이더리움 블록체인에서 봇 활동 탐지: 네트워크 이론 기반 접근

초록

본 논문은 이더리움 네트워크의 거래 데이터를 그래프 형태로 모델링하고, 지갑 간 거래 간 시간 간격의 분포가 전형적인 파워‑러 법칙을 따르는지 분석한다. 파워‑러 법칙에서 벗어나는 주기적·비주기적 스파이크를 이상치로 규정하고, 이러한 이상치가 채굴 풀 보상 분배나 토큰 에어드롭 등 자동화된 봇 활동과 강하게 연관됨을 실증한다. 네트워크 이론과 통계적 분포 분석을 결합한 간단하지만 효과적인 봇 탐지 방법을 제시한다.

상세 분석

이 논문은 이더리움 블록체인 거래 네트워크를 정점(지갑)과 간선(거래)으로 구성된 무방향 그래프로 정의하고, 각 지갑별 연속 거래 사이의 시간 차이를 “분” 단위로 측정한다. 전체 지갑에 대한 시간 차이 히스토그램을 구축한 결과, 대부분의 구간이 파워‑러 법칙 형태를 보이며, 이는 인간 주도 거래가 자연스럽게 나타내는 ‘버스트’ 현상과 일치한다는 기존 연구(Barabási, 2005 등)를 재현한다. 그러나 히스토그램에는 몇몇 뚜렷한 피크가 존재하는데, 이는 기대되는 연속적인 파워‑러 곡선에서 벗어난 이상치로 해석된다.

저자는 이러한 피크를 두 종류로 구분한다. 첫 번째는 “주기적 이상치”로, 24시간, 48시간 등 일정 간격을 반복적으로 나타내는 스파이크이다. 샘플링 기간을 임의의 2일 혹은 1주일로 설정했을 때 동일한 피크가 재현되는 점에서, 이 현상이 특정 시간대에 자동으로 발생하는 거래와 연관됨을 추론한다. 실제 거래 데이터를 추적하면, 해당 피크는 주로 채굴 풀에서 채굴 보상을 풀 멤버에게 분배하는 트랜잭션과 일치한다. 채굴 풀은 사전에 정의된 보상 스케줄에 따라 정기적으로 다수의 지갑에 동일 금액을 전송하므로, 시간 간격이 고정된 패턴을 만든다.

두 번째는 “비주기적 이상치”로, 특정 날짜와 시간에만 나타나는 단일 피크이다. 논문에서는 2018년 5월 18일에 1032분(≈17시간) 간격으로 발생한 스파이크를 사례로 제시한다. 해당 시점에 발생한 거래를 분석하면, 다수의 신규 지갑이 동일한 토큰 에어드롭에 참여한 흔적이 발견된다. 에어드롭은 프로젝트가 무료 토큰을 배포하기 위해 자동화된 스크립트(봇)를 활용하는 경우가 많으며, 여러 지갑이 동일한 시점에 동일한 양의 토큰을 수신한다는 점에서 비정상적인 패턴을 만든다.

핵심 통찰은 다음과 같다. (1) 인간 주도 거래는 일반적으로 파워‑러 분포를 따르지만, 자동화된 봇 활동은 특정 시간 간격에 집중된 트랜잭션을 생성해 분포에서 뚜렷한 이탈을 만든다. (2) 이러한 이탈을 정량적으로 식별함으로써, 별도의 머신러닝 모델이나 복잡한 피처 엔지니어링 없이도 봇을 탐지할 수 있다. (3) 네트워크 이론적 접근은 거래 금액, 대상 주소 등 추가적인 메타데이터와 결합하면 탐지 정확도를 더욱 향상시킬 수 있다.

이 연구는 기존의 규칙 기반, 클러스터링, 머신러닝 기반 봇 탐지 방법과 차별화된다. 복잡한 모델을 훈련시키는 비용을 절감하면서도, 블록체인 고유의 투명성(모든 거래가 공개됨)을 활용해 간단한 통계적 검증만으로도 실용적인 탐지 체계를 구축한다는 점에서 실용적 의의가 크다. 또한, 파워‑러 법칙에서 벗어나는 패턴을 “비정상적 인간 행동”이 아닌 “자동화된 비인간 행동”으로 해석함으로써, 블록체인 생태계의 보안·투명성 강화에 기여한다.