트윗이 작성자에 의해 삭제되었습니다.
하지만 우리는 모든 것을 저장했습니다 🙂.
예전에는 블록체인에서 범죄자를 추적하는 것이 길고 지친 과정이었으며, 새로운 지갑을 찾을 때마다 수사가 막다른 골목으로 이어질 수 있었습니다. 오늘날 이 작업은 점점 더 인공지능이 대신하고 있습니다. 인공지능은 조각난 송금을 빠르게 조합하여 일관된 그림으로 만들어냅니다. 그리고 이는 수사 방법뿐만 아니라 전체 암호화폐 시장의 게임 규칙도 바꾸고 있습니다.
이 기사는 원문을 번역한 것입니다. 당사 특파원이 작성한 원문은 여기에서 확인하실 수 있습니다.
보다 명확한 규칙이 등장하면서 상황은 바뀌기 시작했습니다. 미국, 유럽, 아시아 국가들은 거래소에 대한 요건을 강화하고, 고객알기제도(KYC)를 도입하고, 의심스러운 거래에 대한 모니터링을 시행했습니다. 동시에 블록체인 분석 도구도 발전하여 주소를 클러스터링하고, 자금 흐름을 추적하고, 실제 서비스와 연결하는 방법을 학습했습니다.
그 결과, 오랫동안 사실상 익명으로 여겨졌던 시스템이 가장 투명한 금융 인프라 중 하나로 변모하고 있습니다. 블록체인은 항상 공공 원장이었습니다. 이제 이러한 흔적도 빠르게 읽고, 상호 연관시키고, 귀속시킬 수 있습니다.
엘립틱, 체인널리시스, 그리고 이후 TRM 랩스 같은 회사들이 여러 블록체인에서 데이터를 수집하고, 주소를 클러스터링하고, 자금 흐름을 추적하고, 위험한 활동을 표시하는 플랫폼을 구축하기 시작했습니다. 중요한 점은 이러한 솔루션이 개인 사용자를 대상으로 한 것이 아니라 정부 기관, 법 집행 기관, 은행, 암호화폐 거래소 등 대규모 고객을 대상으로 했다는 것입니다.
거래소는 이러한 시스템을 사용하여 거래와 고객을 선별하고, 은행은 '수상한' 자금과의 거래를 피하며, 정부 기관은 조사 및 제재 집행을 위해 이러한 시스템을 사용합니다.
주목할 만한 점은 그 효과가 실제로 빠르게 입증되었다는 점입니다. 이러한 도구는 대규모 자금 세탁 계획에 대한 조사, 불법 서비스 폐쇄, 제재 관할권과 관련된 거래 추적에 사용되었습니다.
AI는 현재의 붐이 일기 훨씬 전부터 블록체인 분석을 가속화하는 데 도움이 되는 도구가 되었습니다. 2019년, 엘립틱은 MIT-IBM 왓슨 AI 연구소와 함께 불법 활동을 탐지하는 모델을 훈련하기 위해 라벨이 지정된 대규모 비트코인 거래 데이터 세트를 발표했습니다.
이러한 접근 방식은 시장의 핵심 문제인 데이터 양을 해결했습니다. 여러 네트워크에 걸쳐 수십억 건의 거래와 복잡한 경로를 처리할 때 인간은 모든 정보를 빠르게 처리할 수 없습니다. 그렇기 때문에 분석가들은 방대한 데이터 세트에서 패턴을 식별하고 수동 분석으로는 보이지 않는 연관성을 발견할 수 있는 모델에 점점 더 의존하고 있습니다. 2024년, 엘립틱은 약 2억 건의 비트코인 거래를 기반으로 한 새로운 연구를 발표했는데, 이 연구에서는 의심스러운 개별 지갑뿐만 아니라 전체 자금 세탁 계획을 탐지하도록 모델을 훈련시켰습니다.
시간이 지남에 따라 이러한 시스템의 역할은 더욱 확대되었습니다. 위험을 알리는 것뿐만 아니라 자금 흐름을 추적하고 주소 간의 연결 가능성을 제시하며 분석 시간을 단축하는 등 조사 구조화에도 도움을 주기 시작했습니다. 엘립틱은 이러한 모델이 새로운 자금 세탁 수법과 이전에 알려지지 않은 불법 지갑을 발견하는 데 도움이 되었으며, 그 결과는 이미 제품 개선에 활용되고 있다고 명시적으로 밝혔습니다.
사실상 AI는 분석 플랫폼 내에서 '보이지 않는 계층'이 된 셈입니다. 그러나 이러한 기능에도 불구하고 시스템이 분석가를 보조할 수는 있지만 분석가의 업무를 완전히 대체할 수는 없다는 중요한 한계가 남아있었습니다.
실제로 이것은 블록체인 데이터가 처리되는 방식을 변화시킵니다. 사용자가 자연어로 쿼리를 작성하면 시스템이 독립적으로 관련 데이터를 선택하고 분석 로직을 구축하여 답변을 생성합니다. 체인널리시스는 이러한 솔루션이 수십억 건의 거래와 수백만 건의 이전 조사를 바탕으로 일반적인 자금 흐름, 위험 및 계획에 대한 축적된 지식 기반을 효과적으로 활용한다고 강조합니다.
중요한 변화는 애널리스트의 역할이 변화하기 시작했다는 점입니다. 이전에는 사람이 엔드 투 엔드 조사를 수행했고, 시스템은 분석 속도를 높이는 역할만 했습니다. 이제 기계는 자금 경로를 추적하고 사실을 구조화하며 추가 검증을 위해 이를 보고서로 작성할 수 있습니다. 회사 측에 따르면, 어떤 경우에는 이미 며칠이 걸리던 복잡한 조사가 몇 분으로 단축되었다고 합니다.
동시에, 분석에 대한 접근성이 점차 확대됨에 따라 진입 장벽이 변화하고 있으며, 소수의 전문가와 대형 업체뿐만 아니라 쿼리를 작성하고 기성 인사이트를 받을 수 있는 광범위한 시장 참여자들도 점차 확대되고 있습니다.
사실상 시장은 단순히 분석을 가속화하는 도구에서 프로세스에서 사고의 일부를 대신하는 시스템으로 이동하고 있습니다.
즉, 리스크 데이터가 경쟁 우위로 바뀝니다. 문제가 있는 경로를 조기에 감지하는 기업은 지연, 차단 또는 결제 실패로 인한 시간 손실이 적습니다. 자금 출처 분석은 수수료나 체결 속도만큼 거래 인프라에서 점차 필수적인 요소가 되고 있습니다.
합법적인 시장에서는 예측 가능성이 높아지고, 유해한 자금이 줄어들며, 기존 금융에 대한 신뢰가 높아지는 등 대체로 좋은 소식입니다. 회색 지대에서 활동하는 사람들에게는 그 반대입니다. 하지만 중요한 점은 불투명성을 기반으로 명성을 쌓아온 시장이 점점 더 전통적인 금융 인프라와 구별하기 어려워지고 있다는 점입니다. 그리고 이는 규제 당국이 아니라 암호화폐 시장 자체에 가장 중요한 결과일 수 있습니다.