PANews 8월 2일 소식, 사우스차이나모닝포스트(SCMP) 보도에 따르면, 중국 공안대학 연구진이 인공지능 기반 암호화폐 거래 분석 프레임워크를 개발했으며, 이는 자금세탁 등 불법 활동이 의심되는 비트코인 거래를 식별하는 데 사용될 수 있다고 한다. 연구 결과 해당 시스템의 전체 정확도는 89.4%에 달했다.

해당 연구는 동료 심사 학술지 《Journal of Intelligence》에 게재되었다. 논문의 교신저자이자 형사 수사 및 사이버 보안 연구원인 쑨징차오(孙景超)는 이 시스템이 규제 당국이 불법 암호화폐 거래와 경제 범죄를 단속하는 데 있어 “정확하고, 일반화 가능하며, 설명 가능한” 기술 솔루션을 제공한다고 밝혔다. 연구진은 암호화폐 거래 규모가 확대됨에 따라 그 익명성과 국경을 초월한 특성이 일부 범죄 활동에 악용되어 자금세탁, 지하 거래 등의 도구가 되고 있다고 지적했다.

연구팀은 전통적인 규칙 기반 모니터링 시스템으로는 끊임없이 변화하는 범죄 패턴에 대응하기 어렵기 때문에, **동적 그래프 신경망(Dynamic Graph Neural Network), 메모리 모듈(Memory Module) 및 대규모 언어 모델(LLM)**을 결합한 AI 프레임워크를 구축했다고 밝혔다.

이 중 동적 그래프 신경망은 암호화폐 생태계를 끊임없이 변화하는 거래 네트워크로 간주하여 자금 흐름, 거래 구조 및 네트워크 진화 과정을 분석한다. 메모리 모듈은 과거 불법 거래 패턴을 검색하여 현재 거래 행위를 이전에 확인된 위험 사례와 매칭한다. 대규모 언어 모델은 거래 특징, 과거 패턴, 네트워크 구조 정보를 추가로 통합하여 위험 점수, 핵심 증거 및 설명 체인을 생성한다.

연구진은 공개된 Elliptic 비트코인 거래 데이터셋에서 이 모델을 테스트했으며, 해당 데이터셋은 203,769개의 트랜잭션 노드, 234,355개의 트랜잭션 엣지, 그리고 각 노드의 166개 특징을 포함한다.

테스트 결과, 이 모델의 전체 정확도는 89.4%에 달했고, 불법 거래 식별 정밀도는 89.1%, 재현율은 64.5%로 나타났다. 이는 AI가 불법으로 표시한 거래 중 약 90%가 실제 위험 거래로 검증되었으며, 동시에 이 모델이 이미 표시된 불법 거래의 약 3분의 2를 탐지할 수 있음을 의미한다.

연구팀은 메모리 모듈을 도입함으로써 시스템이 자금 흐름, 거래 시간, 네트워크 구조를 비교하여 신종 또는 진화하는 자금세탁 수법을 식별할 수 있게 되었으며, 대규모 언어 모델의 추론 능력과 결합하여 고위험 거래에 대해 보다 직관적이고 추적 가능한 판단 근거를 제공할 수 있다고 밝혔다.

한 고래 투자자가 HyperLiquid에 312만 달러를 예치하고 약 73,600개의 HYPE 토큰을 구매했습니다.

인기 기사