AI를 활용한 블록체인 조사 기록: 입증 가능한 조사 결과에 대한 기준

AI는 블록체인 조사 방식에 혁신을 가져왔으며, 최신 플랫폼을 통해 주소 클러스터, 자금 흐름, 행동 유형 일치 여부를 단 몇 초 만에 파악할 수 있게 되었습니다. 이는 과거에는 수시간에 걸친 수작업 추적이 필요했던 작업입니다. 하지만 처리 속도가 빨라졌다고 해서 조사 기준이 낮아진 것은 아닙니다.

자산 동결, 제재 대상 지정 또는 수사 기관 이첩의 근거가 되는 조사 결과에 대해, “플랫폼에서 경고 신호가 나타났습니다”라는 답변만으로는 충분하지 않습니다. 검찰, 변호인, 감사관들이 묻는 것은 분석가가 원시 온체인 데이터에서 결론에 이르기까지의 과정을 단계별로 설명할 수 있는지, 그리고 다른 분석가도 동일한 경로를 따라 같은 결론에 도달할 수 있는지 여부입니다.

이 문서화 기준은 AI 지원 분석과 수동 분석 모두에 동일하게 적용됩니다. 달라지는 점은 위험 요소입니다. AI는 결론을 더 빠르게 도출해 내기 때문에, 실질적인 분석 내용이 뒷받침되지 않음에도 불구하고 분석이 문서화된 것처럼 보일 수 있습니다. 이 글에서는 AI 지원 조사 워크플로의 각 단계에서 어떻게 하면 타당한 문서화를 할 수 있는지 살펴봅니다.

‍

{{horizontal-line}}

주요 요점

• 인공지능(AI)은 수사관의 주된 업무를 수동적인 추적에서 플랫폼이 이미 도출해 낸 내용을 검증하고 기록하는 것으로 전환시키고 있지만, 이러한 조사 결과가 충족해야 하는 증거 기준 자체는 변하지 않았다.
• 신뢰할 수 있는 AI 지원 분석 결과는 구체적인 온체인 증거로 추적 가능해야 하며, 일반인도 이해하기 쉬운 용어로 설명될 수 있어야 하고, 동일한 문서화된 방법론을 사용하는 다른 분석가가 재현할 수 있어야 합니다. 이것이 바로 TRM이 업계에 제시하는‘글라스 박스(glass box)’ 기준이자 기대치입니다.
• 조사 결과가 법적 조치 단계에 가까워질수록 문서화 요건이 급격히 증가합니다. 클러스터링 검토, 리스크 점수 , 그리고 중대한 영향이 있는 조사 결과는 각각 서로 다른 수준의 엄격성을 요구합니다.
• 불법 활동과 가까이 있다는 것이 곧 참여는 아닙니다. 위험 점수는 잠재적인 노출 나타내며, 문서화 과정에서는 취해진 조치의 배경, 방향성 및 분석가의 판단을 반드시 반영해야 합니다.
• 재현성은 타당성을 검증하는 실질적인 기준입니다. 즉, 다른 분석가가 동일한 데이터 세트와 문서화된 방법론을 사용하여 동일한 결론에 도달해야 한다는 것입니다. 만약 이를 달성할 수 없다면, 해당 연구 결과는 감사, 규제 당국의 조사 또는 법정에서 그 타당성을 입증할 수 없습니다.

‍

{{horizontal-line}}

추적에서 검증까지 — 그리고 문서화가 뒤따르는 이유

과거에 블록체인이나 가상자산 수행한다는 것은 자금이 이동하는 경로를 단계별로 추적하는 것을 의미했습니다. 즉, 송신 및 수신 주소를 기록하고, 금액을 확인하며, 거래 상대방이 알려진 서비스인지 여부를 점검하는 과정이었습니다. 크로스체인 활동의 경우, 네트워크가 추가될 때마다 해당 네트워크 고유의 데이터 구조가 더해져 처음부터 다시 대조해야 했습니다.

이러한 접근 방식은 현재 불법 활동이 요구하는 규모에서는 더 이상 통하지 않습니다. 2025년, 불법 가상자산 1,580억 달러에 달했으며, 이 중 스캠 약 300억 달러, 해킹 관련 절도 사건이 총 28억 7천만 달러를 차지한 것으로 추정됩니다. 현대적인 블록체인 인텔리전스 — 다음을 포함하여 TRM Labs를 포함해 55개 이상의 블록체인을 다루는 — 현대적인 블록체인 인텔리전스 플랫폼들은 클러스터링 알고리즘, 그래프 분석, 리스크 스코어링을 조사 인터페이스에 직접 통합하여, 원시 데이터가 아닌 구조화된 가설을 제시합니다.

조사관의 역할은 변화하고 있습니다. 수동으로 네트워크 지도를 작성하던 방식에서, 플랫폼이 이미 도출해 낸 결과를 검증하고 해석하는 방식으로 전환되고 있는 것입니다. 문서화되지 않은 검증은 존재하지 않습니다. 몇 달 뒤 사건을 검토하는 감사관에게도, 규제 당국에게도, 법원에게도 마찬가지입니다.

‍

{{42-documenting-ai-assisted-blockchain-investigations-callout-1}}

AI를 활용한 발견 결과가 타당성을 갖기 위해서는 무엇이 필요한가

AI 기반 블록체인 작업에서 설명 가능성을 프레임워크 가장 프레임워크 실무자들이 ‘글래스 박스 어트리뷰션 부르는 것으로, 시스템이 결론을 도출하지만 그 기반이 되는 논리가 불투명하거나 어트리뷰션 수 없는 ‘블랙 박스( 어트리뷰션 구별된다.

Glass Box 어트리뷰션 AI가 도출했든 분석가가 생성했든 모든 분석 결과가 다음 세 가지 기준을 충족해야 한다고 어트리뷰션 :

• 추적 가능: 결과는 단순한 시스템 출금 점수가 아닌, 구체적인 온체인 거래 내역과 연결됩니다. 검토자는 결과에서 원본 데이터까지 온체인 내역을 따라 확인할 수 있습니다.
• 설명 가능성: 이 방법론은 적용된 클러스터링 논리, 위험 점수의 산정 근거, 관련 자금 흐름의 방향 및 시점 등을 포함해 평이한 용어로 설명할 수 있습니다. 이 기준은 법률 자문가, 감사인, 그리고 소송 상황에서는 배심원단에게도 적용됩니다.
• 재현 가능성: 동일한 데이터 세트를 바탕으로 동일한 문서화된 방법론을 사용하여 작업하는 다른 분석가도 동일한 결론에 도달해야 한다.

이러한 기준은 결과가 도출된 방식에 따라 달라지지 않습니다. 달라지는 것은 문서화 위험입니다. AI 시스템은 결론을 더 빠르게 도출해 내기 때문에, 그 결론을 타당하게 뒷받침할 수 있는 분석 기록을 생략하려는 경향이 생길 수 있습니다.

수사 업무 전반에 걸친 문서화 기준

문서화 기준은 일관되지 않습니다. 조사 결과가 법적 조치로 이어질수록 그 중요성이 급격히 높아집니다. 세 가지 업무 단계에서는 각기 다른 접근 방식이 필요합니다.

클러스터링 및 주소 그룹화

클러스터링 알고리즘은 공통된 지출 패턴, 공동 사용된 입력값, 주소 재사용, 그리고 블록체인이 거래를 처리하는 방식에서 도출된 기타 경험적 규칙 등 공유된 행동 신호를 바탕으로 지갑 주소를 그룹화합니다. 이러한 그룹화는 분석적으로 매우 유용하지만, 이는 추론일 뿐 사실이 아닙니다. 이러한 구분은 조사 결과가 공식적인 절차에 제출될 때 중요한 의미를 갖습니다.

이 단계의 문서화에는 다음 내용이 포함되어야 합니다:

• 적용된 클러스터링 기법 (공동 지출 분석, 주소 재사용, 행동 패턴)
• 그룹에 특정 주소를 포함하거나 제외하는 기준
• 경계선 그룹에 대한 수동 검토

과도한 클러스터링(무관한 지갑을 불법 클러스터와 연관시키는 것)은 표면상의 노출 부풀릴 수 있습니다. 반면, 불충분한 클러스터링(조직적인 활동을 겉보기에는 독립적인 행위자들로 분할하는 것)은 전체적인 상황을 명확히 파악하기 어렵게 만들 수 있습니다. 두 오류 모두 면밀히 검토하지 않으면 쉽게 드러나지 않으며, 모두 후속적인 결과를 초래합니다. 클러스터링 논리가 플랫폼에서 생성된 것이라면, 사용된 플랫폼 버전이나 모델을 기록하고, 분석가가 수정한 부분이나 제외 항목이 있다면 이를 명시해야 합니다.

리스크 점수

리스크 점수는 거래 내역과 거래상대방 바탕으로 지갑이 불법 노출 정도를 수치화한 것입니다. 이는 확률적 지표일 뿐, 의도나 과실을 단정 짓는 것은 아닙니다.

문서에는 다음 내용을 포함해야 합니다:

• 검토 시점의 점수
• 노출 (직접 거래상대방 간접적(여러 단계 경유))
• 점수가 반영하는 불법 행위의 성격
• 관련 흐름의 방향성(유입 대 유출)
• 해당 활동과 관련된 시기

위험 점수가 높은 경우, 자동적인 상급 보고가 아닌 추가 조사가 필요합니다. 문서화된 기록에는 추가 조사가 수행되었는지, 조사 결과, 그리고 취해진 조치의 근거가 무엇인지가 명시되어야 합니다.

주요 조치: 자산 동결, 제재 회부 및 법 집행 조치

자산 동결, 제재 대상 지정 또는 수사 기관에의 사건 이첩의 근거가 되는 조사 결과는 법적·평판적 중요성을 지니므로, 더 엄격한 증거 기준이 요구됩니다. 이 단계에서 AI가 도출한 결과물은 플랫폼에서 생성된 요약본을 검토하는 것이 아니라, 기초가 되는 거래 데이터와 대조하여 독립적으로 확인되어야 합니다.

독립적인 확인이란 온체인 데이터에서 직접 거래 흐름, 방향, 시기 및 규모를 검증하는 것을 의미합니다. 이는 외부 정보, 집행 이력 및 공개된 보고서를 대조하는 것을 의미합니다. 또한 다른 분석가, 감사인 또는 법원 심사관이 동일한 경로를 따라 동일한 결론에 도달할 수 있도록 각 분석 단계를 충분히 상세하게 문서화하는 것을 의미합니다.

AI가 생성한 서술 및 해석 내용은 공식 보고서에 반영되기 전에, 해당 내용이 묘사하는 원본 데이터와 대조하여 검증되어야 합니다. 시스템의 해석이 기초 데이터와 일치하지 않는 경우, 해당 불일치 사항을 문서화하고 해결한 후에야 그 결과를 바탕으로 조치를 취해야 합니다.

재현성 기준

재현성은 타당성을 검증하는 실질적인 기준이며, 연구가 수동으로 수행되었든 AI의 도움을 받아 수행되었든 상관없이 적용됩니다.

이 기준은 명확합니다. 동일한 데이터 세트를 바탕으로 동일한 문서화된 방법론을 따르는 다른 분석가라면 누구나 동일한 분석적 결론에 도달해야 합니다. 만약 문서화가 너무 부실하여 그러한 결과가 나오지 않는다면 — 즉, 해당 결과를 설명할 수 있는 사람이 처음 분석을 수행한 분석가뿐이라면 — 그 결과는 내부 감사, 규제 당국의 조사, 또는 변호인이 방법론을 직접 문제 삼을 법정에서 정당화될 수 없습니다.

이러한 위험은 특히 AI가 지원하는 업무에서 두드러지는데, 플랫폼이 생성한 결과물은 실질적인 분석 내용이 없음에도 불구하고 문서화된 분석처럼 보일 수 있기 때문이다. “플랫폼에서 고위험으로 표시됨”이라고만 기록하고 곧바로 집행 권고 사항으로 넘어가는 사건 기록은, 그 기반이 된 모델의 출금 아무리 출금 하더라도 재현성 기준을 충족하지 못한 것이다.

여기서 시사하는 바는 실용적인 측면입니다. 플랫폼이 도출한 가설, 이를 입증하거나 반박하기 위해 검토한 증거, 그리고 결론에 이르게 된 추론 과정을 문서화해야 합니다. 이러한 기록이야말로 AI가 생성하거나 지원한 신호를 법적으로 방어 가능한 조사 결과로 전환하는 핵심입니다.

조사 업무 흐름에 문서화 과정 통합하기

문서화 관행은 사후에 추가되는 것이 아니라 워크플로우에 자연스럽게 통합될 때 가장 효과적이다. 조사 결과가 공식 보고 단계에 이르렀을 때쯤이면, 해당 사안을 담당했던 분석가는 어떤 클러스터링 매개변수가 적용되었는지, 어떤 대안적 설명이 고려되었는지, 혹은 플랫폼의 요약 정보와 대조하여 어떤 구체적인 거래 내역을 검증했는지 등을 완전히 기억하지 못할 수도 있다.

실용적인 기준: 조사 과정의 각 단계에서 플랫폼이 도출한 내용, 분석가가 이를 검증하거나 반박하기 위해 검토한 사항, 그리고 그에 따른 결론을 기록하십시오. 영향력이 큰 조사 결과의 경우, 독립적인 검증 단계를 명확히 기록해야 합니다. 즉, 어떤 온체인 데이터를 직접 검증했는지, 어떤 외부 출처를 대조 확인했는지, 그리고 분석가가 결론에 부여한 신뢰도 수준을 명시해야 합니다.

이는 AI가 야기하는 문서화 부담이 아니라, 중요한 분석 결과에 항상 적용되어 온 기준입니다. 분석가들이 이러한 습관을 유지하지 않을 경우, AI는 발견과 문서화 사이의 간극을 더욱 빠르게 벌려줌으로써 이 기준을 더욱 명확하게 드러나게 합니다.

방법 TRM Labs TRM Labs가 글래스박스 방법론을 지원하는 방식

TRM은 조사관이 자신의 업무를 설명할 수 있어야 한다는 원칙을 바탕으로 구축되었습니다. 이 플랫폼은 불투명한 모델에 대한 신뢰만을 요구하는 리스크 점수 경고 리스크 점수 아닌 리스크 점수 분석가의 검토를 지원하기 쉬운 형식으로 클러스터링 근거, 어트리뷰션 , 거래 경로를 명확히 보여줍니다.

55개 이상의 블록체인을 아우르는 크로스체인 추적 결과가 요약 형태로 추상화되지 않고, 각 단계별(hop-by-hop) 거래 내역을 상세히 유지한 채 제공됩니다. 리스크 노출 거래상대방 , 거래 방향, 단계 간 거리별로 노출 , 분석가들이 단순히 점수 값을 기록하는 데 그치지 않고 상황을 상세히 파악하는 데 필요한 지표를 제공합니다.

중대한 발견 사항의 경우, TRM은 플랫폼에서 생성된 분석 결과와 더불어 해당 온체인 데이터에 직접 접근할 수 있도록 지원함으로써 독립적인 검증 단계를 뒷받침합니다. 이를 통해 발견 사항을 검증하는 분석가는 플랫폼의 해석뿐만 아니라 동일한 원본 데이터를 바탕으로 작업을 진행할 수 있습니다.

새로운 수사 시대를 위한 동일한 기준

AI를 활용한 블록체인 조사에 적용되는 책임성 기준은 수작업의 기준과 동일합니다. 즉, 다른 사람이 그 과정을 따라 동일한 결론에 도달할 수 있을 만큼 명확하게 작업 과정을 제시해야 합니다.

AI는 정보 발견의 속도와 규모를 변화시킵니다. 하지만 AI가 발견한 내용에 대해 법적으로 타당하게 대응하기 위해 필요한 요건 자체는 변하지 않습니다. 클러스터링 검토부터 중대한 발견 사항에 대한 독립적인 확인에 이르기까지, AI 지원 워크플로우에 문서화 절차를 체계적으로 반영하는 조사관 및 규정 준수 팀은 면밀한 검토를 거치더라도 타당성이 입증되는 사례를 만들어 냅니다.

가장 중요한 연구 결과는 언제나 면밀히 검토될 것입니다.

‍

{{horizontal-line}}

자주 묻는 질문

1. 블록체인 조사 어트리뷰션 ‘글라스 박스 어트리뷰션 ’이란 무엇인가요?

글래스박스 어트리뷰션 모든 블록체인 인텔리전스 분석 결과(AI가 도출했든 분석가가 생성했든)는 모두 구체적인 온체인 증거로 추적 가능해야 하며, 평이한 용어로 설명 가능하고, 다른 분석가가 재현할 수 있어야 한다는 원칙입니다. 이는 시스템이 출금 그 기반이 되는 논리가 공개되지 않거나 불투명한 어트리뷰션 정반대입니다. 글래스박스 방법론은 법률 자문, 규제 기관 또는 법원의 면밀한 검토를 받을 수 있는 모든 분석 결과에 필수적입니다.

2. AI 기반 블록체인 분석 결과에 필요한 서류는 무엇입니까?

문서화 요건은 단계에 따라 다릅니다. 클러스터링의 경우, 적용된 방법, 주소 그룹화의 기준, 그리고 분석가가 수정한 사항을 기록하십시오. 위험 점수의 경우, 점수 값, 노출 , 방향성, 시점, 그리고 취해진 조치에 대한 근거를 문서화하십시오. 자산 동결, 제재 회부 또는 법 집행 조치로 이어지는 중대한 발견 사항의 경우, 온체인 데이터를 통해 거래 흐름을 독립적으로 검증하고, 다른 분석가도 동일한 결론을 도출할 수 있을 만큼 각 단계를 충분히 상세하게 문서화하십시오.

3. 블록체인 조사에 적용되는 재현성 기준은 무엇인가요?

재현성이란, 두 번째 분석가가 동일한 데이터 세트를 바탕으로 동일한 문서화된 방법론을 따를 때 동일한 분석적 결론에 도달해야 함을 의미합니다. 이는 연구 결과가 타당성을 갖는지 여부를 검증하는 실질적인 기준입니다. 만약 최초 분석가만이 그 결론을 설명할 수 있다면, 해당 연구 결과는 감사, 규제 당국의 조사 또는 법적 절차에서 그 타당성을 입증할 수 없습니다.

4. 위험 점수는 신뢰할 수 있는 블록체인 조사에 어떻게 반영되는가?

위험 점수는 불법 노출 잠재적 노출 가능성을 나타낼 뿐, 고의성, 의도성 또는 실질적 가담 여부를 입증하는 것은 아닙니다. 높은 점수가 나왔다고 해서 자동적으로 상급 부서로 이관해서는 안 되며, 이에 대한 추가 조사가 이루어져야 합니다. 문서화 과정에서는 검토 시점의 점수, 노출 유형 및 방향성, 그리고 취해진 조치의 분석적 근거를 반드시 기록해야 합니다. 검토자는 단순히 점수 자체뿐만 아니라 해당 점수가 맥락상 무엇을 의미하는지 이해할 수 있어야 합니다.

5. AI를 활용한 블록체인 분석 결과에 대해 언제 독립적인 검증이 필요한가?

자산 동결, 제재 대상 지정 또는 수사 기관에의 사건 이첩 등 법적 조치를 취하는 데 참고가 될 수 있는 모든 조사 결과에 대해서는 독립적인 확인 절차가 필요합니다. 이는 온체인 데이터에서 직접 거래 흐름, 시기, 방향 및 규모를 검증하고, 외부 정보와 대조하며, 각 단계를 문서화하는 것을 의미합니다. 플랫폼에서 생성된 요약 내용을 검토하는 것만으로는 이 단계를 대체할 수 없습니다.