KR102096651B1 - 트랜잭션 풀 정보를 이용한 암호화폐 거래소의 즉시 입금 승인 장치 및 방법 - Google Patents

Abstract

본 발명은 다이나믹 수수료를 이용한 암호화 화폐 거래소 입금 승인 장치 및 방법에 관한 것이다. 이를 위하여, 거래소 입금 트랜잭션의 트랜잭션 정보를 기초로 거래소 입금 트랜잭션의 거절(Reject) 가능성을 예측하여 거절 가능성 정보를 생성하는 인공지능 프로그램 코드를 포함하는 거절 가능성 예측 모듈; 거절 가능성 예측 모듈에서 생성된 거절 가능성 정보를 기초로 다이나믹하게 계산되는 기대 손실인 즉시 입금 수수료를 생성하는 다이나믹 수수료 계산 모듈; 및 즉시 입금 수수료에 대한 사용자 계정의 승인을 기초로 거래소 입금 트랜잭션에 대한 입금 승인 여부를 결정하는 입금 승인 모듈;가 제공될 수 있다.

Description

트랜잭션 풀 정보를 이용한 암호화폐 거래소의 즉시 입금 승인 장치 및 방법{Apparatus and method for approving instant deposit of cryptocurrency using dynamic commission}

본 발명은 트랜잭션 풀 정보를 이용한 암호화폐 거래소의 즉시 입금 승인 장치 및 방법에 관한 것이다.

2009년 세상에 등장한 암호화폐이자 가상화폐인 비트코인(Bitcoin)은 화폐의 정의를 뒤흔들며 시장에서 높은 수요를 나타냈을 뿐만 아니라, 기존의 서비스들에도 블록체인이 적용되는 파급효과를 가져왔다. 비트코인 창시자 사토시 나카모토는 암호화 기술과 네트워크 기술 등을 결합해 화폐 발행과 거래 내역을 P2P 분산 네트워크상에서 다수 컴퓨터가 동시에 기록하고 검증하는 방법을 제시했고, 이는 블록체인(Blockchain)이라고 불리는 분산원장(distributed ledger) 기술이다. 비트코인은 블록체인 기술이 실제로 작동함을 보여준 첫 적용 사례(use case)다. 글로벌 암호화폐(가상화폐)의 시가 총액은 2017년 8월 $150B 을 달성하였다. 또한, 2017년 8월에는 비트코인은 2조 6천억원, 이더리움은 9천억원, 리플은 1조 8천억원의 글로벌 1일 거래량을 달성한 바 있다. 2018년 11월 현재 거래되고 있는 암호화폐는 약 1000개 이상이다.

암호화폐 거래소(Cryptocurrency exchange)는 특정 사용자가 보유한 암호화폐를 법정화폐 또는 다른 암호화폐와 거래하는 마켓 플레이스를 의미한다. 현재 대표적인 암호화폐 거래소로는 대한민국의 빗썸(Bithumb), 업비트(Upbit), 코빗(Korbit), 코인원(Coinone), 업사이드(Upxide) 등이 있고, 일본의 bitFlyer, Quoine, Coincheck 등이 있고, 중국과 홍콩의 BTCChina, OKCoin, gate.io, KuCoin 등이 있으며, 미국의 bitMEX, Bittrex, Coinbase, Kraken, deyMEX 등이 있고, 유럽의 Binance, Bitfinex, Bitstamp, HitBTC 등이 있다. 전 세계적으로 암호화폐 거래소는 증가하는 추세이며 2017년 3월 기준 152개 거래소에서 76개의 통화로 암호화폐를 거래할 수 있다.

이러한 암호화폐 거래소에서는 코인이나 토큰과 같은 암호화폐 입출금을 수행할 때 퍼블릭 블록체인의 사용자 계정 주소와 거래소의 계정 주소 사이의 상태변화 정보를 포함하는 트랜잭션의 확정을 기준으로 암호화폐 입출금을 수행하게 된다. 이때, 트랜잭션의 생성이나 배포에 따라 암호화폐 입출금을 곧바로 수행하는 것이 아니라 트랜잭션의 컨펌(confirmation)을 기준으로 암호화폐 입출금을 수행하기 때문에, 사용자의 암호화폐 입출금이 상당히 지연될 수 밖에 없는 문제가 있었다. 이는 특정 트랜잭션의 생성 및 배포 이후에 블록이 누적될수록 트랜잭션의 안정성이 향상되기 때문이다.

트랜잭션의 컨펌이란, 예를 들어, A주소의 비트코인을 B주소로 이체하기 위해 이체 거래인 트랜잭션(Transaction)을 생성하고 자신의 ‘개인키(private key)’로 서명해 네트워크에 전파(Propagation)하면 트랜잭션이 각 노드의 메모리의 대기열에 저장되고, 저장된 트랜잭션을 채굴자가 전파받아 자신이 채굴하여 발행하는 블록에 삽입한 뒤 이를 전파하면 트랜잭션이 컨펌(Confirmation) 된다. 이처럼 트랜잭션이 컨펌된 이후에 새로운 블록이 추가로 형성되어 이전의 블록체인과 블록헤드 해시값으로 연결되면 컨펌의 횟수가 2 이상이 된다. 각 암호화폐 거래소는 이러한 컨펌의 횟수를 기설정해놓고 입금을 승인 또는 확정(settlement)한다.

이에 따라, 예를 들어, A 거래소에서 B 거래소로의 코인 입출금은 다음의 단계로 진행된다. 1단계는 A거래소 출금 승인 단계로서, A 거래소의 코인을 B거래소로 전송하려면 우선 A거래소의 출금 승인을 거쳐야 한다. A 거래소에서는 보이스피싱 등의 금융사기가 의심될 경우 A 거래소는 출금 승인을 거절하게 된다. 2단계는 블록체인 네트워크 승인(컨펌) 단계로서, A거래소에서 출금 승인이 완료되면, 코인은 블록체인 네트워크로 전송되어 컨펌을 받게 된다. 이때 지급하려는 수수료(이더리움의 경우 GAS)가 낮아 채굴자가 승인을 기피할 경우 승인이 지연되거나 취소될 수도 있다. 3단계는 B거래소 입금 승인 단계로서, 입금하려는 거래소에 기설정된 입금 승인을 위한 컨펌 수가 충족되게 되면 자동적으로 승인이 이루어진다. 승인에 필요한 컨펌 수는 코인별, 거래소별로 각각 다르다.

대한민국 등록특허 10-1862000, 다중 거래소를 사용하는 암호화폐 리스크 관리시스템(Risk management system of cryptography money using multi-customer), 팝펀딩 주식회사 대한민국 공개특허 10-2018-0101355, 블록체인 자산의 거래소에 있어서 보안을 개선하는 시스템 및 방법(SYSTEMS AND METHODS FOR IMPROVING SECURITY IN BLOCKCHAIN-ASSET EXCHANGE), 쉐이프시프트 아게

하지만, 트랜잭션의 컨펌을 이용한 기존의 암호화폐 거래소의 입금 승인 방식에 따르면 암호화페 입금에 지나치게 많은 시간이 소요되는 문제가 발생된다. 이러한 문제는 특히 암호화폐 데이 트레이딩, 재정거래, 스켈핑, 스윙 트레이딩 등을 수행하는 투자자에게 매우 큰 손실을 야기하게 된다.

따라서, 본 발명의 목적은 입금 승인의 속도를 향상시키기 위해 다이나믹 수수료를 이용한 암호화폐 거래소 입금 승인 장치 및 방법을 제공하는 데에 있다.

이하 본 발명의 목적을 달성하기 위한 구체적 수단에 대하여 설명한다.

본 발명의 목적은, 블록체인 분산 네트워크를 구성하는 복수의 노드의 우선순위를 갱신하고 특정 사용자의 입금 요청을 승인하도록 구성되는 프로그램 코드를 저장하는 메모리 모듈; 및 상기 프로그램 코드를 처리하여 상기 입금 요청의 승인 여부를 결정하는 처리 모듈을 포함하고, 상기 프로그램 코드는, 상기 블록체인 분산 네트워크의 상기 복수의 노드의 정보인 노드 정보를 수집하고, 상기 노드 정보를 기초로 각 노드에 대한 노드 평가 정보를 생성한 뒤, 상기 노드 평가 정보를 이용하여 상기 복수의 노드에 대한 노드 우선순위를 갱신하는 노드 우선순위 갱신 단계; 갱신된 상기 노드 우선순위에 따라 높은 우선순위를 갖는 노드인 상위 노드에서의 상기 입금 요청에 대응되는 트랜잭션의 컨펌 횟수를 포함하는 상기 트랜잭션에 대한 정보인 트랜잭션 정보를 요청하는 트랜잭션 정보 요청 단계; 상기 상위 노드에서 상기 트랜잭션 정보를 수신하는 트랜잭션 정보 수신 단계; 및 상기 트랜잭션 정보에서 상기 트랜잭션의 컨펌 횟수가 승인 조건인 기설정된 컨펌 횟수에 도달한 경우 상기 입금 요청에 대해 입금 승인을 수행하는 트랜잭션 컨펌 확인 및 입금 승인 단계;를 포함하여 컴퓨터 상에서 수행되도록 구성되고, 상기 노드 평가 정보에는 기존의 트랜잭션에 대한 각 노드들의 업데이트 반응 속도(latency) 또는 각 노드들이 상기 블록체인 분산 네트워크에 배포한 트랜잭션 중 상기 승인 조건을 만족하는 트랜잭션의 비율인 레퓨테이션(Reputation) 정보가 포함되는 것을 특징으로 하는, 인공지능을 이용한 암호화폐 거래소 입금 승인 장치를 제공하여 달성될 수 있다.

본 발명의 다른 목적은, 암호화폐 거래소 입금 승인 장치가, 블록체인 분산 네트워크의 복수의 노드의 정보인 노드 정보를 수집하고, 상기 노드 정보를 기초로 각 노드에 대한 노드 평가 정보를 생성한 뒤, 상기 노드 평가 정보를 이용하여 상기 복수의 노드에 대한 노드 우선순위를 갱신하는 노드 우선순위 갱신 단계; 상기 암호화폐 거래소 입금 승인 장치가, 갱신된 상기 노드 우선순위에 따라 높은 우선순위를 갖는 노드인 상위 노드에서의 사용자의 입금 요청에 대응되는 트랜잭션의 컨펌 횟수를 포함하는 상기 트랜잭션에 대한 정보인 트랜잭션 정보를 요청하는 트랜잭션 정보 요청 단계; 암호화폐 거래소 입금 승인 장치가, 상기 상위 노드에서 상기 트랜잭션 정보를 수신하는 트랜잭션 정보 수신 단계; 및 암호화폐 거래소 입금 승인 장치가, 상기 트랜잭션 정보에서 상기 트랜잭션의 컨펌 횟수가 승인 조건인 기설정된 컨펌 횟수에 도달한 경우 상기 입금 요청에 대해 입금 승인을 수행하는 트랜잭션 컨펌 확인 및 입금 승인 단계;를 포함하여 컴퓨터 상에서 수행되도록 구성되고, 상기 노드 평가 정보에는 기존의 트랜잭션에 대한 각 노드들의 업데이트 반응 속도(latency) 또는 각 노드들이 상기 블록체인 분산 네트워크에 배포한 트랜잭션 중 상기 승인 조건을 만족하는 트랜잭션의 비율인 레퓨테이션(Reputation) 정보가 포함되는 것을 특징으로 하는, 인공지능을 이용한 암호화폐 거래소 입금 승인 방법을 제공하여 달성될 수 있다.

본 발명의 다른 목적은, 특정 블록체인 내의 사용자의 계정인 사용자 계정에서 상기 특정 블록체인 내의 거래소의 계정인 거래소 계정으로 특정 암호화폐를 송금(transfer)하는 트랜잭션인 거래소 입금 트랜잭션의 트랜잭션 정보를 상기 특정 블록체인의 분산 네트워크를 구성하는 복수의 노드 중 적어도 하나의 노드인 연결 노드에서 수신하는 트랜잭션 정보 수집 모듈; 상기 거래소 입금 트랜잭션의 상기 트랜잭션 정보를 기초로 상기 거래소 입금 트랜잭션의 거절(Reject) 가능성을 예측하여 거절 가능성 정보를 생성하는 인공지능 프로그램 코드를 포함하는 거절 가능성 예측 모듈; 및 상기 거절 가능성 정보를 기초로 상기 거래소 입금 트랜잭션에 대한 입금 승인 여부를 결정하는 입금 승인 모듈;을 포함하고, 상기 트랜잭션 정보는, 상기 사용자 계정이 상기 거래소 입금 트랜잭션에 설정한 수수료 정보를 포함하며, 상기 입금 승인 모듈에 의해 상기 거래소 입금 트랜잭션에 대한 입금이 승인되면, 상기 거래소 입금 트랜잭션이 기록된 블록의 채굴 노드에 의한 증명이 수행되기 이전에, 상기 사용자는 승인된 상기 특정 암호화폐의 상기 거래소 내에서의 매도가 가능해지는 것을 특징으로 하는, 인공지능을 이용한 암호화폐 거래소 입금 승인 장치를 제공하여 달성될 수 있다.

또한, 상기 거절 가능성 예측 모듈의 상기 인공지능 프로그램 코드는, 상기 거래소 입금 트랜잭션의 상기 트랜잭션 정보 및 상기 연결 노드의 트랜잭션 풀에 대한 정보인 트랜잭션 풀 정보를 기초로 상기 거래소 입금 트랜잭션의 거절(Reject) 가능성을 예측하여 상기 거절 가능성 정보를 생성하고, 상기 트랜잭션 풀 정보는, 상기 트랜잭션 풀에 포함된 트랜잭션의 수, 상기 거래소 입금 트랜잭션의 수수료 순위 및 상기 트랜잭션 풀의 수수료 합계 중 적어도 하나를 포함할 수 있다.

본 발명의 다른 목적은, 트랜잭션 정보 수집 모듈이, 사용자의 특정 블록체인 내의 계정인 사용자 계정에서 거래소의 상기 특정 블록체인 내의 계정인 거래소 계정으로 특정 암호화폐를 송금(transfer)하는 트랜잭션인 거래소 입금 트랜잭션의 트랜잭션 정보를 상기 특정 블록체인의 분산 네트워크를 구성하는 복수의 노드 중 적어도 하나의 노드인 연결 노드에서 수신하는 트랜잭션 정보 수집 단계; 상기 거래소 입금 트랜잭션의 상기 트랜잭션 정보를 기초로 상기 거래소 입금 트랜잭션의 거절(Reject) 가능성을 예측하여 거절 가능성 정보를 생성하는 인공지능 프로그램 코드를 포함하는 거절 가능성 예측 모듈이, 상기 인공지능 프로그램 코드를 수행하는 거절 가능성 예측 단계; 및 입금 승인 모듈이, 상기 거절 가능성 정보를 기초로 상기 거래소 입금 트랜잭션에 대한 입금 승인 여부를 결정하는 입금 승인 단계;을 포함하고, 상기 트랜잭션 정보는, 상기 사용자 계정이 상기 거래소 입금 트랜잭션에 설정한 수수료 정보를 포함하며, 상기 입금 승인 모듈에 의해 상기 거래소 입금 트랜잭션에 대한 입금이 승인되면, 상기 거래소 입금 트랜잭션이 기록된 블록의 채굴 노드에 의한 증명이 수행되기 이전에, 상기 사용자는 승인된 상기 특정 암호화폐의 상기 거래소 내에서의 매도가 가능해지는 것을 특징으로 하는, 인공지능을 이용한 암호화폐 거래소 입금 승인 방법을 제공하여 달성될 수 있다.

또한, 상기 거절 가능성 예측 모듈의 상기 인공지능 프로그램 코드는, 상기 거래소 입금 트랜잭션의 상기 트랜잭션 정보 및 상기 연결 노드의 트랜잭션 풀에 대한 정보인 트랜잭션 풀 정보를 기초로 상기 거래소 입금 트랜잭션의 거절(Reject) 가능성을 예측하여 상기 거절 가능성 정보를 생성하고, 상기 트랜잭션 풀 정보는, 상기 트랜잭션 풀에 포함된 트랜잭션의 수, 상기 거래소 입금 트랜잭션의 수수료 순위 및 상기 트랜잭션 풀의 수수료 합계 중 적어도 하나를 포함할 수 있다.

또한, 상기 거절 가능성 예측 모듈의 상기 인공지능 프로그램 코드는, 특정 트랜잭션의 트랜잭션 정보를 구성하는 속성(상기 사용자 계정에서 보낸 트랜잭션의 수, 상기 수수료 정보, 송금할 상기 특정 암호화폐의 양 및 data의 크기), 블록 정보를 구성하는 속성(블록의 번호, 엉클 블록의 블록 리스트 수, 수수료 합계, 블록의 난이도 및 증명 상수), 블록에 기록되기전에 메모리에 저장된 트랜잭션의 집합인 트랜잭션 풀의 정보인 트랜잭션 풀 정보를 구성하는 속성(상기 트랜잭션 풀에 포함된 트랜잭션의 수, 상기 거래소 입금 트랜잭션의 수수료 순위 및 상기 트랜잭션 풀의 수수료 합계) 중 적어도 일부의 속성을 포함하는 속성 조합인 속성군을 복수개 선정하여 초기 세대를 생성하는 속성군 생성 단계; 과거의 트랜잭션 중 일부를 Training Set로 샘플링하고, 복수개의 상기 속성군을 기초로 상기 트랜잭션 정보, 상기 블록 정보 및 상기 트랜잭션 풀 정보를 상기 특정 트랜잭션에 대한 상기 거절 가능성 정보를 출력하는 인공신경망의 입력 레이어(Input Layer)에 입력하며, 출력 레이어(Output Layer)에서 출력되는 상기 거절 가능성 정보와 상기 특정 트랜잭션의 실제 거절 여부와의 거리인 예측도를 기초로 상기 인공신경망을 학습하는 학습 단계; 상기 과거의 트랜잭션 중 나머지 일부를 Test Set로 샘플링하고, 복수개의 상기 속성군을 기초로 상기 트랜잭션 정보, 상기 블록 정보 및 상기 트랜잭션 풀 정보를 상기 특정 트랜잭션에 대한 상기 거절 가능성 정보를 출력하는 인공신경망의 입력 레이어(Input Layer)에 입력하며, 출력 레이어(Output Layer)에서 출력되는 상기 거절 가능성 정보와 상기 특정 트랜잭션의 실제 거절 여부와의 거리인 예측도를 기초로 상기 인공신경망의 성능을 평가하는 성능 평가 단계; 및 상기 성능 평가 단계의 상기 예측도를 기초로 복수개의 상기 속성군을 선택 진화 연산하여 선택 진화된 복수개의 상기 속성군으로 구성되는 대치(Replace) 세대를 생성하는 진화 단계;를 포함하여 컴퓨터 상에서 수행되고, 상기 대치 세대에 대해 특정 종결 조건이 만족될 때까지 상기 입력 단계 내지 상기 진화 단계를 반복하여 상기 속성군이 업데이트 되며, 상기 거절 가능성 예측 모듈은, 상기 특정 종결 조건이 만족된 이후에 상기 대치 세대를 구성하는 복수개의 상기 속성군 중 가장 높은 예측도가 출력되는 상기 속성군을 이용하여 상기 거래소 입금 트랜잭션의 상기 거절 가능성 정보를 생성하는 것을 특징으로 할 수 있다.

또한, 상기 거절 가능성 예측 모듈의 상기 인공지능 프로그램 코드는, 특정 트랜잭션의 트랜잭션 정보를 구성하는 속성(상기 사용자 계정에서 보낸 트랜잭션의 수, 상기 수수료 정보, 송금할 상기 특정 암호화폐의 양 및 data의 크기), 블록 정보를 구성하는 속성(블록의 번호, 엉클 블록의 블록 리스트 수, 수수료 합계, 블록의 난이도 및 증명 상수) 및 블록에 기록되기전에 메모리에 저장된 트랜잭션의 집합인 트랜잭션 풀의 정보인 트랜잭션 풀 정보를 구성하는 속성(상기 트랜잭션 풀에 포함된 트랜잭션의 수, 상기 거래소 입금 트랜잭션의 수수료 순위 및 상기 트랜잭션 풀의 수수료 합계)를 환경(Environment)로 하고, 상기 거절 가능성 예측 모듈을 에이전트(Agent)로 하며, 상기 특정 트랜잭션에 대한 상기 거절 가능성 예측 모듈의 상기 거절 가능성 정보의 출력을 액션(Action)으로 하고, 상기 특정 트랜잭션의 실제 거절 여부를 보상(Reward)로 하는 강화학습 모델을 생성하는 강화학습 모델 생성 단계; 상기 에이전트(Agent)인 상기 거절 가능성 예측 모듈이 과거의 트랜잭션에 대해 거절 가능성을 예측하여 상기 거절 가능성 정보를 출력하는 상기 액션(Action)을 수행하는 액션 단계; 상기 과거의 트랜잭션의 상기 실제 거절 여부를 기초로 상기 에이전트(Agent)인 상기 거절 가능성 예측 모듈에 상기 보상(Reward)을 수행하는 보상 단계; 및 상기 보상(Reward)을 기초로 상기 거절 가능성 예측 모듈을 업데이트하는 업데이트 단계;를 포함하여 컴퓨터 상에서 수행되고, 특정 종결 조건이 만족될 때까지 상기 액션 단계 내지 상기 업데이트 단계를 반복하여 상기 거절 가능성 예측 모듈이 업데이트 되며, 상기 거절 가능성 예측 모듈은, 상기 특정 종결 조건이 만족된 이후에 상기 거래소 입금 트랜잭션의 상기 거절 가능성 정보를 생성하는 것을 특징으로 할 수 있다.

본 발명의 다른 목적은, 특정 블록체인 내의 사용자의 계정인 사용자 계정에서 상기 특정 블록체인 내의 거래소의 계정인 거래소 계정으로 특정 암호화폐를 송금(transfer)하는 트랜잭션인 거래소 입금 트랜잭션의 트랜잭션 정보를 상기 특정 블록체인의 분산 네트워크를 구성하는 복수의 노드 중 적어도 하나의 노드인 연결 노드에서 수신하는 트랜잭션 정보 수집 모듈; 상기 거래소 입금 트랜잭션의 상기 트랜잭션 정보를 기초로 상기 거래소 입금 트랜잭션의 거절(Reject) 가능성을 예측하여 거절 가능성 정보를 생성하는 인공지능 프로그램 코드를 포함하는 거절 가능성 예측 모듈; 상기 거절 가능성 예측 모듈에서 생성된 상기 거절 가능성 정보를 기초로 다이나믹하게 계산되는 기대 손실인 즉시 입금 수수료를 생성하는 다이나믹 수수료 계산 모듈; 및 상기 즉시 입금 수수료에 대한 상기 사용자 계정의 승인을 기초로 상기 거래소 입금 트랜잭션에 대한 입금 승인 여부를 결정하는 입금 승인 모듈;을 포함하고, 상기 트랜잭션 정보는, 상기 사용자 계정이 상기 거래소 입금 트랜잭션에 설정한 수수료 정보를 포함하며, 상기 입금 승인 모듈에 의해 상기 거래소 입금 트랜잭션에 대한 입금이 승인되면, 상기 거래소 입금 트랜잭션이 기록된 블록인 현재 블록의 채굴 노드에 의한 증명이 수행되기 이전에, 상기 사용자는 승인된 상기 특정 암호화폐의 상기 거래소 내에서의 매도가 가능해지는 것을 특징으로 하는, 다이나믹 수수료를 이용한 암호화폐 거래소 입금 승인 장치를 제공하여 달성될 수 있다.

또한, 상기 거래소 입금 트랜잭션의 트랜잭션 정보를 구성하는 속성(상기 사용자 계정에서 보낸 트랜잭션의 수, 상기 수수료 정보, 송금할 상기 특정 암호화폐의 양 및 data의 크기), 블록 정보를 구성하는 속성(블록의 번호, 엉클 블록의 블록 리스트 수, 수수료 합계, 블록의 난이도 및 증명 상수), 블록에 기록되기전에 메모리에 저장된 트랜잭션의 집합인 트랜잭션 풀의 정보인 트랜잭션 풀 정보를 구성하는 속성(상기 트랜잭션 풀에 포함된 트랜잭션의 수, 상기 거래소 입금 트랜잭션의 수수료 순위 및 상기 트랜잭션 풀의 수수료 합계) 중 적어도 일부를 기초로 상기 거래소 입금 트랜잭션이 신규 블록에 기록되고 채굴 노드의 블록 증명에 의해 컨펌되는 시간을 예측하여 컨펌 시간 예측 정보를 생성하는 컨펌 시간 예측 모듈;을 더 포함하고, 상기 다이나믹 수수료 계산 모듈은, 상기 거절 가능성 정보, 상기 컨펌 시간 예측 모듈에서 예측된 상기 컨펌 시간 예측 정보 및 상기 특정 암호화폐의 거래 정보(거래량, 시간별 단가 및 시간별 호가) 중 적어도 하나를 기초로 다이나믹하게 계산되는 기대 손실인 즉시 입금 수수료를 생성하는 것을 특징으로 할 수 있다.

상기한 바와 같이, 본 발명에 의하면 이하와 같은 효과가 있다.

첫째, 본 발명의 일실시예에 따르면, 암호화폐 거래소의 코인(암호화폐, 가상화폐) 입금 속도가 향상되는 효과가 발생된다.

본 명세서에 첨부되는 다음의 도면들은 본 발명의 바람직한 실시예를 예시하는 것이며, 발명의 상세한 설명과 함께 본 발명의 기술사상을 더욱 이해시키는 역할을 하는 것이므로, 본 발명은 그러한 도면에 기재된 사항에만 한정되어 해석되어서는 아니 된다.
도 1은 본 발명의 일실시예에 따른 암호화폐 거래소 입금 승인 장치의 관계도를 도시한 것,
도 2는 본 발명의 일실시예에 따른 암호화폐 거래소 입금 승인 장치(1)의 입금 계정 생성 방법을 도시한 흐름도,
도 3은 본 발명의 일실시예에 따른 암호화폐 거래소 입금 승인 장치(1)의 입금 승인 방법을 도시한 흐름도,
도 4는 본 발명의 일실시예에 따른 암호화폐 거래소 입금 승인 장치(1)의 구체적인 구성을 도시한 모식도,
도 5는 본 발명의 일실시예에 따른 인공지능을 이용한 암호화폐 거래소 입금 승인 장치(10)의 구체적인 구성을 도시한 모식도이다.

이하 첨부된 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 본 발명을 쉽게 실시할 수 있는 실시예를 상세히 설명한다. 다만, 본 발명의 바람직한 실시예에 대한 동작원리를 상세하게 설명함에 있어서 관련된 공지기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다.

또한, 도면 전체에 걸쳐 유사한 기능 및 작용을 하는 부분에 대해서는 동일한 도면 부호를 사용한다. 명세서 전체에서, 특정 부분이 다른 부분과 연결되어 있다고 할 때, 이는 직접적으로 연결되어 있는 경우뿐만 아니라, 그 중간에 다른 소자를 사이에 두고, 간접적으로 연결되어 있는 경우도 포함한다. 또한, 특정 구성요소를 포함한다는 것은 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라, 다른 구성요소를 더 포함할 수 있는 것을 의미한다.

암호화폐 거래소 입금 승인 장치

도 1은 본 발명의 일실시예에 따른 암호화폐 거래소 입금 승인 장치의 관계도를 도시한 것이다. 도 1에 도시된 바와 같이, 본 발명의 일실시예에 따른 암호화폐 거래소 입금 승인 장치(1)는 사용자 클라이언트(2) 및 블록체인 분산 네트워크와 연결되어 사용자 클라이언트(2)에서의 입금 요청의 블록체인 상에서의 컨펌을 확인하여 입금 승인하도록 구성될 수 있다.

사용자 클라이언트(2)는 사용자가 암호화폐 거래소에 입금 요청, 입금 내역 요청 등의 요청을 송신하고, 입금 내역 수신 등을 수행하는 모바일 디바이스, 데스크탑, 태블릿 PC 등의 개인 클라이언트를 의미한다.

블록체인 분산 네트워크는 상호 동기화되는 블록체인(30)을 각각 포함한 복수개의 노드(3)로 구성된 분산 네트워크를 의미한다. 노드(3)는 메모리에 저장된 블록체인(30)과 통신하고 블록체인(30)의 상태변화를 수신하여 블록체인(30)을 업데이트하거나 블록체인(30)의 상태변화를 블록체인 분산 네트워크 내의 다른 노드에 배포하는 구성을 의미한다.

사용자 클라이언트(2)에서 특정 암호화폐의 특정 개수를 사용자 계정에서 거래소 계정으로 송금하는 요청인 송금 요청을 특정 노드에 송신하고, 송금 요청을 수신한 특정 노드가 트랜잭션을 생성하여 블록체인 분산 네트워크의 다른 노드(3)로 배포하게 된다. 배포된 트랜잭션은 각 노드(3)의 메모리에 저장되고, 특정 채굴 노드에 의해 블록이 증명되면 해당 트랜잭션이 증명된 블록에 포함되어 블록체인(30)에 기록된다. 암호화폐 거래소 입금 승인 장치(1)는 노드(3)를 통해 트랜잭션의 정보를 수신하여 해당 트랜잭션에 대한 컨펌의 수인 해당 트랜잭션이 증명된 블록 이후의 블록의 개수를 확인하고 해당 트랜잭션에 대해 입금을 승인하여 사용자가 암호화폐 거래소에서 입금된 특정 개수 만큼의 특정 암호화폐를 이용하여 거래를 수행할 수 있도록 처리한다.

입금 계정 생성과 관련하여, 도 2는 본 발명의 일실시예에 따른 암호화폐 거래소 입금 승인 장치(1)의 입금 계정 생성 방법을 도시한 흐름도이다. 도 2에 도시된 바와 같이, 암호화폐 거래소 입금 승인 장치(1)는 사용자 클라이언트(2)의 요청에 의해 ①암호화폐 입금 주소 요청 단계, ②계정 생성 요청 단계, ③계정 주소 및 개인키 반환 단계, ④계정 주소 출력 단계를 포함할 수 있다.

①암호화폐 입금 주소 요청 단계는 사용자 클라이언트(2)에서 암호화폐 거래소 입금 승인 장치(1)에 특정 암호화폐에 대한 입금 주소를 요청하는 단계이다.

②계정 생성 요청 단계는 암호화폐 거래소 입금 승인 장치(1)가 특정 노드(3)에 상기 특정 암호화폐에 대한 계정 생성을 요청하는 단계이다.

③계정 주소 및 개인키 반환 단계는 노드(3)에서 특정 암호화폐에 대한 계정을 생성하고, 계정의 공개키인 계정 주소 및 계정의 개인키를 암호화폐 거래소 입금 승인 장치(1)에 반환하는 단계이다.

④계정 주소 출력 단계는 암호화폐 거래소 입금 승인 장치(1)에서 사용자 클라이언트(2)에 특정 암호화폐에 대한 입금 주소인 생성된 계정 주소를 송신하여 출력하는 단계이다. 사용자는 사용자 클라이언트(2)에 출력된 계정 주소로 특정 암호화폐를 특정 개수 송금하여 암호화폐 거래소에서 이용할 수 있도록 특정 노드(3)에 요청할 수 있다.

입금 승인과 관련하여, 도 3은 본 발명의 일실시예에 따른 암호화폐 거래소 입금 승인 장치(1)의 입금 승인 방법을 도시한 흐름도이다. 도 3에 도시된 바와 같이, 암호화폐 거래소 입금 승인 장치(1)의 입금 승인 방법은, ①암호화폐 송금 요청 단계, ②트랜잭션 생성 및 배포 단계, ③노드 우선순위 갱신 단계, ④트랜잭션 정보 요청 단계, ⑤트랜잭션 정보 송신 단계, ⑥트랜잭션 컨펌 확인 및 입금 승인 단계를 포함할 수 있다.

①암호화폐 송금 요청 단계는 사용자 클라이언트(2)가 블록체인 분산 네트워크의 노드(3) 중 하나인 제1노드에 특정 수의 특정 암호화폐에 대해 사용자 계정에서 입금 주소인 거래소 계정 주소로의 송금을 요청하는 단계이다.

②트랜잭션 생성 및 배포 단계는 제1노드에서 암호화폐 송금 요청에 대응되는 트랜잭션을 생성하고 배포한 뒤, 블록체인(30)에서 새로운 블록이 생성되고 블록체인 분산 네트워크의 노드(3) 중 하나인 특정 채굴 노드가 블록체인(30)의 새로운 블록을 증명하는 경우 상기 트랜잭션을 상기 블록에 포함하여 전체 블록체인 분산 네트워크의 노드(3)로 배포하는 단계이다. 배포된 블록은 각 노드(3)에 의해 검증되며 적정성이 검증된 경우 기존의 블록체인(30)에 상기 트랜잭션을 포함하는 새로운 블록이 linked list로 연결되게 된다.

③노드 우선순위 갱신 단계는 암호화폐 거래소 입금 승인 장치(1)가 블록체인 분산 네트워크의 복수의 노드(3) 정보를 수집하고, 노드 평가 정보를 생성한 뒤, 노드 평가 정보를 이용하여 노드 우선순위를 갱신하는 단계이다. 본 발명의 일실시예에 따른 노드 평가 정보에는 기존의 트랜잭션에 대한 각 노드들의 업데이트 반응 속도(latency), 각 노드들의 레퓨테이션(Reputation) 정보(배포한 트랜잭션 중 승인 조건을 만족하는 트랜잭션의 비율) 등이 포함될 수 있다.

④트랜잭션 정보 요청 단계는 암호화폐 거래소 입금 승인 장치(1)가 높은 우선순위를 갖는 노드(3)인 제2노드(상위 노드)에서의 상기 트랜잭션의 컨펌 횟수를 포함하는 트랜잭션에 대한 정보인 트랜잭션 정보를 요청하는 단계이다. 본 발명의 일실시예에 따르면, 암호화폐 거래소 입금 승인 장치(1)는 트랜잭션의 컨펌 예상 시간을 예측하여 컨펌 예상 시간에 제2노드에 트랜잭션 정보를 요청할 수 있다. 본 발명의 일실시예에 따르면 트랜잭션의 컨펌 예상 시간은 제2노드의 기존의 트랜잭션 정보를 이용하여 계산할 수 있다.

⑤트랜잭션 정보 송신 단계는 제2노드에서 트랜잭션 정보를 암호화폐 거래소 입금 승인 장치(1)에 송신하는 단계이다.

⑥트랜잭션 컨펌 확인 및 입금 승인 단계는 암호화폐 거래소 입금 승인 장치(1)가 상기 트랜잭션의 컨펌 횟수를 확인하고, 기설정된 컨펌 횟수에 도달한 경우 상기 트랜잭션에 대해 입금 승인을 수행하는 단계이다. 상기 트랜잭션에 대해 입금 승인이 수행되는 경우, 사용자는 입금한 암호화폐에 대해 암호화폐 거래소에서 거래를 할 수 있게 된다. 본 발명의 다른 실시예에 따르면, 암호화폐 거래소 입금 승인 장치(1)가 상기 트랜잭션의 컨펌 횟수를 확인하고, 기설정된 컨펌 횟수에 도달할 확률인 승인 가능성 정보를 예측하여, 승인 가능성 정보를 기초로 상기 트랜잭션에 대해 입금 승인 여부를 결정할 수 있다. 승인 가능성 정보의 예측은 제2노드에 대한 정보, 트랜잭션 배포 노드인 제1노드에 대한 정보 및 현재 제2노드에서의 트랜잭션 정보를 기초로 계산될 수 있다. 예를 들어, 암호화폐 거래소 입금 승인 장치(1)는 제1노드에서 배포되어 제2노드에서 컨펌 된 트랜잭션에 대해 특정 시간 내에 승인될 확률을 승인 가능성 정보로 계산할 수 있다.

암호화폐 거래소 입금 승인 장치(1)의 구체적인 구성과 관련하여, 도 4는 본 발명의 일실시예에 따른 암호화폐 거래소 입금 승인 장치(1)의 구체적인 구성을 도시한 모식도이다. 도 4에 도시된 바와 같이, 본 발명의 일실시예에 따른 암호화폐 거래소 입금 승인 장치(1)는 노드 정보 수집 모듈(100), 노드 평가 정보 생성 모듈(101), 노드 우선순위 갱신 모듈(102), Tx 정보 수집 모듈(103), Tx 컨펌 확인 모듈(104), 입금 승인 모듈(105)를 포함할 수 있다.

노드 정보 수집 모듈(100)은 제1노드 및 제2노드를 포함하여 블록체인 분산 네트워크를 구성하는 적어도 하나 이상의 노드(3)의 정보인 노드 정보를 수집하는 모듈이다. 노드 정보에는 기존 트랜잭션의 배포 시기, 수신 시기, 각 트랜잭션 별 블록 정보 등이 포함될 수 있다.

노드 평가 정보 생성 모듈(101)은 수집된 노드 정보를 기초로 각 노드(3)에 대한 노드 평가 정보를 생성하는 모듈이다. 노드 평가 정보에는 기존의 트랜잭션에 대한 각 노드들의 업데이트 반응 속도(latency, 제1노드의 트랜잭션 배포에서 해당 노드의 수신까지의 시간 또는 생성된 블록 개수), 각 노드들의 레퓨테이션(Reputation) 정보(배포한 트랜잭션 중 승인 조건을 만족하는 트랜잭션의 비율)이 포함될 수 있다.

노드 우선순위 갱신 모듈(102)은 노드 평가 정보를 기초로 각 노드(3)들에 대한 우선순위인 노드 우선순위 정보를 갱신하는 모듈이다.

Tx 정보 수집 모듈(103)은 노드 우선순위 정보에서 기설정된 순위 내의 노드인 제2노드에서 사용자 클라이언트(2)에서 입금 요청한 입금 계정에 대한 Tx(Transaction)의 정보인 트랜잭션 정보를 수집하는 모듈이다.

Tx 컨펌 확인 모듈(104)은 해당 트랜잭션이 블록체인에 기록된 블록 이후에 몇 개의 블록이 연결되었는지에 대한 정보인 컨펌 정보를 생성하여 해당 트랜잭션의 컨펌 여부를 확인하는 모듈이다.

입금 승인 모듈(105)은 해당 트랜잭션에 대한 컨펌 정보를 기초로 사용자 클라이언트(2)의 입금을 승인하는 모듈이다.

인공지능을 이용한 암호화폐 거래소 입금 승인 장치

본 발명의 다른 실시예에 따르면, 암호화폐 거래소 입금 장치에 인공지능이 이용될 수 있다. 인공지능을 이용한 암호화폐 거래소 입금 승인 장치(10)의 구체적인 구성과 관련하여, 도 5는 본 발명의 일실시예에 따른 인공지능을 이용한 암호화폐 거래소 입금 승인 장치(10)의 구체적인 구성을 도시한 모식도이다. 도 5에 도시된 바와 같이, 본 발명의 일실시예에 따른 인공지능을 이용한 암호화폐 거래소 입금 승인 장치(10)는 트랜잭션 정보 수집 모듈(110), 블록 정보 수집 모듈(111), 거절 가능성 예측 모듈(112), 컨펌 시간 예측 모듈(113), 다이나믹 수수료 계산 모듈(114), 입금 승인 모듈(115)을 포함할 수 있다. 본 발명의 일실시예에 따른 인공지능을 이용한 암호화폐 거래소 입금 승인 장치(10)는 전체 블록체인 분산 네트워크를 구성하는 복수개의 노드(3) 중 일부인 하나 이상의 연결 노드(4)와 연결되어 트랜잭션 정보와 블록 정보를 수신하거나 수집할 수 있다. 이때, 연결 노드(4)는 라이트웨이트 노드가 아닌 채굴이 가능한 풀노드로 구성될 수 있다.

트랜잭션 정보 수집 모듈(110)은 연결 노드(4)가 수신한 신규 트랜잭션의 정보인 트랜잭션 정보를 수집하는 모듈이다. 특히, 트랜잭션 정보 수집 모듈(110)은 수신한 신규 트랜잭션 중 수신(to)을 인공지능을 이용한 암호화폐 거래소 입금 승인 장치(10)와 연결된 거래소 계정으로 하는 거래소 입금 트랜잭션을 검색하고, 트랜잭션 정보 수집 모듈(110)이 거래소 입금 트랜잭션에 대해 수집하는 트랜잭션 정보는, 예를 들어 이더리움 기반의 블록체인의 경우, nonce(해당 account에서 보낸 transaction의 수), gas price(Gas 당 지불할 비용), gas limit(해당 transaction을 실행하기 위해 지불할 최대 Gas 수량), value(송금할 암호화폐의 양), v, r, s(서명 식별자), data(Message call의 입력 데이터) 등의 정보를 포함할 수 있다. 이때, gas price와 gas limit는 수수료 정보로 정의될 수 있다.

또한, 트랜잭션 정보 수집 모듈(110)은 연결 노드(4)의 트랜잭션 풀에 대한 정보인 트랜잭션 풀 정보를 수집하도록 구성될 수 있다. 트랜잭션 풀이란, 마이닝 노드에 의한 채굴에 의해 신규 블록이 확정되기 전에 특정 블록에 저장되기 위하여 수집되어 있는 트랜잭션의 집합을 의미한다. 트랜잭션 정보 수집 모듈(110)은 트랜잭션 풀에 포함되어 있는 적어도 하나 이상의 트랜잭션에 대해 트랜잭션 정보(nonce, to, gas price, gas limit, value, v, r, s, data)를 수집하도록 구성될 수 있다.

블록 정보 수집 모듈(111)은 채굴자(miner node)에 의해 증명된 블록의 정보인 블록 정보를 수집하는 모듈이다. 블록 정보는, 예를 들어 이더리움 기반의 블록체인인 경우, Block Num(블록의 번호), Prev Hash(부모 블록의 블록 헤더 해시값), Timestamp(블록의 Unix timestamp), Uncles Hash(엉클 블록의 블록 리스트의 해시값), Beneficiary(블록을 증명한 Miner의 Account adress), Gas Limit(블록이 포함할 수 있는 최대의 Gas 수), Gas Used(블록에 포함된 tx의 수행을 위해 사용된 Gas의 합계), Difficulty(블록의 난이도), Nonce(Mix hash와 결합하여 블록이 충분한 computation을 수행하였음을 증명), Mix hash(Nonce와 결합하여 블록이 충분한 computation을 수행하였음을 증명) 등을 포함할 수 있다.

거절 가능성 예측 모듈(112)은, 트랜잭션 정보 수집 모듈(110)와 블록 정보 수집 모듈(111)에서 수집된 거래소 입금 트랜잭션의 트랜잭션 정보, 트랜잭션 풀 정보, 블록 정보를 기초로 거래소 입금 트랜잭션의 거절(Reject) 가능성을 예측하여 거절 가능성 정보를 생성하는 모듈이다. 거절 가능성 예측 모듈(112)의 거래소 입금 트랜잭션의 거절 가능성 예측은 지도 학습 또는 비지도 학습을 이용한 기본적인 머신러닝, 인공신경망, 유전 알고리즘, SVM 등의 인공지능 기반의 예측 모델에 의해 수행될 수 있다.

거절 가능성 예측 모듈(112)의 지도 학습을 기초로 한 예측 모델과 관련하여, 기존의 트랜잭션 중 트랜잭션 풀에서 블록으로 기록되지 않고 거절(Reject)된 트랜잭션의 정보인 거절 트랜잭션 정보가 예측 모델의 지도학습에 이용될 수 있다. 트랜잭션의 거절 여부는 dummy value로 구성되어 학습될 수 있으며, 거절 가능성 예측 모듈(112)에 의해 출력되는 거절 가능성 정보는 확률값으로 출력될 수 있다.

거절 가능성 예측 모듈(112)의 비지도 학습을 기초로 한 예측 모델과 관련하여, 거래소 입금 트랜잭션 정보, 거절 트랜잭션 정보를 포함한 트랜잭션 정보의 클러스터링을 통해 거래소 입금 트랜잭션 정보의 거절 가능성을 예측하여 거절 가능성 정보를 출력할 수 있다. 거절 가능성 예측 모듈(112)은 다음의 단계로 거절 가능성 정보를 생성할 수 있다.

(1) 기존의 트랜잭션 정보, 해당 트랜잭션이 블록에 기록되기 전의 트랜잭션 풀 정보, 해당 트랜잭션이 블록에 기록되기 전의 블록 정보를 임베딩하여 벡터화

(2) 벡터화된 정보를 클러스터링하여 거절된 트랜잭션 그룹과 거절되지 않은 트랜잭션 그룹을 가장 잘 구분하는 각 속성에 대한 가중치를 결정

(3) 결정된 가중치를 거래소 입금 트랜잭션의 각 속성에 적용

(4) 거래소 입금 트랜잭션이 거절된 트랜잭션 그룹과 거절되지 않은 트랜잭션 그룹 중 어느 그룹과 더 가까운지 계산하여 거절 가능성 정보 생성

이에 따르면, 트랜잭션 정보 수집 모듈(110)와 블록 정보 수집 모듈(111)에서 수집된 데이터를 기초로 정교한 거절 가능성 예측이 가능해지는 효과가 발생된다.

거절 가능성 예측 모듈(112)의 유전 알고리즘 및 인공신경망을 기초로 한 예측 모델과 관련하여, 다음의 단계로 거절 가능성 예측 모듈(112)을 업데이트하고, 정확도가 향상된 거절 가능성 정보를 생성할 수 있다.

(1) 트랜잭션의 트랜잭션 정보를 구성하는 속성(해당 account에서 보낸 transaction의 수, 수수료 정보, 송금할 암호화폐의 양, data의 크기), 블록 정보를 구성하는 속성(블록의 번호, 엉클 블록의 블록 리스트 수, 수수료 합계, 블록의 난이도, Nonce와 Mix hash와 같은 증명 상수), 트랜잭션 풀 정보를 구성하는 속성(트랜잭션 풀에 포함된 트랜잭션의 수, 특정 트랜잭션의 수수료 순위, 트랜잭션 풀의 수수료 합계) 중 적어도 일부의 속성을 포함하는 속성 조합인 속성군을 복수개 선정하여 초기 세대 생성

(2) 해당 세대의 복수개의 속성군을 기초로 과거의 트랜잭션 중 일부와 관련된 트랜잭션 정보, 블록 정보, 트랜잭션 풀 정보를 Training Set로 하고, 특정 트랜잭션에 대한 거절 가능성 정보를 출력하는 인공신경망의 입력 레이어(Layer)에 상기 Training Set를 입력하여 출력되는 거절 가능성 정보와 해당 트랜잭션의 실제 거절 여부와의 거리인 예측도를 기초로 Back propagation하여 인공신경망을 학습

(3) 해당 세대의 복수개의 속성군을 기초로 과거의 트랜잭션 중 나머지 일부와 관련된 트랜잭션 정보, 블록 정보, 트랜잭션 풀 정보를 Test Set로 하고, Test Set를 입력했을 때의 예측도(정확도 또는 AUC, Area under the curve) 이용하여 상기 인공신경망의 성능 평가

(4) 예측도를 기초로 해당 세대의 복수개의 속성군을 선택 진화(선택, 교배, 돌연변이) 연산하여 선택 진화된 대치 세대(Replace) 생성

(5) 생성된 대치 세대에 대해 2단계 내지 3단계 진행하여 대치 세대의 예측도 생성

(6) 생성된 대치 세대의 예측도가 특정 종결 조건을 만족하는 경우 선택 진화를 종료하고, 생성된 예측도가 특정 종결 조건을 만족하지 않는 경우 4단계의 선택 진화를 수행하여 다음 세대 생성 (또는, 생성된 대치 세대의 속성군들이 서로 거의 동일해지거나 대시 세대의 변화가 특정 수준 이하인 경우를 종결 조건으로 할 수 있다.)

(7) 선택 진화가 종료된 이후, 마지막 대치 세대의 복수개의 속성군들 중 가장 예측도가 높은 속성군을 이용하여 새롭게 입력되는 거래소 입금 트랜잭션의 거절 가능성 정보를 출력

위에서 유전 알고리즘의 유전자형은 각각의 속성, 염색체는 각각의 속성군, 세대는 복수의 염색체인 특정 단계의 속성군 집합, 부모 세대는 선택 진화의 출발이 된 세대, 자식 세대는 선택 진화로 새롭게 생성된 속성군 집합을 의미할 수 있다. 염색체의 길이는 거래소 입금 트랜잭션의 트랜잭션 정보를 구성하는 속성, 블록 정보를 구성하는 속성, 트랜잭션 풀 정보를 구성하는 속성의 전체 수보다 작은 수 중 인공신경망의 입력 레이어의 노드와 동일한 수로 구성될 수 있다.

이에 따르면, 거래소 입금 트랜잭션의 거절 가능성을 예측하기 위한 최적의 속성 조합으로 구성된 속성군을 찾아낼 수 있게 되어 거절 가능성 예측의 성능도 향상되는 효과가 발생된다.

4단계에서 선택 진화의 유전 연산자와 관련하여, 먼저 '선택(Selection)' 단계에서는 거절(Reject) 여부에 대한 높은 예측도를 보이는 속성군들을 확률적으로 선택하게 된다. 선택 연산의 방식으로는 Roulette wheel selection(각 속성군의 예측도에 비례하는 만큼 룰렛의 영역을 할당한 다음 룰렛을 돌려 생존할 속성군을 선택하는 방식), Ranking selection(예측도에 따라 속성군의 순위를 매긴 뒤 기설정된 확률로 생존할 속성군을 선택하는 방식), Elitist preserving selection(가장 예측도가 높은 속성군은 다음 세대에도 그대로 살려두는 방식), Tournament selection(임의로 속성군을 복수개 선택한 뒤, 그 중 예측도가 가장 높은 속성군을 선택하는 방식) 등을 이용할 수 있다.

'교배(Crossover)' 단계에서는 해당 세대에서 생존한 속성군들의 상호 교배를 통해 새로운 속성군을 생성하게 된다. 교배 연산의 방식으로는 단순 교차(Simple crossover, 하나의 교차위치를 설정하며, 그 전후를 기준으로 부모인 속성군들의 유전자형인 속성을 교환하는 방식), 복수점 교차(Multi-point crossover, 교차위치가 복수인 경우), 일정 교차(Uniform crossover, 특정 마스크를 이용하여 유전자형인 속성을 필터링하는 방식) 등을 이용할 수 있다.

'변이(Mutation)' 단계에서는 교배를 통해 유전자형인 속성의 재조합이 완료된 이후 속성군 내에서 특정 속성을 교체하여 속성군을 변이시키게 된다. 변이 연산의 방식으로는 유전자형인 속성별로 난수를 발생시켜서 특정 변이 확률보다 낮은 경우에 변이시키는 방식을 이용할 수 있으며, 상기 특정 변이 확률을 고정하는 정적변이 방식과 상기 특정 변이 확률을 동적으로 조정하는 동적변이 방식을 이용할 수 있다. 특히, 동적변이 방식은 초기 세대에서는 특정 변이 확률을 높여서 변이의 강도를 높이고, 세대가 진행될수록 또는 세대의 품질이 특정 수준 이상 향상된 이후에는 특정 변이 확률을 낮추어 품질 향상을 이룰 수 있도록 구성될 수 있다. 본 발명의 일실시예에 따른 동적변이 식에 따르면, 초기의 품질이 좋지 않은 세대에서 빠르게 예측도가 향상될 수 있는 효과가 발생된다. 이러한 변이 단계에 의하면 초기 유전자 조합 이외의 조합까지도 전역적으로 탐색하는 효과가 발생되어 Local minimum을 방지할 수 있는 효과가 발생된다.

거절 가능성 예측 모듈(112)의 강화학습을 기초로 한 예측 모델과 관련하여, 다음의 단계로 거절 가능성 예측 모듈(112)을 업데이트하고, 정확도가 향상된 거절 가능성 정보를 생성할 수 있다.

(1) 트랜잭션의 트랜잭션 정보를 구성하는 속성(해당 account에서 보낸 transaction의 수, 수수료 정보, 송금할 암호화폐의 양, data의 크기), 블록 정보를 구성하는 속성(블록의 번호, 엉클 블록의 블록 리스트 수, 수수료 합계, 블록의 난이도, Nonce와 Mix hash와 같은 증명 상수), 트랜잭션 풀 정보를 구성하는 속성(트랜잭션 풀에 포함된 트랜잭션의 수, 특정 트랜잭션의 수수료 순위, 트랜잭션 풀의 수수료 합계)를 환경(Environment)로 하고, 거절 가능성 예측 모듈(112)을 에이전트(Agent)로 하며, 트랜잭션에 대한 거절 가능성 예측 모듈(112)의 거절 여부 판정을 액션(Action)으로 하고, 해당 트랜잭션의 실제 거절 여부를 보상(Reward)로 하는 강화학습 모델을 생성

(2) 에이전트(Agent)인 거절 가능성 예측 모듈(112)이 과거의 트랜잭션에 대해 거절 여부를 판정(거절 가능성 예측)하여 액션(Action) 수행

(3) 과거의 트랜잭션의 실제 거절 여부를 기초로 에이전트(Agent)인 거절 가능성 예측 모듈(112)에 보상(Reward) 수행

(4) 보상(Reward)을 기초로 거절 가능성 예측 모듈(112)을 업데이트

(5) 위의 단계 반복

본 발명의 일실시예에 따르면 특정 종결 조건이 만족된 이후, 최종 업데이트 된 거절 가능성 예측 모듈(112)은 새롭게 입력되는 거래소 입금 트랜잭션의 거절 가능성 정보(또는 거절 여부 판정)를 출력하고, 입금 승인 모듈(115)에 상기 거절 가능성 정보를 송신하도록 구성될 수 있다.

이에 따르면, 속성에 대한 일률적인 가중치를 학습시키지 않고도 거절 가능성 예측 모듈(112)의 액션(Action)인 거절 여부 판정(거절 가능성 예측)의 정확도를 향상시킬 수 있는 효과가 발생된다.

본 발명의 일실시예에 따르면, 거절 가능성 예측 모듈(112)에 의해 생성되는 거절 가능성 정보 또는 거절 여부 판정을 기초로 입금 승인 모듈(115)에서 입금을 승인하여 거래소 내에서 거래가 가능하도록 구성될 수 있다.

또는, 거절 가능성 예측 모듈(112)에 의해 생성되는 거절 가능성 정보 또는 거절 여부 판정 및 컨펌 시간 예측 모듈(113)의 컨펌 시간 예측 정보를 기초로 다이나믹 수수료 계산 모듈(114)에서 다이나믹 수수료를 계산하고, 사용자 클라이언트(2)에서 계산된 다이나믹 수수료를 승인하면 입금 승인 모듈(115)에서 해당 암호화폐에 대한 입금을 승인하여 거래소 내에서 거래가 가능하도록 구성될 수 있다.

컨펌 시간 예측 모듈(113)은 거래소 입금 트랜잭션의 트랜잭션 정보를 구성하는 속성(해당 account에서 보낸 transaction의 수, 수수료 정보, 송금할 암호화폐의 양, data의 크기), 블록 정보를 구성하는 속성(블록의 번호, 엉클 블록의 블록 리스트 수, 수수료 합계, 블록의 난이도, Nonce와 Mix hash와 같은 증명 상수), 트랜잭션 풀 정보를 구성하는 속성(트랜잭션 풀에 포함된 트랜잭션의 수, 특정 트랜잭션의 수수료 순위, 트랜잭션 풀의 수수료 합계)을 기초로 거래소 입금 트랜잭션이 신규 블록에 기록되고 채굴 노드의 블록 증명에 의해 컨펌되는 시간을 예측하여 컨펌 시간 예측 정보를 생성하는 모듈이다. 컨펌 시간 예측 모듈(113)의 거래소 입금 트랜잭션에 대한 컨펌 시간 예측은 지도 학습 또는 비지도 학습을 이용한 기본적인 머신러닝, 인공신경망, 유전 알고리즘, SVM 등의 인공지능 기반의 예측 모델에 의해 수행될 수 있다.

다이나믹 수수료 계산 모듈(114)은 거절 가능성 예측 모듈(112)에서 생성된 거절 가능성 정보, 컨펌 시간 예측 모듈(113)에서 예측된 컨펌 시간 예측 정보 및 해당 암호화폐의 거래 정보(거래량, 시간별 단가, 시간별 호가) 중 적어도 하나를 기초로 다이나믹하게 계산되어 즉시 입금 승인에 적용되는 수수료인 즉시 입금 수수료를 계산 및 생성할 수 있다. 본 발명의 일실시예에 따른 즉시 입금 수수료는 특정 거래소 입금 트랜잭션에 대해 입금 승인 모듈(115)이 곧바로 입금을 승인하여 거래소에서 거래되는 경우에 발생될 수 있는 거래소의 기대 손실을 기초로 계산될 수 있다. 예를 들어, 거절 가능성 정보에 따라 거래소 입금 트랜잭션이 거절될 가능성이 '5%'이고, 컨펌 시간 예측 정보에 따라 거래소 입금 트랜잭션이 기록된 블록이 채굴자에 의해 증명되어 컨펌 될 것으로 예상되는 시간이 '10분'이며, 사용자 클라이언트(2)에서 입금 요청한 암호화폐의 수량이 '100 ETH'인 경우, 다이나믹 수수료 계산 모듈(114)은 거절 가능성 정보를 기초로 계산된 기대값인 '95 ETH'에서 컨펌 시간 예측 정보를 기초로 계산된 변동성인 10%를 적용하여 최대 기대 손실을 '14.5 ETH'로 계산할 수 있고, 다이나믹 수수료 계산 모듈(114)은 계산된 최대 기대 손실을 즉시 입금 수수료로 사용자 클라이언트(2)에 출력하도록 구성될 수 있다. 사용자 클라이언트(2)에서 즉시 입금 수수료인 '14.5ETH'를 승인하여 수수료 승인 정보를 입금 승인 모듈(115)에 송신하는 경우, 입금 승인 모듈(115)은 입금 요청된 암호화폐의 수량인 '100 ETH' 중 즉시 입금 수수료 '14.5 ETH'를 제한 수량인 '85.5 ETH'의 입금을 승인하도록 구성될 수 있다. 사용자는 입금이 승인된 '85.5 ETH'를 거래소 내에서 즉시 자유롭게 거래할 수 있게 된다.

입금 승인 모듈(115)은 거래소 입금 트랜잭션에 대한 거절 가능성 정보 또는 즉시 입금 수수료와 수수료 승인 정보를 기초로 특정 수량의 특정 암호화폐에 대해 사용자 클라이언트(2)의 사용자 계정에 대한 입금을 승인하고, 승인된 암호화폐의 수량에 대해 거래소 내에서 즉시 자유롭게 거래할 수 있도록 하는 모듈이다.

입금 승인 모듈(115)이 거래소 입금 트랜잭션에 대한 거절 가능성 정보만을 가지고 특정 수량의 특정 암호화폐에 대해 사용자 계정에 대한 입금을 승인하는 경우에는 상기 거절 가능성 정보의 Threshold 또는 Cut off value를 이용하여 승인 여부를 결정할 수 있다.

입금 승인 모듈(115)이 즉시 입금 수수료와 수수료 승인 정보를 기초로 특정 수량의 특정 암호화폐에 대해 사용자 계정에 대한 입금을 승인하는 경우에는 사용자 계정의 서명(signed)이 포함된 수수료 승인 정보를 수신하는 경우에만 입금을 승인하고, 특정 암호화폐의 전체 수량에서 즉시 입금 수수료의 수량을 제한 수량에 대해서만 거래소 내에서 즉시 거래(매도)가 가능하도록 설정할 수 있다.

이에 따라 상기 입금 승인 모듈에 의해 상기 거래소 입금 트랜잭션에 대한 입금이 승인되면, 상기 거래소 입금 트랜잭션이 기록된 블록의 채굴 노드에 의한 증명이 수행되기 이전에, 상기 사용자는 승인된 상기 특정 암호화폐의 상기 거래소 내에서의 매도가 가능해지는 것을 효과가 발생된다. 즉, 사용자들이 거래소 계좌에 특정 암호화폐를 특정 수량 송금한 뒤에 오랜 시간 동안 컨펌을 기다릴 필요없이 곧바로 거래소 내에서 거래(매도)가 가능해지는 것이다.

이상에서 설명한 바와 같이, 본 발명이 속하는 기술 분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 상술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다. 본 발명의 범위는 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 등가 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함하는 것으로 해석되어야 한다.

본 명세서 내에 기술된 특징들 및 장점들은 모두를 포함하지 않으며, 특히 많은 추가적인 특징들 및 장점들이 도면들, 명세서, 및 청구항들을 고려하여 당업자에게 명백해질 것이다. 더욱이, 본 명세서에 사용된 언어는 주로 읽기 쉽도록 그리고 교시의 목적으로 선택되었고, 본 발명의 주제를 묘사하거나 제한하기 위해 선택되지 않을 수도 있다는 것을 주의해야 한다.

본 발명의 실시예들의 상기한 설명은 예시의 목적으로 제시되었다. 이는 개시된 정확한 형태로 본 발명을 제한하거나, 빠뜨리는 것 없이 만들려고 의도한 것이 아니다. 당업자는 상기한 개시에 비추어 많은 수정 및 변형이 가능하다는 것을 이해할 수 있다.

그러므로 본 발명의 범위는 상세한 설명에 의해 한정되지 않고, 이를 기반으로 하는 출원의 임의의 청구항들에 의해 한정된다. 따라서, 본 발명의 실시예들의 개시는 예시적인 것이며, 이하의 청구항에 기재된 본 발명의 범위를 제한하는 것은 아니다.

1: 암호화폐 거래소 입금 승인 장치
2: 사용자 클라이언트
3: 노드
4: 연결 노드
10: 인공지능을 이용한 암호화폐 거래소 입금 승인 장치
30: 블록체인
100: 노드 정보 수집 모듈
101: 노드 평가 정보 생성 모듈
102: 노드 우선순위 갱신 모듈
103: Tx 정보 수집 모듈
104: Tx 컨펌 확인 모듈
105: 입금 승인 모듈
110: 트랜잭션 정보 수집 모듈
111: 블록 정보 수집 모듈
112: 거절 가능성 예측 모듈
113: 컨펌 시간 예측 모듈
114: 다이나믹 수수료 계산 모듈
115: 입금 승인 모듈

Claims (2)

1. 특정 블록체인 내의 사용자의 계정인 사용자 계정에서 상기 특정 블록체인 내의 거래소의 계정인 거래소 계정으로 특정 암호화폐를 송금(transfer)하는 트랜잭션인 거래소 입금 트랜잭션의 트랜잭션 정보를 상기 특정 블록체인의 분산 네트워크를 구성하는 복수의 노드 중 적어도 하나의 노드인 연결 노드에서 수신하는 트랜잭션 정보 수집 모듈;
   상기 거래소 입금 트랜잭션의 상기 트랜잭션 정보를 기초로 상기 거래소 입금 트랜잭션의 거절(Reject) 가능성을 예측하여 거절 가능성 정보를 생성하는 인공지능 프로그램 코드를 포함하는 거절 가능성 예측 모듈;
   상기 거절 가능성 예측 모듈에서 생성된 상기 거절 가능성 정보를 기초로 다이나믹하게 계산되는 기대 손실인 즉시 입금 수수료를 생성하는 다이나믹 수수료 계산 모듈; 및
   상기 즉시 입금 수수료에 대한 상기 사용자 계정의 승인을 수신하면 상기 거래소 입금 트랜잭션에 대한 입금을 승인하는 입금 승인 모듈;
   을 포함하고,
   상기 거절 가능성 예측 모듈의 상기 인공지능 프로그램 코드는, 상기 거래소 입금 트랜잭션의 상기 트랜잭션 정보를 입력데이터로 하고 상기 거절 가능성 정보를 출력데이터로 하여 기학습된 인공신경망으로 구성되며,
   상기 트랜잭션 정보는, 상기 사용자 계정이 상기 거래소 입금 트랜잭션에 설정한 수수료 정보를 포함하고,
   트랜잭션 풀 정보는, 상기 트랜잭션 풀에 포함된 트랜잭션의 수, 상기 거래소 입금 트랜잭션의 수수료 순위 및 상기 트랜잭션 풀의 수수료 합계 중 적어도 하나를 포함하며,
   상기 입금 승인 모듈에 의해 상기 거래소 입금 트랜잭션에 대한 입금이 승인되면, 상기 거래소 입금 트랜잭션이 기록된 블록인 현재 블록의 채굴 노드에 의한 증명이 수행되기 이전에, 상기 사용자가 송금하고자 하는 상기 특정 암호화폐의 금액에서 상기 즉시 입금 수수료를 제한 금액만큼 상기 거래소 내에서의 매도가 가능하도록 구성되는 것을 특징으로 하는,
   트랜잭션 풀 정보를 이용한 암호화폐 거래소의 즉시 입금 승인 장치.
   
2. 트랜잭션 정보 수집 모듈이, 사용자의 특정 블록체인 내의 계정인 사용자 계정에서 거래소의 상기 특정 블록체인 내의 계정인 거래소 계정으로 특정 암호화폐를 송금(transfer)하는 트랜잭션인 거래소 입금 트랜잭션의 트랜잭션 정보를 상기 특정 블록체인의 분산 네트워크를 구성하는 복수의 노드 중 적어도 하나의 노드인 연결 노드에서 수신하는 트랜잭션 정보 수집 단계;
   상기 거래소 입금 트랜잭션의 상기 트랜잭션 정보를 기초로 상기 거래소 입금 트랜잭션의 거절(Reject) 가능성을 예측하여 거절 가능성 정보를 생성하는 인공지능 프로그램 코드를 포함하는 거절 가능성 예측 모듈이, 상기 인공지능 프로그램 코드를 수행하는 거절 가능성 예측 단계;
   다이나믹 수수료 계산 모듈이, 상기 거절 가능성 예측 모듈에서 생성된 상기 거절 가능성 정보를 기초로 다이나믹하게 계산되는 기대 손실인 즉시 입금 수수료를 생성하는 다이나믹 수수료 계산 단계; 및
   입금 승인 모듈이, 상기 즉시 입금 수수료에 대한 상기 사용자 계정의 승인을 수신하면 상기 거래소 입금 트랜잭션에 대한 입금을 승인하는 입금 승인 단계;
   를 포함하고,
   상기 거절 가능성 예측 모듈의 상기 인공지능 프로그램 코드는, 상기 거래소 입금 트랜잭션의 상기 트랜잭션 정보를 입력데이터로 하고 상기 거절 가능성 정보를 출력데이터로 하여 기학습된 인공신경망으로 구성되며,
   상기 트랜잭션 정보는, 상기 사용자 계정이 상기 거래소 입금 트랜잭션에 설정한 수수료 정보를 포함하고,
   트랜잭션 풀 정보는, 상기 트랜잭션 풀에 포함된 트랜잭션의 수, 상기 거래소 입금 트랜잭션의 수수료 순위 및 상기 트랜잭션 풀의 수수료 합계 중 적어도 하나를 포함하며,
   상기 입금 승인 모듈에 의해 상기 거래소 입금 트랜잭션에 대한 입금이 승인되면, 상기 거래소 입금 트랜잭션이 기록된 블록인 현재 블록의 채굴 노드에 의한 증명이 수행되기 이전에, 상기 사용자가 송금하고자 하는 상기 특정 암호화폐의 금액에서 상기 즉시 입금 수수료를 제한 금액만큼 상기 거래소 내에서의 매도가 가능하도록 구성되는 것을 특징으로 하는,
   트랜잭션 풀 정보를 이용한 암호화폐 거래소의 즉시 입금 승인 방법.
   

Images