본 연구는 미국 내 비트코인 거래에서의 불법 활동을 효과적으로 식별하고 추적할 수 있는 머신러닝 알고리즘을 개발하는 것을 목표로 한다. 비트코인 지갑 거래 정보(거래 금액, 시간, 네트워크 흐름, 주소 등)를 포함하는 데이터셋을 사용하여 로지스틱 회귀, 랜덤 포레스트, 서포트 벡터 머신 세 가지 알고리즘을 적용하였다. 랜덤 포레스트가 가장 높은 F1 점수를 기록하며 최적의 모델로 나타났으며, 지갑 활동의 패턴(예: 미사용 거래와 최종 잔액 간의 상관관계)을 밝혀냈다. 이 연구는 미국 내 암호화폐 시장의 투명성과 보안을 강화하는 데 기여할 수 있는 머신러닝 알고리즘의 적용 가능성을 제시한다.
