읽기, 색인하여 분석하기 Web3 데이터 색인 트랙에 대한 간략한 개요

1 서론

2017년 이더롤, 이더렌드, 크립토키티와 같은 디앱의 첫 번째 물결을 시작으로 현재는 다양한 블록체인 기반의 금융, 게임, 소셜 디앱이 확산되고 있습니다. 탈중앙화된 온체인 앱에 대해 이야기할 때, 이러한 디앱이 상호 작용에 사용하는 데이터의 출처에 대해 생각해본 적이 있으신가요?

2024년에는 인공지능과 웹3에 초점이 맞춰질 것이며, 인공지능의 세계에서 데이터는 성장과 진화를 위한 생명과도 같은 존재입니다. 식물이 햇빛과 물에 의존하여 번성하는 것처럼, AI 시스템도 방대한 양의 데이터에 의존하여 지속적으로 '학습'하고 '사고'합니다. 데이터가 없으면 AI 알고리즘은 하늘 위의 성에 불과하며, 의도한 지능과 효율성을 달성할 수 없습니다.

이 글에서는 블록체인 데이터 접근성의 관점에서 블록체인 데이터 인덱싱의 진화를 심층적으로 분석하고, 기존 데이터 인덱싱 프로토콜인 더 그래프와 새롭게 떠오르는 블록체인 데이터 서비스 프로토콜을 비교합니다. 체인베이스와 스페이스 앤 타임을 살펴보고, 특히 AI 기술을 접목한 이 두 유망 프로토콜의 데이터 서비스 및 제품 아키텍처 특징의 유사점과 차이점을 살펴봅니다.

2 데이터 인덱싱의 복잡성과 단순성: 블록체인 노드에서 풀체인 데이터베이스까지

2.1 데이터의 원천: 블록체인 노드

'블록체인이란 무엇인가'를 이해하기 시작할 때부터 블록체인은 탈중앙화된 장부라는 말을 자주 접하게 됩니다. 블록체인 노드는 전체 블록체인 네트워크의 기반이며, 체인의 모든 거래에 대한 데이터를 기록, 저장, 배포하는 역할을 담당합니다. 각 노드는 블록체인 데이터의 완전한 사본을 보유하여 네트워크의 탈중앙화 특성을 유지합니다. 하지만 일반 사용자가 직접 블록체인 노드를 구축하고 유지하는 것은 쉬운 일이 아닙니다. 전문적인 기술력이 필요할 뿐만 아니라 하드웨어와 대역폭 비용도 많이 들기 때문입니다. 동시에 일반 노드는 개발자가 요구하는 형식의 데이터를 쿼리하는 데 한계가 있습니다. 따라서 이론적으로는 누구나 자체 노드를 운영할 수 있지만, 실제로는 타사 서비스에 의존하는 것을 선호하는 경우가 많습니다.

이 문제를 해결하기 위해 RPC(원격 프로시저 호출) 노드 제공업체가 등장했습니다. 이러한 공급자는 노드의 비용과 관리를 처리하고 RPC 엔드포인트를 통해 데이터를 사용할 수 있도록 합니다. 이를 통해 사용자는 자체 노드를 구축하지 않고도 블록체인 데이터에 쉽게 접근할 수 있습니다. 퍼블릭 RPC 엔드포인트는 무료이지만, 속도 제한이 있어 디앱 사용자 경험에 부정적인 영향을 미칠 수 있습니다. 프라이빗 RPC 엔드포인트는 혼잡을 줄여 더 나은 성능을 제공하지만, 간단한 데이터 검색에도 많은 양방향 통신이 필요합니다. 따라서 복잡한 데이터 쿼리에는 요청이 많고 비효율적입니다. 또한 사설 RPC 엔드포인트는 확장하기 어렵고 서로 다른 네트워크 간 호환성이 부족한 경우가 많습니다. 그러나 노드 제공자의 표준화된 API 인터페이스는 사용자가 체인 내 데이터에 접근하는 장벽을 낮추고, 후속 데이터 파싱과 애플리케이션을 위한 기반을 마련합니다.

2.2 데이터 파싱: 프로토타입에서 사용 가능한 데이터로

블록체인 노드에서 검색된 데이터는 종종 암호화되어 원시 데이터로 인코딩됩니다. 이 데이터는 블록체인의 무결성과 보안을 유지하지만, 데이터의 복잡성으로 인해 데이터 구문 분석의 난이도가 높아집니다. 일반 사용자나 개발자가 이러한 프로토타입 데이터를 직접 처리하려면 상당한 기술 지식과 컴퓨팅 리소스가 필요합니다.

데이터 파싱 프로세스는 이러한 맥락에서 특히 중요합니다. 복잡한 원형 데이터를 파싱하고 이해하기 쉽고 조작하기 쉬운 형식으로 변환함으로써 사용자는 데이터를 보다 직관적으로 이해하고 활용할 수 있습니다. 데이터 구문 분석의 성공 여부는 블록체인 데이터 애플리케이션의 효율성과 효과를 직접적으로 결정하며, 전체 데이터 인덱싱 프로세스에서 매우 중요한 단계입니다.

2.3 데이터 인덱서의 진화

블록체인의 데이터 양이 증가함에 따라 데이터 인덱서의 필요성 또한 증가하고 있습니다. 인덱서는 체인상의 데이터를 정리하고 쉽게 쿼리할 수 있도록 데이터베이스로 전송하는 중요한 역할을 합니다. 인덱서는 블록체인 데이터를 색인화하여 SQL과 유사한 쿼리 언어(GraphQL과 같은 API)를 통해 쉽게 사용할 수 있도록 하는 방식으로 작동합니다. 인덱서는 데이터 쿼리를 위한 통합 인터페이스를 제공함으로써 개발자가 표준화된 쿼리 언어를 사용해 필요한 정보를 빠르고 정확하게 검색할 수 있도록 하여 프로세스를 크게 간소화합니다.

다양한 유형의 인덱서가 다양한 방식으로 데이터 검색을 최적화합니다:

1. 풀 노드 인덱서: 전체 블록체인 노드를 실행하고 여기에서 직접 데이터를 추출하여 데이터가 완전하고 정확하도록 보장하지만 상당한 저장공간이 필요합니다. 완전하고 정확하지만 상당한 저장 공간과 처리 능력이 필요합니다.

2. 경량 인덱서: 이러한 인덱서는 필요에 따라 특정 데이터를 가져오기 위해 풀 노드에 의존하므로 스토리지 요구 사항이 줄어들지만 쿼리 시간은 늘어날 수 있습니다.

3. 특화 인덱서: 특정 유형의 데이터 또는 특정 블록체인 전용 인덱서이며, NFT 데이터나 탈중앙 금융 거래와 같은 특정 사용 사례에서 검색에 최적화될 수 있습니다.

4. 집합 인덱서: 이러한 인덱서는 오프체인 정보를 포함해 여러 블록체인과 소스에서 데이터를 가져와 통합된 쿼리 인터페이스를 제공하며, 특히 멀티체인 dApp에 유용합니다.

현재 이더리움 아카이브 노드는 Geth 클라이언트에서 아카이브 모드에서 약 13.5TB의 스토리지를 차지하며, 에리곤 클라이언트에서는 약 3TB가 필요합니다. 블록체인이 계속 성장함에 따라, 아카이브 노드의 데이터 저장 공간도 증가할 것입니다. 이러한 엄청난 양의 데이터에 직면하여, 주류 인덱서 프로토콜은 멀티체인 인덱싱을 지원할 뿐만 아니라 다양한 애플리케이션의 데이터 요구사항에 맞게 데이터 구문 분석 프레임워크를 사용자 정의할 수 있습니다. 예를 들어, The Graph의 서브그래프 프레임워크가 대표적인 사례입니다.

색인기의 등장으로 데이터 색인 및 쿼리의 효율성이 크게 향상되었습니다. 기존 RPC 엔드포인트에 비해 인덱서는 대량의 데이터를 효율적으로 색인하고 고속 쿼리를 지원할 수 있습니다. 이러한 인덱서를 통해 사용자는 복잡한 쿼리를 수행하고, 데이터를 쉽게 필터링하고, 추출 후 분석할 수 있습니다. 또한, 일부 인덱서는 여러 블록체인의 데이터 소스 집계를 지원하므로 멀티체인 dApp에 여러 API를 배포할 필요가 없습니다. 여러 노드에서 분산 실행되는 인덱서는 향상된 보안과 성능을 제공할 뿐만 아니라 중앙화된 RPC 제공자가 가져올 수 있는 중단과 다운타임의 위험도 줄여줍니다.

반면, 인덱서는 사용자가 미리 정의된 쿼리 언어를 통해 데이터의 근본적인 복잡성을 처리할 필요 없이 필요한 정보에 직접 액세스할 수 있게 해줍니다. 이 메커니즘은 데이터 검색의 효율성과 신뢰성을 크게 향상시키며 블록체인 데이터 액세스의 중요한 혁신입니다.

2.4 풀체인 데이터베이스: 스트림 우선으로 정렬

색인된 노드를 사용해 데이터를 쿼리하는 것은 일반적으로 API가 체인에서 데이터를 소화하는 유일한 포털이 됨을 의미합니다. 그러나 프로젝트가 확장 단계로 접어들면서 표준화된 API가 제공할 수 없는 보다 유연한 데이터 소스가 필요한 경우가 많습니다. 애플리케이션 요구사항이 더욱 복잡해짐에 따라, 표준화된 인덱싱 형식을 갖춘 기본 데이터 인덱서는 검색, 크로스체인 액세스, 오프체인 데이터 매핑 등 점점 더 다양해지는 쿼리 요구사항을 충족시키지 못하게 됩니다.

< 이미지 디코딩="비동기" src="https://img.jinse.cn/7297460_watermarknone.png" 데이터 원본="https://img.jinse.cn/7297460_watermarknone. png" alt="읽기, 색인하여 분석, Web3 데이터 색인 트랙에 대한 간략한 개요" img-loaded="true">

최신 데이터 파이프라인 아키텍처에서 '스트림 우선' 접근 방식은 기존 배치 처리의 한계를 해결하는 솔루션으로 자리 잡았습니다. 실시간 데이터 수집, 처리 및 분석을 가능하게 합니다. 이러한 패러다임의 변화 덕분에 조직은 들어오는 데이터에 즉시 대응하여 인사이트를 도출하고 거의 즉각적으로 의사 결정을 내릴 수 있게 되었습니다. 마찬가지로 블록체인 데이터 서비스 제공업체의 개발도 블록체인 데이터 스트림을 구축하는 방향으로 나아가고 있으며, 전통적인 인덱서 서비스 제공업체들은 모두 더 그래프의 서브스트림, 골드스키의 미러와 같이 실시간 블록체인 데이터를 스트리밍하는 제품을 출시하고 있으며, 체인베이스와 서브스퀴드 같은 제품도 블록체인을 기반으로 실시간 데이터 스트림을 생성하고 있습니다. 체인베이스와 서브스퀴드 역시 블록체인을 기반으로 실시간 데이터 스트림을 생성하는 실시간 데이터 레이크입니다.

이 서비스들은 블록체인 트랜잭션의 실시간 파싱과 보다 포괄적인 쿼리 기능에 대한 필요성을 해결하기 위해 설계되었습니다. '스트림 우선' 아키텍처가 지연 시간을 줄이고 응답성을 높여 기존 데이터 파이프라인에서 데이터를 처리하고 소비하는 방식을 혁신한 것처럼, 이러한 블록체인 데이터 스트리밍 서비스 제공자들은 더 많은 애플리케이션 개발을 지원하고 더 발전되고 성숙한 데이터 소스로 온체인 데이터 분석을 돕고자 합니다.

최신 데이터 파이프라인의 렌즈를 통해 온체인 데이터를 재정의하는 과제는 온체인 데이터 관리, 저장, 전송의 잠재력을 완전히 새로운 시각에서 바라볼 수 있게 해줍니다. 이더넷 ETL과 같은 하위 그래프와 인덱서를 최종 결과물이 아닌 데이터 파이프라인의 데이터 스트림으로 생각하기 시작하면, 모든 비즈니스 사용 사례에 맞게 조정할 수 있는 고성능 데이터 세트의 가능성의 세계를 상상할 수 있습니다.

3 AI + 데이터베이스? 더 그래프, 체인베이스, 공간과 시간의 심층 비교

3.1 더 그래프

3.1 The. 그래프

The Graph 네트워크는 탈중앙화된 노드 네트워크를 통해 멀티체인 데이터 색인 및 쿼리 서비스를 제공하여 개발자가 블록체인 데이터를 쉽게 색인하고 탈중앙화된 애플리케이션을 구축할 수 있도록 지원합니다. 주요 제품 모델은 데이터 쿼리 실행 시장과 데이터 인덱스 캐싱 시장으로, 두 가지 모두 본질적으로 사용자의 제품 쿼리 요구를 충족시키는데, 데이터 쿼리 실행 시장은 구체적으로 소비자가 데이터를 제공하는 적절한 인덱스 노드를 선택하여 필요한 데이터를 지불하는 것을 의미하며, 데이터 인덱스 캐싱 시장은 서브그래프의 색인 열 이력, 부과된 쿼리 수수료, 서브그래프 결과에 대한 온체인 큐레이터의 수요에 따라 인덱스 노드가 자원을 할당하는 것을 말합니다. 데이터 인덱스 캐싱 시장은 인덱스 노드가 하위 그래프의 과거 인덱스 열 기록, 부과된 쿼리 수수료, 체인 내 큐레이터의 하위 그래프 출력에 대한 수요를 기반으로 리소스 할당을 동원하는 시장입니다.

서브그래프는 The Graph 네트워크의 기본 데이터 구조입니다. 서브그래프는 블록체인에서 데이터를 추출하여 쿼리 가능한 형식(예: GraphQL 스키마)으로 변환하는 방법을 정의합니다. 서브그래프는 누구나 생성할 수 있고 여러 애플리케이션에서 재사용할 수 있어 데이터 재사용성과 효율성을 높여줍니다.

The Graph 제품 아키텍처(출처: The Graph 백서)

The Graph 네트워크는 네 가지 핵심 플레이어로 구성됩니다. The Graph 네트워크는 인덱서, 큐레이터, 교장, 개발자의 네 가지 핵심 역할로 구성되어 있으며, 이들은 웹3.0 애플리케이션을 지원하기 위한 데이터를 제공하기 위해 함께 일합니다. 각자의 역할은 다음과 같습니다.

• 인덱서: 인덱서는 The Graph 네트워크의 노드 운영자이며, 인덱싱 노트는 색인 및 쿼리 처리 서비스를 제공하는 GRT(The Graph의 기본 토큰)를 약정하여 네트워크에 참여합니다.

• 위임자: 위임자는 인덱싱 노드의 운영을 지원하기 위해 GRT 토큰을 인덱싱 노드에 위임하는 사용자입니다. 위임자는 자신이 위임한 인덱스 노드에서 보상의 일부를 얻습니다.

• 큐레이터: 큐레이터는 네트워크에서 어떤 하위 그래프를 색인해야 하는지 신호를 보내는 역할을 담당합니다. 큐레이터는 가치 있는 하위 그래프가 우선순위를 갖도록 도와줍니다.

• 개발자: 공급 측면에 있는 앞의 세 사람과 달리, 개발자는 수요 측면에 있으며 The Graph의 주요 사용자입니다. 개발자는 하위 그래프를 생성하여 The Graph 네트워크에 제출하고 네트워크가 데이터 수요를 충족시킬 때까지 기다립니다.

현재 The Graph는 완전히 탈중앙화된 서브그래프 호스팅 서비스로 전환되었으며, 시스템이 작동하도록 여러 참여자 간에 경제적 인센티브가 순환되고 있습니다.

• 인덱스 노드 보상: 인덱스 노드는 소비자 쿼리 수수료와 부분적인 GRT 토큰 블록 보상을 통해 수익을 얻습니다.

• 델리게이트 보상: 델리게이트는 자신이 지원하는 인덱스 노드를 통해 보상의 일부를 얻습니다.

• 큐레이터 보상: 큐레이터는 가치 있는 하위 그래프를 시그널링하면 쿼리 수수료의 일부를 받습니다.

실제로 The Graph의 서비스는 인공지능의 물결에 따라 빠르게 발전해 왔습니다. The Graph 생태계의 핵심 개발팀 중 하나인 Semiotic Labs는 AI 기술을 사용해 인덱싱 가격 책정 및 사용자 쿼리 경험을 최적화하기 위해 노력해 왔습니다. 현재 세미오틱 랩스는 다양한 방식으로 에코시스템의 성능을 개선하는 AutoAgora, 할당 최적화 도구, 에이전트C 도구를 개발하고 있습니다.

• AutoAgora는 쿼리 볼륨과 리소스 사용량에 따라 실시간으로 가격을 조정하는 동적 가격 책정 메커니즘을 도입하여 가격 전략을 최적화함으로써 인덱서들이 경쟁력을 확보하고 수익을 극대화할 수 있도록 합니다.

• 할당 최적화 도구는 하위 그래프 리소스 할당이라는 복잡한 문제를 해결하여 인덱서들이 최적의 리소스 할당을 통해 수익과 성능을 개선할 수 있도록 도와줍니다.

• AgentC는 사용자가 자연어를 통해 더 그래프의 블록체인 데이터에 액세스할 수 있도록 하여 사용자 경험을 향상시키는 실험적인 도구입니다.

이러한 도구를 사용하여 더 그래프는 인공지능을 활용한 지능과 사용자 친화적인 시스템을 결합할 수 있었습니다.

3.2 체인베이스

체인베이스는 모든 블록체인 데이터를 단일 플랫폼에 통합하는 전체 체인 데이터 네트워크로, 개발자가 시스템을 더 쉽게 구축하고 유지할 수 있게 해줍니다. 개발자가 애플리케이션을 더 쉽게 구축하고 유지 관리할 수 있습니다. 고유한 기능은 다음과 같습니다.

• 실시간 데이터 레이크: 체인베이스는 블록체인 데이터 스트림 전용의 실시간 데이터 레이크를 제공하여 데이터가 생성되는 즉시 액세스할 수 있도록 합니다.

• 듀얼 체인 아키텍처: 체인베이스는 CometBFT의 합의 알고리즘과 병렬로 사용되는 아이겐레이어 AVS를 기반으로 실행 레이어를 구축하여 듀얼 체인 아키텍처를 형성합니다. 이 설계는 크로스 체인 데이터의 프로그래밍 가능성과 구성 가능성을 향상시키고, 높은 처리량, 낮은 지연 시간 및 완결성을 지원하며, 이중 서약 모델을 통해 네트워크 보안을 향상시킵니다.

• 혁신적인 데이터 포맷 표준: 체인베이스는 암호화폐 업계에서 데이터를 구조화하고 활용하는 방식을 최적화하는 새로운 데이터 포맷 표준인 '원고'를 도입했습니다.

• 크립토 월드 모델: 체인베이스는 방대한 블록체인 데이터 자원을 활용하여 AI 모델링 기술을 결합하여 블록체인 거래를 효과적으로 이해하고 예측하며 상호작용할 수 있는 AI 모델을 생성합니다. 이 모델의 기본 버전인 테리아는 현재 공개적으로 사용할 수 있습니다.

이런 기능으로 인해 체인베이스는 실시간 데이터 접근성, 혁신적인 데이터 형식, 온체인과 오프체인 데이터의 결합을 통한 인사이트 향상을 위한 스마트 모델 생성에 특히 중점을 두어 블록체인 인덱싱 프로토콜 중에서 두각을 나타내고 있습니다.

체인베이스의 AI 모델인 테리아는 다른 데이터 서비스 프로토콜과 차별화되는 핵심 요소입니다. 엔비디아에서 개발한 DORA 모델을 기반으로 하는 테리아는 온체인 및 오프체인 데이터와 시공간적 활동을 결합하여 암호화 패턴을 학습 및 분석하고 인과관계 추론을 통해 대응합니다. 테리아는 온체인 및 오프체인 데이터와 시공간적 활동을 결합하여 암호화 패턴을 학습 및 분석하고 인과적 추론을 통해 대응하는 엔비디아가 개발한 DORA 모델을 기반으로, 체인 상의 데이터의 잠재적 가치와 법칙을 심층적으로 탐색하고 사용자에게 보다 지능적인 데이터 서비스를 제공합니다.

AI 기반 데이터 서비스는 체인베이스를 단순한 블록체인 데이터 서비스 플랫폼이 아닌 더욱 경쟁력 있고 지능적인 데이터 서비스 제공업체로 만들어줍니다. 강력한 데이터 리소스와 AI의 선제적 분석을 통해 체인베이스는 더 폭넓은 데이터 인사이트를 제공하고 사용자의 데이터 처리를 최적화할 수 있습니다.

3.3 공간과 시간

공간과 시간(SxT)은 탈중앙화된 데이터 웨어하우스 위에 영지식 증명을 확장하는 검증 가능한 컴퓨팅 계층을 생성하기 위한 것입니다. 영지식 증명을 확장하여 스마트 컨트랙트, 빅 언어 모델 및 기업에 신뢰할 수 있는 데이터 처리를 제공하는 데이터 웨어하우스를 확장하기 위한 검증 가능한 컴퓨팅 계층을 만들기 위한 것입니다. 스페이스 앤 타임은 프레임워크 벤처스, 라이트스피드 팩션, 아링턴 캐피탈, 하이브마인드 캐피탈이 주도한 최신 시리즈 A 펀딩 라운드에서 2천만 달러를 확보했습니다.

데이터 인덱싱 및 검증 분야에서 스페이스 앤 타임은 데이터가 최상의 방식으로 인덱싱되고 검증되도록 보장하는 스페이스 앤 타임이 개발한 혁신적인 제로 지식 증명("ZKP") 기술인 Proof of SQL이라는 완전히 새로운 기술 경로를 도입했습니다. 분산형 데이터 웨어하우스에서 실행되는 SQL 쿼리가 변조 방지 및 검증이 가능하도록 보장하기 위해 Space and Time에서 개발한 영지식증명(ZKP) 기술입니다. 쿼리가 실행되면 SQL 증명은 쿼리 결과의 무결성과 정확성을 검증하는 암호화 증명을 생성합니다. 이 증명은 쿼리 결과에 첨부되어 모든 검증자(예: 스마트 계약 등)가 처리 중에 데이터가 변조되지 않았는지 독립적으로 확인할 수 있습니다. 기존 블록체인 네트워크는 일반적으로 데이터의 진위 여부를 확인하기 위해 합의 메커니즘에 의존하지만, 스페이스 앤 타임의 SQL 증명은 보다 효율적인 방법으로 데이터를 검증할 수 있게 해줍니다. 구체적으로, 스페이스 앤 타임의 시스템에서는 한 노드가 데이터 획득을 담당하고 다른 노드는 zk 기술을 통해 해당 데이터의 진위 여부를 검증합니다. 이 접근 방식은 여러 노드가 동일한 데이터를 반복적으로 색인하는 데 따른 리소스 손실을 합의 메커니즘에 따라 최종 합의를 통해 데이터를 획득하는 것으로 바꾸고 시스템의 전반적인 성능을 향상시킵니다. 이 기술이 성숙해짐에 따라 데이터 신뢰성에 중점을 둔 다양한 전통 산업에서 블록체인 상의 데이터를 활용해 제품을 구축할 수 있는 발판이 마련되고 있습니다.

< 이미지 디코딩="비동기" src="https://img.jinse.cn/7297464_watermarknone.png" 데이터 원본="https://img.jinse.cn/7297464_watermarknone. png" alt="읽기, 색인하여 분석, Web3 데이터 색인 트랙에 대한 간략한 개요" img-loaded="true">

또한, SxT는 Microsoft의 AI 공동 혁신 연구소와 긴밀히 협력하여 보다 쉽게 사용할 수 있는 사용자가 자연어를 통해 블록체인 데이터를 더 쉽게 처리할 수 있도록 하는 생성형 AI 도구의 개발을 가속화하고 있습니다. 현재 스페이스 앤 타임 스튜디오에서 사용자는 자연어 쿼리를 입력하면 AI가 자동으로 SQL로 변환하고 쿼리를 대신 실행하여 필요한 최종 결과를 제공하는 것을 경험할 수 있습니다.

3.4 차이점 비교

결론 및 전망

요약하면 블록체인 데이터 인덱싱 기술은 초기 노드 데이터 소스에서 데이터 파싱 및 인덱서의 개발을 통해 점진적인 개선 과정을 거쳐 궁극적으로 AI를 활용한 전체 체인 데이터 서비스로 진화해 왔습니다. . 이러한 기술의 지속적인 발전은 데이터 접근의 효율성과 정확성을 향상시킬 뿐만 아니라 사용자에게 전례 없는 지능형 경험을 제공합니다.

앞으로 AI 기술, 영지식 증명과 같은 새로운 기술이 지속적으로 발전함에 따라 블록체인 데이터 서비스는 더욱 지능적이고 안전해질 것입니다. 우리는 블록체인 데이터 서비스가 앞으로도 인프라로서 중요한 역할을 하며 업계의 발전과 혁신을 강력하게 지원할 것이라고 믿어 의심치 않습니다.