메인 콘텐츠로 건너뛰기

발전

새로운 유형의 조직을 설계하기 위한 노력 속에서, Optimism의 공개 의사 결정 프로세스는 출범 이후 크게 발전해 왔으며, 이는 반복적인 개선과 실험에 대한 Optimism의 약속을 반영합니다. 다음은 그 과정에서 얻은 주요 교훈의 요약입니다.

주요 이해관계자

  • 가장 적극적으로 참여하는 이해관계자가 누구이며 이들이 공개 의사 결정 프로세스에 어떻게 참여하는지 이해하기 위해 여러 실험을 진행했습니다.
  • 토큰 보유자: OP를 보유한 사람은 누구나 투표할 수 있습니다
    • 또한 특정 유형의 토큰 보유자(프로토콜, 체인, 개별 커뮤니티 구성원)의 참여를 높이기 위한 여러 위임 실험도 진행했습니다. 주요 교훈은 토큰 보유자가 의사 결정 프로세스에 시간을 투자하려면 강력한 인센티브 정렬이 필요하며, 적은 노력으로 큰 영향을 미치는 방식으로 참여하기를 원한다는 것입니다.
    • 우리 시스템은 토큰 보유자가 자신의 투표권을 다른 사람에게 할당하여 대신 투표하도록 하는 위임을 허용하지만, 시간이 지나면서 위임이 토큰 가중 투표의 인센티브를 저해하며 직접 투표를 적극적으로 장려해야 한다고 믿게 되었습니다.
    • 토큰 보유자는 투자자 보호의 이점을 얻을 수 있는 결정을 내리도록 요청받습니다
  • 사용자, 앱, 체인: Citizen이 되려면 자격을 갖추어야 합니다
    • Citizenship은 소규모 초기 그룹으로 시작하여 신뢰의 웹(Web of Trust) 모델을 통해 확장되었습니다. 이 모델은 내부 집단 역학(여기서도 재현됨)의 문제를 겪었으며, 그 결과 내려지는 결정의 영향을 받는 Citizen이 많아졌습니다.
    • 이후 커뮤니티 구성원, 체인, 과거 보조금 수혜자가 어떻게 투표하는지 평가하기 위한 표적 실험을 진행했으며, 그 결과 주요 이해관계자 모델이 만들어졌습니다. 이해관계자 모델은 체인, 앱, 최종 사용자가 자신에게 영향을 미치는 결정에 영향력을 행사할 수 있도록 보장합니다.
    • Citizen은 소비자 보호의 이점을 얻을 수 있는 결정을 내리도록 요청받았습니다
    • Optimism의 제품이 Superchain에서 OP Enterprise로 발전함에 따라, Citizens’ House 설계는 더 이상 Collective의 요구에 부합하지 않게 되었습니다. Citizens’ House는 2026년 1월에 일시 중단되었으며, 향후 이해관계자 참여가 거버넌스의 질에 어떻게 기여할 수 있는지 재평가하기로 약속했습니다.
  • 내려지는 결정의 유형에 따라 서로 다른 이해관계자의 의견이 필요하다는 것을 알게 되었습니다.
    • 선호(Preferences): 절대적인 “정답”이 없으며 모든 이해관계자가 의견을 낼 수 있어야 합니다
    • 예측(Prediction): 정답이 있지만 미래에만 드러납니다. 이러한 결정은 전문가가 내리는 것이 가장 적합합니다.
      • “전문가”가 필요한 경우, 이러한 결정은 Security Council과 같은 Council 및 Board가 내립니다. 이러한 Council과 Board도 궁극적으로는 주요 이해관계자에게 책임을 집니다.
    • 측정(Measurement): 가능한 경우 컴퓨터를 통해 객관적으로 수행하거나 전문가가 수행하는 것이 가장 좋습니다.

영향력이 큰 의견 제시

  • 서로 다른 결정은 각 이해관계자 그룹에 고유한 방식으로 영향을 미칩니다. 우리의 접근 방식은 “모든 사람이 모든 것을 결정하는” 방식에서 이해관계자에게 직접 영향을 미치는 결정만 내리도록 요청하는 방식으로 발전했습니다.
  • 많은 경우 이해관계자가 직접 결정을 내릴 필요는 없지만, 자신의 이해관계자 그룹에 불리한 결정에 대해서는 거부권을 행사하거나 거부할 수 있어야 합니다.
  • 이해관계자는 투표 이외의 프로세스를 통해서도 선호를 표현하고 전략에 영향을 미칠 수 있습니다.
  • 다양한 결정은 다음에 정리되어 있습니다: Figma

실험

위에서 설명한 교훈의 기반에는 실험 문화가 있습니다. 초기에는 반복적 접근 방식이 때때로 덜 과학적인 시행착오 방식을 포함했습니다. 시간이 지나면서, 가능한 경우 통제된 실험을 활용하는 보다 엄격하고 데이터 기반의 접근 방식을 통해 무엇이 효과가 있고 무엇이 효과가 없는지 제대로 이해할 수 있다는 것을 깨달았습니다. 아래 표는 연구 및 실험 결과의 일부를 요약한 것입니다. 우리는 학계, 업계 전문가, 독립 연구자와 자주 협력합니다.