전체메뉴 검색
IT

두나무, 국제 금융 AI 학회 논문 3편 채택…디지털자산 분석 기술 고도화

류청빛 기자 2026-11-17 08:32:00

ACM 주관 ICAIF 2026서 논문 3편 채택…메인 컨퍼런스 1편·워크숍 2편

15개 거래소 303만개 지갑 분석…미학습 지갑 식별 성능 PR-AUC 0.9594

(왼쪽부터) 논문 저자인 소민섭 두나무 FDI팀 팀장, 박성찬 두나무 퀀트팀 연구원, 김성용 두나무 FDI팀 연구원, 전현호 두나무 퀀트팀 팀장이 기념 사진을 찍고 있다. [사진=두나무]

[경제일보] 디지털자산 시장에서 블록체인에 기록된 거래 내역을 분석하고 자금의 실제 주체를 파악하는 기술의 중요성이 커지고 있다. 거래 기록은 공개돼 있지만 지갑 주소만으로 거래소와 개인 투자자, 재단 등 자금 보유 주체를 구분하기는 쉽지 않기 때문이다. 이에 두나무가 인공지능(AI)을 활용해 거래소 지갑을 식별하고 디지털자산의 실질적인 기능을 분류하는 기술을 개발하며 블록체인 데이터 분석 역량 강화에 나섰다.

17일 두나무는 자사가 개발한 AI·블록체인 융합 연구 논문 3편이 국제 학술대회 'ICAIF 2026'에 채택됐다고 밝혔다. 메인 컨퍼런스에서 1편, 전문 워크숍에서 2편이 각각 채택됐다.

ICAIF 2026은 세계적인 컴퓨터 분야 학술단체인 ACM(컴퓨터기계협회)이 주관하는 금융 AI 전문 국제 학술대회다. 올해 행사는 지난 14일부터 17일까지 이탈리아 밀라노 보코니대학교에서 열렸다. 1000편 이상의 논문이 투고됐으며, 메인 컨퍼런스의 논문 채택률은 약 22%를 기록했다.

이번 연구는 거래소 지갑 식별과 디지털자산 분류, 블록체인 자금 추적 등 세 분야에 걸쳐 있다. 블록체인에 축적된 거래 데이터를 AI로 분석해 자금의 보유 주체와 디지털자산의 실제 기능을 파악하고, 불완전한 거래 기록에서도 자금 흐름을 추적할 수 있는 기술적 기반을 마련하는 것을 목표로 구성됐다.

가장 주목되는 연구는 메인 컨퍼런스에 채택된 '준비금 증명을 활용한 이더리움 기반 중앙화 거래소 지갑의 온체인 행동 특성 분류' 논문이다. 중앙화 거래소가 공개한 준비금 증명(Proof-of-Reserves) 데이터를 활용해 이더리움 지갑 주소의 거래 행태를 분석하고, 특정 지갑이 거래소 소유인지 판별하는 머신러닝 기반 방법론을 제시했다.

두나무 연구진은 15개 거래소가 공개한 준비금 증명 데이터를 바탕으로 약 303만개의 이더리움 지갑 주소를 분석했다. 거래 패턴과 토큰 이동, 가스(트랜잭션 전송 비용) 사용량 등 지갑의 행동 특성을 추출해 분류 모델을 구축했다. 특히 모델 학습에 사용하지 않은 거래소의 지갑을 대상으로도 성능을 검증했다는 점이 특징이다.

두나무에 따르면 연구 결과 미학습 거래소 지갑에 대한 분류 성능을 평가하는 PR-AUC(Precision-Recall Area Under the Curve) 지표에서 평균 0.9594를 기록했다. PR-AUC는 실제로 찾아야 하는 대상을 얼마나 정확하게 식별하는지 평가하는 지표로, 1에 가까울수록 성능이 높다. 이미 알려진 지갑 주소를 학습하는 데 그치지 않고 새로운 거래소의 지갑까지 식별할 가능성을 확인한 것으로 평가된다.

해당 연구 성과는 업비트 데이터랩의 블록체인 분석 서비스에도 일부 적용됐다. 거래소와 고래, 재단 등 주요 주체별 디지털자산 보유 현황을 파악하는 데 활용되고 있다. 거래소 지갑을 보다 정확하게 구분하면 블록체인상 자금 이동과 시장 참여 주체별 보유 현황을 분석하는 데 도움이 될 전망이다.

두나무는 디지털자산의 실질적인 기능을 파악하는 분류 기술도 연구하고 있다. 전문 워크숍에 채택된 '기관용 디지털자산 분류 체계를 위한 의미 변환' 논문은 대형언어모델(LLM)을 활용해 스마트 컨트랙트 코드를 분석하고, 토큰의 실제 용도와 금융 기능에 따라 분류하는 방법을 제시했다.

디지털자산은 이름이나 프로젝트 설명만으로 실제 기능을 파악하기 어려운 경우가 있다. 특히 탈중앙화금융(DeFi)에서는 스마트 컨트랙트에 여러 금융 기능이 구현돼 있어 표면적인 명칭만으로 자산의 성격을 구분하는 데 한계가 있다. 연구진은 유니스왑과 에이브, 커브 등 이더리움 기반 주요 DeFi 프로토콜을 대상으로 분류 실험을 진행했다.

LLM을 활용해 스마트 컨트랙트 코드를 자연어로 변환하고 금융 기능을 분류한 결과, 분석 대상 17개 가운데 16개가 기존 분류 기준과 일치했다. AI가 도출한 분류 근거를 사람이 직접 검토하고 검증할 수 있도록 설계한 것도 특징이다. 두나무는 해당 연구를 향후 업비트 디지털자산 분류 체계(UBCS) 고도화에 활용할 계획이다. 디지털자산의 실질적인 기능을 보다 정확하게 구분해 투자자에게 제공하는 정보의 신뢰성을 높이겠다는 취지로 풀이된다.

나머지 워크숍 논문은 불완전한 거래 기록에서 자금의 출처와 사용처를 추정하는 기술을 다뤘다. '불완전한 거래 기록에서의 입금 자금 사용액 추정 범위' 연구는 거래 내역이 일부 누락되거나 완전하지 않은 상황에서 자금 흐름을 신뢰성 있게 분석하기 위해 필요한 정보와 조건을 제시했다.

연구진은 이더리움 지갑의 실제 거래 사례와 블록체인 실행 실험을 통해 자금 출처 분석의 신뢰성을 뒷받침하는 핵심 정보를 확인했다. 해당 연구는 두나무의 온체인 자금 추적 솔루션인 OTS(온체인 AI 트레이서 시스템)의 분석 신뢰성을 높이는 기술적 근거로 활용될 예정이다.

김대현 두나무 최고데이터책임자(CDO)는 "이번 연구는 AI 기술을 활용해 블록체인 데이터를 보다 정교하게 분석하고 그 결과의 신뢰성을 높일 수 있는 가능성을 확인했다는 점에서 의미가 크다"며 "앞으로도 AI와 블록체인 기술의 융합 연구를 지속해 디지털자산 산업의 기술 혁신을 선도해 나가겠다"고 말했다.
0개의 댓글
0 / 300
댓글을 삭제 하시겠습니까?
닫기
로그인 후 댓글작성이 가능합니다.
로그인 하시겠습니까?
닫기
좋은 하루를 위한 작은 쉼표, 경제일보 Fun과 함께 하세요.
2026년 11월 17일 별자리/띠별 운세

사람과의 협력이 원활해질 수 있는 흐름입니다. 다만 연지와 연결되는 삼합 계열의 분위기를 살리려면 세부 일정과 역할 조율에 신경 쓰는 편이 좋습니다.

더 많은 운세 보기
Shorts
kyungjeilbo Shorts 최신 1번째 영상
kyungjeilbo Shorts 최신 2번째 영상
kyungjeilbo Shorts 최신 3번째 영상
kyungjeilbo Shorts 최신 4번째 영상
기사 이미지 확대 보기
닫기