플래시봇이 네트워크 단의 익명화 네트워크인 Flashnet을 발표했습니다. 일종의 ‘이더리움 트랜잭션용 토르 네트워크’라고 보면 될 것 같고, 플래시봇의 '탈중앙화 블록 빌딩' 비전의 일부로 볼 수 있을 듯 합니다.

[Flashnet은 왜 나왔는가?]

이더리움 내 자산 전송의 프라이버시는 토네이도 캐시나 레일건과 같은 온체인 프라이버시 프로토콜에 의해 지켜질 수 있지만, 트랜잭션이 멤풀에 들어가기 전, 네트워크 단에서는 프라이버시가 잘 지켜지지 않습니다. RPC 노드는 누가 어떤 IP로 어떤 트랜잭션을 보냈는지 알 수 있으며, 이를 기반으로 발신자의 위치나 신원을 특정할 수 있습니다. 즉, 트랜잭션을 제출하는 순간의 메타데이터가 노출된다는 문제가 있죠.

이런 이슈를 방지하기 위해 기존에 토르 네트워크나 Mixnet과 같은 익명화 툴을 사용할 수 있지만, 이들 역시 한계를 가집니다. 토르 네트워크는 비교적 빠르고 대역폭 효율이 높지만, 글로벌 네트워크 감시자나 일부 릴레이 노드가 장악된 상황에서는 타이밍 분석 등을 통해 익명성이 약화될 수 있습니다. Mixnet은 더 강한 익명성을 제공하지만, 메시지를 의도적으로 지연하여 혼합하는 구조 때문에 레이턴시가 커져 디파이와 같이 속도가 중요한 환경에서는 사용이 어렵다는 단점이 있습니다.

[Flashnet은 무엇인가?]

구조적으로 Flashnet은 단순히 트래픽을 여러 노드로 우회시키는 방식이 아니라, 여러 사용자가 동시에 암호학적으로 메시지를 섞는 방식(DC-net 계열)에 가깝습니다. 각 사용자는 TEE를 운영하며, 자신의 트랜잭션을 무작위 위치에 삽입한 뒤 이를 비밀 공유(secret sharing) 형태로 여러 서버에 나눠 전송합니다. 서버들은 각 사용자의 조각들을 합산해 최종 결과만 복원합니다. 즉, 최종 결과만 보면 각 트랜잭션이 어떤 TEE에서 왔는지 알 수 없기 때문에, 개별 트랜잭션과 송신자를 연결할 수 없도록 설계되어 있습니다.

Flashnet은 시스템의 안정성을 보장하기 위해 TEE를 활용하지만, 익명성은 여러 사용자가 자신의 메시지를 무작위 위치에 삽입한 뒤 이를 집합적으로 합산하는 구조(DC-net 계열)에서 옵니다. 즉, TEE는 사용자가 이 비밀 공유 과정을 올바르게 수행했는지를 보장해 시스템이 무너지지 않도록 하는 역할을 하며, 익명성이 TEE에 의존하지는 않는 구조입니다. 물론 TEE 자체도 익명성 보장에 꽤 좋은 툴이며, 대부분의 플래시봇 인프라들이 TEE에 의존하고 있긴 하나, 익명성에 대해 하드웨어보다 더 나은 가정을 주는 프로덕트를 구축하고 싶었던게 아닌가 싶네요.

[플래시봇의 의도는 무엇인가]

이더리움은 현재 PBS 구조 아래에서 블록을 생산하고 있으며, 이 과정에는 사용자, 오더플로우 제공자, 서처(searcher), 빌더, 릴레이, 검증자 등 다양한 주체가 관여합니다. 블록 빌딩이 점점 더 복잡해질수록, 중간 단계에서의 정보 노출은 곧 시장 권력으로 이어집니다.

Flashbots는 BuilderNet을 통해 블록 빌딩을 더 분산화하려는 비전을 제시해 왔습니다. 하지만 참여자가 늘어나고 프로토콜이 복잡해질수록 네트워크 차원의 프라이버시가 확보되지 않으면, 특정 참여자를 배제하거나 검열하는 문제가 생길 수 있습니다.

Flashnet은 이 실행 파이프라인을 익명화함으로써, 더 많은 참여자가 신원 노출 없이 블록 빌딩 과정에 기여할 수 있게 하는 기반 기술입니다.

이는 기존 플래시봇이 만들던 BuilderNet과도 상호보완적인 관계라고 볼 수 있습니다. BuilderNet의 TEE 블록 빌딩은 ‘오더플로우 프라이버시’를 지켜주기는 하나, 네트워크 단 검열을 막을 순 없습니다. 즉, BuilderNet 운영자들은 특정 오더플로우의 IP를 보고, 이를 TEE 앞단에서 의도적으로 검열해버리는 방식으로 특정 이득을 취할 수 있죠. 만약 오더플로우가 Flashnet을 통해서 온다면, 이러한 검열은 BuilderNet TEE가 해킹되지 않는 한 불가능해지게 됩니다.

즉, Flashnet은 플래시봇의 완전 탈중앙화 블록 빌딩 비전의 한 구성 요소가 될 수 있습니다.

[한계 및 평가]

그러나, Flashnet은 각 유저가 TEE를 직접 운영한다는 가정 하에 설계되어 있습니다. 그러나 현실적으로 그럴 순 없으며, 실제론 지갑 등의 인프라 운영자가 TEE를 운영하여, 해당 인터페이스를 통해 들어오는 오더플로우를 Flashnet에 보내는 형태일 것으로 생각됩니다. 이 경우, 프라이버시의 신뢰 가정이 TEE 운영자로 이동하게 됩니다. 즉, 이론적으로는 네트워크 상에서 송신자와 트랜잭션을 분리할 수 있지만, 사용자가 연결하는 지갑 혹은 인프라 사업자는 여전히 사용자의 원본 트랜잭션과 IP를 볼 수 있을 수 있는 구조죠.

다만 현재도 대부분의 사용자는 RPC 노드나 지갑 사업자가 자신의 트랜잭션을 검열하지 않고, 악용하지 않을 것이라는 가정 하에 네트워크를 사용하고 있습니다. Flashnet을 사용하면 오히려 블록 빌더, 릴레이, 중간 인프라 단계에서의 네트워크 기반 검열 가능성을 줄여준다는 점에서, 신뢰를 한 지점(지갑/RPC)으로 좁히는 효과가 있습니다.

[비탈릭의 코멘트]

비탈릭은 이렇게 낮은 레이턴시로 프라이버시를 제공할 수 있는 툴이 필요하다고 이야기하면서도, TEE에 라이브니스 가정을 맡기는 것보다, 담보 예치 및 슬래싱을 기반으로 한 암호경제적 아키텍처를 구축하는 것이 어떠냐고 제안합니다. 이 역시 큰 금액이 필요하다는 점에서 현실적으로 개인 사용자의 접근성을 개선하진 못할 것으로 생각되나, TEE로 이뤄진 네트워크를 구축하는 것보다 엔지니어링 측면의 공수가 덜 들 수 있으며, 서버 운영자의 개발자 경험이 나아질 수 있을 듯 하네요.

플래시봇의 ‘탈중앙화 블록 빌딩’ 비전이 어떤 프로덕트로 이어질지, 이게 이더리움의 중립성에 어떤 영향을 미칠지 지켜봐도 좋을 것 같습니다!

출처

DE-FERENCE 2026 패널 세션 소개🎙

[17:00 – 17:20 | Securing the On-Chain Era]

온체인 보안 과제, AI혁신, 그리고 차세대 인재상을 연결하며 지속 가능한 온체인 생태계에 대해 논의합니다.

🗣 Moderator
c4lvin
Researcher / Four Pillars

👥 Panelists
마인부우
Security Researcher / Chainlight, Theori

임준오
Chainlight Lead / Chainlight, Theori

gss1
Security Researcher / Ottersec

📍 2월 21일 | 드림플러스 강남 B1
🎟 http://luma.com/75wugmpk

포뇨님이 예상하신대로 베이스는 옵티미즘을 떠나게 됐습니다.

https://x.com/andyyy/status/2024174196256104823?s=46&t=HsLVoWShV6YaRZiwG2br3Q

OpenAI, 패러다임과 함께 EVMBench 공개

https://openai.com/index/introducing-evmbench/

- AI 에이전트의 코드 읽기, 쓰기, 실행 능력이 강화됨에 따라 AI 시스템을 방어적으로 활용하는 것이 중요해지고 있음

- 패러다임과 함께 AI 에이전트가 스마트 계약 취약점을 탐지, 패치 및 Exploit하는 능력을 평가하는 밴치마크를 개발

- 40개의 오딧에서 120개의 선별된 취약점들로부터 밴치마크를 뽑아냄. 스테이블을 위한 L1인 Tempo 블록체인의 여러 보안 취약점 시나리오도 포함되었기 때문에 AI 에이전트 기반 스테이블 코인 결제에서 중요한 벤치마크로 작용할 것

- EVMBench는 1) 취약점 탐지, 2) 취약점 패치, 3) Exploit (취약점 공격, 로컬 네트워크 환경) 세가지 부분을 평가함

- GPT-5.3-Codex는 72.2%의 점수를 달성하였고, 이는 GPT-5가 31.9%인 것에 비해 상당히 향상된 것. 하지만 여전히 에이전트가 찾아내고 수정하기 어려운 취약점이 많음

- 에이전트들은 대게 자금 고갈이라는 목표가 명확한 Exploit에서 가장 좋은 성능을 보이지만, 탐지와 패치에서 어려움을 보임. 특히 미묘한 취약점을 제거하며 모든 기능을 유지하는 것이 어려움.

- 앞으로 보안 리서처들이 AI 기반 감사를 워크플로에 통합하는 것이 점점 중요해질 것

One of the biggest option trading firms is hiring trader for prediction markets.

Prediction market is the next future of trading interface.

Source

Solidity “Transient Storage Clearing Helper Collision” 버그를 탐지하는 Gemini 3.1 Pro 기반 디텍터

사이트: https://transient-bug-scanner.vercel.app
깃헙: https://github.com/minebuu/transient-bug-scanner

오늘 새로 출시된 구글의 Gemini 3.1 Pro 모델을 활용해, 이틀 전 공개된 Solidity Compiler의 High 취약점인 Transient Storage Clearing Helper Collision Bug를 탐지하는 툴을 만들었습니다.

웹사이트에 접속해 프로젝트 폴더를 드롭하거나, 레포를 클론한 뒤 CLI에서 손쉽게 검사할 수 있습니다. 인터넷 연결이 필요 없고, 로컬에서 스캔이 수행되며 소스 코드는 서버로 업로드되지 않습니다. 프로젝트가 해당 버그에 영향을 받는지 걱정된다면 한 번 돌려보세요

Pro 모델을 통한 핵심 로직 개발은 1시간도 채 걸리지 않았고, 몇 가지 예외/엣지 케이스를 추가한 뒤 현재는 대부분의 시나리오를 커버합니다. 다만 openzepplin같은 외부 라이브러리가 로컬 폴더에 존재하지 않으면 검증이 제대로 동작하지 않을 수 있다는 점은 주의해주세요.

FYI: 첨부 영상 역시 Gemini로 생성한 가상 데모 영상입니다

GARRETT JIN DEPOSITED 5,000 BTC ($335M) INTO BINANCE.

SOURCE

BGD Labs가 4년간의 Aave DAO 기여를 끝으로 이탈을 선언했습니다. BGD는 Aave 전 CTO와 핵심 개발진이 설립한 팀으로, V3.1~V3.7, Gov V3, Umbrella, Safety Module 재설계 등 현재 Aave가 수익을 올리는 핵심 인프라 대부분을 만든 곳입니다.

이탈 배경으로는 Aave Labs가 독립 기여자에서 V4를 주도하는 중앙 컨트리뷰터로 전환하면서 브랜드, 커뮤니케이션, 의결권까지 장악한 점이 지목되고 있습니다.

AaveChan의 Marc Zeller는 이 소식에 대해 "충격이 가시면 포럼에 상세한 의견을 올리겠다"며, BGD를 "이 생태계에서 가장 생산적인 엔지니어링 팀"이라고 평가했습니다.

https://x.com/marczeller/status/2024836722765201892?s=46

*TRUMP’S GLOBAL TARIFFS STRUCK DOWN BY US SUPREME COURT

트럼프의 전 세계 관세 조치가 미국 연방대법원에 의해 무효화됐다.

🟢 Surf 상위 사용자 대상 $ROBO 에어드랍 제공

Surf에서 Waves 프로그램 포인트 상위 1,000명 대상으로 다가오는 Fabric(Openmind)의 $ROBO 토큰을 에어드랍 해준다고 합니다.

-대상: Surf Waves 프로그램 상위 1,000명
-수량: 미정

▶️ 에어드랍 등록

수량은 아직 안보이고 수령 체인은 3개 중 택1이고 변경불가능이라고 해서 고민 중이네요.

새벽사이 Opinion 바이낸스 프리마켓 상장했었네요

가격은 0.7 찍고 현재 0.59 정도

https://www.citriniresearch.com/p/2028gic

읽어보면 좋을만한 글. AI로 인한 일자리 감소, 경제 위기 시나리오가 2028년에 어떤 모습으로 다가올지를 예상함

AI로 생산성은 비대해지겠지만, AI로 해고된 사람들을 지금의 경제 시스템이 구조적으로 감당할 수 있는지가 주된 의문

글을 읽으면서 정말 공감되는 시나리오라고 느꼇는데, 최근 하는 고민은 AI로 인해 일자리가 감소하고 사람들이 돈을 벌지 못하게 되면 어떻게 소비를 할 수 있을까? 주택 담보나 다른 빚들은 어떻게 갚을 수 있을까? AI로 인한 물가 디플레이션보다 사람들의 일자리 감소가 먼저 다가올텐데 이를 시장이 감당할 수 있을까? 이러한 막연한 두려움이 코로나 빔처럼 시장에 큰 충격을 가져오지는 않을까?

한번 읽어보고 생각해볼만한 글인것 같습니다

CometBFT에서 매우 치명적인 버그가 발견됐네요. 단 하나의 악의적 밸리데이터가 블록 타임스탬프를 마음대로 조작할 수 있는 버그가 발견되었습니다.

주 원인은 CometBFT의 서명 검증 로직과 블록 타임 계산 로직에서 각각 밸리데이터를 식별하는 방식이 인덱스 기반 / 주소 기반으로 달라 서명을 우회할 수 있는 취약점이었습니다.

악용되었으면 타임스탬프를 9999년 이렇게 찍어서 CometBFT 체인을 모두 영구정지 시킨다던가, 타임스탬프 기반으로 풀리는 스테이킹 보상을 모두 풀어버려서 멸망시킬 수 있는 버그였네요.

다행히 올해 1월 7일 발견되어 SEAL에 제보, 2주 뒤인 저번주 토요일 패치가 공개되었고, 이를 실제로 악용한 케이스는 없었다고 합니다.

해당 버그를 발견한 QED Audit은 조지아텍 SSLAB 출신 분들이 만든 오딧 펌인 것으로 보이는데.. 구성원이 적지만 초초네임드 한국인분들이 리딩하고 계시네요. (jinmo123, pr0cf5)

엄청난 임팩트의 버그인데 아직 덜 알려진 것 같아 공유해봅니다.

https://x.com/QED_Audit/status/2025710517948432531?s=20

Stable이 Kotani Pay를 통해 USDT를 지원

Kotani Pay는 아프리카 시장을 중심으로 가상자산과 현지 법정화폐를 연결해주는 핀테크 서비스입니다. 2025년에는 테더사로부터 전략적 투자를 받은 기업이기도 합니다.

Kotani Pay는 3G/4G/5G 같은 인터넷 망 없이도 음성 통화/문자 인프라로 USD를 송금할 수 있어 신흥국에 특화가 되어 있습니다. 이번 협업으로 인해 스테이블 네트워크가 아프리카 스테이블 시장에서 영향력이 확대 될 것으로 보이네요

🔗 트윗 원문 보기

바이낸스가 본격적으로 주식 토큰 상장을 진행하는 중

Wen 삼성전자, 하이닉스?

🚨 Anthropic, DeepSeek·Moonshot·MiniMax의 industrial-scale 'distillation attack' 폭로

Anthropic이 2026년 2월 23일, 중국계 AI 3개 랩이 Claude의 능력을 불법으로 빼돌린 증거를 공식 발표했다리움. 추적·메타데이터·인프라 분석을 통해 특정 연구원까지 식별하여 고발.

📌 핵심 요약

- 피해 규모: 약 24,000개의 사기 계정 생성, 1,600만 건 이상의 Claude와의 대화 생성
- 대상 랩: DeepSeek, Moonshot AI(Kimi), MiniMax
- 수법: 프록시 서비스와 "하이드라 클러스터" 구조로 API 접근 우회, 대량 프롬프트로 능력 추출
- 목표: Claude의 에이전트 추론, 코딩, 툴 사용 능력을 훈련 데이터로 수집


🔍 Distillation란?
강력한 모델의 출력값으로 약한 모델을 훈련시키는 기법. 자체 모델 경량화에는 합법적으로 사용되지만, 타사 모델을 무단 복제하는 데 쓰이면 불법이다. Anthropic은 중국 기업들이 자체 개발에 수년이 걸릴 역량을 단기간에 훔쳐갔다고 주장.

🚀 각 랩별 공격 규모와 특징

1. DeepSeek — 15만 건 이상. 단순 데이터 수집을 넘어, Claude에게 "답변 이면의 내부 추론을 단계별로 서술하라"고 요청해 Chain-of-Thought 훈련 데이터를 대규모로 생성. 또한 반체제 인사·당 지도부 관련 정치적 쿼리를 검열 우회 형태로 바꾸는 작업도 수행 — DeepSeek 모델의 정치 검열 회피 능력 학습에 사용된 것으로 추정. 요청 메타데이터를 통해 특정 연구원 신원까지 확인.

2. Moonshot AI(Kimi) — 340만 건 이상. 수백 개의 다양한 유형의 계정을 활용해 탐지를 어렵게 했으며, 후기 단계에서는 Claude의 추론 경로(reasoning trace)를 역추출·재구성하는 고도화된 수법 사용. 시니어 직원 공개 프로필과 메타데이터 일치로 귀속 확인.

3. MiniMax — 1,300만 건 이상으로 가장 큰 규모. 공격 진행 중 Anthropic이 실시간 탐지 성공. Claude 신모델 출시 후 24시간 이내에 트래픽의 절반을 새 모델로 전환할 만큼 기민하게 대응. 공개 제품 로드맵과 타이밍을 대조해 귀속 확인.

😊기술적 우회 방법
Anthropic은 중국에서 Claude 상업 접근을 공식 제한하고 있으나, 랩들은 Claude API를 재판매하는 상업 프록시 서비스를 이용. 이 프록시들은 2만 개 이상의 계정을 동시 관리하며, 정상 트래픽과 증류 트래픽을 혼합해 탐지를 우회했다.

🛡️Anthropic의 대응
classifier와 행동 핑거프린팅으로 탐지 시스템을 구축하고, 다른 AI 랩·클라우드 사업자·당국에 기술 지표를 공유 중. 아울러 API 및 모델 레벨에서 증류 효율을 낮추는 카운터메저 개발에 착수했다고 밝힘.

💡 가져가야하는 인사이트
첫째, AI 안보의 차원이 달라졌다. Distillation attack은 export control를 우회하는 수단이 된다. Anthropic은 "이들 랩의 빠른 발전이 수출 통제 무력화의 증거로 잘못 해석됐지만, 실제로는 미국 모델을 무단 추출한 결과"라고 주장한다. 정책 논쟁에 새로운 변수가 생겼다.

둘째, 세이프가드 제거 문제가 핵심이다. 훔쳐간 능력에는 Anthropic이 구축한 바이오무기·사이버 공격 방지 안전장치가 빠져나간다. 이렇게 만들어진 모델이 군사·정보·감시 시스템에 연결되면, 규제 밖의 프론티어 AI가 실전 배치되는 시나리오가 현실화된다.

셋째, 단독 대응은 불가능. Anthropic은 "타임 윈도우가 좁다"며 AI 산업계, 클라우드 사업자, 정책 입안자의 협조를 촉구했다. 이번 공개 발표 자체가 업계 전반의 공동 대응을 촉구하기 위한 정치적 행동에 가까움.

넷째, 탐지 기술의 중요성 부각. MiniMax 케이스는 공격 라이프사이클 전반을 실시간으로 포착한 최초 사례. 방어 측에서는 대규모 좌표 계정 활동 탐지가 새로운 핵심 역량으로 자리잡을 전망.

🔗 Anthropic 공식 블로그: anthropic.com/news/detecting-and-preventing-distillation-attacks