체이널리시스, 지갑 묶기 판단서 머신러닝 배제

체이널리시스는 14일 공개한 글 ‘Machine Learning Has a Specific Role in Blockchain Intelligence’에서 자동화 도구의 출력을 검증 없이 사실로 받아들이면 잘못된 주소 묶기와 후속 피해가 생길 수 있다고 밝혔다. 회사는 머신러닝을 지갑 세그먼트 식별에는 쓰지 않고, 리드 생성과 이상 탐지, 패턴 인식, 스캠 탐지처럼 확률적 신호가 허용되는 영역에 선별적으로 쓴다고 설명했다.

핵심은 클러스터의 의미를 나누는 데 있다. 체이널리시스는 별도 보고서 ‘Defining the Cluster’에서 블록체인 주소 분석을 △구조적 판단 △속성 부여 △운영자 판별로 구분했다.

여러 주소가 같은 통제 아래 있는지 판단하는 구조적 주장에는 결정론적이고 재현 가능하며 감사 가능한 기준이 필요하다는 것이다. 이 기준에서 머신러닝은 구조적 주장에 들어가지 않는다.