주소 클러스터링이란 무엇인가요?
주소 클러스터링이란 블록체인에서 발견된 증거를 바탕으로 동일한 주체가 관리하는 가상자산 그룹화하는 과정을 말합니다. 분석가들은 주소 클러스터링을 통해 수천 개의 가명 주소를 소수의 실제 행위자로 추려내며, 이는 블록체인 분석, 컴플라이언스 및 조사 기초가 됩니다.
이러한 맥락에서 주소 클러스터링은 특히 블록체인과 가상자산 의미합니다. 이는 컴퓨터 네트워킹 분야의 IP 주소 클러스터링이나 MAC 주소 클러스터링과는 다르며, 같은 용어를 사용하지만 해결하는 문제가 다른 데이터 과학 분야의 통계적 클러스터링과도 구별됩니다.
주소 클러스터링이 존재하는 이유는 퍼블릭 블록체인이 가명성을 띠기 때문입니다. 모든 거래 내역은 공개되지만, 가상자산 자체만으로는 신원을 파악할 수 없습니다. 주소는 누구나 생성할 수 있는 문자열에 불과하며, 한 주체가 수백만 개의 주소를 관리할 수도 있습니다. 관련 주소를 그룹화할 방법이 없다면, 수사관이나 컴플라이언스 소유자가 불분명한 방대한 양의 비정형 거래 내역을 처리해야 할 것입니다. 주소 클러스터링은 어떤 가상자산 동일한 주체의 통제 하에 있을 가능성이 높은지 파악함으로써 해당 데이터에 구조를 부여합니다.
클러스터링은 두 가지 별개의 계층에서 이루어집니다. 첫 번째 계층은 구조적 계층으로, 블록체인상의 증거를 바탕으로 공통된 통제권을 공유하는 주소들을 그룹화하는 것입니다. 두 번째 계층은 귀속 계층으로, 해당 그룹을 실세계의 특정 주체와 연결하는 것이며, 이는 오프체인 정보에 의존합니다. 주소를 그룹화하는 것과 그 배후에 있는 주체를 특정하는 것은 서로 다른 작업으로, 각기 다른 증거에 의존하며 확신 수준도 다릅니다. 이러한 계층을 명확히 구분하는 것이야말로 엄격한 블록체인 분석과 추측을 구분 짓는 핵심입니다.
주소 클러스터링이 왜 중요한가요?
주소 클러스터링은 단순한 학문적 연습이 아닙니다. 이는 자금 접근 여부, 조사 방향, 법정에서의 증거 채택 여부 등 중요한 결정의 기반이 됩니다. 한 주소에 부여된 라벨이 클러스터 내의 모든 주소로 파급되기 때문에, 클러스터링의 품질은 이를 바탕으로 구축된 모든 것의 품질을 좌우합니다.
컴플라이언스 자금 세탁 방지 프로그램에서 클러스터링은 거래 모니터링, 제재 대상 심사, 위험 점수 산정의 기반이 됩니다. 컴플라이언스 거래 상대방의 위험을 평가할 때는 해당 거래 상대방의 클러스터로 묶인 주소들을 참고합니다. 단 한 건의 잘못된 주소-클러스터 매핑만으로도 수천 건의 하류 위험 라벨에 오류가 발생할 수 있으며, 이로 인해 분석가의 시간을 낭비하게 만드는 오탐(false positive)이 발생하거나, 더 심각한 경우 실제 위험을 간과하게 만드는 누락(false negative)이 발생할 수 있습니다.
조사 법 집행 분야에서 클러스터링은 자금 추적의 핵심입니다. 수사관이 도난당했거나 세탁된 자금을 출처에서 중개 인프라를 거쳐 최종 목적지까지 추적할 때, 각 단계는 특정 주소들이 동일한 지갑에 속한다는 가정에 의존합니다. 이러한 구조적 계층에서 오류가 발생하면 수사가 잘못된 대상으로 향할 수 있습니다.
법원과 규제 당국의 입장에서, 클러스터링 방법론의 신뢰성은 블록체인 증거가 법적 이의를 견뎌낼 수 있는지 여부를 결정짓는 요소가 될 수 있습니다. 블록체인 포렌식이 법 집행 조치에 점점 더 큰 영향을 미치면서, 상대측 변호인은 해당 그룹화가 어떻게 도출되었는지 면밀히 조사할 것입니다. 문서화된 방법, 열거된 오류 유형, 그리고 구조적 그룹화와 귀속 간의 명확한 구분은 이러한 증거가 면밀한 조사를 견뎌낼 수 있게 하는 요소들입니다. 이러한 모든 용도에서 대상은 컴플라이언스 , 금융 기관, 법 집행 기관이며, 정확성에 대한 기준도 그에 상응하게 높습니다.
주소 클러스터링은 어떻게 작동하나요?
주소 클러스터링은 공유된 키 제어 사실을 드러내는 온체인 신호를 식별하는 방식으로 작동합니다. 블록체인을 통해 일련의 주소가 동일한 키로 서명되었음이 확인되면, 해당 주소들은 지갑 세그먼트로 묶일 수 있습니다. 이는 직접적인 온체인 증거를 통해 확인된, 단일 주체의 지갑 내 서로 연결된 부분을 의미합니다.
가장 확립된 신호는 ‘공동 지출 휴리스틱(co-spend heuristic)’으로, ‘공통 입력 소유권 휴리스틱(common input ownership heuristic)’ 또는 ‘다중 입력 휴리스틱(multi-input heuristic)’이라고도 불립니다. 이는 비트코인 주소 클러스터링의 핵심이 되는 기법입니다. 여러 주소가 동일한 거래의 입력으로 함께 나타날 경우, 해당 입력을 승인하는 데 필요한 개인 키는 서명 시점에 단일 당사자가 보유하고 있었을 수밖에 없습니다. 미사용 거래 출력(UTXO) 모델을 사용하는 비트코인 방식의 블록체인에서, 하나의 거래에 여러 출력을 사용하는 것은 공동 통제권이 있음을 나타내는 강력한 증거입니다. 분석가들은 이 신호를 활용하여 거래 기록 전반에 걸쳐 주소들을 연결하고 지갑 세그먼트를 확장합니다.
주소 클러스터링은 추측이 아닌 증거에 기반합니다. 각 그룹화 결정은 실패할 수 있는 조건이 명확히 알려진, 문서화된 방법에 근거해야 합니다. 클러스터링 오류는 국한되지 않고 확산되기 때문에 이러한 체계적인 접근 방식이 중요합니다. 단 한 건의 잘못된 주소-클러스터 할당만으로도 해당 그룹 내 모든 주소로 오류가 전파되며, 클러스터에 부여된 라벨은 해당 클러스터에 속하지 않을 수도 있는 주소들까지 영향을 미치게 됩니다. 이러한 이유로, 건전한 클러스터링은 신중함을 요구합니다. 다른 지갑의 주소를 포함하는 더 큰 클러스터를 만드는 것보다, 규모는 작더라도 정확한 클러스터를 구축하는 것이 더 안전합니다.
일반적인 주소 클러스터링 휴리스틱
분석가들은 가상자산 분류하기 위해 몇 가지 확립된 경험적 규칙을 활용합니다. 각 규칙은 알려진 한계 내에서 잘 작동하지만, 각각 고려해야 할 오류 발생 가능성이 있습니다.
공통 입력 소유권(공동 지출) 휴리스틱
공통 입력 소유권 휴리스틱은 비트코인 주소 클러스터링의 기초가 됩니다. 두 개 이상의 주소가 단일 거래의 입력으로 함께 사용될 경우, 한 당사자가 해당 주소들의 키를 모두 보유해야 했기 때문에 이 주소들이 공통된 통제 하에 있다고 간주됩니다. 이 공동 지출 휴리스틱은 일반적인 거래에서는 신뢰할 수 있지만, 여러 독립적인 당사자가 의도적으로 입력을 결합하여 하나의 거래로 만드는 CoinJoin이나 PayJoin과 같은 협업 거래의 경우 이 휴리스틱이 무력화될 수 있습니다. 엄격한 클러스터링은 이러한 협업 거래를 식별하여 배제함으로써, 관련 없는 지갑들 links 허위 links 생성되는 것을 방지합니다.
주소 식별 정보 변경
누군가가 UTXO의 일부를 지출하면, 남은 금액은 잔액 출력으로 해당 사용자의 지갑으로 돌아오며, 대개 새로 생성된 일회용 잔액 주소로 전송됩니다. 잔액 주소 식별이란, 거래 내의 어떤 출력이 잔액인지 감지하고 이를 송금 지갑과 연결하는 과정을 말합니다. 이 과정을 올바르게 수행하면, 지갑 세그먼트를 여러 거래에 걸쳐 확장할 수 있습니다. 여기서 눈에 띄는 패턴은 ‘필링 체인(peeling chain)’으로, 특정 주체가 소액을 반복적으로 지출하고 남은 큰 금액을 새로 생성된 일회용 잔액 주소로 전송함으로써, 서로 연결된 긴 거래 체인을 생성하는 방식입니다. 동일한 주소가 자금을 반복적으로 수령하는 ‘주소 재사용’은 그룹화를 더 쉽게 만들 수 있지만, 직접적인 공동 지출보다 신호 강도가 약하며, 주소 재사용을 통제권의 증거로 간주할 경우 오류가 발생할 수 있습니다.
행동 및 지문 분석 휴리스틱
분석가들은 직접적인 거래 links 외에도 행동 패턴과 지갑 소프트웨어의 지문을 연구합니다. 지갑 구현 방식에 따라 거래를 구성하는 방식에 미묘하면서도 특징적인 패턴이 나타나며, 이를 통해 해당 주소들이 동일한 소프트웨어로 생성되었음을 추측할 수 있습니다. 이러한 신호는 단서를 찾는 데 유용하지만, 한 가지 중요한 주의 사항이 있습니다. 즉, 주소 간 거래 연결이 없는 상태에서 지문만으로는 공동 소유권을 입증할 수 없습니다. 동일한 소프트웨어를 실행한다는 이유만으로 여러 개의 독립적인 지갑이 동일한 특성을 공유할 수 있으므로, 지문은 그 자체로 통제권을 입증하기보다는 수사를 뒷받침하는 역할을 합니다.
UTXO 및 계정 기반 블록체인의 주소 클러스터링 문제
각 블록체인의 회계 모델이 서로 다르기 때문에, 주소 클러스터링 방식도 블록체인마다 동일하게 작동하지 않습니다. 한 체인에서 주소를 그룹화하는 기술이 다른 체인에는 존재하지 않을 수도 있습니다.
비트코인이나 라이트코인과 같은 UTXO 기반 블록체인에서는 거래가 개별 출력을 소비하며, 한 번에 여러 입력을 활용할 수 있습니다. 이로 인해 공동 지출 분석이 가능해지며, 수천 개의 주소를 하나의 지갑 세그먼트로 묶을 수 있습니다. UTXO 모델은 “클러스터(cluster)”라는 용어가 처음 만들어진 환경이며, 비트코인 클러스터링 휴리스틱이 가장 성숙한 분야이기도 합니다. 이러한 이유로 주소 클러스터링에 대한 기초 연구의 상당 부분이 비트코인을 대상으로 수행되었습니다.
이더리움과 같은 계정 기반 블록체인은 작동 방식이 다릅니다. 잔액은 개별 출력이 아닌 계정에 저장되며, 공동 지출을 통해 공동 통제권을 드러내는 다중 입력 거래가 존재하지 않습니다. 이러한 체인에서 클러스터링을 식별하려면 스마트 계약 배포 분석, 관리 키 관계, 운영 패턴 등 다른 기법들에 의존해야 합니다. 외부 소유의 단일 계정은 그 자체로 완전한 지갑을 나타낼 수 있는 반면, 공통 관리 키로 관리되는 일련의 스마트 계약들은 거래 내역을 공유하지 않으면서도 통제권을 공유할 수 있습니다. Etherscan과 같은 블록 탐색기는 이러한 분석에 사용되는 온체인 데이터를 제공하지만, 통제권을 해석하는 데에는 여전히 신중한 접근 방식이 필요합니다.
이러한 차이 때문에 구조적으로 서로 다른 체인에 동일한 용어를 적용하면 혼란을 초래할 수 있습니다. 비트코인 클러스터에서 주소 수를 나타내는 숫자는 이더리움의 경우와 같은 의미를 지니지 않습니다. 올바른 질문은 클러스터에 주소가 몇 개나 포함되어 있는지가 아니라, 어떤 방법으로 그 주소들이 그룹화되었으며, 어떤 기준에 따라 분류되었는지에 관한 것입니다.
클러스터에서 엔티티로: 속성 분석 대 그룹화
블록체인 분석에서 흔히 볼 수 있는 문장은 “이 주소는 클러스터 X에 속하며, 클러스터 X는 거래소 Y입니다”와 같은 것입니다. 이 한 문장에는 사실 세 가지 서로 다른 주장이 담겨 있으며, 이를 혼동하는 것이 오류의 흔한 원인이 됩니다.
첫 번째는 구조적 주장입니다. 즉, 이 주소들은 공통된 키 관리 체계를 공유한다는 것입니다. 이는 온체인 증거에 대한 주장이며, 지갑 세그먼트 구성을 통해 입증되는 내용입니다. 두 번째는 귀속 주장입니다. 즉, 이 주소 그룹이 특정 명명된 주체와 연관되어 있다는 것입니다. 세 번째는 운영자 주장입니다. 즉, 해당 주체가 단순히 타인의 지갑 인프라를 사용하는 것이 아니라, 실제로 지갑 인프라를 직접 관리하고 있다는 것입니다. 각 주장은 서로 다른 증거에 기반을 두고 있으며, 오류 발생 가능성도 각기 다릅니다.
출처 규명은 근본적으로 오프체인 활동입니다. 신원은 블록체인에 존재하지 않기 때문에, 아무리 많은 온체인 분석을 수행하더라도 특정 주소가 특정 주체에게 속한다는 사실을 증명할 수는 없습니다. 소유자 규명 증거에는 서비스와의 직접적인 상호작용, 법 집행 기관이 인프라를 압수할 때 확보된 압수 자료나 현장 실태 정보, 규제 대상 기관의 제3자 확인, 그리고 공개 정보 등이 포함됩니다. 단일 소유자 규명 결과가 지갑 세그먼트 전체로 파급되기 때문에, 해당 세그먼트 내의 모든 주소가 그 라벨을 상속받게 되며, 바로 이 때문에 그 밑에 있는 구조적 그룹화가 타당해야 합니다.
‘운영자’와 ‘수혜자’를 구분하는 것은 실체 식별 과정에서 발생할 수 있는 미묘하지만 심각한 오류를 방지해 줍니다. 중앙화된 거래소에 등록된 사용자의 입금 주소를 예로 들어 보겠습니다. 거래소는 사용자에게 입금 주소를 발급하며, 온체인 구조 분석은 이러한 입금 주소들을 거래소가 관리하는 통합 주소와 한데 묶어 분석합니다. 해당 주소는 거래 기록과 고객 신원 확인(KYC) 문서를 통해 사용자와 연관되어 있음이 검증되지만, 실제로는 거래소의 지갑 인프라에 속해 있습니다. 사용자는 수혜자이며, 거래소는 키를 관리하는 운영자입니다. 해당 입금 주소를 사용자에게 귀속시키고 이를 거래소의 지갑 부문 전체에 적용하는 것은 올바른 증거이긴 하지만 잘못된 결론으로 이어질 수 있습니다. 더 큰 거래소의 인프라를 통해 운영되는 소규모 서비스와 같은 중첩된 서비스에도 동일한 논리가 적용됩니다. 건전한 익명성 해제를 위해서는 해당 주체가 운영자인지 수혜자인지를 명시적으로 밝혀야 합니다.
주소 클러스터링에서 기계 학습의 역할
기계 학습은 주소 클러스터링 분야에서 정당하고 가치 있는 위치를 차지하고 있지만, 그 역할은 종종 오해받곤 합니다. 핵심은 기계 학습의 산출물이 단서일 뿐, 법의학적 사실이 아니라는 점입니다.
랜덤 포레스트 분류기나 그래프 기반 네트워크 분석과 같은 기법을 포함한 훈련된 예측 모델은, 분석가가 검토할 관계 후보를 도출하고, 수사관이 집중해야 할 부분을 우선순위화하며, 이상 징후를 탐지하고, 수작업으로는 찾아내기 어려운 복잡한 행동 패턴을 식별하는 데 매우 적합합니다. 특히 거래 그래프에 대한 네트워크 분석은 분석가들이 검증할 가치가 있는 관계를 파악할 수 있도록 돕는 구조를 드러낼 수 있습니다. BlockSci와 같은 오픈소스 연구 프레임워크는 학계와 실무자들이 이러한 방법을 대규모로 적용하는 데 기여해 왔습니다. 각 사례에서 모델은 분석가들에게 검토할 가치가 있는 대상을 제시하는 평가 결과를 산출합니다.
훈련된 모델이 스스로 할 수 없는 것은 지갑 세그먼트 소속 여부를 확정하는 것입니다. 이 모델의 의사결정 논리는 명시적이고 검증 가능한 규칙에서 도출된 것이 아니라 데이터로부터 학습된 것이기 때문에, 훈련 데이터에 따라 결론이 달라질 수 있으며 오류 유형을 모두 열거할 수 없습니다. 이는 정확도에 대한 평가가 아닙니다. 모델이 매우 정확할 수도 있기 때문입니다. 이는 그 추론 과정을 독립적으로 검토하고 재현할 수 있는지 여부에 대한 논의입니다. 따라서 엄격한 클러스터링은 명확한 경계를 유지합니다. 즉, 결정론적이고 검증 가능한 구조적 계층은 어떤 주소가 통제권을 공유하는지 확립하는 반면, 확률적 모델의 출력은 지능형 입력으로서 시스템의 적용 범위를 확장합니다. 머신러닝은 시야를 넓혀주고, 과학적 방법은 그 기반을 보장합니다.
주소 클러스터링과 관련된 위험 및 흔한 오해
주소 클러스터링은 강력한 도구이지만 분명한 한계가 있으며, 이를 오해하면 오류로 이어집니다. 가장 흔한 오해는 클러스터가 단일하고 자명한 사실이라는 것입니다. 실제로 클러스터는 구조적 판단과 속성 판단이라는 별개의 두 가지 판단의 산물이며, 이 두 가지 판단은 각각 독립적으로 옳을 수도 있고 틀릴 수도 있습니다.
클러스터링 정확도를 낮추기 위해 특별히 고안된 여러 기법이 있습니다. CoinJoin과 PayJoin은 여러 독립적인 당사자의 입력을 결합하여 ‘공동 지출(co-spend)’ 가정을 무효화하며, 믹싱 서비스는 자금을 통합하고 재분배하여 links 온체인 links 끊습니다. 이러한 기법이 사용되었음에도 이를 고려하지 않을 경우, 단순한 클러스터링 방식은 잘못된 그룹화를 초래할 수 있습니다. 철저한 분석을 통해 이러한 거래를 식별하고, 해당 거래를 links 그리는 대신 영향을 받는 거래를 제외시킵니다.
두 번째 오해는 클러스터가 클수록 더 낫다는 생각입니다. 건전한 방법론은 오탐(false positive)보다 누락(false negative)을 우선시함으로써 오류를 관리합니다. 너무 작은 지갑 세그먼트는 불완전할 뿐 틀린 것은 아니지만, 다른 지갑의 주소 하나를 포함하는 세그먼트는 하류의 모든 라벨과 분석에 파급되는 구조적 오류입니다. 그 중요성을 고려할 때, 불완전한 클러스터가 오염된 클러스터보다 안전하므로, 신중한 분석가들은 잘못된 연결을 생성하는 것을 피하기 links 일부 links 누락되는 것을 감수합니다.
주소 재사용과 행동 패턴은 도움이 될 수도 있고 오해를 불러일으킬 수도 있습니다. 네트워크 계층 신호는 트랜잭션 그래프 외부에 완전히 위치합니다. 블록체인의 익명성 해제 연구에서는 트랜잭션이 브로드캐스트될 때 관측된 IP 주소가 때때로 지갑과 연관될 수 있는 방식을 조사해 왔지만, IP 주소는 확실한 연결고리라기보다는 또 다른 불확실성의 원인이 되는 신뢰할 수 없는 신호일 뿐입니다. 이것이 바로 열거된 실패 모드와 명시적인 안전 장치가 중요한 이유입니다. 모든 휴리스틱에는 실패할 수 있는 조건과 그러한 조건을 어떻게 처리할지에 대한 문서화된 설명이 수반되어야 합니다. 컴플라이언스 조사 목적으로 활용되는 클러스터링은 보장 수단이 아닌 체계적인 분석 도구이며, 그 결과물에는 결과가 어떻게 도출되었는지에 대한 명확한 설명이 포함되어야 합니다.
주소 클러스터링이 실제로 적용된 사례
주소 클러스터링은 역사상 가장 중요한 가상자산 조사 단속 조치의 핵심 요소로 작용해 왔습니다. 각 사례에서 공통된 통제 하에 있는 주소들을 그룹화한 것이야말로, 가명 거래의 흔적을 실질적인 수사 단서로 전환시킨 결정적인 요인이었습니다.
랜섬웨어 대응 과정에서 수사관들은 클러스터링 기법을 활용해 갈취금을 수령하는 인프라까지 자금 흐름을 추적해 왔다. 2021년 다크사이드(DarkSide) 랜섬웨어 그룹이 콜로니얼 파이프라인(Colonial Pipeline)을 공격한 사건 이후, 미국 법무부는 온체인 상에서 랜섬의 흐름을 추적하여 지불된 비트코인의 상당 부분을 회수했는데, 이러한 성과는 관련 주소들을 연결하고 자금이 통제 지점까지 이동하는 경로를 추적한 데 기인한 것이었다.
조사 클러스터링은 긴 중개 주소 체인을 따라 도난 자금을 추적하는 데 도움이 됩니다. 2016년 비트파이넥스 거래소 해킹 사건에서 도난당한 자금인 약 12만 비트코인은 수년에 걸친 다단계 세탁 과정을 거쳐 추적되었으며, 이에 따라 당국은 2022년에 압수 조치를 발표하고 자금 세탁과 관련된 체포를 단행했습니다. 자금의 이동 경로를 재구성하는 데 있어 자금 세탁 주소들을 클러스터링하는 작업은 필수적이었습니다.
국가 차원의 사례에서도 대규모로 동일한 패턴이 나타납니다. 북한과 연관된 ‘라자루스 그룹(Lazarus Group)’과 같은 조직을 추적하는 수사관들은, 거래소 해킹으로 얻은 수익금을 ‘오프램프’로 이동시킬 때 사용되는 주소들을 연결하기 위해 클러스터링 기법을 활용합니다. 토네이도 캐시(Tornado Cash)와 같은 믹싱 서비스는 특히 이러한 클러스터링을 무력화하기 위해 자주 사용되는데, 이 때문에 분석가들은 믹싱을 거친 자금 흐름을 통해 links 도출하기보다는 각별한 주의를 기울여 다룹니다. 이 모든 사례에서, 그 기반이 되는 클러스터링의 신뢰성이야말로 도출된 결론을 타당하게 만드는 요소입니다.
방법 체이널리시스 조직이 주소 클러스터링을 이해하고 모니터링할 수 있도록 지원하는 방법
체이널리시스 체인애널리시스는 구조적 계층과 귀속을 분리하는 형식적 온톨로지를 기반으로 주소 클러스터링을 수행합니다. 지갑 세그먼트는 문서화된 방법론과 열거된 오류 모드를 바탕으로 한 결정론적이고 재현 가능한 온체인 분석을 통해 확립되며, 귀속 및 운영자 검증은 그 위에 중첩된 별개의 증거 기반 판단으로 취급됩니다. 클러스터는 구조적 무결성, 귀속 증거, 운영자 검증이 각각 독립적으로 충족된 경우에만 명명된 개체로 분류됩니다. 이러한 엄격성은 가장 중요한 부분에서 검증되었습니다: 체이널리시스 블록체인 분석 방법론은 미국 연방 법원에서 전문가 증거의 채택 여부를 규율하는 프레임워크인 ‘미국 대 스털링고프(United States v. Sterlingov)’ 사건에서 도버트(Daubert) 기준에 따라 증거로 채택될 수 있는 것으로 판명되었습니다.
이러한 훈련은 전용 도구를 통해 제공됩니다:
- 체이널리시스 Reactor: 법 집행 컴플라이언스 및 컴플라이언스 다양한 지갑 세그먼트와 블록체인을 가로질러 자금 흐름을 추적하고, 주체 간의 연결 관계를 시각화하며, 문서화된 증거를 바탕으로 사건을 구축하는 데 사용하는 조사 플랫폼입니다.
- 체이널리시스 KYT (Know Your Transaction): 클러스터링 및 귀속 데이터를 활용하여 거래 상대방을 선별하고, 위험 점수를 산정하며, 거래 발생 시 노출 위험을 파악하는 실시간 거래 모니터링 기능입니다.
- 체이널리시스 데이터 솔루션: 클러스터 속성 정보 및 위협 인텔리전스를 지속적으로 업데이트되는 데이터 형태로 제공하여, 조사관과 거래소가 오래된 라벨이 아닌 최신 인프라 정보를 바탕으로 조치를 취할 수 있도록 지원합니다.
기본이 되는 클러스터링 및 원인 분석이 일관된 기준에 따라 수행되므로, 그 결과물은 수사 및 규제 측면의 요구 사항을 모두 충족하도록 설계되었습니다.
관련 용어
주소 클러스터링에 관한 자주 묻는 질문
Q: 클러스터 주소란 무엇입니까?
A: 클러스터(또는 주소 클러스터)란 온체인 증거를 통해 동일한 주체와 연결된 가상자산 집합으로, 일단 해당 주체가 특정되면 실세계의 특정 행위자와 연결됩니다. 이러한 그룹화는 공동 통제 관계를 확립하며, 주체 귀속을 통해 해당 그룹을 그 배후에 있는 주체와 연결합니다.
Q: 주소 클러스터링이란 무엇이며, 가상자산 에서 왜 중요한가요?
A: 주소 클러스터링이란 공통된 통제 하에 가상자산 그룹화하는 것을 말합니다. 이는 가명성 있는 블록체인 활동을 컴플라이언스 수사관들이 조치를 취할 수 있는 주체 수준의 관점으로 전환해 주기 때문에 중요하며, 이는 블록체인 분석의 기초가 됩니다.
Q: 비트코인에서 일반적으로 사용되는 입력 소유권 휴리스틱이란 무엇인가요?
A: 이는 단일 거래의 입력으로 함께 사용되는 주소가 동일한 당사자에 의해 관리된다는 규칙입니다. 이 규칙은 서로 다른 당사자의 입력을 의도적으로 결합하는 CoinJoin과 같은 협업 거래는 제외하는 조건 하에 적용됩니다.
Q: 비트코인 주소 클러스터링을 위한 다중 입력 휴리스틱의 신뢰도는 어느 정도인가요?
A: 다중 입력 휴리스틱은 알려진 오류 모드가 모두 열거되고 이에 대한 안전 장치가 마련되어 있을 때 매우 신뢰할 수 있습니다. 그렇기 때문에 엄격한 서비스 제공업체들은 겉모습에만 의존하지 않고, 자신들의 방법론을 문서화하며 협업 트랜잭션을 배제합니다.
Q: 주소 클러스터링이 블록체인상의 자금 세탁 방지에 어떻게 도움이 됩니까?
A: 클러스터링은 주소를 특정 주체별로 묶어줌으로써, 자금세탁방지 팀이 자금 흐름을 추적하고, 제재 대상 또는 고위험 거래 상대방을 선별하며, 거래를 실시간으로 모니터링할 수 있게 해줍니다. 이를 통해 원시 거래 데이터를 실행 가능한 주체별 정보로 전환합니다.
Q: 주소 클러스터링이 가상자산 개인정보 보호에 어떤 영향을 미치나요?
A: 클러스터링은 주소를 특정 주체와 연결함으로써 활동의 익명성을 해제할 수 있으며, 이로 인해 가명 거래의 실질적인 개인정보 보호 수준이 저하됩니다. 믹싱 서비스, CoinJoin, PayJoin과 같은 기술은 클러스터링을 방해하고 개인정보 보호를 유지하기 위해 고안되었습니다.
Q: 주소 클러스터링과 어트리뷰션의 차이점은 무엇인가요?
A: 클러스터링은 공유된 통제권을 기준으로 주소들을 그룹화하는 것으로, 이는 온체인 증거에 대한 구조적 주장입니다. 귀속은 links 그룹을 명명된 개체와 links , 이는 오프체인 증거에 기반한 정보적 주장입니다. 이 둘은 서로 다른 증거에 의존하며, 적용되는 기준도 다릅니다.
어떻게 하는지 확인해 보세요 체이널리시스 주소 클러스터링 문제를 어떻게 명확하게 파악하는지 확인해 보세요
주소 클러스터링의 신뢰성은 그 기반이 되는 방법론에 달려 있으며, 이러한 신뢰성에 따라 컴플라이언스 유효한지, 조사 올바른 대상에게 조사 결정됩니다.
체이널리시스 컴플라이언스 법 집행 컴플라이언스 클러스터링 현상에 자신 있게 대응할 수 있는 출처 분석 데이터와 추적 도구를 제공합니다.