DeXposure-Claw는 탈중앙화 금융(DeFi)의 빠르게 움직이는 네트워크형 신용 위험을 감독하기 위한 예측 기반 에이전트 시스템이다. 범용 LLM 에이전트는 약한 증거를 과대 해석해 고위험 개입을 권고하고 오경보를 측정할 규제 정합적 방법이 없다는 문제를 지적한다. 시스템은 (1) 그래프 시계열 파운데이션 모델 DeXposure-FM이 미래 익스포저 네트워크를 예측하고, (2) 결정론적 모니터와 스트레스 시나리오가 이를 유형화된 경보·귀속 신호·시나리오 증거로 변환하며, (3) 데이터 건전성·신뢰도 게이트가 에스컬레이션을 제한한 뒤 근거가 담긴 감사 가능한 감독 티켓을 발행한다. 6축 평가 도구 DeXposure-Bench는 규제 정합 절대손실 기준과 명시적 오개입률로 티켓을 채점하며, 5년치 주간 실데이터 실험이 시스템을 뒷받침한다.
- •LLM 결정을 구조화된 증거(예측·경보·게이트)로 라우팅하는 예측 기반 DeFi 감독 시스템
- •그래프 시계열 파운데이션 모델 DeXposure-FM이 미래 익스포저 네트워크를 예측
- •데이터 건전성·신뢰도 게이트로 에스컬레이션을 제한하고 근거 있는 감사 가능 티켓 발행
- •6축 평가 DeXposure-Bench가 규제 정합 기준과 오개입률로 채점, 5년치 주간 실데이터로 검증
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
DeXposure-Claw: An Agentic System for DeFi Risk Supervision
- 1.DeFi 신용 위험 감독용 예측 기반 에이전트 시스템 DeXposure-Claw 제안
- 2.그래프 시계열 기반 모델 DeXposure-FM이 미래 노출 네트워크 예측
- 3.결정론적 모니터·스트레스 시나리오로 감사 가능한 감독 티켓 발행
- 4.6축 평가 DeXposure-Bench 개발, 5년 실데이터로 시스템 검증
왜 중요한가?
범용 LLM 에이전트가 약한 증거를 과잉 해석해 고위험 개입을 권고하는 문제를, 그래프 예측·결정론적 게이트로 제어하고 규제자 정렬 오경보율로 평가해 DeFi 신용 위험 감독에 실증적으로 적용 가능한 구조를 제시한다.
탈중앙화 금융(DeFi)의 급변하는 신용 리스크를 감독하기 위한 AI 에이전트 시스템인 'DeXposure-Claw'는 국내 금융 시장에 중요한 시사점을 줍니다. 한국 금융당국은 DeFi의 안정성과 투자자 보호에 높은 관심을 기울이고 있어, 이러한 기술은 향후 DeFi 관련 규제 및 감독 시스템 구축에 핵심적인 역할을 할 수 있을 것입니다.
본문 미리보기
arXiv:2606.19501v1 Announce Type: new Abstract: Decentralized finance exposes supervisors to fast-moving, networked credit risks. General-purpose LLM agents fit this setting poorly: they over-read weak evidence and recommend high-stakes interventions, while existing evaluations offer no regulator-aligned way to measure the resulting false alarms. We introduce DeXposure-Claw, a forecast-grounded agentic supervision system that routes LLM decisions through structured evidence: (1) DeXposure-FM, a
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 13:55AI 초안
