잡을 방법이 없었습니다. 하지만 AI브라우저가 등장한다면?!

다음 편에서는 이렇게 큰 가치에도 AI 에이전트 성공률이 30.3%에 불과한 이유를 다루겠습니다.

---

여러분의 좋아요와 공유는 사랑입니다 🥰

#BQ개발자 #AI브라우저 #데이터경제 #브라우저전쟁

📌 아비트럼 시리즈 #4 : BOLD - 사람이 아닌 상태가 싸운다

안녕하세요, BQ개발자입니다.

지난 편에서 3600 ETH가 만드는 딜레마를 얘기했죠.

📱아비트럼 시리즈 #3 : 3600 ETH, 방패가 칼이 되는 순간

공격을 막는 방패이면서 동시에 참여를 막는 칼이라고요.

BOLD는 이 문제의 근본 원인인 '지연 공격'을 해결하려고 하는데,
접근 방식이 좀 독특해서 소개드려보겠습니다!


🤔 검증인이 아닌 상태가 대결한다

기존 시스템의 문제를 다시 보면...
공격자 100명이 각각 거짓 주장을 올리면, 정직한 검증인이 100번 싸워야 했어요.

BOLD가 바꾼 건 간단합니다.
싸움의 주체를 '검증인'에서 '상태'로 바꾼 거죠.

아비트럼의 상태는 결정론적이거든요.
같은 입력이면 항상 같은 출력. 올바른 상태는 단 하나뿐.

그럼 정직한 검증인들은 모두 같은 상태를 계산하게 되고,
자연스럽게 같은 '팀'이 되는 거예요.


1️⃣ All-vs-All이 가능한 이유

여기서 핵심은 정직한 검증인들이 서로 소통할 필요가 없다는 거더라고요.

각자 독립적으로 노드를 돌리면 똑같은 답이 나오니까.
한 명이 올바른 상태를 방어하면, 그게 모든 정직한 검증인을 대표하는 행동이 되는 거죠.

반대로 공격자들은?

거짓 상태 A를 주장하는 공격자와 거짓 상태 B를 주장하는 공격자는 같은 팀이 될 수 없어요.
서로 다른 거짓말을 하고 있으니까. 그래서 공격자가 100명이어도 정직한 상태는 하나.
정직한 검증인 한 명이 그 하나의 상태만 방어하면 되는 구조가 만들어진 느낌..?


2️⃣ 체스 시계로 시간을 강제한다

그래도 문제가 하나 더 있었던 것 같아요.
공격자가 계속 응답을 미루면서 시간을 끌 수 있다는 거.

BOLD는 '체스 시계' 방식을 도입했습니다.

각 진영에 약 6.4일씩 시간을 주고, 자기 차례에 움직이지 않으면?
시간 초과로 패배. 간단하죠. 이제 공격자가 아무리 많아도,
아무리 버티려 해도... 최대 12-14일이면 분쟁이 끝나요. 무한 지연이 불가능해진 거죠.


3️⃣ 아직 증명되지 않은 실험

BOLD가 이론적으로는 탄탄해 보이는데요.
실전 테스트는 아직 충분하지 않은 것 같습니다.

메인넷에 적용된 지 약 1년 정도 됐고, 진짜 무허가 환경에서 대규모 공격이 일어난 적도 없으니까요.
100명의 공격자가 실제로 나타났을 때 병렬 처리가 얼마나 효율적일지는...
체스 시계 메커니즘이 예상대로 작동할지도...

3600 ETH 담보금이 충분한 억제력이 될지도 아직은 모르겠긴 하네요


✏️ 기술적 해법의 한계

BOLD를 파헤치면서 든 생각은,
아무리 정교한 프로토콜도 결국 경제적 인센티브에 의존한다는 거였어요.

'상태 대결'이라는 기술적 혁신도 결국 3600 ETH라는 경제적 장벽이 있어야 작동하고.
체스 시계도 담보금 몰수라는 패널티가 있어야 의미가 있죠.

BOLD는 분명 중요한 진전인 것 같아요.
지연 공격이라는 오래된 문제에 대한 창의적인 해법이니까.

다만 이게 진짜 탈중앙화의 완성인지, 아니면 또 다른 형태의 제한인지는...
앞으로 좀 더 지켜봐야될 것 같습니다!

---

여러분의 좋아요와 공유는 사랑입니다 🥰

#BQ개발자 #아비트럼 #BOLD #Layer2 #블록체인

📌 1%의 함정

안녕하세요, BQ개발자입니다.

📱 중국이 광산을 포기한 이유

지난 편에서 중국이 환경 비용을 해외로 떠넘기는 전략을 살펴봤는데요,
이 과정에서 서방 국가들이 직면한 근본적인 딜레마가 드러났어요.

서방은 환경 비용을 감수할 수 없고, 중국은 이미 감수했다는 거죠.

이 때문에 서방이 희토류 경쟁에서 계속 밀려나고 있어요.
그래서 찾은 대안이 재활용이었는데, 결과는 어땠을까요?


☢️ 이미 벌어진 환경 비용의 격차

중국은 바오터우의 '검은 호수'를 만들면서 환경 비용을 이미 치렀어요.

10㎢ 넓이의 방사성 폐기물 저장소, 주변 지역의 암 발병률 증가, 오염된 지하수와 토양. 중국은 이런 환경 피해를 50년 전부터 감수하면서 희토류를 생산해왔죠.

반면 서방 국가들은 엄격한 환경 규제 때문에 방사성 폐기물 처리, 유독성 화학물질 안전 보관, 오염 지역 복구 비용을 모두 생산 원가에 포함시켜야 하는데...
같은 희토류를 생산해도 서방은 중국보다 몇 배 비싼 비용을 지불하는 구조가 된 거예요.


⛏️ 서방의 연이은 실패

이 때문에 서방의 희토류 기업들이 하나둘씩 문을 닫았어요.

미국의 마운틴 패스 광산은 1998년 방사성 폐수 누출 사고 이후 환경보호청의 엄격한 규제를 받게 되면서 2002년 생산을 중단했고요.
호주의 라이나스는 환경 규제를 피해 말레이시아로 갔지만, 거기서도 방사성 폐기물 처리 문제로 갈등을 겪고 있죠.

환경 규제를 지키면서는 중국과 가격 경쟁이 불가능하다는 게 명확해진 거예요.


🔄 재활용이라는 역전의 기회?

그래서 서방이 찾은 대안이 재활용이었어요.

"채굴은 중국에게 맡기고, 우리는 재활용으로 승부하자"는 전략이었죠. 환경도 보호하고 중국 의존도도 줄일 수 있을 것 같았어요.

실제로 철, 알루미늄 같은 일반 금속들은 재활용률이 50-90%에 이르니까, 희토류도 가능할 거라고 생각했던 것 같아요.

하지만 결과는 참담했죠. 전 세계 희토류 재활용률은 1% 미만입니다.


💡 재활용도 같은 환경 딜레마

재활용률이 1%에 그치는 이유는 재활용 과정에서도 채굴과 똑같은 환경 비용이 발생하기 때문이에요.

폐제품에서 희토류를 회수하려면 1편에서 봤던 쉬광셴의 분리 기술과 동일한 화학 공정이 필요하거든요.
강산성 화학물질을 사용하고, 방사성 폐기물이 나오는 것도 마찬가지고요.

스마트폰에서 17개 희토류 원소를 개별적으로 분리하는 건 원광에서 분리하는 것만큼 복잡하고 환경 오염도 똑같이 발생해요.

결국 재활용을 하더라도 서방에서는 환경 규제 준수 비용 때문에 경제성이 없어지는 거죠.


🌏 재활용마저 중국으로

더 아이러니한 건 희토류 재활용조차 중국에서 하는 게 가장 경제적이라는 점이라는 거에요

서방에서 모은 폐제품을 중국으로 보내서 재활용하는 게 서방에서 직접 재활용하는 것보다 훨씬 저렴하거든요.
환경 규제 차이 때문에 생기는 비용 격차가 너무 크니까...

결국 재활용이라는 대안마저 중국 의존에서 벗어나지 못하는 구조가 된 거예요.


⚖️ 1%가 말하는 것

희토류 재활용률 1%는 서방의 마지막 희망마저 무너졌음을 보여주는 숫자라고 합니다.

채굴에서 밀렸으니 재활용으로 역전하려 했지만, 재활용도 결국 같은 환경 비용 문제에 부딪혔죠.
중국이 50년 전에 치른 환경 비용을 지금 와서 서방이 감수할 수는 없으니까요.

환경을 보호하면 경제성을 잃고, 경제성을 추구하면 환경을 포기해야 하는 딜레마에서 벗어날 수 없는 거죠.


✏️ 근본적 불평등

결국 희토류 경쟁은 환경 비용을 누가 감수했느냐로 승부가 갈린 것 같아요.

중국은 이미 환경 비용을 치른 상태에서 채굴도, 재활용도 독점할 수 있는 구조를 만들어냈고요.
서방의 어떤 대안도 이 근본적인 불평등을 뒤집기는 어려워 보이네요.

---

다음 편에서는 "17개 원소의 불평등"이라는 제목으로,
희토류 시장이 사실상 '자석 시장'이며 4개 원소가 전체 지정학을 좌우하는 현실을 살펴보겠습니다.

#BQ개발자 #희토류 #재활용 #환경문제 #구조적한계

📌 AI가 코드 짜주는 시대에도 개발자로 먹고 살 수 있다고 생각하는 이유

안녕하세요, BQ개발자입니다.

"AI가 코드 다 짜주는데 개발자가 무슨 필요야"라는 말 요즘 많이 듣는데요.
어느 정도는 맞는 말이죠. Cursor로 앱 뚝딱 만들고, Claude한테 디버깅 시키고... 진입장벽이 확 낮아진 건 사실이니까요.

그래도 저는 개발자로 계속 먹고 살 수 있을 것 같다는 생각이 드는데,
아직 제가 무지해서 그런지 모르겠지만 최근 본 현상들이 그렇게 느껴집니다.

요즘 AI로 서비스 만드는 분들 보면 대부분 Vercel이나 Supabase를 쓰더라고요.
당장 배포가 간단하고 시작도 무료니까 당연한 선택이죠.

그런데 서비스가 조금만 커져도 청구서가...😱
월 트래픽 10만 정도면 수백만 원이 나오는데, 직접 서버 구성하면 월 10달러로도 운영 가능합니다.
50배 차이예요.

문제는 한번 이런 플랫폼에 종속되면 빠져나오기 어렵다는 점.
Supabase의 특정 기능에 의존한 코드, Vercel의 Edge Function으로 작성한 로직들...
다른 환경으로 옮기려면 사실상 재개발 수준입니다.

CS 지식이 없으면 이 마이그레이션 자체가 불가능해요.
결국 비싼 요금 계속 내거나 개발자 고용해서 전체 시스템 다시 구축하거나. 둘 중 하나죠.

AWS EC2에 nginx 올리고 PostgreSQL 직접 설치하는 건 AI가 코드는 짜줄 수 있어요.
근데 메모리 누수로 서버 죽거나 데이터베이스 쿼리가 느려졌을 때? 실제 문제 해결은 완전 다른 영역입니다.

같은 서비스 운영하는데 누구는 월 10만 원, 누구는 월 500만 원. 이 차이가 경쟁력 아닐까 싶습니다.


✏️ 개인적 생각

AI가 개발 진입장벽 낮춘 건 맞다. 누구나 뭔가를 만들 수 있게 됐으니까.

근데 그걸 효율적으로 운영할 수 있는 사람은 여전히 소수인 것 같아요. 이 간극이 앞으로 더 벌어질지도...

CS 기초가 탄탄한 개발자들은 AI를 도구로 활용하면서도 시스템의 본질을 이해하고 최적화할 수 있잖아요.
이게 앞으로도 개발자로 먹고 살 수 있는 이유가 아닐까 생각해봅니다.

물론 제가 놓치고 있는 부분이 많을 거라고. AI 발전 속도를 과소평가하고 있을 수도 있고, 플랫폼들이 가격 정책을 바꿀 수도 있고...


제가 생각해본 반론들:

"Vercel이나 Supabase도 규모 커지면 Enterprise 플랜으로 협상하면 되지 않나?"
- Enterprise 플랜도 결국 자체 구축보다 비싸고, 협상력도 벤더 종속성 때문에 약함

"AI가 더 발전하면 인프라 최적화도 AI가 다 해줄 거 아닌가?"
- AI가 제안은 할 수 있지만, 실제 시스템 맥락과 비즈니스 요구사항을 이해하고 의사결정하는 건 여전히 사람의 영역

"초기 스타트업은 비용보다 속도가 중요하지 않나?"
- 맞는 말이지만, 성장 단계에서 기술 부채 해결 못하면 결국 성장 자체가 막힘

"개발자 고용 비용이 플랫폼 비용보다 더 비싼 경우도 많은데?"
- 단기적으로는 그럴 수 있지만, 장기적으로 시스템 자산화와 확장성 면에서 자체 역량이 필수

---

여러분의 좋아요와 공유는 사랑입니다 🥰

#BQ개발자 #AI시대 #개발자