인공지능이 암호화폐 규제 준수에 다가오고 있지만, 대부분의 사람들이 생각하는 방식과는 다를 것입니다

피에르 제라르, 스코어체인 CEO 겸 공동 창립자

2015년 룩셈부르크에서 스코어체인을 설립했을 당시, "블록체인 분석"이라는 용어조차 생소했습니다. 우리는 처음 몇 년 동안 은행과 규제 당국에 공개 원장의 투명성이 위협이 아닌 기회라는 점을 설명하는 데 시간을 보냈습니다. 10년이 지난 지금, 저는 인공지능(AI) 분야에서도 똑같은 오해가 반복되는 것을 목격하고 있으며, 이로 인해 업계는 이미 부족한 시간을 허비하고 있습니다.

현재 논의를 지배하는 두 가지 이야기가 있습니다. 첫 번째는 AI가 조만간 규제 준수 팀을 완전히 대체할 것이라는 주장이고, 두 번째는 AI가 너무 예측 불가능하여 규제 대상 금융 활동에 접근해서는 안 된다는 주장입니다. 저는 두 주장 모두에 동의하지 않습니다. 제가 속한 회사는 2015년부터 2,800개 이상의 가상자산 서비스 제공업체(VASP)에 대한 위험 평가를 수행해 왔으며, 지난 2년 동안 고객이 의존하는 규제 준수 도구에 AI를 통합하는 대신, AI가 실질적으로 도움이 되는 부분에 별도의 계층으로 도입해 왔습니다.

제가 만나는 모든 컴플라이언스 담당자들이 처음 5분 안에 공통적으로 제기하는 문제부터 시작해 보겠습니다. 바로 '잡음'입니다. 불안해하는 은행이 조정한 제재 대상자 심사 시스템은 95%에 달하는 오탐을 발생시킬 수 있습니다. 거래 모니터링 시스템도 마찬가지입니다. 따라서 유형을 이해하고 자금 흐름을 파악할 줄 아는 숙련된 분석가조차도 업무 시간의 대부분을 실제 위험이 아닌 경고를 처리하는 데 소비합니다. 흔한 성씨를 가진 사람이 일치하는 것을 무시하거나, 부정적인 언론 보도 5건을 검토했지만 실제로는 전혀 다른 인물에 대한 내용인 경우가 많습니다. 이러한 부정적인 언론 보도 하나를 확인하는 데 분석가는 10분에서 20분씩 소요됩니다. 이것이 바로 오늘날 컴플라이언스 업무의 현실이며, 유능한 인재들이 이 직업에 지쳐 떠나는 이유입니다.

자동화가 제 역할을 하는 지점이 바로 여기인데, 과장된 홍보와는 달리 그 범위는 훨씬 좁습니다. 저는 자동화에 대해 중립적인 입장이 아닙니다. 스코어체인 AI는 분석가에게 지갑의 위험 점수, 상호 작용한 주체 유형, 노출된 서비스 및 거래 상대방을 명시한 단 하나의 보고서를 제공하기 위해 존재합니다. 이전에는 이러한 작업을 위해 수작업으로 장부를 샅샅이 trac했습니다. 하지만 보고서의 역할과 한계를 주목해야 합니다. 보고서는 어떤 결정도 내리지 않습니다. 단지 증거를 압축하여 규제 기관에 최종 승인을 하고 나중에 그 결정을 정당화해야 하는 담당자가 몇 분 안에 보고서를 읽고 판단을 내릴 수 있도록 도와줄 뿐입니다. 이것이 바로 자동화의 핵심입니다. 제대로 된 자동화는 규제 준수 기능을 축소하는 것이 아니라, 단순한 분류 작업에서 벗어나 판단으로 나아가도록 돕습니다.

이러한 구분은 중요합니다. 왜냐하면 대안이 위험하기 때문입니다. 규제 환경에서 모델은 감독 기관의 지시에 따를 수 없습니다. 자금세탁방지 지침 6(AMLD6)과 암호화폐 시장 규제(MiCA)는 모두 금융기관이 자신의 결정에 대해 설명하고 책임을 지도록 요구합니다. "알고리즘이 위험 신호를 보냈다"는 것은 검사 시 변명이 될 수 없으며, "알고리즘이 위험 신호를 무시했다"는 것은 더욱 위험합니다. 따라서 유일하게 책임감 있는 설계는 신뢰할 수 있는 데이터 위에 AI를 보조하는 계층으로 활용하고, 지정된 준법감시인이 최종 결정과 그에 따른 책임을 지는 것입니다. 인간의 감독은 모델이 성숙해지면 제거하는 보조 장치가 아니라, 시스템 아키텍처의 핵심 요소입니다.

모델의 성능은 그 기반이 되는 데이터에 달려 있습니다. 외부인들이 간과하는 부분이 바로 이 점입니다. 블록체인을 읽는 AI는 단순히 익명의 문자열이 다른 익명의 문자열로 가치를 이동시키는 것만 볼 뿐입니다. 세 단계 상류에 있는 지갑이 제재 대상 거래소인지, 자금을 받는 상대방이 급여 제공업체가 아닌 믹서인지 구분할 수 없습니다. 이러한 누락된 맥락을 제공하는 것이 바로 블록체인 분석의 핵심입니다. 분석은 원시 온체인 활동에 신원과 위험을 연결하고dent눈앞 에 있는 주소만 확인하는 것이 아니라 trac보면 잔액의 대부분이 두 단계 전, 랜섬웨어 운영자와 관련된 주소에서 온 것으로 드러납니다. 이는 모델이 원시 블록체인 데이터만으로는 결코 찾아낼 수 없는 사실이며, 규제 담당자가 조치를 취해야 하는 부분입니다. 맥락 정보를 모델에 제공하면 모델은 탄탄한 근거 위에서 추론할 수 있습니다. 하지만 빈약한 데이터를 제공하면 확신dent 엉터리 결론을 내놓는데, 이는 규정 준수 측면에서 정직한 공백보다 더 위험합니다. 왜냐하면 그렇게 하면 안 되는 것까지 인정해 버리기 때문입니다. trac여러 단계를 거쳐 간접적인 노출을 하며, 2015년 이후 우리가 분류한 10억 개 이상의 데이터 포인트와 100만 개 이상의 암호화폐 엔티티를 기반으로 점수를 매깁니다. 구체적인 사례를 들어보겠습니다. 지갑이 언뜻 보기에는 깨끗해 보이지만, 자금 흐름을

제가 진정으로 새롭게 발견한 것은 바로 이것입니다. AI는 더 이상 규정 준수 팀이 사용하는 도구에 그치지 않고, 그들이 감시하는 시장의 참여자가 되어가고 있습니다. 미리 설정된 한도 내에서 결제를 시작하는 자율 에이전트들이 데모 단계를 넘어 실제 배포 단계로 진입했으며, 이는 코인베이스의 x402 표준(기계 간 결제), 비자의 트러스트 에이전트 프로토콜, 페이팔과 오픈AI의 결제 통합과 같은 실제 인프라에 힘입은 것입니다. 소프트웨어가 다른 소프트웨어와 거래하고 암호화폐 자산으로 결제하는 규모가 재무팀이 수작업으로 처리할 수 있는 수준을 훨씬 뛰어넘고 있습니다.

이는 업계가 아직 명확하게 답하지 못한 질문을 제기합니다. 소프트웨어라는 거래 상대방에게 어떻게 '거래 투명성 확보(Know Your Transaction, KIT) ' 원칙을 적용할 수 있을까요? 적어도 방향은 분명합니다. 에이전트가 자체적으로 거래할 때, 통제는 온보딩 단계에서만 이루어질 수 없습니다. 실시간 모니터링 , 거래 속도 제한, 출처 추적, 그리고 자금 이동 중에도 개입할 수 있는 기능 등 거래 계층 자체로 이동해야 합니다. 우리가 수년간 회의론자들에게 설득해 온 투명성이야말로 자율적인 온체인 활동을 감사 가능하게 만드는 핵심 요소임이 밝혀졌습니다.

이것이 바로 우리가 기다리는 것이 아니라 만들어가기로 결정한 미래입니다. 최근 Scorechain MCP를, 이는 AI 에이전트가 외부 도구를 직접 호출할 수 있도록 하는 새로운 표준인 모델 컨텍스트 프로토콜(Model Context Protocol)을 통해 위험 점수 및 엔티티 인텔리전스를 제공합니다. 인텔리전스는 우리 플랫폼 내에 존재하지만, AI는 플랫폼 외부에 머물러 있으며, 규정 준수 도구 자체에 내장되는 것이 아니라 외부 도구를 호출하여 답변을 얻습니다. 핵심은 간단합니다. 에이전트는 절대 맹목적으로 거래해서는 안 됩니다. 자금을 이체하거나 거래 상대방을 승인하기 전에, 해당 주소가 제재 대상인지, 믹서인지, 알려진 사기인지, 아니면 안전한 개인 지갑인지 Scorechain에 문의하고 위험 점수를 받을 수 있습니다. 이는 가상의 처리량이 아닙니다. 우리는 이미 하루에 150만 건 이상의 AML 검사를 처리하고 있으며, 스크리닝 호출은 약 235밀리초 만에 응답합니다. 이는 실제 거래 속도를 저하시키지 않고 거래 내에 통합될 수 있을 만큼 충분히 빠른 속도입니다. 우리는 ChatGPT와 Claude 내 앱 형태로, 그리고 n8n과 Zapier 같은 자동화 플랫폼과의 통합 형태로 에이전트와 워크플로가 실제로 작동하는 곳에 이 기능을 제공합니다. 의사 결정이 이루어지는 순간, 즉 프로세스 내에 통합된 규정 준수 검사는 자금이 이미 이체된 후에 추가되는 검사보다 훨씬 더 가치가 있습니다. 가장 기본적인 검사인 주소가 제재 대상 목록에 있는지 여부 확인은 누구에게도 유료 서비스로 제공되어서는 안 됩니다. 그렇기 때문에 저희는 무료 제재 대상 검사 API를 준수 서비스 제공업체가 부가가치를 창출해야 하는 부분이 아니라trac, 전체 시장이 기반을 두어야 할 핵심 요소입니다.

토큰 발행자와 자산 운용사들이 이제 막 인식하기 시작한 2차적인 변화가 일어나고 있습니다. 가치가 기계적인 속도로 스테이블코인과 토큰화된 자산으로 이동함에 따라, 중요한 위험은 더 이상 개별 거래만이 아니라 자산 자체에 있습니다. 즉, 누가 자산을 보유하고 있는지, 소유권이 얼마나 집중되어 있는지, 그리고 공급량 중 얼마나 많은 부분이 제재 대상이나 고위험 주체에 의해 보유되고 있는지가 중요합니다. 이는 거래 모니터링과는 다른 문제이며, 바로 이 질문에 대한 답을 찾기 위해 당사의 디지털 자산 인텔리전스가 개발되었습니다. 발행자나 자산 운용사가 토큰을 발행, 상장 또는 할당하기 전에 자산 수준에서 보유자와 위험 노출에 대한 통찰력을 얻을 수 있도록 지원합니다.

유럽은 생각보다 훨씬 더 이러한 변화에 대비되어 있습니다. MiCA와 AMLD6는 일회성 점검이 아닌 지속적인 모니터링과 명확한 책임성을 전제로 하고 있으며, 모든 활동에 대한 설명 가능성을 요구하는 체제는 소프트웨어가 자금을 이동시키기 시작할 때 반드시 필요한 것입니다. 따라서 인공지능(AI)이 암호화폐 규제에 개입하는 것은 분명합니다. AI는 많은 지루한 작업을 없애줄 것이며, 저는 이를 환영합니다. 하지만 판단력, 책임감, 그리고 검증 가능한 데이터의 필요성은 사라지지 않을 것입니다. 오히려 이 세 가지에 대한 기준이 높아질 것입니다. AI를 신뢰할 수 있는 온체인 인텔리전스를 기반으로 하고 인간의 통제 하에 있는 더 빠른 분석 도구로 활용하는 팀들이 기계가 거래를 시작할 때에도 살아남을 것입니다. 그 시기는 대부분의 사람들이 생각하는 것보다 훨씬 더 가까워졌습니다.