# LOCARD: An Agentic Framework for Blockchain Forensics

### 저자

Xiaohang Yu, William Knottenbelt

### 💡 개요

본 논문은 블록체인 포렌식을 기존의 정적 추론 방식에서 벗어나 동적이고 반복적인 의사결정 과정으로 재해석하는 '에이전틱 블록체인 포렌식(ABF)' 패러다임을 제안합니다. 이를 실현하기 위해 전략 계획, 실행, 평가를 분리한 Tri-Core Cognitive Architecture를 기반으로 하는 첫 번째 에이전틱 프레임워크인 LOCARD를 소개합니다. LOCARD는 구조화된 신뢰 상태 메커니즘을 통해 포렌식의 엄격성을 강화하며, Thor25라는 대규모 크로스체인 거래 추적 데이터셋을 통해 Bybit 해킹 사건의 자금 세탁 흐름 분석에서 높은 정확도를 달성했습니다.

### 🔑 시사점 및 한계

- 블록체인 포렌식 문제를 동적이고 반복적인 의사결정 문제로 모델링하여 기존의 정적 방식보다 효과적인 분석이 가능함을 입증했습니다.

- LOCARD 프레임워크는 전략, 실행, 평가를 분리하고 구조화된 신뢰 상태를 사용하여 포렌식의 엄격성을 유지하면서 복잡한 블록체인 거래 추적 문제를 해결하는 능력을 보여주었습니다.

- 제안된 ABF 패러다임과 LOCARD 프레임워크는 향후 대규모 블록체인 포렌식 분석을 위한 새로운 방향을 제시합니다.

- Thor25 데이터셋은 크로스체인 거래 추적 분야의 새로운 벤치마크로 활용될 수 있습니다.

- 현재 연구는 주로 그룹 전송 추적에 초점을 맞추고 있으며, 더 복잡하고 다양한 유형의 블록체인 범죄 분석으로 확장하기 위한 추가적인 연구가 필요합니다.

- 다양한 블록체인 생태계 및 프로토콜에 대한 일반화 성능 검증이 필요합니다.

[PDF 보기](https://arxiv.org/pdf/2604.04211)

For the site tree, see the [root Markdown](https://slashpage.com/haebom.md).