MAX LRTs: 수익 최적화 2.0
자본 효율성의 새로운 차원을 열어준다는 거창한 약속에도 불구하고, 2025년 restaking의 현실은 불완전한 인프라, 잘못된 인센티브, 그리고 실현되지 않은 잠재력으로 구성된 단편화된 풍경입니다. 서사와 실행 사이의 격차는 크지만, 여전히 기회가 있습니다.
이론적인 가능성을 쫓는 대신, YieldNest는 이 시장 부문에서 경쟁 프로젝트와의 가치 제안을 차별화하는 보다 적극적이고 실용적인 접근 방식을 취하고 있습니다. 사용자들이 미래 효율성의 약속이 아닌 현재의 수익을 요구한다는 점을 인식하여, YieldNest의 아키텍처는 composability와 flexibility를 우선시하여 오늘날 사용자들을 위해 risk-adjusted yield를 생성하면서도 내일의 유망한 restaking 생태계를 수용할 수 있는 optionality를 유지할 수 있도록 합니다.
기술 혁신, 구조화된 제품 구축 경험, institutional-grade risk management, 그리고 AI-driven optimization을 통해 YieldNest는 restaking의 진척을 저해하는 현재의 한계에도 불구하고 DeFi capital efficiency에서 가능한 것을 재정의하고 있습니다. YieldNest의 MAX LRTs는 이미 battle-tested mechanisms를 통해 risk-adjusted yields를 제공하고 있으며—restaking의 약속과 DeFi의 현재 현실 사이의 격차를 메우고 있습니다.
이 보고서에서 우리는 시장 진화가 적응을 요구하는 방식을 강조합니다. 다른 사람들이 특정 기술 접근 방식에 대한 이념적 헌신으로 인해 얼어붙어 있는 동안, YieldNest는 현재와 미래의 시장 조건 모두에서 번영할 수 있는 인프라를 구축했습니다. 이것이 DeFi와 같은 빠르게 움직이는 공간에서 혁신이 실제로 일어나는 방식입니다—투기적인 내러티브를 통해서가 아니라 입증된 전략을 통해서입니다.
주요 요점
- Restaking의 실행이 그 약속에 뒤처집니다: 약속된 효율성은 분산된 인프라, 지연된 보상, 그리고 약한 보안 집행으로 인해 여전히 실현되지 않고 있습니다.
- Yield는 나중에가 아니라 지금 와야 합니다: restaking이 성숙하기를 기다리는 대신, YieldNest는 미래 restaking 기회를 위한 옵션성을 유지하면서 오늘 yield를 생성합니다.
- YieldNest 모듈러 접근 방식: YieldNest의 아키텍처는 자동화된 전략 레이어를 지원하며, 이는 DeFi 기회 전반에 걸쳐 자산을 동적으로 재배분하고 모든 시장 조건에 적응할 수 있습니다.
- 단일 토큰에서의 유동성과 수익: MAX LRTs, 예를 들어 ynETHx는 단일 liquid 토큰 아래에서 staking, restaking, 그리고 DeFi 전략을 완전히 자동화하며, 사용자가 포지션을 수동으로 관리하거나 자산을 재배분할 필요 없이 auto-compounded, risk-adjusted 수익을 제공합니다.
- 단일 계층 보상을 넘어: 단일 프로토콜 LRT와 달리, YieldNest는 여러 수익 스트림을 하나의 토큰으로 집계하여 자동 리밸런싱과 AI 기반 위험 관리 통해 사용자에게 최적화된 수익을 제공합니다.
- L1 정산: L1 정산은 자산 상태의 실시간 동기화, NAV 추적, 전략 실행을 보장하여 분산과 비효율성을 방지하면서 통합된 DeFi 전략 전반에 걸쳐 정확성, 보안, 투명성을 유지합니다.
- 오늘을 위해 구축되었으며, 내일을 위해 준비되어 있습니다: YieldNest는 오늘 수익을 제공하는 인프라를 구축하고 있으며, 모든 약속이 이행되면 restaking의 전체 잠재력을 활용할 수 있도록 여전히 준비되어 있습니다.
Restaking의 진화: 약속 vs. 현실
리스테이킹의 아이디어는 매력적인 피치와 함께 탄생했습니다: 한 번 스테이킹하고 여러 개를 보호하세요. 원래 EigenLayer는 유휴 ETH가 여러 프로토콜을 동시에 보호할 수 있는 세계를 상상했습니다. 이는 자본 효율성에 대한 배수 효과를 창출합니다. Ethereum의 신뢰 레이어를 핵심 블록체인 너머로 확장하여 브릿지, 롤업, 오라클, DA 레이어 등과 같은 다른 오프체인 시스템을 보호함으로써, 스테이킹된 ETH는 여러 서비스를 동시에 보호할 수 있으며, 스테이커에게 추가 수익을 제공하면서 프로토콜의 콜드-스타트 문제를 해결합니다. 한편으로는 dApps와 네트워크가 보안을 추구하고, 다른 한편으로는 스테이커(리테일 및 기관 모두)가 담보에 대한 수익을 최대화하려 합니다.

이미 스테이킹된 3천만 ETH 이상을 재활용하는 restaking은 신흥 인프라의 보안을 부트스트랩할 수 있게 하면서 추가 수익 스트림을 통해 ETH 스테이커의 보상을 증가시킬 것입니다. 이 중요성을 설명하기 위해, 전통적으로 스테이킹된 자산이 단일 용도(하나의 네트워크 보안)에 잠겨 있었고, 막대한 자본이 미활용 상태로 남아 있었던 점을 고려해 보십시오. Restaking은 Web3 생태계 전반—Layer-2 롤업부터 오라클, 브리지 등—에 동일한 암호경제적 보안을 확장하여, 스테이킹된 담보를 여러 생산적 용도로 효과적으로 “재가정화”합니다. 이는 단일 스테이크가 여러 프로토콜을 동시에 보안할 수 있게 하여, 계층화된 보상을 획득하고 공유 보안 모델을 통해 전체 네트워크 보안을 강화한다는 의미입니다.
DeFi에서 수익률이 왕인 곳에서, restaking은 보안과 수익 생성을 결합하는 방법으로 환영받아 왔습니다: stakers는 추가 수익으로부터 이익을 얻고, 새로운 프로젝트는 대규모 기존 stake pool에 뒷받침된 즉각적인 보안을 얻습니다. 예를 들어, 가장 기대되는 사용 사례 중 하나는 LRTs를 collateral로 사용하는 것이었습니다. 그러나 아이디어가 널리 받아들여졌음에도 불구하고, 그 실행은 오늘날까지도 지속되는 장애물에 직면해 있습니다. 2025년 restaking 생태계의 현재 상태는 비전과 현실 사이에 상당한 격차를 드러냅니다: 보상 분배와 같은 기본 기능이 몇 달에 걸친 도전이 되었고, slashing mechanisms는 이론적으로 남아 있으며, 약속된 developer tooling은 영원히 “coming soon” 상태로 남아 있습니다.
2025년, 인프라 격차는 무시할 수 없게 되었습니다. 운영자 참여를 촉진하기 위한 핵심 엔진인 보상 분배와 같은 기본 기능이 출시 시점에 누락되어 있었습니다. EigenLayer의 Rewards V2를 통해 마침내 도입되었을 때, 그것들은 질병이 아닌 증상을 다루었을 뿐입니다: 신뢰 인프라의 근본적인 부족. 첫째 날 기능이어야 할 것—운영자 지향 보상과 가변 수수료—이 프로젝트가 시작된 지 몇 달 후에야 도착했습니다. 그 결과, 실제 채택은 느리게 진행되었습니다. 개발자들은 명확한 선택에 직면했습니다: 불안정한 인프라 위에 구축할지, 아니면 적절한 도구를 위해 무기한 기다릴지. 당연히, 시장 채택은 예상보다 느렸으며, 많은 AVSs와 LRT 제공자들이 관망하는 접근 방식을 취했습니다.
현재 전제가 여전히 강력하지만, 중대한 약점들이 드러났습니다: 프로토콜들은 여전히 운영자 행동을 신뢰성 있게 추적하거나 강제할 수 없으며, 기술 도구가 견고한 SDK나 표준화된 프레임워크를 갖추지 못하고 있으며, 적절한 slashing controls가 없으면 “shared security” 논리가 공유된 위험으로 전락하면서 공유된 책임 없이 공유 위험만 남게 됩니다.
- Sparse Real Yield: 대부분의 restaking 서비스는 초기 단계에 있으며, 그들이 보호하는 새로운 네트워크로부터의 실제 사용이나 수수료가 제한적입니다. 이로 인해 프로토콜들은 자본을 유치하기 위해 토큰 배포에 과도하게 의존하게 되었으며, 이는 지속 가능성을 훼손합니다. 기본 프로토콜들이 수익을 창출하지 않으면, restaking은 장기적인 수입원보다는 단기적인 farming 활동이 됩니다.

- 공급-수요 불일치: 입증된 비즈니스 모델 없이, 그리고 많은 프로토콜들이 실질적인 유틸리티를 제공하기 전에 자체 토큰을 출시하면서, 스테이커들은 AVS에 자산을 커밋하는 데 주저하고 있습니다. 리스테이킹된 애플리케이션(RAs)으로부터의 실질적인 수익 부재와 높은 중개 수수료가 리스테이커들의 순수익을 잠식하여, 리스테이킹의 장기적인 지속 가능성을 위협하고 있습니다. 현재, 많은 스테이킹된 자본이 너무 적은 고품질 기회를 쫓고 있으며, 이는 리스테이킹 플랫폼에서의 투기적인 TVL 축적을 초래한 반면, 보안에 대한 진정한 수요는 뒤처지고 있습니다.

- 복합 위험: 스테이킹을 더 많은 플랫폼으로 확장함으로써, restakers는 본질적으로 추가적인 위험을 감수하게 됩니다. underlying AVS가 실패하거나 공격을 받으면, restakers’ collateral은 하나의 네트워크가 아닌 여러 네트워크에서 slashed될 수 있습니다. 운영자 오작동이나 공모의 위험도 있습니다. 따라서 오류의 비용이 더 높아지며, 현명한 투자자들은 이를 risk/reward calculus에 반영합니다.

- 증가하는 복잡성: 원클릭 스테이킹과 달리, restaking에 참여하는 것은 복잡할 수 있습니다. 사용자(또는 그들의 대신 노드 운영자)는 종종 어떤 restaking 프로토콜, 어떤 AVS, 그리고 어떤 운영자에게 위임할지 선택해야 합니다. 예를 들어 EigenLayer는 ~1,500개의 노드 운영자를 보유하고 있으며 AVS 목록이 계속 증가하고 있습니다 – 이를 탐색하려면 평균 스테이커가 부족할 수 있는 전문 지식이 필요합니다. (다양한 체인에서 최소 10개의 다른 restaking 프로토콜이 이용 가능함) 단편화는 의사결정을 더욱 복잡하게 만듭니다. LRTs는 유동성을 간소화하고 참여를 단순화하는 교환 가능한 토큰을 발행함으로써 이 문제를 해결합니다. 개별 사용자가 AVS 위험을 평가하고 할당을 수동으로 관리해야 하는 대신, LRT 프로토콜은 노드 운영자와 협력하면서 그들의 DAO가 노출을 얻는 데 편안한 AVS를 적극적으로 선별합니다.
- 분산된 생태계: Restaking은 Ethereum 전용 현상이 아닙니다. 유사한 개념이 Solana, Bitcoin, BNB Chain 등에서 구현되고 있습니다. 이러한 크로스체인 성장이 restaking의 매력을 강조하지만, 동시에 유동성과 혁신이 네트워크 간에 분산되어 있음을 의미합니다. 각 네트워크는 아직 자체 네트워크 보안 사용 사례에 주로 집중하고 있으며, 진정한 상호운용 가능한 restaking 시장은 초기 비전 단계에 불과합니다. 그러나 DeFi 수익 기회는 모든 체인에서 이용 가능하며, 사용자가 기본 자산에 대한 수익을 얻을 수 있게 합니다.
현재 현실은 리스테이킹이 여전히 “bootstrapping” 단계에 있으며, 위험을 제거하고 가치를 증명하는 과정에 있다. 이러한 성장 통증은 YieldNest와 같은 플랫폼의 무대를 마련하며, 이는 복잡성을 자동화하고 위험 조정 수익을 최적화함으로써 위의 많은 도전 과제를 해결하는 것을 목표로 한다.
YieldNest의 적응형 전략
현재 restaking 프로토콜의 단점을 인식하여, YieldNest는 이중 초점 전략을 채택했습니다: DeFi를 사용하여 현재 수익 기회를 가능하게 하는 적응과 동시에 restaking의 황금 시대가 도래할 때를 위한 구축입니다. 이 방식으로 YieldNest는 모든 인프라가 가동되고 AVSs가 가동되는 한 번 더 고급 restaking 통합을 위한 선택권을 유지하면서 즉각적인 가치를 창출하기 위해 전략적으로 자신을 위치시켰습니다.
정확히 말하면, YieldNest는 restaking을 단순한 보안 강화 이상으로 인식합니다—그들의 비전은 EigenLayer가 공유 보안 개념으로 제시한 원래 빌딩 블록을 넘어서는 것입니다; YieldNest는 이 기회를 DeFi를 위한 자본 효율성 엔진을 구축할 기회로 봅니다.
초기 restaking 노력(예: EigenLayer)이 공유 보안 측면에 초점을 맞춘 반면, 이는 restaking이 달성할 수 있는 잠재력의 일부만을 다룹니다. YieldNest 뒤의 팀은 restaking을 활용하여 유동성과 ROI를 최적화할 수 있다고 믿으며, 이를 위해 staked assets를 여러 on-chain 전략으로 적극적으로 재배치합니다—모든 것이 base layer의 보안 보장을 희생하지 않으면서요. 이러한 관점이 YieldNest의 사명을 형성하며, restaking 위에 risk-adjusted, high-yield 전략을 제공합니다. 즉, YieldNest는 restaking을 독립적인 노력이라기보다는 더 넓은 DeFi yield 전략의 한 구성 요소로 취급합니다.

특히, YieldNest는 자산 관리 접근 방식을 안내하는 세 가지 주요 목표에 중점을 둡니다: (1) risk-adjusted returns, (2) security and flexibility, (3) innovation in capital efficiency. 먼저, YieldNest는 더 높은 yields뿐만 아니라 다양한 시장 조건에서의 지속 가능성과 resilience를 우선시함으로써 risk-adjusted returns를 목표로 합니다. 이러한 strategies는 시간이 지남에 따라 자산을 적응시키고 보호하도록 설계되었습니다. The code has been built with modularity in mind so that it is easy to add/remove strategies as market conditions change. Second, the platform emphasizes security and flexibility. Through continuous 24/7 monitoring powered by HyperNative, an AI security monitoring platform, and advanced AI agents, the protocol aims to ensure that assets remain safeguarded and are dynamically managed to address emerging risks in real-time. Finally, by leveraging AI-driven parameter tuning and strategic reallocation, YieldNest aims to maximize the productivity of every asset without exposing users to unnecessary risks. All positions can be tracked in real-time, as the vault monitors the market and rebalances the portfolio to accrue risk-adjusted returns optimally.
구식 DeFi 인프라를 사용하거나 다른 수익 집계기를 포크하는 대신, 미래 restaking 통합에 대한 준비를 보장하기 위해 YieldNest는 EigenLayer를 넘어 미래 restaking 프로토콜을 활용할 수 있도록 하고 다층 LRT staking/DeFi 전략을 지원하는 내부 모듈 아키텍처에 기반한 미래 지향적인 기술 프레임워크를 채택합니다. 이 설계는 원활한 통합, 강력한 보안, 그리고 미래 기회에 빠르게 적응할 수 있는 유연성을 가능하게 합니다.

MAX LRTs: 현재와 미래를 연결하다
YieldNest은 처음에 ynETH와 같은 LRT 전략을 출시했으며, 이는 다양한 산업 분야에 걸친 큐레이션된 AVS 바스켓에 노출을 제공하고, ynLSDe는 LST를 EigenLayer로 재스테이킹하여 수익을 최적화했습니다. 그러나 재스테이킹 보상이 낮은 수준을 유지함에 따라 추가 수익 원천이 필요하다는 것이 명확해졌습니다. 이는 MAX LRTs의 생성으로 이어졌습니다—이는 기존 공유 보안 모델을 넘어 자본 효율성을 최대화하기 위해 수익 집계를 통합하고 최적화하도록 설계된 새로운 레이어입니다.
LRT 전략은 특정 수익 최적화 기법을 실행하는 기초 구성 요소로 작용하는 반면, MAX LRT는 여러 전략과 DeFi 제품을 가로지르며 동적으로 재조정하는 최상위 볼트로 기능하여, 다양한 수익원을 단일 토큰으로 통합합니다. 이는 YieldNest의 아키텍처 덕분에 가능하며, 이 아키텍처는 Ethereum 스테이킹의 보안을 유연하고 자동화된 전략 레이어와 결합하여 자산을 여러 온체인 기회에 걸쳐 최대 수익을 위해 배포합니다.
YieldNest의 아키텍처는 교환 가능한 구성 요소를 가진 모듈러 설계를 채택하여 유지보수성과 진화의 유연성을 보장합니다. 핵심적으로, 이 프로토콜은 단일 리스테이킹 제공자에 독립적이며, 수익을 생성할 수 있는 모든 프로토콜에 온체인 자산을 배포할 수 있습니다. 이는 DeFi 수익 기회와의 원활한 통합을 가능하게 하여, YieldNest가 여러 전략에 걸쳐 수익을 집계하고 최적화할 수 있도록 하며, 새로운 수익 원천이 등장함에 따라 유연하게 통합할 수 있는 유연성을 유지합니다.
Ethereum의 스마트 컨트랙트는 ERC-4626 볼트를 통해 사용자 예금을 처리하며, 이는 전략 세트를 보상이 누적됨에 따라 가치가 증가하는 수익 생성 자산으로 토큰화합니다 (예: ynETHx). 동시에 오프체인 코프로세서가 자동화된 함수 호출을 조율합니다. 이 설정은 자산을 DeFi 프로토콜 전략으로 풀링하여 수익을 지속적으로 복리하고, 유동성 깊이, 상관관계 위험, 기타 실시간 건강 지표 등의 요인에 기반하여 할당을 재조정합니다.
오프체인 리밸런싱 로직은 자본 배치를 최적화하는 데 AI가 중요한 역할을 하는 부분입니다. 단순히 최고 수익률을 쫓는 대신, 시스템은 자산 재배치 전에 가격 영향, 수익 지속 가능성, 리밸런싱 비용을 포함한 여러 요인을 평가합니다. AI 기반 자동화는 보상 프로그램이 활성화된 EigenLayer AVSs, L2의 유동성 풀, 또는 대출 프로토콜과 같은 다양한 전략 간의 배치를 지속적으로 조정하며, 이는 변화하는 위험-보상 지표에 기반합니다. 시간이 지나면서 AI가 더 많은 데이터로부터 학습하고 전략을 세밀하게 다듬음에 따라, YieldNest는 MAX LRTs가 광범위한 거버넌스 감독 하에 운영되면서 수동 개입의 필요성을 최소화하는 완전 자율적 수익 최적화기로 진화할 것으로 상상합니다.
이 디자인은 또한 L1에 통합된 장부를 유지함으로써 Ethereum의 결제 보증을 보존하면서 L2 네트워크에서 수익을 포착하는 것을 지원합니다. 순자산 가치(NAV)의 실시간 뷰는 프로토콜이 필요할 경우 전략을 빠르게 재조정하거나 중단하도록 돕고, 크로스-체인 불일치를 완화합니다. 결과는 새로운 수익 소스가 등장함에 따라 이를 통합하면서도 견고한 위험 관리를 유지하는 구성 가능하고 미래 지향적인 인프라입니다.
YieldNest의 이중 초점은 제품 스위트, 특히 MAX LRTs에서 나타납니다. 이러한 토큰들은 생태계가 성숙함에 따라 restaking 프로토콜과 통합할 수 있는 능력을 유지하면서 적극적으로 관리되는 수익 전략에 대한 청구를 나타냅니다. 예를 들어, ynETH는 YieldNest의 기본 Ethereum restaking 토큰으로 사용되는 반면, ynETHx (“x”는 MAX LRTs를 나타냄)는 EigenLayer 외에도 여러 수익 소스(L2 yield farms, LSDFi strategies 등)로 자산을 할당하는 향상된 버전입니다. 목표는 사용자가 할당을 수동으로 관리할 필요 없이 위험 조정된, 자동 복리 수익을 제공하는 토큰을 제공함으로써 DeFi를 단순화하는 것입니다.
그림 6: 최종 사용자에게 DeFi 유동성 파편화를 추상화하기

MAX LRTs는 지속적으로 학습하는 DeFi 엔진처럼 작동하며, 데이터를 분석하고 새로운 전략을 발견하며, 시간이 지남에 따라 자본 배치를 최적화합니다. 새로운 전략은 외부 통합으로 시작되어 엄격한 테스트와 모니터링을 거칩니다. 안전하고 효율적임이 입증되면 MAX LRT 자체 내에서 채택됩니다.
현재 YieldNest DAO는 전략과 MAX LRTs를 추가하거나 제거할 수 있는 유연성을 유지합니다. 그러나 각 MAX LRT는 자체 SubDAO로 전환되도록 설계되어 독립적인 거버넌스와 전략 실행을 유지합니다. 따라서 시간이 지나면서 거버넌스가 분산화되어 각 SubDAO가 MAX LRT를 독립적으로 관리할 수 있게 되며, 전략적 의사결정을 위한 AI 기반 거버넌스 도구의 지원을 받습니다.

이 비전을 실현하기 위해 YieldNest에서 배포한 첫 번째 DeFAI Agent는 Nest AI입니다. 현재 실시간 시장 해설을 제공하며, crypto 트렌드와 온체인 이벤트에 대한 통찰을 제공합니다. 미래 마일스톤에는 이미지 생성, Telegram 및 Discord와 같은 커뮤니케이션 플랫폼과의 통합, 그리고 궁극적으로 동적 수익 전략 관리가 포함됩니다. Nest AI가 진화함에 따라, 포지션을 자율적으로 재조정하거나 수익에 영향을 미치기 전에 위험한 프로토콜을 플래그할 수 있으며, 이를 통해 YieldNest의 AI 기반 시스템 목표를 달성할 수 있습니다. AI Agent는 현재 주로 내부 데이터 수집에 사용되며, 공개 베타 릴리스로 개방되어 대중이 자신의 DeFi 전략을 개선하는 데 사용할 수 있게 될 것입니다.

MAX LRTs의 아키텍처는 기본 정산 레이어와 원활한 연결을 유지하도록 설계되었습니다. 예를 들어, ETH 기반 MAX LRT(ynETHx)는 Ethereum L1에서 정산되지만 L2s나 신뢰할 수 없는 데이터를 다시 피드백할 수 있는 모든 체인에서 전략을 배포하고 조정할 수 있습니다. 기본 체인에서의 실시간 정산은 데이터 분열, 비동기 상태 업데이트 또는 기타 보안 취약점을 피하기 위해 중요합니다. 이는 자금이 일반적으로 설정된 시간 프레임 내에서 NAV를 조정하고 거래를 정산하는 전통 금융과 대조됩니다. 동시에, DeFi의 24/7 환경에서 정확성과 신뢰성을 보장하기 위해 지속적이고 실시간 정산 메커니즘이 필수적입니다.
따라서, 기본 체인에 단일한 진실의 원천을 유지함으로써, MAX LRTs는 모든 관련 전략, 자산 상태, 그리고 회계가 각각의 네트워크 전반에 걸쳐 동기화되고, 검증 가능하며, 지속적으로 업데이트되도록 보장합니다. 현재로서는 수동 감독이 여전히 필요하지만, 장기적인 비전은 AI 기반 자동화와 거버넌스 감독을 결합한 이 하이브리드 모델이 완전히 자율적인 MAX LRTs로 진화하는 것입니다.
구성 가능성을 핵심으로 설계된 MAX LRTs는 단일 유동 토큰 내에서 모든 기본 전략의 원활한 추적과 회계를 허용합니다. 이러한 볼트는 ERC-4626 standard—수익 생성 볼트를 위한 ERC-20의 확장—에 완전히 준수하여, 유동성 제공, 대출, 그리고 구조화된 수익 전략을 위한 DeFi 프로토콜과의 상호 운용성을 허용합니다.
이러한 유연성은 MAX LRTs의 주요 장점입니다. ynETH와 같은 LRT 전략은 기본 liquid restaking token으로 작용하지만, EigenLayer와 같은 프로토콜의 내재된 출금 제약 조건을 동반하며, 자산을 상환하기 전에 최소 7일의 대기열이 필요합니다. 반대로, ynETHx와 같은 MAX LRTs는 여러 DeFi 전략 전반에 걸쳐 수익을 집계함으로써 이러한 제한을 제거하여 포지션이 유동성을 유지하도록 보장합니다. 변동적인 조건에서도 원활한 출금을 보장하기 위해, 프로토콜은 내장된 liquidity buffer를 통합하여 사용자들의 liquidity risk를 크게 줄이고 즉시 자금 접근을 제공합니다.

이 Buffer Strategy는 기본 자산의 일부를 쉽게 접근할 수 있는 수익 생성 위치에 할당하여 지연 없이 즉시 인출을 보장합니다. 버퍼에 부담이 발생하면 LPs 또는 큐 시스템을 통해 보충됩니다—참가자들이 지속적인 인출 흐름에서 이익을 얻을 수 있도록 하고 안정적인 유동성 관리를 유지합니다. 버퍼가 더 큰 보충이 필요한 경우, 자산은 다른 전략에서 이동됩니다. 이 접근 방식은 변동성 시장에서 위험을 최소화하면서 MAX LRTs 전반에 걸쳐 깊은 유동성을 유지하는 것을 목표로 합니다.
기술 아키텍처
MAX LRTs가 멀티체인 전략을 지원할 수 있게 하는 핵심 인프라는 Deposit Vault와 Strategy Vault라는 두 가지 유형의 볼트 주위에 구축됩니다. 전략은 이러한 볼트의 다운스트림에서 작동하며, EigenLayer, Symbiotic, Aave와 같은 DeFi 프로토콜과의 통합을 처리합니다. 사용자가 Deposit Vault에 자산을 예치하면, 자금은 Strategy Vault로 할당되며, 이는 전용 커넥터를 통해 restaking/DeFi 프로토콜과 상호 작용하여 효율적인 자본 배치와 수익 최적화를 보장합니다.
사용자들은 여러 예치 자산을 지원하는 MAX LRT vault로 자산을 이전하는 것으로 시작하며, 그 대가로 vault의 비례 지분을 나타내는 YN MAX share tokens를 받습니다. vault는 그 후 Coprocessor와 조정하며, Coprocessor는 예치 이벤트를 추적하고 최적의 할당 전략을 결정하도록 설계된 off-chain 모듈입니다. 그로부터 Strategy Vault는 미리 정의된 계획에 따라 자산을 수령하고 분배하며, Rate Provider는 전체 과정에서 정확한 변환 비율을 보장합니다.

Coprocessors, DApps 전반에서 점점 더 채택되고 있으며, 고급 데이터 처리, 실시간 전략 실행, 비용 효율적인 의사 결정을 가능하게 함으로써 YieldNest의 아키텍처에서 중요한 역할을 합니다. Ethereum의 온체인 환경은 높은 가스 비용과 제한된 계산 능력으로 인해 제약이 있으며, 복잡한 계산을 직접 온체인에서 수행하는 것은 비현실적입니다. Coprocessors는 포지션 관리, 볼트 리밸런싱, 동적 자산 배분을 위한 전문 처리 능력을 제공함으로써 blockchain 기능을 강화합니다.
YieldNest는 restaking과 DeFi 전략 전반에 걸쳐 최적의 자산 배분과 거래 경로를 결정하기 위해 계산 집약적인 작업을 처리하는 Strategist 레이어 역할을 하는 오프체인 코프로세서를 활용합니다. 이러한 오프체인 계산은 시장 변동성, 유동성 조건, 수익 기회 등의 사전 정의된 매개변수를 기반으로 볼트 전략을 재조정합니다. 이러한 프로세스를 자동화함으로써 YieldNest는 MAX LRTs가 수동 개입 없이 동적으로 배분을 조정할 수 있도록 보장합니다. 또한, 코프로세서는 정확한 주식 교환 비율을 결정하기 위해 오라클 소스를 집계하며, 복잡한 계산을 오프체인으로 이동시켜 비용을 줄이고 잠재적인 조작 위험을 완화합니다.
이러한 작업을 신뢰 최소화된 오프체인 시스템으로 위임함으로써, YieldNest는 더 깊은 온체인 데이터를 분석하고, 복잡한 의사결정을 자동화하며, 과도한 비용을 발생시키지 않고 자본 배치를 최적화할 수 있습니다. 코프로세서는 수익 변동, 유동성 깊이, 위험 노출 등의 요소를 지속적으로 평가하여 MAX LRTs가 전략 전반에 걸쳐 할당을 동적으로 조정하도록 보장합니다. 이 접근 방식은 효율성을 향상시키고, 반응성을 개선하며, 순수 온체인 시스템에서는 비현실적일 더 정교한 수익 최적화 기법을 가능하게 합니다. 동시에 회계와 결제는 온체인에 유지됩니다. 이는 모든 것을 오프체인에 유지하거나 완전히 온체인에서 운영하는 다른 볼트와 대조됩니다. YieldNest MAX LRTs는 두 세계의 장점을 결합하여 이 문제를 해결합니다.
각 MAX LRT는 고유한 전략 구성과 관리 프레임워크를 채택합니다. 기본 구성은 다음과 같이 지정합니다:

현재 YieldNest는 두 개의 MAX LRT—ynETHx와 ynBNBx—를 제공하며, 가까운 미래에 ynBTCx와 ynUSDx를 도입할 계획입니다. 이는 YieldNest가 DeFi 전반에 걸친 수익 기회를 집계하고 최적화함으로써 모든 자산을 수익 발생 자산으로 변환하는 능력을 보여줍니다.

ynETHx를 예로 들어 설명하면, 사용자는 기본 자산(예: ETH, wETH, ynETH 또는 ynLSDe)을 예치하고 ETH로 표시된 ynETHx 지분 토큰을 받습니다. ynETHx는 ETH와 LSTs를 하나의 유동성 있는 상품으로 집계함으로써 자본 효율성을 극대화합니다. 이는 restaking과 DeFi 전략 전반에 걸친 노출을 최적화하고, 지속적으로 수익을 생성함으로써 staking 보상, DeFi 수익 및 에어드랍과 거버넌스 보상과 같은 추가 인센티브를 포착합니다.
ynETHx와 연관된 자산은 EigenLayer, Curve 및 Euler와 같은 대상 프로토콜에 스테이킹되거나 예치됩니다. 이러한 전략에서 생성된 보상은 ynETHx 볼트와 동기화되어 지속적인 복리와 정확한 회계를 보장합니다.

MAX LRTs는 보상을 자동으로 복리하여 시간이 지남에 따라 토큰 가치를 증가시킵니다 (Number goes up). ynETHx의 경우, ETH로 표시되므로 토큰 수는 동일하게 유지되지만, 그들의 ETH 가치가 증가합니다. 예를 들어, 일정한 12.5% APY를 가정하면, 초기 1 $ETH 가치의 1 ynETHx는 1년 후 1.125 ETH로 증가합니다.

ynETHx와 같은 MAX LRT를 지원하는 모듈러 프레임워크는 수익 최대화를 넘어, 자본 보호와 시스템 무결성 보존에 동등한 강조를 두어 견고한 위험 조정 수익을 달성하도록 설계되었습니다. 이를 보장하기 위해, 견고한 위험 관리가 계약 수준과 전략 수준 모두에서 통합되어 있습니다.
이 접근 방식은 네 가지 주요 메커니즘을 통해 구현됩니다: (1) automated rebalancing, (2) dynamic market making, (3) security infrastructure, 그리고 (4) swarm-based AI systems.

따라서, 예를 들어 LRT 전략(예: ynETH)은 단일 고위험 AVS에 대한 과도한 노출을 방지하기 위해 승인된 대상 세트에 걸쳐 restaking 할당을 다각화할 수 있습니다. 이 다각화는 rollups, 상호운용성 네트워크, Web3 인프라와 같은 다양한 카테고리로 확장됩니다. 미리 정의된 위험 관리 매개변수 외에도 시스템은 HyperNative와 같은 도구와 AI 기반 분석을 통한 지속적인 24/7 모니터링에 의존합니다. 따라서 AVS가 불안정 징후를 보일 경우—예를 들어 exploit이나 급격한 TVL 하락—프로토콜은 할당을 일시 중지하거나 자금을 재할당하여 잠재적인 slashing이나 손실을 완화하기 위해 신속하게 개입할 수 있습니다. 이 동일한 프로세스는 DeFi 전략에도 적용되며, 우려스러운 징후를 보이는 모든 전략은 상위 lvl MAX LRT vault로 다시 배출될 수 있습니다.
YieldNest의 경쟁 우위
YieldNest는 집계, 자동화, 그리고 위험 관리된 수익을 통해 차별화됩니다. 단일 프로토콜 LRT와 달리, YieldNest의 MAX LRT 접근 방식은 ynETH와 같은 토큰이 여러 수익 원천을 캡슐화할 수 있음을 의미합니다 – 예를 들어, Ethereum staking + EigenLayer + An Curve LP + Lending/Borrow 등… 모두 하나의 자산 아래에서, 그리고 이는 볼트가 자산을 배포할 수 있는 여러 목적지 중 하나가 될 수 있습니다.
예를 들어, ETH가 기본 자산인 ERC-4626 볼트라고 가정해 보십시오. 이 ETH는 Curve의 LP에 배치되거나, Euler와 같은 대출 시장에 대출되거나, ynETH로 재스테이킹될 수 있습니다. 이 경우, ynETH는 여러 가능한 목적지 중 하나이며, 볼트는 사용 가능한 전략(위 예시에서 Curve, Euler, ynETH) 사이에 자본을 동적으로 할당하여 수익을 최대화할 것입니다.
YieldNest 접근 방식은 사용자가 여러 플랫폼과 토큰을 수동으로 관리하여 복제해야 할 자본 효율성과 편의성을 제공합니다. 게다가 YieldNest는 순수 수익보다는 위험 조정 수익을 강조합니다. 통제된 노출(허용된 AVS만, 포지션 제한 등)과 모니터링을 통해, 다른 사람들이 안전을 희생하며 APY를 추구할 수 있는 곳에서 지속 가능한 수익을 목표로 합니다.
많은 LRT 발행자들이 특정 자산에 대한 단일 수익 레이어만 제공하는 반면, YieldNest의 경쟁력은 여러 레이어와 프로토콜에 걸친 수익 스택을 하나의 패키지로 제공하는 데 있습니다. 자동화(AI 기반 리밸런싱)에 대한 끊임없는 집중과 거버넌스 기반 보안 조치로, YieldNest는 언제나 최적의 위험/보상 비율을 최적화합니다. 다음 이미지는 ERC-4626의 조합 가능성으로 가능해진 광대한 가능성의 가상 표현을 제공합니다. 하나의 볼트(예: ynETHx 또는 ynBNBx)가 다른 볼트 내에서 전략으로 작동하는 펀드-오브-펀드 구조를 상상해 보세요. 이 설정은 ERC-4626 멀티스트래티지 볼트가 다른 ERC-4626 볼트를 전략으로 통합할 수 있게 하여, 조합 가능한 수익 집계가 어떻게 달성될 수 있는지를 보여줍니다.

따라서 YieldNest는 내장된 보호 기능이 있는 일반 DeFi 수익 집계기 관점에서 볼 수도 있으며, 수동 수익을 위한 설정하고 잊어버리는 접근 방식을 제공합니다. 사용자는 하나의 자산을 예치하고 여러 소스에서 수익을 자동으로 얻는 토큰화된 볼트(수익 발생 자산)를 받으며, 이는 적극적으로 관리되는 AI 최적화 포트폴리오를 통해 이루어집니다. 이러한 단순성은 광범위한 채택의 핵심입니다—바쁜 투자자와 기관들은 스스로 최적화되는 단일 도구를 선호합니다.
YieldNest는 오픈소스 개발을 지지하며, 이는 협력을 촉진하고 보안을 강화하기 때문입니다. 이 아키텍처는 완전히 개방적이고 조합 가능하도록 설계되어 있으며, 타사 소매 투자자, 기관, AI 에이전트가 원활하고 상호 운용 가능한 전략을 효율적으로 함께 작동하도록 구축할 수 있게 합니다.
결론
restaking의 실행 실패를 극복하기 위해, YieldNest는 DeFi의 현재 최적화 기능을 통해 수익 생성을 가능하게 하면서 내일의 restaking 인프라를 구축하고 있습니다. 근본적인 논제는: 오늘 작동하는 지속 가능한 수익 인프라를 구축하면서 내일의 기회를 위한 전략적 선택권을 유지하는 것입니다.
restaking을 더 넓은 수익 집계 프레임워크의 중심으로 만들어, YieldNest는 자본 효율성의 새로운 수준을 해제하고 있습니다. 이 프로토콜은 수동적으로 스테이킹된 자산을 보안 인센티브와 DeFi 기회를 모두 활용하는 능동적으로 관리되는 포트폴리오로 변환하며, 이는 단일 사용자 중심 자산을 통해 이루어집니다.
더 많은 yield strategies가 restaked collateral에 의미 있는 수수료를 제공함에 따라, staked assets의 yield ceiling이 상승할 것입니다. YieldNest는 이미 extensible architecture(새로운 소스가 성숙함에 따라 플러그인할 준비가 됨)를 고려할 때, 이러한 이익을 사용자에게 포착하고 전달하는 데 잘 위치해 있습니다.
더 이상 공유 보안에만 국한되지 않고, restaking은 고수익, 자동화된 DeFi 인프라의 초석이 될 준비가 되어 있습니다. YieldNest의 architecture와 strategy는 AI, smart contract automation, 그리고 신중한 risk controls를 병합하여 최적의 returns를 추구하기 위해 지속적으로 적응함으로써 이것이 실제로 어떻게 달성될 수 있는지를 보여줍니다.
장기적인 전망은 restaking이 DeFi의 필수적인 부분이 될 것이라는 것입니다. yield farming, liquidity mining, 그리고 liquid staking이 과거 사이클의 주요 테마였던 것처럼, restaking과 meta-yield aggregation은 crypto collateral의 모든 단위가 네트워크를 동시에 보호하고 수익을 창출하는 미래를 정의할 수 있으며, 이는 YieldNest와 같은 자율 프로토콜에 의해 관리되어—결국 DeFi를 모든 참여자에게 더 효율적이고 보상적으로 만들 것입니다.
최종 목표는 가격 발견과 거래량을 on-chain으로 가져오고, 중앙화된 구조에서 벗어나며, 상거래가 세계 전역에서 자유롭게 흐를 수 있는 개방적이고 permissionless하며 self-sovereign한 결제 레이어로 전환하는 것입니다.
참고문헌
자산 위험 평가: YieldNest ynBNBx (2025년 1월). Llama Risk | 링크
자산 위험 평가: YieldNest ynBTCk (2025년 1월). Llama Risk | 링크
공유 보안 너머: DeFi에서의 리스테이킹의 진화하는 역할. Llama Risk (2025년 2월) | 링크
Coprocessors 개요. Llama Risk (2024년 11월) | 링크
EigenLayer 문서 | 링크
ELIP-001: EigenLayer 보상에서의 유연성 잠금 해제. X (2025년 1월) | 링크
소개: Rewards v2. EigenLayer (2024년 12월) | 링크
AVS 평가 소개. Llama Risk (2024년 5월) | 링크
YieldNest 초기 AVS 및 운영자 선정에 대한 메모랜덤. Llama Risk (2024년 7월) | 링크
YieldNest 일반 프로토콜 평가 (2025년 2월). Llama Risk | 링크
면책사항
Alea Research는 교육 이니셔티브의 일부로서 YieldNest와 상업적 관계를 유지하고 있으며, 이 보고서는 그 참여의 일환으로 의뢰되었습니다.
Alea Research 팀의 멤버들, 위 분석에 직접 참여한 사람들을 포함하여, 논의된 토큰들에 포지션을 보유할 수 있습니다.
이 콘텐츠는 교육 목적으로만 제공되며, 재정적 또는 투자 조언을 구성하지 않습니다. 당신은 스스로 연구를 해야 하며, 잃을 수 있는 금액만 투자해야 합니다.
Alea Research는 연구 플랫폼이며 투자 또는 금융 자문가가 아닙니다.


