두나무, 국제 금융 AI 학술대회서 논문 3편 채택

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.
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.

두나무가 국제 금융 인공지능(AI) 학술대회에서 논문 3편을 채택받으며 AI·블록체인 융합 연구 성과를 인정받았다.

두나무는 이탈리아 밀라노 보코니대학교에서 열린 'ICAIF 2026'에서 연구 논문 3편이 채택됐다고 17일 밝혔다. 메인 컨퍼런스에서 1편, 전문 워크숍에서 2편이 각각 채택됐다.

ICAIF는 세계적인 컴퓨터 분야 학술단체 ACM이 주관하는 금융 AI 전문 국제 학술대회다. 올해는 1000편 이상의 논문이 투고됐으며 메인 컨퍼런스 논문 채택률은 약 22%를 기록했다.

이번에 채택된 논문은 AI 기반 거래소 지갑 식별, 디지털자산 분류, 블록체인 자금 추적 등 디지털자산 데이터 분석의 정확성과 신뢰성을 높이기 위한 연구다.

메인 컨퍼런스에 채택된 논문은 '준비금 증명을 활용한 이더리움 기반 중앙화 거래소 지갑의 온체인 행동 특성 분류'다. 블록체인 거래 데이터를 분석해 중앙화 거래소가 보유한 지갑을 식별하는 머신러닝 기술을 제시했다.

연구진은 15개 거래소가 공개한 준비금 증명 데이터를 바탕으로 약 303만개의 이더리움 지갑 주소를 분석했다. 거래 패턴과 토큰 이동, 거래 수수료 사용량 등 58개 행동 특성을 도출했으며, 학습에 사용하지 않은 거래소 지갑을 대상으로 한 평가에서도 높은 분류 성능을 확인했다.

해당 기술은 업비트 데이터랩의 블록체인 분석 서비스에 일부 적용돼 거래소와 대규모 보유자, 재단 등의 디지털자산 보유 현황 분석에 활용되고 있다.

전문 워크숍에서는 대형언어모델(LLM)을 활용한 디지털자산 분류 연구가 채택됐다. AI가 스마트 컨트랙트 코드를 분석해 디지털자산의 실제 금융 기능을 분류하는 기술이다. 유니스왑, 에이브, 커브 등 주요 탈중앙화 금융(DeFi) 프로토콜을 분석한 결과 17개 중 16개가 기존 분류 기준과 일치했다. 두나무는 향후 업비트 디지털자산 분류 체계(UBCS) 고도화에 해당 기술을 활용할 계획이다.

또 다른 논문은 거래 기록이 불완전한 상황에서 블록체인 자금의 출처와 흐름을 분석하는 방법을 다뤘다. 두나무는 이번 연구를 바탕으로 자체 온체인 자금 추적 솔루션인 OTS(Onchain AI Tracer System)의 분석 신뢰성을 높이고 금융 범죄 추적 기술을 고도화할 방침이다.

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.

송혜영 기자 hybrid@etnews.com

  • ET Events