결론에 대한 생각 - EVM, Account 모델로 병렬처리하는 것은 구조적인 한계가 있음. - 현재 병렬 처리 솔루션으로 나오는 SEI, Aptos 모두 사실상 추가적인 시간, 리소스 비용이 발생하는 방식임. - 그래서 Sui의 object 모델이 뛰어나다고 생각함. 수이의 모든 데이터는 object로 구성되어있으며, 이는 독립적이기 때문에 병렬처리에 뛰어나기 때문임. - Cardano도 UTXO 모델을 사용하여 UTXO를 활용한 효율적인 병렬처리가 가능함. - 이더리움의 Account 모델을 기반으로한 체인들 중에 병렬처리를 내세우는게 많은데... 뜯어보면 병렬처리에 가장 안좋은 모델을 병렬처리하려고 애쓰는 느낌임....

결론 - 이론적으로 병렬 EVM의 속도는 이상적인 환경에서 테스트됨. 실제 네트워크에서는 레이턴시와 데이터 동기화, 블록 크기 제한 등으로 성능이 제한됨. - 병렬 EVM은 트랜잭션 처리 속도를 향상시키는 이론적 이점을 제공하지만 실제 애플리케이션에서는 상당한 한계가 있음 - Ethereum는 광범위한 상태 종속성과 독립된 트랜잭션이 적기 때문에 병렬 처리의 이점이 최소화되는 경우가 많음. - 대기 시간, 데이터 동기화 문제, 블록 크기 제한과 같은 실제 네트워크 제약 조건으로 인해 병렬 실행에서 기대되는 성능 향상이 더욱 저해됨. - 병렬 처리 개념은 유망하지만 Ethereum 생태계 내에서의 실제 구현은 이러한 수많은 과제를 해결해야함

병렬 EVM: 병렬 처리의 이상과 현실 [낙관적 실행의 우려되는 문제] 1) 재실행 비용의 증대 • 상태 불일치가 자주 발생할 경우, 롤백 및 재실행으로 인해 성능 저하가 발생할 수 있음 • 예를 들어, 트랜잭션 A와 B가 동일한 계정을 참조하고, A가 상태를 변경했다면 B는 잘못된 상태를 읽고 실행될 가능성이 높음. 2) 비용-효율성 • 낙관적 실행이 재실행 횟수를 크게 줄이지 못한다면, 오히려 순차 처리보다 느릴 수 있음 3) 병렬 안전성 • 입력 및 출력 비교를 지속적으로 추적하는 작업이 추가적인 계산 오버헤드를 초래할 수 있음/ 낙관적 실행은 병렬성을 높이는 데 효과적일 수 있지만, 트랜잭션 간 종속성이 높은 경우에는 성능 저하를 피하기 어려울 가능성 존재. [스케줄링 및 종속성 예측의 우려되는 문제] 1) 정적 분석의 한계 • 많은 스마트 컨트랙트는 실행 시점에 상태를 참조하거나 외부 호출을 포함하기 때문에, 정적 코드 분석만으로 모든 종속성을 정확히 예측하는 것은 어려움. • 특히 DeFi 플랫폼이나 NFT 거래와 같이 복잡한 상태 변경이 빈번한 경우, 정적 분석의 정확도가 떨어질 가능성이 높음. 2) 추가적인 계산 비용 • 종속성을 분석하고 스케줄링하는 작업이 실행 비용에 추가됨. • 트랜잭션 수가 많거나 복잡도가 높은 경우, 분석 오버헤드로 인해 병렬 처리의 이점이 감소할 수 있음. 스케줄링 및 종속성 예측은 병렬 처리의 핵심 기술이지만, 스마트 컨트랙트의 동적 특성으로 인해 완벽히 예측하기는 어렵고, 비용의 증가를 유발할 수 있음. [상태 병합 의 우려되는 문제] 1) 병합 충돌 처리 • 병합 과정에서 동일한 상태를 동시에 변경한 트랜잭션이 발견되면, 이들을 순차적으로 재실행하거나 충돌 해결 로직을 추가함. • 이러한 작업은 병렬 처리의 성능 이점을 감소시킬 수 있음. 2) 병합 비용 • 병렬로 실행된 상태를 병합하는 과정에서 추가적인 계산 및 스토리지 비용이 발생. • 특히 병합 대상이 많은 경우(예: 상태 업데이트가 많은 대규모 블록)는 병합 비용이 크게 증가할 가능성. 상태 병합은 병렬 처리 후 일관성을 보장하기 위한 필수 단계지만, 충돌 및 병합 비용은 병렬 처리의 성능 이점을 제한할 수 있음. https://x.com/hyeon__dev/status/1876276084271960180