[전자신문] 💎 SKT '에이닷전화' 보이스피싱 원천 차단…사회적가치 3575억원 성과

📰 SKT '에이닷전화' 보이스피싱 원천 차단…사회적가치 3575억원 성과

기사 바로가기

SK 텔레콤 에이닷 전화

 

SK텔레콤이 에이닷전화에 인공지능(AI) 기술을 활용한 보이스피싱 탐지 및 자동 차단 기능을 탑재했다. AI 모델이 전화번호의 활동 패턴을 분석해 실시간으로 의심 번호를 차단하는 방식이다. 내년에는 소형언어모델(sLM)을 활용한 온디바이스AI 기반 보이스피싱 탐지 시스템을 구축한다.

11일 업계에 따르면 SK텔레콤은 지난달 T전화를 에이닷전화로 개편하면서 안심통화 기능을 고도화했다. 기존에는 사용자 평가 기반으로 특정 번호에 대한 스팸 의심 여부를 제공해왔다면, 새롭게 선보인 에이닷전화는 AI가 탐지한 피싱주의·스팸주의·스팸의심 표시와 함께 보이스피싱 번호 자동 차단 기능이 추가됐다.

회사 측은 “자체 AI 모델이 매일 실시간으로 전화번호 활동 패턴을 분석해 스팸 의심번호를 탐지한다. 사용자 평가가 누적되기 전에 새로운 스팸 번호를 가려내는 데 유용하다”고 설명했다

SK텔레콤은 스팸 전화와 다른 양상을 보이는 보이스피싱 전화 패턴을 학습한 별도의 AI 모델을 적용했다. 경찰청으로부터 제공받은 보이스피싱 번호 통화패턴을 AI가 학습해 통화 패턴변수를 추출한다. 해당 변수는 평균 통화간격, 통화한 고객 수 등이다.

이를 통해 기존 사용자 평가와 AI 스팸 탐지로는 알기 어려웠던 보이스피싱 의심번호까지 탐지해 차단한다. 그동안 자동 차단 기능이 없던 아이폰 사용자도 에이닷전화를 통해 해당 서비스를 이용할 수 있다.

SK 텔레콤 에이닷전화 피싱 번호 경고 메시지

SK텔레콤은 에이닷전화 안심통화 기능을 통해 보이스피싱으로 인한 범죄 피해 예방 효과를 높일 수 있을 것으로 기대한다.

금융감독원에 따르면 올 상반기 보이스피싱 피해액은 1272억원으로 지난해 같은 기간보다 419억원가량 늘었다. 보이스피싱 1건당 사회적 비용은 2160만원대로 추산된다. 회사 측은 지난해 보이스피싱 차단을 통해 3575억원 규모 사회적가치(SV)를 창출했다고 분석했다. 해당 성과는 올해 큰 폭으로 늘어날 전망이다.

내년에는 사용자 단말에 sLM과 음성·텍스트변환(STT) 기술을 적용한 온디바이스 기반 AI 보이스피싱 탐지 시스템을 구현할 방침이다. 외부서버와 연동하지 않고 기기 내에서 동작함으로써 민감한 개인정보 유출 우려도 적다. 현재 개인정보위원회, 경찰청 등 유관기관으로부터 비식별 처리된 전기통신금융사기 데이터를 공유받아 파인튜닝 과정을 거치고 있다.

SK텔레콤 관계자는 “에이닷전화에 불법스팸과 보이스피싱 전화를 AI가 알아채고 미리 경고하거나 차단하는 기능을 도입했다”면서 “내년 상반기 내에는 온디바이스 상에서 보이스피싱을 탐지할 수 있도록 기술을 고도화할 것”이라고 말했다.

SK 텔레콤 보이스피싱 차단 사회적가치 측정 성과, 금융권역별 보이스피싱 피해 현황

 

 

 

🔍 추가 조사한 내용

 

STT(Speach-to-Text)

음성(Speech)을 텍스트(Text)로 변환하는 기술

 

주요 단계

• 전처리(Preprocessing)
  • 음성 데이터는 주위의 잡음이나 배경 소음이 포함될 수 있기 때문에, STT 모델이 인식하기 전에 데이터를 깨끗하게 정제하는 과정이 필요합니다.
  • 잡음 제거, 음량 정규화(다양한 음량 수준을 일정하게 맞춤), 화자 구분(여러 화자가 있을 경우 개별 화자를 구분) 등을 수행합니다.

 

• 특징 추출(Feature Extraction)
  • STT 시스템이 음성을 텍스트로 변환하기 쉽게, 음성의 주요 정보를 요약한 특징들을 추출합니다.
  • MFCC(Mel Frequency Cepstral Coefficients)와 스펙트로그램 변환이 주로 사용됩니다. 이를 통해 음성의 주파수 정보를 요약하고, STT 모델이 음성 패턴을 더 쉽게 인식할 수 있게 됩니다.

 

• 음향 모델링(Acoustic Modeling)
  • 음향 모델은 음성의 소리와 텍스트 간의 관계를 학습하는 단계로, 말소리와 대응되는 문자나 단어를 인식하게 합니다.
  • 딥러닝 모델을 사용해 음성 데이터의 특징을 분석하고, 소리와 글자 간의 매핑을 학습합니다. 이를 통해 다양한 발음이나 억양을 텍스트로 변환할 수 있게 됩니다.

 

• 언어 모델링(Language Modeling)
  • 언어 모델은 음향 모델이 인식한 단어들을 문맥에 맞게 조합해 자연스럽고 정확한 문장을 만드는데 문법과 문맥을 고려하여 완전한 문장으로 변환하는 역할을 합니다.
  • n-그램 모델이나 딥러닝 기반 언어 모델을 사용해 문장의 일관성을 유지하면서도, 문법적으로 자연스러운 텍스트를 생성합니다.

 

 

 

💡  현직자에게 할 질문

 

기술 관련

1. 보이스피싱 수법이 진화할 때, 새로운 수법에 대한 모델 업데이트는 어떻게 이루어지나요? 예를 들어, 신종 피싱 기법이 나타났을 때 AI가 자체적으로 패턴을 학습하는지, 아니면 추가적인 학습 데이터가 필요해 업데이트하는 방식인지 궁금합니다.
2. 온디바이스 AI는 기기 내에서 작동해 개인정보 보호에는 유리하지만, 기기 사양이나 네트워크 상태에 따라 탐지 성능이 달라질 수 있을 것 같습니다. 이런 경우, 성능 최적화를 위한 기술적 방안이나 사양별 대응 전략이 마련되어 있나요? 예를 들어, 저사양 기기에서도 안정적인 탐지가 가능하도록 추가적인 최적화가 이루어졌는지 궁금합니다.

 

사용자 경험 및 보안 관련 질문

1. 에이닷전화의 보이스피싱 탐지 기능에서 사용자 피드백이 누적되면, 이를 반영해 개별 사용자 맞춤형 탐지로 이어질 가능성이 있나요? 사용자의 평가가 향후 탐지 모델을 개선하는 데 직접 반영될 수 있는지, 이에 따른 맞춤형 탐지 기능이 향후 업데이트될 계획이 있는지 궁금합니다.
2. 실시간으로 작동하는 보이스피싱 차단 기능이 잘못된 차단을 발생시킬 가능성도 있을 것 같습니다. 잘못 차단된 번호가 있을 경우, 사용자가 오류로 보고하거나 차단 해제를 요청할 수 있는 절차가 마련되어 있나요? 잘못된 차단으로 인한 불편을 줄이기 위한 보완책이 있다면 알려주세요.