비트코인 에너지 소비량 최종 공개

암호화폐 인텔리전스 기업 코인 메트릭스(Coin Metrics)는 블록체인을 분석하여 비트코인의 에너지 사용량을 측정하는 새로운 방법을 제안하는 보고서를 최근 발표했습니다. 에너지 소비량 은 오랫동안 논쟁의 대상이 되어 왔으며, 비판자들은 작업 증명(PoW) 검증 프로세스의 에너지 집약적 성격을 지적합니다. 이 프로세스에는 다음 블록을 해결하고 그 노력에 대한 보상을 받기 위해 수천 대의 기계가 지속적으로 복잡한 계산을 수행하는 것이 포함됩니다.

백악관을 포함한 정부들이 30% 소비세와 같은 제안된 규제를 통해 디지털 자산 채굴 기업들에 압력을 가함에 따라, 이 보고서는 비트코인 채굴자들의 전체 전력 소비량을 추정하기 위한 더 정확한 접근 방식을 제공하고자 합니다. 이는 다양한 기관에서 수행한 이전 연구에서 사용된 방법론을 기반으로 합니다. 채굴자들의 끊임없는 추측 스트림에 포함된 데이터를 검토함으로써 코인 메트릭스의 연구원들은 각 추측의 '지문'을 특정 기계가 생성하는 고유한 프로필과 일치시켜 비트코인의 총 전력 소비량을 더 잘 추정할 수 있다고 주장합니다.

보고서는 비트코인 블록을 해결하기 위해 가능한 한 빨리 최대한의 추측을 수행하도록 설계된 ASIC(주문형 반도체)라는 유형의 기계에 초점을 맞춥니다. 이 연구는 2016년에 출시된 모델부터 작년 모델에 이르기까지 네 가지 제조사의 11가지 서로 다른 ASIC 모델을 분석했습니다. 네트워크 활동을 특정 기계와 연관시킴으로써 각 ASIC의 효율성을 고려할 수 있으므로 비트코인의 에너지 사용량을 과대평가할 여지가 줄어듭니다.

비트코인 전력 소비량은 추정치보다 낮습니다

이 보고서는 하드웨어 효율성의 중요성을 강조하며, 이는 이전의 비트코인 전력 소비량 평가 시도들이 종종 간과해 온 중요한 요소입니다. 보고서는 ASIC가 시간이 지남에 따라 점점 더 효율적으로 진화하여, 소비 전력 단위당 및 초당 더 많은 해시를 생성하게 된 방식을 강조합니다.

코인 메트릭스의 조사 결과에 따르면, 비트코인의 전력 소비량은 캠브리지 대학교와 디지코노미스트(Digiconomist)가 수행한 ASIC 수준 데이터를 포함하지 않은 연구들의 추정치보다 역사적으로 낮습니다. 예를 들어, 코인 메트릭스의 5월 채굴자들의 전력 소비량 추정은 업계의 현재 '골드 스탠다드'로 간주되는 캠브리지 대학교의 비트코인 에너지 소비 지수보다 16% 낮습니다.

코인 메트릭스는 자체 모델이 더 정확한 표현을 제공한다고 주장하지만, 캠브리지 대학교 연구원들의 획기적인 작업을 칭찬하고 자신의 보고서가 그들의 방법론을 정제한 것이라고 인정합니다.

정확한 에너지 통계를 제공하는 것 외에도 보고서는 채굴자들이 자신의 라크 효율성을 경쟁사들과 비교할 수 있는 데이터를 제공하고자 합니다. 이 정보는 채굴자들이 미래의 수익성을 예측하고 자신의 플릿이 다른 채굴자들 대비 어디에 서 있는지 이해하는 데 중요합니다.

수집된 데이터를 사용하여 보고서는 또한 시간이 지남에 따라 다양한 ASIC 모델의 인기 추세와 덜 두드러진 모델들의 추세를 드러냅니다. 이 정보는 하드웨어 제조업체의 지배력을 추적함으로써 잠재적 중앙화 지점을 식별하는 데 도움이 되므로 보안 관점에서 가치 있습니다.

코인 메트릭스의 보고서 는 전자 폐기물을 포함한 암호화폐 채굴과 관련된 환경 우려도 다루고 있습니다. 각 ASIC의 교체 빈도를 추정함으로써 보고서는 채굴 활동으로 인해 생성되는 전자 폐기물의 양에 대한 통찰력을 제공합니다. 백악관과 벤자민 폰 왕의 '사토시의 두개골'과 같은 예술 설치 작품을 통해 제기된 우려 등 암호화폐의 환경적 영향은 더 많은 검열을 받아왔습니다. 코인 메트릭스의 새로운 방법론과 같은 돌파구는 비트코인의 에너지 사용에 대한 더 미묘한 논의에 기여하여 블록체인에서 추출한 정보를 기반으로 한 데이터 기반 대화를 가능하게 할 수 있습니다.

코인 메트릭스의 보고서는 블록체인 데이터를 활용하여 비트코인의 에너지 소비량을 측정하는 새로운 관점을 제시합니다. 채굴 과정에 관여하는 특정 기계의 활동과 프로필을 분석함으로써 보고서는 비트코인의 에너지 사용량에 대해 더 정확한 추정치를 제공합니다. 이 접근 방식은 암호화폐의 환경적 영향에 대한 더 정보에 기반한 논의에 기여할 뿐만 아니라 채굴자들에게 자체 운영의 효율성에 대한 귀중한 통찰력을 제공합니다.