FinLedger AI: A Blockchain-Secured Organizational Finance Monitor with LLM-Powered Analysis

조직 금융의 세계에서 두 가지 문제가 오랫동안 관리자와 감사인들을 괴롭혀 왔습니다. 바로 변경할 수 없는 기록을 유지하는 것과, 일단 기록된 숫자들을 이해하는 일입니다. 돈의 흐름이 기록되는 데이터베이스인 전통적인 디지털 장부는 이를 안전하게 지키기 위해 중앙 권위자에 의존합니다. 이는 취약점을 만듭니다. 만약 충분한 접근 권한을 가진 누군가가 실수나 절도를 숨기기 위해 과거의 항목을 수정하기로 결정한다면, 시스템은 그 변경이 발생했다는 사실을 증명할 방법이 없는 경우가 많습니다. 기록은 단순히 업데이트될 뿐이며, 원래의 진실에 대한 흔적을 남기지 않습니다. 반대편의 문제로는, 기록이 완벽하더라도 그것들은 종종 정적인 숫자의 목록에 불과하다는 점입니다. 이 기록들은 인간이 직접 보고, 패턴을 발견하고, 무언가 잘못되었다는 것을 깨달을 때까지 기다립니다. 이러한 사후 대응적 방식은 금융 문제가 이미 피해를 입힌 후에야 발견되도록 만듭니다. 연구자들이 던져온 질문은 이 두 가지를 동시에 수행할 수 있는 시스템을 구축하는 것이 가능한가 하는 것입니다. 즉, 돈의 역사를 조작할 수 없도록 고정하는 동시에, 스마트한 소프트웨어를 사용하여 그 역사가 무엇을 의미하는지 경고해 주는 시스템 말입니다.

사히왈 대학교의 컴퓨터 과학 학사 졸업생인 함자 마드니(Hamza Madni, 2022-2026)는 이 질문에 대한 작동하는 해답인 '핀레저 AI(FinLedger AI)'를 구축했습니다. 이는 블록체인이라 불리는 디지털 보안 방식과 금융 데이터를 읽고 설명할 수 있는 인공지능 도구를 결합하여 설계된 중소 규모 조직을 위한 웹 기반 시스템입니다. 이 시스템은 실제 돈을 움직이거나 실시간 은행 계좌와 연결되지 않습니다. 대신, 조직이 수입과 지출을 기록할 수 있는 안전하고 지능적인 노트 역할을 합니다. 핵심 혁신은 모든 개별 항목을 처리하는 방식에 있습니다. 사용자가 거래를 추가할 때, 시스템은 단순히 데이터베이스에 저장하는 것에 그치지 않습니다. 시스템은 해당 항목을 각 새로운 기록이 이전 기록과 수학적으로 연결되는 디지털 체인 속에 봉인합니다. 이 연결은 특정 유형의 디지털 지문(fingerprint)을 사용하여 생성되며, 이 과정은 만약 누군가 과거 항목의 숫자 하나라도 바꾸려고 시도할 경우 전체 연결 체인이 깨지도록 보장합니다. 시스템은 즉시 이 단절을 감지하고 경보를 울려, 기록이 조작되었음을 증명합니다.

이 시스템을 일상적인 용도로 실용적으로 만들기 위해, 저자는 사용자를 접근 권한 수준이 다른 두 개의 뚜렷한 그룹으로 분리했습니다. 관리자는 조직 전체의 전체적인 재무 상황을 볼 수 있는 반면, 일반 직원은 자신의 기록만 볼 수 있습니다. 이는 혼란을 방지하고 프라이버시를 보호하여, 하급 직원이 실수로 회사 전체의 급여 데이터를 볼 수 없도록 합니다. 이 안전한 토대 위에는 지능형 레이어가 자리 잡고 있습니다. 시스템은 인간의 언어와 복잡한 패턴을 이해하도록 훈련된 인공지능인 거대 언어 모델(LLM)에 연결됩니다. 이 AI는 봉인된 장부를 지속적으로 읽으며 원시 숫자를 평이한 영어로 번역합니다. AI는 관리자에게 지출이 예산 한계에 도달하고 있는지 알려주거나, 월말에 자금이 얼마나 남을지 예측하거나, 1년 치의 거래 내역을 몇 문장으로 요약해 줄 수 있습니다. 이는 정적인 숫자 목록을 조직의 재무 건전성에 관한 대화로 탈바꿈시킵니다.

저자는 데이터 수정 시도를 견뎌낼 수 있는지 확인하기 위해 시스템을 엄격하게 테스트했습니다. 한 테스트 세트에서 그는 시스템이 인지하는지 확인하기 위해 일반적인 애플리케이션을 우회하여 데이터베이스의 단일 값을 의도적으로 변경했습니다. 변경이 이루어지는 순간, 데이터 블록 간의 수학적 연결이 끊어졌습니다. 처음부터 끝까지 체인을 검사하는 시스템의 검증 엔진은 즉시 불일치를 찾아내고 장부의 무결성이 훼손되었음을 보고했습니다. 이는 보안 레이어가 의도한 대로 작동함을 확인시켜 주었습니다. 즉, 어떠한 승인되지 않은 수정도 즉각 감지된다는 것입니다. 또한 테스트를 통해 인공지능이 데이터를 성공적으로 분석하여 정확한 예산 경고와 지출 예측을 생성할 수 있음이 입증되었습니다. 이 시스템은 MERN 스택과 Google Gemini API를 사용하여 구축되었으며, 이는 높은 수준의 보안과 자동화된 지능이 값비싼 독점 기업용 인프라를 필요로 하지 않는다는 것을 증명했습니다.

성공에도 불구하고, 저자는 이 시스템이 한계가 있음을 인정합니다. 보안이 체인의 모든 연결을 순서대로 확인하는 방식에 의존하기 때문에, 수백만 개의 기록이 있는 장부의 역사를 검증하는 것은 느려질 수 있습니다. 또한 시스템은 과거 항목을 실수로라도 수정할 수 없다는 엄격한 규칙을 적용합니다. 만약 숫자가 틀렸다면, 기존의 것을 수정하는 대신 새로운 상쇄 항목을 추가함으로써 수정해야 합니다. 이는 역사가 깨지지 않도록 보장하지만, 단순히 삭제하고 다시 쓸 수 있는 일반적인 스프레드시트보다는 덜 편리하게 느껴질 수 있습니다. 더욱이, 시스템은 실시간 뱅킹 피드와 연결되지 않기 때문에 사용자가 데이터를 수동으로 입력하는 것에 의존하며, 이는 AI의 예측이 사람들이 입력한 정보만큼만 최신 상태임을 의미합니다.

최종 결과는 재무 관리의 투명성과 지능이 하나의 실용적인 애플리케이션으로 결합될 수 있다는 것을 보여주는 증거입니다. 핀레저 AI는 재무 기록을 수학적으로 조작 불가능하게 봉인하는 동시에, 인공지능을 사용하여 그 데이터를 실시간으로 유용하게 만드는 것이 가능하다는 것을 보여줍니다. 구현된 프로토타입은 네 가지 주요 목표를 달성하는 모습을 보여주었습니다. 즉, 변경 불가능한 안전한 거래 기록을 생성하고, 사용자 역할에 따라 접근을 제한하며, 자동화된 재무 분석을 제공하고, 이 모든 정보를 쉽고 읽기 쉬운 인터페이스를 통해 제시하는 것입니다. 이 작업은 조직의 규모와 상관없이 누구나 과거에는 대기업만이 가질 수 있었던 도구들을 사용할 수 있음을 시사하며, 재무 역사를 정직하게 유지하고 미래 계획을 정보에 기반하여 세울 수 있는 방법을 제시합니다.