자동화 프로그램과 관련한 가상자산거래의 새로운 문제 - 최근 판례 평석 및 문제 제기 -

서창배

추천

검색

자료유형: 학술저널

저자정보: 서창배 (전북대학교 동북아법연구소)

저널정보: 한국상사판례학회 상사판례연구 상사판례연구 제37권 제3호

발행연도: 2024.9

수록면: 467 - 506 (40page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

자동화 프로그램을 이용한 거래 방식은 현재 많은 증권사와 이용자들 사이에서 널리 사용되고 있으며, 그 빈도는 온라인 통신 기술의 발달, 컴퓨터 프로그래밍 기술의 진보, 알고리즘 거래 기술의 발전, 그리고 경제 상황에 따른 가상자산을 이용한 투기 요인의 증가로 인해 더욱 늘어날 것으로 예상된다. 판례는 알고리즘 프로그램 사용을 금지하는 명시적인 약관 내용이 없을 경우, 그 사용을 허용하는 경향이 강하지만, 가상자산 거래에 있어서는 그 사용 목적에 대한 구체적인 검토 없이 불공정 거래로 판단하는 경향이 있어 기존의 자본시장법과는 차별화된 태도를 보이고 있다. 또한 자동화 프로그램의 표시나 기능 오류로 인한 착오 주문에 대해서는 기존의 유가증권 거래와 달리, 프로그램을 제공한 거래소의 책임을 일부 인정하는 경향을 보인다. 이러한 판례의 입장은 유가증권 거래와는 차별화된 가상자산 거래의 실무를 반영한 것으로 해석된다. 가상자산 거래 시장과 관련해 우리나라는 최근 EU의 MiCA(Markets in Crypto Assets Regulation) 법제를 참고해 2023년 7월 「가상자산 이용자 보호 등에 관한 법률」을 입법화했고, 이는 2024년 7월부터 시행 중아다. 또한 금융위원회는 2023년 2월 발표한 ‘토큰 증권 발행 및 유통 규율 체계 정비 방안’을 통해 토큰 증권(STO)의 발행 계획을 밝힌 바 있으며, 2024년 2월에도 토큰 증권(STO)을 허용할 계획을 재차 확인하면서 가상자산에 대한 이원적 규제를 도입할 것임을 예고하는 등 가상자산에 대한 이원적 규제 체계가 마련되고 있다. 특히 이러한 이원적 규제 체계 속에서 자동화 프로그램을 이용한 가상자산 거래 행위에 관해 향후에는 특히 시세 조종 행위와 사기적 부정 거래가 주요 규제 대상이 될 수 있을 것이다. 그러나 그 구체적 적용 범위와 처벌 과정에서의 문제점들에 여전히 현실성에 관한 논의가 제기되고 있으며 이에 더하여 곧 현실화 될 인공지능 기술이 접목된 새로운 불공정 거래 행위들에 관해서는 여전히 논의 조차 시작되지 못한 상황이다. 현재의 불완전한 법제를 전제로 가상자산 거래의 특성을 충분히 고려한 새로운 규제 방안을 고민할 필요가 있다.

Trading methods using automated programs are currently widely used by many securities firms and users, and the frequency is expected to increase due to the development of online communication technology, advances in computer programming technology, advances in algorithmic trading technology, and the increase in speculative factors using virtual assets due to economic conditions. While case law has a strong tendency to allow the use of algorithmic programs in the absence of explicit terms and conditions prohibiting their use, in the case of virtual asset transactions, it tends to judge them as unfair transactions without examining the specific purpose of their use, showing a different attitude from the existing capital market law. In addition, unlike conventional securities trading, there is a tendency to partially recognize the responsibility of the exchange that provided the program for mistaken orders due to errors in the display or function of the automated program. This position is interpreted as a reflection of the practice of cryptocurrency trading, which is different from securities trading. Regarding the virtual asset trading market, Korea recently enacted the Act on the Protection of Virtual Asset Users, etc. in July 2023, which has been in effect since July 2024, based on the EU's Markets in Crypto Assets Regulation (MiCA). In addition, the Financial Services Commission announced plans to issue token securities (STOs) in February 2023 through the “Plan for Revising the Regulatory System for Issuing and Distributing Token Securities,” and confirmed plans to allow STOs in February 2024, signaling the introduction of a dual regulatory system for virtual assets. In particular, the use of automated programs to trade cryptocurrencies is likely to be regulated under this dual regulatory framework, especially price manipulation and fraudulent fraudulent trading. However, there is still a debate on the practicality of the specific scope of application and problems in the punishment process, and we have not even begun to discuss the new unfair trade behaviors that will soon be realized with artificial intelligence technology. Based on the current incomplete legal system, it is necessary to consider new regulatory measures that fully consider the characteristics of virtual asset transactions.

#가상자산 #알고리즘 프로그램 #고빈도 거래 #착오 거래 #인공지능 #cryptocurrency #algorithmic programs #high frequency trading #erroneous trading #artificial intelligence

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

최근 본 자료

댓글(0)