2024년 4월 26일

가상자산 기업이 자금세탁방지(AML) ) 프로그램의 효과와 효율성을 높일 수 있는 방법

컴플라이언스 담당자는 가상자산 분야에서자금세탁방지(AML)) 프로그램을 구축하는 과정에서 수많은 어려움에 직면하게 됩니다.

우선, 가상자산 생태계와 그 기반 기술이 빠르게 진화하고 있을 뿐만 아니라 가상자산 거래를 불법 네트워크의 계획에 포함시키는 불법 네트워크가 점점 더 많아지고 있습니다. 과거에는 불법 행위자들이 가상자산 주로 사기, 해킹, 다크넷 마켓플레이스 활동에 사용했습니다. 오늘날 불법 사용은 정교한 시세 조작 시도, 확산 자금 조달, 테러 자금 조달, 뇌물 수수 및 기타 자금 세탁 유형으로 확대되고 있습니다.

또한, 규제 기관은 가상자산 활동에 대한 집중도를 계속 높이고 있습니다. 인스턴스 경우, 2023년 CFTC(미국 상품선물거래위원회) 96건의 집행 조치를 취해 43억 달러가 넘는 벌금을 부과했습니다. 이 중 약 절반이 가상자산 활동과 관련된 행위와 관련된 조치였습니다.

이와 관련하여 최근 FCA(영국 금융행위감독청) )은 FCA(영국 금융행위감독청) 등록된 가상자산 업체 44곳을 조사한 결과 "상당한 수준의 규정 미준수"를 발견했습니다. 또한 2023년에는 가상자산 분야에서 역대 최대 규모의 벌금과 형사 조치가 부과되기도 했습니다. 가상자산 기업에 대한 이러한 조치와 기타 규제 조치에서 분명한 것은 규제 당국이 가상자산 자금세탁방지(AML) ) 프로그램의 실효성을 점점 더 좁혀가고 있다는 점입니다.

블록체인 기술 및 분석 제품은 규정 준수 책임자가 보다 효과적인 프로그램을 구축하는 데 사용할 수 있는 향상된 툴킷을 제공하여 궁극적으로 플랫폼에서 불법 활동을 더 잘 식별하고 예방하는 데 도움을 줍니다. 실시간 위협 인텔리전스를 기존 규정 준수 프레임워크에 통합하면 이 툴킷에서 특히 중요한 부분을 차지합니다.

위험 기반 접근 방식의 과제

컴플라이언스 프로그램이 가장 위험이 높은 비즈니스 및 고객 영역에 강화된 통제와 프로세스를 적용한다는 개념인 '위험 기반 접근법'이라는 용어는 신입 컴플라이언스 책임자라도 잘 알고 있을 것입니다. 이는 자금세탁방지(AML) ) 규정 준수의 기본 원칙 중 하나로 간주됩니다. 이론적으로 위험 기반 접근 방식은 기관의 위험 평가를 기반으로 하며, 이를 통해 기업에서 가장 위험이 큰 분야, 즉 가장 엄격한 통제가 필요한 분야에 대한 지침을 제공합니다.

그러나 가상자산 빠르게 진화하는 공간에서 악의적인 행위자들이 빠르게 전술을 반복하는 경우, 위험 기반 접근 방식에 기반을 둔 규정 준수 프로그램은 처음부터 프로그램이 효과적일 것이라는 규제 기관의 기대에 반하는 빈번한 위험 평가의 결과를 조정하는 데 어려움을 겪을 수 있습니다.

가상자산 분야의 컴플라이언스 담당자는 불법 행위자와 이들이 자금 세탁에 사용하는 유형을 식별하기 위해 최신의 실행 가능한 인텔리전스를 더욱 필요로 합니다. 이를 위해 실시간 위협 인텔리전스는 위험 평가부터 고객 위험 순위 모델, 강화된 실사, 거래 모니터링 및 제재 심사에 이르기까지 자금세탁방지(AML) ) 프로그램 전반에 적용할 수 있는 강력한 도구가 될 수 있습니다. 또한 이러한 인텔리전스 기반 접근 방식은 위험 기반 접근 방식을 보완할 뿐만 아니라 자금세탁방지(AML) ) 프로그램의 효과와 효율성을 크게 향상시킬 수 있습니다.

실시간 위협 인텔리전스로 기존 위험 기반 접근 방식 강화

TRM은 온체인 리스크에 대한 역동적인 그림을 그리기 위해 여러 가지 유형의 인텔리전스를 생성합니다.

오픈 소스 인텔리전스(OSINT): 수십 개의 언어와 국가에 걸쳐 수억 개의 웹사이트에서 데이터를 스크랩하여 생성합니다. 여기에는 다크 웹 게시물, 소송 문서, 규제 지정, 소셜 미디어 플랫폼, 텔레그램 채널 모니터링이 포함됩니다. TRM과 같은 블록체인 인텔리전스 솔루션은 이러한 유형의 OSINT 데이터를 통합하여 악의적인 행위자가 가상자산 관련하여 사용하는 주소와 방법을 찾기 시작합니다 가상자산
위협 인텔리전스: 위협 헌터 접근 방식을 통해 생성되어 악의적인 행위자의 추가 네트워크와 방법, 선호하는 장소, 세탁 유형을 식별합니다. 이러한 접근 방식은 불법 가상자산 경제에서 가장 추적하기 어렵고 접근하기 힘든 요소를 추적하는 데 매우 중요합니다. 또한 TRM은 오늘날 불법 행위자들이 사용하는 가장 두드러진 위험과 유형을 파악하여 규정 준수 팀이 프로그램을 민첩하고 신속하게 대응할 수 있도록 지원합니다.
행동 인텔리전스: 블록체인 고유의 거래에서 의심스러운 행동 이상 징후를 포착하는 모델에서 생성됩니다. 2020년, TRM은 다음을 출시했습니다. Signatures를 출시하여 수사관이 온체인에서 정교한 자금 세탁 기법 및 기타 유형을 빠르게 찾아내어 도표화할 수 있도록 했습니다. 이러한 행동 식별은 또한 규정 준수 팀에 알림 수 있는 고위험 장소(예: 다크넷 마켓)와의 연결을 정교하게 숨기는 악의적인 행위자를 식별하기 위해 특별히 설계되었습니다.

이 세 가지 계층은 보다 시기적절하고 실행 가능한 위험 상황을 파악하여 규정 준수 팀의 위험 식별 및 제어 메커니즘의 효율성을 향상시키는 강력한 다차원 정보 수집 프레임워크 만듭니다.