- 에이다는 어떤 메커니즘이 효과가 있는지, 비용이 얼마나 드는지, 누가 결과에 책임을 져야 하는지에 대한 공통의 근거 없이 거버넌스 인센티브에 대한 중대한 결정을 앞두고 있음.

- 본 프로젝트는 증거 기반 검증과 거버넌스 정당성을 분리함.

- 후보 인센티브 메커니즘은 연구, 데이터, 모델링, 증거를 통해 먼저 평가된 채택 여부 결정을 위해 거버넌스에 제안됨.

- 거버넌스 보상, 참여, 근거 인센티브, 보상 분배, 투표권 집중, 거버넌스 보상 설계에 관해 에이다 전반에 걸쳐 상당한 작업이 이미 존재함.

- 거버넌스 인센티브 워킹 그룹은 이 영역 전반에 걸쳐 49개의 관련 노력, 제안, 연구 논문, 도구, 관련 이니셔티브를 식별하는 매핑 문서를 이미 생성했음.

- 여기에는 CPS-0020, CPS-0033, CIP-0149, Beyond MVG, 형식적 보상 체계 연구, 프로세스 우선 DRep 보상 연구, Input Output Research의 에이다 비전 2026 작업을 통해 개발된 작업이 포함됨.

- 본 프로젝트는 이러한 기존 아이디어와 접근 방식을 고려하고, 가정, 장단점, 잠재적인 의도치 않은 영향을 검토하며, 추가 연구, 거버넌스 데이터, 모델링, 통제된 테스트, 커뮤니티 의견과 결합하여 에이다에 가장 적합한 거버넌스 인센티브 모델을 중심으로 연구 기반의 커뮤니티 합의를 구축함.

- 그 결과 실용적인 거버넌스 인센티브 프레임워크, 공개 데이터셋 및 대시보드, 문서화된 모델 및 공식 결과, 연구 출판물, 통제된 인센티브 파일럿의 결과물, 거버넌스 통합 경로가 도출될 것임.

- 이는 에이다 2030 필러 3을 직접 지원하며, 연구 및 데이터 인프라를 통해 필러 1을 지원함.

■ 주석
*DRep: 탈중앙화 대표(Decentralized Representative)
***CPS: 에이다 문제 서술서(Cardano Problem Statement)

- 에이다 거버넌스는 거버넌스 참여자들과 이해관계자들의 지속적이고, 정보에 기반하며, 무결성 높은 참여에 의존함.

- 그러나 현재 이러한 기여가 시간이 지남에 따라 어떤 방식으로 인센티브화되고, 측정되며, 지원되어야 하는지를 결정하기 위한 구조화되고 데이터 기반의 프레임워크가 부재함.

- 이는 여러 위험을 초래하며, 초기 거버넌스 데이터는 이미 우려의 이유를 보여줌.

- 에이다의 온체인 거버넌스 첫해 동안 활성 DRep 수는 모든 12에포크 기간마다 감소했음.

- 동시에 투표권이 점점 더 집중되었음.

- DRep 지니 계수가 0.92에서 0.94로 증가했으며, 11~16개의 DRep가 투표권의 51%를 차지함.

- 거버넌스 현황 연구는 또한 효과적인 거버넌스를 가로막는 5대 주요 구조적 장벽 중 하나로 인센티브 부족을 식별했음.

- 지속 가능성에 대한 우려 는 DRep를 넘어섬.

- 한 헌법 위원회 컨소시엄은 보상 부족으로 인해 사임했음.

- 그러나 인센티브 역시 자체적인 위험을 창출함.

- 잘못 설계된 메커니즘은 표면적인 활동에 보상을 제공하고, 기존 투표권 집중을 강화하며, 게이밍을 조장하거나, 의미 있는 거버넌스 가치를 창출하지 못한 채 재무 자원을 소모할 수 있음.

- 목표와 성공 지척을 정의하는 명확한 인센티브 프레임워크가 없으면, 에이다는 49가지 접근 방식과 연구 결과 중 어떤 것이 타당한지 식별할 수단이 부족하며, 보상 결정을 반응적이고 정치적이며 일관성 없이 내릴 위험이 있음.

- 생태계는 어떤 거버넌스 문제가 실제로 인센티브와 관련이 있는지, 어떤 행동과 기여가 가치를 창출하는지, 어떤 지표가 신뢰할 수 있는지, 어떤 참여자 그룹에 다른 처우가 필요한지, 그리고 탈중앙화, 책임성, 거버넌스 무결성을 저해하지 않으면서 지속적인 참여를 강화할 수 있는 메커니즘이 무엇인지를 결정하기 위한 조정된 방식이 필요함.

■ 주석
*DRep: 탈중앙화 대표(Decentralized Representative)
***Treasury: 생태계 자금을 관리하는 온체인 기금

- 거버넌스 인센티브 프레임워크는 에이다에서 거버넌스 인센티브를 설계, 테스트, 평가하기 위한 구조화되고 증거 기반의 접근 방식을 생성할 것임.

- 이 프레임워크는 거버넌스 인센티브를 위한 방법론과 달성해야 할 목표를 정의하기 때문에 중요함.

- 개별 인센티브 모델은 해당 프레임워크 내에서 개발되고 테스트된 구체적인 보상 메커니즘을 정의함.

- 우리는 거버넌스 인센티브 작업의 기존 지형을 매핑했음.

- 이는 중복 작업을 방지하고 기존에 존재하는 것, 누락된 것, 그리고 다양한 이니셔티브가 협력할 수 있는 영역에 대한 공유된 이해를 형성하는 데 도움이 될 것임.

- 그 후 프로젝트는 참여자별 인센티브 문제를 정의하고 다양한 유형의 기여를 구분하여 지속 가능한 인센티브 프레임워크를 향한 명확한 범위와 상세한 로드맵을 수립할 것임.

- 거버넌스 활동 데이터, 커뮤니티 피드백, 전문가 의견을 활용하여 프로젝트는 인센티브 모델을 개발하고 시뮬레이션할 것임.

- 이러한 모델은 참여를 증가시키는지 여부뿐만 아니라 탈중앙화를 지원하는지, 집중 위험을 줄이는지, 책임성을 개선하는지, 보상 게이밍 및 얕은 준수 행동과 같은 의도치 않은 영향을 방지하는지 여부에 따라 평가될 것임.

- 모델링 접근 방식은 형식적 보상 체계 연구와 프로세스 우선 에이다 전용 분석을 모두 기반으로 할 것임.

- 관련 있는 경우, 프로젝트는 지분증명 거버넌스의 보상 체계 및 위원회 규모 연구에서 개발된 행동 및 비용 가정을 포함하여 기존 거버넌스 보상 모델을 재현하고 평가할 것임.

- 프로젝트는 이러한 가정이 에이다의 라이브 거버넌스 환경에 얼마나 잘 이전되는지 테스트할 것임.

- 정보, 대시보드, 데이터셋을 갖춘 공개 웹사이트는 작업을 투명하고 교육적으로 만들며 커뮤니티가 이해하고 검토하기 쉽게 만들 것임.

- 또한, 전용 통제 인센티브 파일럿 작업 패키지는 명확하게 정의된 통제된 인센티브 실험 하나에 자금을 지원할 것임.

- 최종 결과물은 완전한 거버넌스 인센티브 프레임워크가 될 것이며, 공개 연구 및 커뮤니티 피드백 보고서, 구조화된 거버넌스 활동 데이터, 공개 대시보드, 문서화된 인센티브 모델 및 공식 결과, 통제된 인센티브 파일럿 테스트 결과, 에이다의 향후 거버넌스 인센티브 메커니즘을 위한 명확하게 정의된 구현 경로를 포함할 것임.

- 프로젝트는 프로젝트의 연구, 거버넌스 데이터, 인센티브 모델, 커뮤니티 피드백, 통제된 테스트 결과의 지원을 받아 거버넌스 인센티브 프레임워크 CIP를 제작하고 제출할 것임.

■ 주석
*CIP: 에이다 개선 제안(Cardano Improvement Proposal)
***Dashboard: 데이터 시각화 및 모니터링 인터페이스