탈중앙화 금융(DeFi) 시장은 빠르게 변화하며 복잡하게 얽힌 신용 위험에 노출되어 있어, 이를 감독하는 데 어려움이 많습니다. 기존의 범용 대규모 언어모델(LLM) 기반 에이전트들은 불확실한 증거를 과대 해석하여 불필요한 고위험 개입을 권고하는 경향이 있었고, 이로 인한 오경보(false alarm)를 규제 기관의 관점에서 측정할 방법도 마땅치 않았습니다.
이러한 문제를 해결하기 위해 'DeXposure-Claw'라는 새로운 AI 기반 감독 시스템이 개발되었습니다. 이 시스템은 LLM의 의사 결정을 구조화된 증거를 통해 검증하는 방식으로 작동합니다. 먼저, 'DeXposure-FM'이라는 그래프 시계열 기반 모델이 미래의 익스포저 네트워크를 예측합니다. 이 예측을 바탕으로 결정론적 모니터링 및 스트레스 시나리오 분석을 통해 특정 유형의 경고, 귀인 신호, 시나리오 증거를 생성합니다. 마지막으로, 데이터 건전성 및 신뢰도 게이트를 거쳐 오경보를 최소화한 후, 감사 가능한 감독 티켓과 그 근거를 발행합니다.
연구팀은 'DeXposure-Claw'의 성능을 평가하기 위해 'DeXposure-Bench'라는 6가지 축의 평가 도구를 개발했습니다. 이 도구는 규제 기관의 관점에서 실제 손실과 잘못된 개입률을 기준으로 감독 티켓의 정확도를 측정합니다. 5년간의 실제 데이터를 활용한 실험 결과, DeXposure-Claw 시스템의 우수성이 입증되었습니다. 이는 DeFi 시장의 투명성과 안정성을 높이는 데 중요한 역할을 할 수 있음을 시사합니다.