활성 주소는 일정 기간 장부 변화에 참여한 주소의 수이고, 활성 주체는 같은 통제 주체로 추정되는 주소를 묶어 센 수입니다. 한 사람이 여러 주소를 쓰거나 거래소가 많은 고객 자산을 통합 관리하므로 어느 쪽도 실제 이용자 명부와 같지는 않습니다. 원시 주소 수와 조정된 주체 수를 함께 읽고 묶음 방법·서비스 지갑 처리·기준일을 확인해야 합니다.
주소 하나를 사람 한 명으로 세면 생기는 문제
지갑은 사용 목적이나 개인정보 보호를 위해 여러 주소를 사용할 수 있습니다. 한 이용자가 입금 주소, 잔돈 주소, 애플리케이션별 주소를 따로 쓰면 활동은 한 사람에게서 시작돼도 주소 수는 늘어납니다. 반대로 여러 고객의 거래를 한 서비스 지갑이 처리하면 많은 이용이 적은 주소로 나타날 수 있습니다.
Coin Metrics의 활성 주소 설명은 장부 변화의 발신자와 수신자 등 참여 주소를 정해진 기간 안에서 중복 없이 세는 방식입니다. 그 정의는 계정 가입자나 실제 사람을 세는 정의가 아닙니다. 보고서에 ‘사용자 증가’라고 쓰려면 주소 통계 외에 그 표현을 지지하는 근거가 추가로 필요합니다.
주소는 장부의 관측 단위이고, 이용자는 그 뒤에서 추정해야 하는 별도의 대상입니다.
JOBCOIN 통계 해설
그림은 이 주제의 공통 개념을 단순화한 설명입니다. 아래 항목에서 이 글의 구체적인 조건과 예외를 함께 읽어보세요.
- 주소 하나를 사람 한 명으로 세면 생기는 문제
지갑은 사용 목적이나 개인정보 보호를 위해 여러 주소를 사용할 수 있습니다.
- 엔티티 조정은 무엇을 묶는 과정인가
Glassnode는 엔티티를 동일한 주체가 통제한다고 추정되는 주소의 묶음으로 설명하며 휴리스틱과 자체 군집화 방법을 사용한다고 밝힙니다.
- 가상 장부에서 조정 전후를 직접 세어 봅니다
동일한 하루에 A라는 가상 이용자가 네 주소를 사용하고 B가 두 주소를 사용했다고 가정합니다.
AI로 제작한 개념도 · 실제 가격·거래 내역·통계가 아닙니다.
엔티티 조정은 무엇을 묶는 과정인가
Glassnode는 엔티티를 동일한 주체가 통제한다고 추정되는 주소의 묶음으로 설명하며 휴리스틱과 자체 군집화 방법을 사용한다고 밝힙니다. 여기서 휴리스틱은 관측 패턴을 이용한 추정 규칙입니다. 신분증이나 회원 명부를 직접 확인한 결과라는 뜻이 아닙니다.
분석 업체가 어떤 주소들을 하나로 판단하는지에 따라 같은 원시 장부에서도 조정값이 달라질 수 있습니다. 주소 묶음은 분석 목적에 따라 의미가 있으나 완벽한 정답표는 아닙니다. 한 업체의 엔티티 수를 다른 업체의 원시 주소 수와 같은 열에 놓고 증가율을 비교하면 방법론 차이가 활동 변화처럼 보일 수 있습니다.
비트코인 잔돈 주소의 식별 원리를 함께 보면 하나의 지급이 새 주소를 만들어도 외부 이용자가 새로 생긴 것은 아닐 수 있다는 점을 이해하기 쉽습니다. 다만 특정 주소가 잔돈이라고 추정된 사실만으로 그 소유자의 실명이나 계정 관계가 확인되지는 않습니다.
가상 장부에서 조정 전후를 직접 세어 봅니다
동일한 하루에 A라는 가상 이용자가 네 주소를 사용하고 B가 두 주소를 사용했다고 가정합니다. 별도로 하나의 거래소 지갑이 여러 고객의 출금을 처리합니다. 다른 참여를 생략한 이 단순 예시에서 관측된 주소는 일곱 개이고, 정확한 통제 관계를 알고 묶으면 세 주체입니다.
세 주체가 실제 이용자 세 명이라는 뜻은 아닙니다. 거래소 지갑 뒤에는 많은 고객이 있을 수 있고 그 고객들의 내부 거래는 공개 장부에 나오지 않을 수도 있습니다. 이 예시의 목적은 어떤 숫자가 더 큰가가 아니라 주소·통제 주체·최종 이용자라는 세 층을 구분하는 데 있습니다.
| 관측 묶음 | 활성 주소 | 추정 통제 주체 | 최종 이용자 |
|---|---|---|---|
| A의 네 주소 | 4 | 1 | 예시상 1명 |
| B의 두 주소 | 2 | 1 | 예시상 1명 |
| 서비스의 통합 지갑 | 1 | 1 | 공개 장부만으로 불명 |
| 합계 | 7 | 3 | 3명으로 단정 불가 |
서비스 지갑과 자동화 활동은 다른 질문을 남깁니다
거래소, 브리지, 대납 서비스는 다수 이용자의 동작을 모으거나 대신 수행할 수 있습니다. 하나의 통제 주체로 합치는 것이 중복 주소를 줄이는 데 도움이 되더라도 서비스 뒤의 이용을 모두 나타내지는 않습니다. 반대로 자동화된 프로그램이 많은 주소를 만들면 원시 활동이 크게 보일 수 있습니다.
봇으로 의심되는 주소를 제외할 때는 필터의 기준과 오류 가능성을 설명해야 합니다. 일정한 간격이나 비슷한 금액만으로 사람과 프로그램을 확정할 수는 없습니다. 정상적인 정기 처리까지 제거하면 활동을 과소평가할 수 있으므로 원시값과 필터 적용값을 함께 보관합니다.
수수료 지불 주소에 관한 해설처럼 거래를 시작한 사용자와 비용을 낸 계정이 달라지는 경우도 있습니다. ‘누가 지불했는가’, ‘누가 자산을 통제하는가’, ‘누가 서비스를 썼는가’를 한 수치로 합치면 각기 다른 역할이 사라집니다.
최근 수치가 수정되는 이유를 먼저 확인합니다
Glassnode 문서는 엔티티 기반 지표가 통계적 방법에 의존하며 군집화 개선에 따라 최근 데이터가 수정될 수 있다고 설명합니다. 따라서 어제 내려받은 값과 오늘 내려받은 같은 날짜 값이 다르다고 곧바로 장부 조작이나 서비스 오류라고 판단해서는 안 됩니다.
분석 기록에는 관측 대상 날짜뿐 아니라 데이터를 받은 날짜와 지표 이름을 함께 남깁니다. 모델이나 주소 라벨이 달라졌다면 과거 분석에서 보았던 데이터와 새롭게 재계산된 데이터를 구분할 수 있어야 합니다. 당시 알 수 없었던 정보를 사용한 수정값을 과거 시점의 예측 근거로 쓰면 미래 정보를 미리 안 것 같은 착시가 생깁니다.
- 원시 주소 지표와 조정 지표의 정확한 이름을 기록합니다.
- 활동으로 인정하는 발신·수신·실패 거래 조건을 확인합니다.
- 서비스 주소와 내부 이동의 처리 방식을 읽습니다.
- 다운로드 시각과 데이터 개정 여부를 보관합니다.
- 봇·서비스 제외 전후 숫자와 제외 근거를 함께 남깁니다.
활동 증가를 설명할 때 유지율도 함께 봅니다
활성 주소가 증가했더라도 신규 캠페인이나 주소 관리 방식의 변화가 원인일 수 있습니다. 새 주소가 계속 활동하는지, 사용되는 기능과 수수료 부담이 어떻게 변했는지를 보아야 단기 생성과 지속적인 이용을 구분할 수 있습니다. 신규 주소의 재방문 분석은 이 질문을 보완하는 한 방법입니다.
그래도 주소 기반 유지율이 사람 기반 유지율이 되는 것은 아닙니다. 다른 주소로 옮긴 동일 이용자를 이탈로 셀 수 있기 때문입니다. 기사에서는 ‘정의된 조건에서 활동한 주소 또는 추정 주체가 늘었다’고 쓰고, 이용자·매출·자산 가치에 대한 추론은 별도 근거가 있을 때만 이어 붙입니다.
자주 묻는 질문
엔티티 수가 실제 사람 수보다 정확한가요?
동일 주체의 여러 주소를 묶는 데 도움은 되지만 사람 수의 확정치는 아닙니다. 서비스 지갑은 많은 고객을 대표할 수 있고 군집화는 추정에 의존합니다.
활성 주소가 줄면 사용자가 모두 떠난 건가요?
주소 통합, 배칭, 거래소 내부 처리, 관측 기준 변경 등 다른 원인이 있을 수 있습니다. 같은 정의의 기간별 값과 다른 활동 자료를 함께 확인해야 합니다.
같은 날짜의 엔티티 수가 나중에 달라질 수 있나요?
제공자의 군집화와 라벨 수정으로 재계산될 수 있습니다. 관측일과 자료 취득일을 모두 기록해야 당시 분석과 최신 재계산을 구분할 수 있습니다.
더 깊이 읽기
본문에서 다룬 개념과 확인 절차를 다음 글에서 이어서 살펴보세요.
