두나무, 세계적 금융 AI 학회 ‘ICAIF 2026’서 논문 3편 채택…온체인 분석 기술력 입증

가상자산 / 박성태 기자 / 2026-11-17 08:18:50
Google구글에서 선호하는 출처로 추가
채택률 22% 메인 컨퍼런스 1편·워크숍 2편 쾌거…1000편 이상 투고 속 연구 역량 인정
303만 개 지갑 분석해 95.9% 정확도로 거래소 지갑 식별…‘업비트 데이터랩’ 실전 적용
AI 기반 디파이 분류·불완전 거래 자금 추적 기술 개발…자금세탁방지(AML) 고도화

[메가경제=박성태 기자] 국내 최대 디지털자산 거래소 업비트를 운영하는 두나무(대표 오경석)가 세계 권위의 금융 인공지능(AI) 학술대회에서 연구 논문 3편을 동시에 채택시키며 블록체인 데이터 분석과 금융 범죄 추적 분야의 기술 경쟁력을 국제 무대에서 입증했다.


두나무는 자사 연구진이 집필한 연구 논문 3편이 글로벌 금융 AI 학회 ‘ICAIF 2026’에서 최종 채택됐다고 17일 밝혔다. 논문 1편은 학회의 핵심 무대인 메인 컨퍼런스에, 나머지 2편은 전문 워크숍에 각각 이름을 올리며 AI와 블록체인 융합 연구 성과를 인정받았다.

 

▲ 두나무가 ICAIF 2026 학술대회에서 논문 3편이 채택되는 성과를 냈다. (왼쪽부터) 논문 저자인 소민섭 두나무 FDI팀 팀장, 박성찬 두나무 퀀트팀 연구원, 김성용 두나무 FDI팀 연구원, 전현호 두나무 퀀트팀 팀장 [사진=두나무 제공]


‘ICAIF(ACM International Conference on AI in Finance)’는 세계 최대 규모의 컴퓨터 분야 학술단체인 ACM이 주관하는 금융 AI 전문 국제 학술대회다. 글로벌 자산운용사 블랙록을 비롯해 JP모건, 비자(Visa), 마스터카드, 스탠다드차타드 등 세계 유수의 금융·결제 기업들이 대거 참여해 최신 기술을 검증하는 무대로 꼽힌다. 

 

이달 14일부터 17일까지 이탈리아 밀라노 보코니대학교에서 열린 올해 행사에는 역대 최대 규모인 1000편 이상의 논문이 투고됐으며, 메인 컨퍼런스 논문 채택률은 약 22%에 그쳤다.

채택률 22%의 좁은 문을 뚫고 메인 컨퍼런스에 선정된 논문은 ‘준비금 증명을 활용한 이더리움 기반 중앙화 거래소 지갑의 온체인 행동 특성 분류’다. 블록체인상에서 수많은 지갑 주소가 익명으로 거래되는 가운데, 특정 지갑이 개인이 아닌 가상자산 거래소의 지갑인지를 머신러닝(기계학습)으로 정밀하게 판별하는 방법론을 제시했다.

두나무 퀀트팀 박성찬 연구원 등 연구진은 글로벌 15개 거래소가 공개한 준비금 증명(Proof-of-Reserves·거래소가 고객 자산을 실제로 보유하고 있음을 입증하는 데이터)을 토대로 약 303만 개의 이더리움 지갑 주소를 분석했다. 이를 통해 거래 빈도와 패턴, 토큰 이동 경로, 네트워크 전송 수수료(가스) 사용량 등 58가지 고유한 행동 특성을 추출해 AI 모델에 학습시켰다.

성능 검증 결과 AI 학습에 전혀 활용하지 않은 새로운 거래소 지갑을 대상으로도 판별 정확도 지표(PR-AUC·1에 가까울수록 완벽한 분류를 의미)가 평균 0.9594를 기록했다. 

 

기존에 알려진 대형 거래소뿐만 아니라 신생·해외 거래소 지갑까지 96%에 육박하는 정밀도로 가려낼 수 있음을 증명한 셈이다. 이 기술은 현재 ‘업비트 데이터랩’의 블록체인 분석 서비스 내 거래소·고래(대규모 보유자)·재단 등 주체별 자산 보유 현황 데이터에 실제 적용돼 운영 중이다.

전문 워크숍에 채택된 두 편의 논문은 디지털자산의 투명한 분류와 불법 자금 추적 실무에 초점을 맞췄다. 먼저 ‘기관용 디지털자산 분류 체계를 위한 의미 변환’ 연구(두나무 퀀트팀 전현호 팀장 등)는 대규모 언어 모델(LLM)을 활용해 블록체인상의 자동 계약 프로그램인 ‘스마트 컨트랙트’ 코드를 사람이 읽을 수 있는 자연어로 변환하고, 해당 가상자산의 실제 금융 기능을 자동 분류하는 기법을 다뤘다.

연구진이 이더리움 기반의 대표적 탈중앙화 금융(DeFi·디파이) 서비스인 유니스왑, 에이브, 커브 등을 대상으로 실험한 결과, 분석 대상 17개 중 16개(약 94%)가 기존 전문가 분류 기준과 정확히 일치했다. 특히 AI가 어떤 근거로 해당 자산을 분류했는지 사람이 직접 사후 검증할 수 있도록 설계해 신뢰도를 높였으며, 향후 ‘업비트 디지털자산 분류 체계(UBCS)’ 고도화에 투입될 예정이다.

또 다른 워크숍 논문인 ‘불완전한 거래 기록에서의 입금 자금 사용액 추정 범위’(두나무 FDI팀 김성용 프로젝트 리더·소민섭 팀장 등)는 거래 내역 일부가 누락되거나 복잡하게 얽혀 기록이 불완전한 상황에서도 특정 입금액이 실제 결제나 송금에 얼마나 쓰였는지 합리적인 추정 범위를 산출하는 수학적·기술적 조건을 규명했다. 

 

이 성과는 두나무가 자체 개발한 온체인 자금 추적 솔루션 ‘OTS(Onchain AI Tracer System)’의 분석 정확도를 높여 보이스피싱이나 해킹 등 금융 범죄 자금 추적 역량을 한층 끌어올릴 전망이다.

가상자산 업계에서는 이번 연구 성과를 두고 디지털자산 산업의 경쟁 축이 단순 거래 중개를 넘어 ‘규제 준수(컴플라이언스)와 기관급 데이터 인프라 구축’으로 확장되고 있음을 보여주는 사례로 본다. 

 

금융당국이 가상자산이용자보호법 안착에 이어 디지털자산기본법 제정과 상장법인·전문투자법인의 단계적 시장 참여를 추진하면서, 거래소에는 불법 자금세탁방지(AML)와 객관적인 자산 분류 체계 마련이 필수 과제로 부과됐기 때문이다.

기존 블록체인 분석 시장에서는 자금이 중앙화 거래소를 벗어나 탈중앙화 프로토콜(디파이)이나 여러 지갑을 거칠 경우 거래 추적이 끊기거나 주체를 오인하는 한계가 꾸준히 지적돼 왔다. 

 

두나무가 이번에 공개한 거래소 지갑 식별 알고리즘과 불완전 거래 기록 추적 기술은 이러한 사각지대를 메우는 실무 해법으로, 향후 법인·기관투자자 대상 수탁(커스터디) 및 데이터 서비스 확대 과정에서도 핵심적인 신뢰 기반으로 작동할 것으로 보인다.

김대현 두나무 최고데이터책임자(CDO)는 “이번 연구는 AI 기술을 활용해 방대한 블록체인 데이터를 보다 정교하게 분석하고 그 결과의 신뢰성을 객관적으로 높일 수 있는 가능성을 확인했다는 점에서 의미가 크다”며 “앞으로도 AI와 블록체인 기술의 융합 연구를 지속해 디지털자산 산업의 기술 혁신을 선도해 나가겠다”고 말했다.

 

[ⓒ 메가경제. 무단전재-재배포 금지]

뉴스댓글 >

많이 본 기사

오늘의 이슈

포토뉴스

SNS