블록체인은 탈중앙화와 불변성을 특징으로 하는 데이터베이스로, 단순한 거래내역을 영구적으로 저장할 수 있을 뿐만아니라 다양한 계약을 자동화 시키고 저장할 수 있는 스마트 컨트랙트(Smart Contract) 또한 사용 가능하다. 하지만, 스마트 컨트랙트 코드의 취약점을 악용하여 사용자의 자산을 탈취하는 공격들은 심각한 보안 위협이다. 실제로, DAO 스마트 컨트랙트에서 재진입(Reentrancy) 공격으로 인해 수백억원대 피해가 발생한 사례가 대표적이다. 이러한 문제를 해결하기 위하여, CFG(Control Flow Graph) 기반의 스마트 컨트랙트 취약점 탐지 기법과 Fuzzing 기반의 취약점 탐지 기법, 딥러닝 기반의 탐지 기법 등 다양한 기법들이 제안되었다. 하지만, CFG나 Fuzzing의 기법들은 실제 코드의 분기점이나 입력 데이터를 기반으로 동적 실행을 하기 때문에 탐지 시간이 매우 오래걸린다는 단점이 존재하고, 딥러닝 기반의 탐지기법의 경우 속도는 빠르지만 취약점이 탐지된 코드의 위치를 알 수 없다는 단점이 존재하였다. 따라서, 본 논문에서는 딥러닝 및 이미지 Localization 기반의 탐지 기법을 통해 기존의 CFG나 Fuzzing 기반의 동적 탐지기법보다 빠르게 스마트 컨트랙트의 취약점을 탐지하면서 동시에 탐지된 취약점 코드의 위치까지 탐지할 수 있는 기법을 제안한다. 제안기법은 이미지 변환 기법을 통해 딥러닝 기반의 스마트 컨트랙트 취약점 탐지율을 높이고, 이미지 Localization을 기반의 취약점 코드의 위치를 탐지하기 위한 딥러닝 모델 설계를 통해 취약점 코드 위치 탐지율 또한 높인다. 제안된 기법으로 학습된 모델은 스마트 컨트랙트 데이터셋 (SmartBug)에서 다른 취약점 탐지 기법보다 높은 성능을 보인다.