암호화 데이터 잠재력 해방: Hemera 계정 센터 인덱스 네트워크 새롭게 등장

도전과 기회

최근 우리는 블록체인 분야에서 두 가지 뚜렷한 트렌드를 관찰했습니다:

첫째, 블록체인 생태계와 애플리케이션의 급속한 발전에 따라 개인 계정의 체인 상 활동이 점점 더 다양화되고 복잡해지고 있습니다. 이는 사용자가 체인 상에 더 포괄적인 디지털 발자국을 남기게 합니다. 풍부한 체인 상 상호작용은 사용자 기반의 자산 포트폴리오와 거래 이력을 기반으로 체인 상 신용 점수를 구축하는 등 많은 새로운 기회를 가져왔습니다. 이러한 발전 추세는 비과도 담보 대출 프로토콜과 같은 전통 금융 관행의 혁신을 촉진할 가능성이 있습니다.

둘째, 산업이 점점 성숙해짐에 따라 프로젝트 측은 목표 지향적인 에어드랍 전략을 수립하거나 잠재 사용자 집단을 분석할 때 사용자 프로필을 이해하고 사용자 품질을 평가하는 데 점점 더 중점을 두고 있습니다. 그러나 그들은 엄청난 도전에 직면해 있습니다: EVM 계정은 본질적으로 거래 트리거일 뿐, 전통 금융의 "은행 계좌"와 같은 것이 아닙니다. 이러한 구조적 형태는 계정 수준 데이터의 심층 분석을 제한하여 프로젝트 측이 사용자 집단에 대한 의미 있는 통찰을 얻기 어렵게 만듭니다.

이러한 트렌드는 계정 수준 데이터를 효과적으로 분석하고 해석할 수 있는 고급 도구에 대한 절실한 수요를 강조합니다. 이 수요를 해결하기 위해 Hemera Protocol은 개발자에게 표준화된 계정 수준 데이터 검색 및 특성 개발 서비스를 제공하는 차세대 계정 중심 인덱스 프로토콜을 개발하고 있습니다.

이 혁신은 계정 중심 인덱스(ACI) 네트워크로 확장되어 데이터 관리의 탈중앙화를 보장합니다. 이 네트워크를 활용하여 Hemera는 블록체인 데이터를 처리하고 분석하는 강력한 솔루션을 제공하여 다양한 사용자 중심 애플리케이션을 구축하고 여러 사용 사례에 적합하도록 합니다.

계정 수준 데이터 추출이란 무엇인가?

블록체인에서 교환 거래가 발생할 때, 그 원시 데이터는 직관적으로 "거래"로 표현되지 않습니다. 블록체인 노드에서 이러한 데이터를 직접 검색하면, 그것들은 아래의 파란색 그래프처럼 비의미적이고 분석하기 어려운 복잡한 정보 배열로 보일 수 있습니다. 본질적으로, 이는 누가 거래를 보냈는지, 어디로 보냈는지, 무엇을 입력했는지를 기록합니다.

데이터 추출 과정은 이러한 이해하기 어려운 데이터를 의미 있는 의미론으로 변환하는 것입니다. 예를 들어 거래에서 우리가 주목하는 주요 정보는 입력 및 출력의 토큰 종류, 수량 및 거래의 총 가치입니다. 따라서 전형적인 거래 데이터 추출은 거래 발신자, 구매 토큰, 판매 토큰, 각자의 수량 및 거래 금액과 같은 주요 요소를 포함할 수 있습니다.

진정으로 중요한 것은 이러한 거래가 귀하의 계정 전체 상태에 어떻게 영향을 미치는지를 이해하는 것입니다. 예를 들어, 한 번의 거래는 귀하의 토큰 잔액을 변경하고, 거래량에 영향을 미치며, 지불한 총 가스 요금을 증가시키고, 체인 상 상호작용 횟수를 증가시킵니다.

Hemera는 이러한 계정 수준의 변화를 의미론적이고 표준화된 형식으로 포장하여 "특성(feature)"이라고 부릅니다. 아래의 빨간색 도표는 이 교환 거래가 귀하의 계정 상태에 어떻게 영향을 미쳤는지를 보여줍니다. 사용자 정의 함수(User Defined Function, UDF) 모듈을 통해 개발자는 특정 요구에 따라 이러한 특성을 설계하고 정의할 수 있습니다. 이러한 데이터 추출 방식은 복잡한 블록체인 데이터를 보다 직관적인 방식으로 제시하여 개발 작업을 용이하게 하고, 의미 있는 분석 결론을 도출하기 쉽게 만듭니다.

애플리케이션은 Hemera Protocol을 어떻게 활용하나요?

애플리케이션이 Hemera를 통해 깊이 있는 계정 수준 분석을 수행하는 과정은 매우 간단합니다. 애플리케이션은 ACI 네트워크에서 필요한 특성을 쿼리하기만 하면 됩니다. Hemera는 포트폴리오 잔액, 거래량, 담보 대출, 심지어 소셜 데이터와 같은 일반적인 지표를 포함한 다양한 내장 특성을 제공합니다. 개발자는 추가 코드를 작성할 필요 없이 관심 있는 계정을 쉽게 쿼리할 수 있습니다.

Hemera는 개발자의 보다 개인화된 요구를 충족하기 위해 UDF 모듈도 제공합니다. UDF를 활용하면 개발자는 최소한의 코딩 작업으로 사용자 정의 특성을 생성할 수 있습니다. 표준화된 형식 덕분에 이러한 사용자 정의 특성은 기존 특성과 원활하게 통합되어 보다 포괄적이고 세밀한 분석을 촉진합니다.

특성을 요청하면, 그것들은 Hemera의 ACI 네트워크로 전송됩니다. 네트워크의 각 인덱서는 블록체인 원시 데이터를 쿼리하여 하나 이상의 특정 특성을 인덱싱하는 책임을 집니다. 요청자는 이후 Hemera가 제공하는 계정 수준의 의미론적 데이터를 수신하여 복잡한 원시 데이터를 직접 처리하는 번거로움을 피할 수 있습니다.

기능을 요청할 때, 그것들은 Hemera의 ACI 네트워크로 전송됩니다. 네트워크의 각 인덱서는 블록체인 원시 데이터를 쿼리하여 하나 이상의 특정 기능을 인덱싱하는 책임을 집니다. 요청자는 이후 Hemera가 제공하는 계정 수준의 의미론적 데이터를 수신하여 복잡한 원시 데이터를 직접 처리하는 번거로움을 피할 수 있습니다.

Hemera의 ACI 네트워크를 활용하여 애플리케이션은 계정 활동과 사용자 프로필에 대한 깊은 통찰을 얻을 수 있습니다. 이는 블록체인 생태계에서 보다 현명한 결정을 내리는 데 도움을 줄 뿐만 아니라, 보다 개인화된 사용자 경험을 제공하며, 원시 블록체인 데이터 처리의 복잡성을 간소화합니다.

특성은 어떻게 업데이트되나요?

Hemera 생태계 내의 특성은 체인 상 거래에 따라 동적으로 업데이트됩니다. ACI 네트워크의 각 인덱서는 특정 특성을 인덱싱하는 책임을 집니다. 이러한 인덱서는 실시간으로 작동하며, 그들이 추적하는 특성과 관련된 체인 상 거래를 지속적으로 모니터링합니다.

간소화된 작업 흐름은 개발자가 UDF 모듈에서 사용자 정의 특성과 데이터 클래스를 정의하는 것으로 시작됩니다. 이후 인덱서는 관련 체인 상 거래를 포착하고, 지정된 데이터를 필터링하여 개발자의 트리거 함수로 전달합니다. 해당 함수는 이후 데이터를 처리하여 계정 중심의 특성을 업데이트합니다.

실시간 인덱싱 및 업데이트 과정은 특성 데이터의 시의성과 정확성을 보장합니다. 특성에 영향을 미치는 거래를 추적하는 데 집중함으로써 인덱서는 대량의 블록체인 데이터를 효율적으로 처리하고 이를 계정 수준의 의미 있는 정보로 변환할 수 있습니다.

UDF를 어떻게 생성하나요?

사용자 정의 UDF 구축 과정을 설명하기 위해 OpenSea 관련 특성을 예로 들어보겠습니다:

1. 특성 정의: 개발자는 먼저 특정 특성(예: NFT 거래량, NFT 거래 모음)과 데이터 클래스를 정의합니다. 예를 들어, "OpenseaOrder" 클래스는 "orderhash"(문자열), "offerer"(문자열), "recipient"(문자열) 및 "offer"(사전)와 같은 변수를 포함할 수 있습니다.
2. 트리거 및 특성 개발: 다음으로, 개발자는 트리거를 생성하여 어떤 거래 또는 로그 이벤트가 정의된 특성의 상태를 변경할지를 지정합니다. 이 단계는 인덱서가 관련 체인 상 거래를 효과적으로 포착하고 관심 있는 데이터를 필터링하도록 보장합니다. 이후 개발자는 특성 값을 업데이트하기 위한 사용자 정의 논리를 작성할 수 있습니다.
3. 쿼리 실행: 마지막으로, 개발자는 인덱서를 실행하고 새로운 UDF를 처리하여 역사적 데이터를 처리합니다. 이후 특성 데이터는 데이터베이스에 저장되며, 개발자는 표준 REST API를 통해 데이터베이스에서 계정 수준 데이터를 쉽게 검색하거나 특성 값을 쿼리할 수 있습니다.

UDF 구현에 대한 더 자세한 가이드를 원하시면, 우리의 문서를 참조하세요: https://docs.thehemera.com

본질적으로, 각 특성은 체인 상 활동에 따라 지속적으로 업데이트되는 동적 엔티티입니다. UDF의 역할은 원시 거래 데이터를 해석하고 적절한 트리거를 생성하며, 이러한 트리거를 활용하여 특성을 지속적으로 업데이트하는 것입니다.

Hemera의 데이터 분석 분야에서의 독특한 위치

Hemera가 데이터 분야에서 독특한 위치를 차지하고 있음을 이해하기 위해, 기존 데이터 분석 도구 및 프로토콜과 비교할 수 있습니다. 다음은 주요 차이점을 보여줍니다:

1. Hemera의 핵심 장점은 계정 중심의 데이터 추출입니다.
2. Dune의 Spellbook도 데이터 추출을 중시하며 원시 데이터에서 고급 데이터 패턴을 추상화하지만, 계정 중심은 아닙니다.
3. The Graph는 인기 있는 인덱스 프로토콜이지만 스마트 계약 이벤트 중심입니다. 스마트 계약과 관련된 데이터를 해독하는 데 매우 적합하지만, 계정 중심 데이터를 추출하는 데는 부족합니다.
4. Debank는 계정 수준 데이터 추출 능력을 가지고 있지만, 주로 DeFi 자산에 초점을 맞추고 있어 다양한 체인 상 활동(예: 체인 상 게임 기록)에서의 적용 범위가 제한됩니다.
5. Hemera는 데이터 처리에서 비할 데 없는 유연성을 제공합니다.
6. Hemera를 사용하면 사용자가 최소한의 코딩 작업으로 필요한 데이터를 쉽게 얻을 수 있습니다.
7. The Graph는 사용자가 스마트 계약 데이터 검색을 위해 서브그래프를 구축할 수 있도록 하지만, 더 깊은 데이터 작업을 제한합니다.
8. Debank는 자산 정보를 쿼리하기 위한 고정 API를 제공하지만, 프로그래밍 가능성이 부족합니다.
9. Hemera의 데이터 업데이트 방법은 능동적이며 실시간입니다.
10. Hemera 인덱서는 블록체인을 지속적으로 모니터링하며, 거래에 의해 트리거되는 "푸시" 메커니즘을 통해 기능을 실시간으로 업데이트합니다.
11. 반면 Dune은 "풀" 방식으로 데이터를 업데이트하여 사용자가 데이터베이스에서 모든 데이터를 가져와 자신의 데이터를 업데이트해야 합니다.
12. Web3 애플리케이션 분야에서 Hemera는 조합성과 통합성에서 더 우수합니다.
13. Hemera는 표준 형식의 기획 데이터를 제공하여 데이터베이스 구축 및 유지 관리를 간소화합니다.
14. Dune은 플랫폼 내에서 포괄적인 체인 상 데이터 쿼리 터미널을 제공하지만, 독립 애플리케이션 구축 비용이 높습니다.
15. Debank의 고정 API 구조는 자산 관련 데이터만 처리할 수 있도록 제한합니다.

미래를 내다보면, 산업의 발전과 성숙에 따라 사용자 프로필이 사용자 중심 애플리케이션에 있어 매우 중요한 존재가 될 것이라고 믿습니다. 이러한 지속적으로 진화하는 환경에서 Hemera의 계정 수준, 다차원 데이터는 사용자定位을 더욱 정밀하고 효과적으로 만드는 데 필수적인 역할을 할 것입니다. 또한, 우리는 AI 모델과 체인 상 데이터 간의 시너지 효과가 점점 더 강화될 것으로 예상하며, Hemera의 의미론적 추출 능력이 대형 언어 모델이 데이터를 보다 효율적으로 이해하고 처리하는 데 기여할 것입니다.

Hemera의 비전은 명확하고 분명합니다: 우리는 Hemera를 전체 Web3 산업의 종합 데이터 센터로 만들기 위해 노력하고 있습니다. 접근 및 활용 장벽을 크게 낮춤으로써, 개발자, 연구원, 마케팅 팀, 최종 사용자 및 AI 시스템 등 다양한 사용자에게 서비스를 제공할 것입니다. Hemera의 궁극적인 목표는 블록체인 데이터 가치를 충분히 발굴하고자 하는 모든 사용자의 선호 플랫폼이 되는 것이며, 블록체인 생태계 사용자가 중요한 자원을 쉽게 얻고 혜택을 누릴 수 있도록 하는 것입니다.

Hemera 제품 탐색:

• 웹사이트: https://thehemera.com/

Hemera ACI 네트워크 기반 애플리케이션 개발:

• 문서: https://indexer-docs.thehemera.com/
• Github: GitHub - HemeraProtocol/hemera-indexer at pre-release/v0.3.0

SocialScan 에이전트 스토어 방문하기:

• 웹사이트: https://socialscan.io/home

Twitter 팔로우하기:

• Hemera: https://x.com/HemeraProtocol
• SocialScan: https://x.com/socialscan_io