ドゥナム、金融AI学会「ICAIF 2026」で論文3本採択
概要
- ドゥナムは、金融人工知能(AI)の国際学術大会ICAIF 2026で研究論文3本が採択されたと発表した。
- ドゥナムは、取引所ウォレットの識別、デジタル資産の分類、ブロックチェーン資金追跡の研究を通じ、データ分析の精度と信頼性を高めたと説明した。
- ドゥナムは、今回の研究成果をアップビットデータラボ、UBCS、オンチェーン資金追跡ソリューション OTSの分析信頼性向上に生かし、AIベースの資金追跡と金融犯罪分析技術の高度化にも活用する方針だと明らかにした。
期間別予測トレンドレポート



暗号資産取引所アップビット(Upbit)を運営するドゥナムは11月17日、金融人工知能(AI)の国際学術大会「ICAIF 2026」で研究論文3本が採択されたと発表した。内訳はメインカンファレンスが1本、専門ワークショップが2本だった。
ICAIFは、コンピューター分野の学術団体ACMが主催する金融AIの国際学術大会。ブラックロック(BlackRock)やJPモルガン、ビザ、マスターカード、スタンダードチャータード(Standard Chartered)など世界の金融・決済大手が参加する。11月14日から11月17日までイタリア・ミラノのボッコーニ大学で開いた今年の学会には、過去最多の1000本超の論文が投稿された。メインカンファレンスの採択率は約22%だった。
ドゥナムが発表した論文は、取引所ウォレットの識別、デジタル資産の分類、ブロックチェーン資金追跡など、データ分析の精度と信頼性を高める研究を扱った。このうち取引所ウォレットの識別技術は、アップビットデータラボのブロックチェーン分析サービスに一部適用した。
メインカンファレンスで採択された「準備金証明を活用したイーサリアム基盤の中央集権型取引所ウォレットのオンチェーン行動特性分類」は、機械学習で取引所ウォレットを識別する手法を示した。ドゥナムのクオンツチームのパク・ソンチャン研究員らは、15の取引所が公開した準備金証明データをもとに、約303万件のイーサリアムウォレットアドレスを分析した。取引パターンやトークン移動、ガス使用量など58項目の行動特性を導き出した。
学習に使っていない取引所のウォレットを対象に評価した結果、分類性能指標のPR-AUCは平均0.9594だった。1に近いほど分類性能が高いことを意味する。ドゥナムは、これによって従来把握されていなかった取引所ウォレットも識別できる可能性を確認したと説明した。この技術は、アップビットデータラボで取引所やクジラ、財団など主体別の保有状況を分析するのに一部活用している。
専門ワークショップで採択された「機関向けデジタル資産分類体系のための意味変換」は、大規模言語モデル(LLM)でスマートコントラクトのコードを分析し、デジタル資産を実際の用途に応じて分類する研究だ。ドゥナムのクオンツチームのチョン・ヒョンホチーム長らは、ユニスワップやアーベ、カーブなどイーサリアム基盤の分散型金融(DeFi)プロトコルを対象に実験した。コードを自然言語に変換して金融機能ごとに分類した結果、分析対象17件のうち16件が既存の分類基準と一致した。
この手法は、AIが示した分類根拠を人が直接点検し、検証できる点が特徴だ。研究チームは今後、アップビットのデジタル資産分類体系(UBCS)の高度化にもこの技術を適用する計画だ。
もう1本のワークショップ論文「不完全な取引記録における入金資金使用額の推定範囲」は、取引記録が十分でない状況で、資金の流れを信頼性高く分析するために必要な情報と条件を扱った。ドゥナムのFDIチームのキム・ソンヨンプロジェクトリーダーとソ・ミンソプチーム長らは、イーサリアムウォレットの取引事例とブロックチェーン実行実験を通じ、資金源分析の信頼性を支える中核情報を確認した。
ドゥナムは、今回の研究がオンチェーン資金追跡ソリューション「OTS」の分析信頼性を高める技術的根拠になったと説明した。今後はAIベースの資金追跡や金融犯罪分析技術の高度化にも活用する方針だ。
キム・デヒョン最高データ責任者(CDO)は「今回の研究は、AI技術を活用してブロックチェーンデータをより精緻に分析し、その結果の信頼性を高められる可能性を確認した点で意義が大きい」と述べた。あわせて「今後もAIとブロックチェーン技術の融合研究を続け、デジタル資産産業の技術革新を主導していく」と強調した。
Doohyun Hwang
cow5361@bloomingbit.ioKEEP CALM AND HODL🍀