2009년 이후 전체 범죄는 감소하고 있지만, 보이스피싱은 오히려 급증하고 있다. 정부와 학계에서는 이를 근절하기 위해 다양한 대책을 제시하고 연구를 진행해 왔으나 진화하는 보이스피싱을 따라잡기에는 역부족이다. 이 연구에서 연구자들은 범인 검거와 피해회복이 어려운 보이스피싱의 피해 예방에 초점을 두었다. 특히, 피해자가 금융거래행위(계좌이체 등)를 한다는 점이 금융사기(이상거래)와 유사하다는 점에 착안하여, 금융사기 탐지에 활용되고 있는 이상거래탐지시스템(FDS)을 활용한 보이스피싱 예측 방안을 연구하였다. 그 결과 머신러닝 기반의 이상거래탐지시스템(FDS)에 보이스피싱과 관련한 통화내역, 메신저내역, 대포통장, 보이스피싱 유형과 112신고 등 빅데이터를 결합한 방안을 개념적으로 도출하였다. 이 연구에서는 주로 정부 대책과 빅데이터 활용과 관련한 문헌연구를 중심으로 연구를 진행했다. 그러나 데이터 수집의 한계와 FDS의 보안 문제로 구체적인 모델까지를 제시하지는 못하였다. 다만, 관련된 선행연구가 없는 현실에서 머신러닝을 위해 필요한 데이터 종류와 FDS를 융합한 보이스피싱 대응방안의 개념을 최초로 제시했다는 점에 의미가 있다. 향후 이 연구를 바탕으로 '보이스피싱 피해 예측 시스템'이 개발되어 보이스피싱 피해가 근절되기를 기대한다.
2009년 이후 전체 범죄는 감소하고 있지만, 보이스피싱은 오히려 급증하고 있다. 정부와 학계에서는 이를 근절하기 위해 다양한 대책을 제시하고 연구를 진행해 왔으나 진화하는 보이스피싱을 따라잡기에는 역부족이다. 이 연구에서 연구자들은 범인 검거와 피해회복이 어려운 보이스피싱의 피해 예방에 초점을 두었다. 특히, 피해자가 금융거래행위(계좌이체 등)를 한다는 점이 금융사기(이상거래)와 유사하다는 점에 착안하여, 금융사기 탐지에 활용되고 있는 이상거래탐지시스템(FDS)을 활용한 보이스피싱 예측 방안을 연구하였다. 그 결과 머신러닝 기반의 이상거래탐지시스템(FDS)에 보이스피싱과 관련한 통화내역, 메신저내역, 대포통장, 보이스피싱 유형과 112신고 등 빅데이터를 결합한 방안을 개념적으로 도출하였다. 이 연구에서는 주로 정부 대책과 빅데이터 활용과 관련한 문헌연구를 중심으로 연구를 진행했다. 그러나 데이터 수집의 한계와 FDS의 보안 문제로 구체적인 모델까지를 제시하지는 못하였다. 다만, 관련된 선행연구가 없는 현실에서 머신러닝을 위해 필요한 데이터 종류와 FDS를 융합한 보이스피싱 대응방안의 개념을 최초로 제시했다는 점에 의미가 있다. 향후 이 연구를 바탕으로 '보이스피싱 피해 예측 시스템'이 개발되어 보이스피싱 피해가 근절되기를 기대한다.
While overall crime has been on the decline since 2009, voice phishing has rather been on the rise. The government and academia have presented various measures and conducted research to eradicate it, but it is not enough to catch up with evolving voice phishing. In the study, researchers focused on ...
While overall crime has been on the decline since 2009, voice phishing has rather been on the rise. The government and academia have presented various measures and conducted research to eradicate it, but it is not enough to catch up with evolving voice phishing. In the study, researchers focused on catching criminals and preventing damage from voice phishing, which is difficult to recover from. In particular, a voice phishing prediction method using the Fraud Detection System (FDS), which is being used to detect financial fraud, was studied based on the fact that the victim engaged in financial transaction activities (such as account transfers). As a result, it was conceptually derived to combine big data such as call details, messenger details, abnormal accounts, voice phishing type and 112 report related to voice phishing in machine learning-based Fraud Detection System(FDS). In this study, the research focused mainly on government measures and literature research on the use of big data. However, limitations in data collection and security concerns in FDS have not provided a specific model. However, it is meaningful that the concept of voice phishing responses that converge FDS with the types of data needed for machine learning was presented for the first time in the absence of prior research. Based on this research, it is hoped that 'Voice Phishing Damage Prediction System' will be developed to prevent damage from voice phishing.
While overall crime has been on the decline since 2009, voice phishing has rather been on the rise. The government and academia have presented various measures and conducted research to eradicate it, but it is not enough to catch up with evolving voice phishing. In the study, researchers focused on catching criminals and preventing damage from voice phishing, which is difficult to recover from. In particular, a voice phishing prediction method using the Fraud Detection System (FDS), which is being used to detect financial fraud, was studied based on the fact that the victim engaged in financial transaction activities (such as account transfers). As a result, it was conceptually derived to combine big data such as call details, messenger details, abnormal accounts, voice phishing type and 112 report related to voice phishing in machine learning-based Fraud Detection System(FDS). In this study, the research focused mainly on government measures and literature research on the use of big data. However, limitations in data collection and security concerns in FDS have not provided a specific model. However, it is meaningful that the concept of voice phishing responses that converge FDS with the types of data needed for machine learning was presented for the first time in the absence of prior research. Based on this research, it is hoped that 'Voice Phishing Damage Prediction System' will be developed to prevent damage from voice phishing.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이러한 특징과 관련 있는 금융사기 탐지에 활용되고 있는 이상거래 탐지시스템(FDS)을 활용하는 방안을 검토했다. 그리고 보이스피싱과 관련한 통신사, 금융기관, 경찰범죄정보 등의 빅데이터에 최근 범죄예측에 효과가 있은 것으로 밝혀진 빅데이터 분석기법을 적용해서 보이스피싱을 예측하는 방안에 관해 개념적으로 연구하였다.
이 연구에서는 보이스피싱과 관련한 데이터와 머신러닝 기법을 활용한 기존의 FDS를 융합한 모델을 제시한다.5) FDS에서 활용되는 머신러닝의 구체적인 알고리즘은 보안을 이유로 공개되지 않기 때문에 실증적으로 제시하지는 못했다.
이 연구에서는 연구자들은 보이스피싱은 피해자가 직접 금융거래를 한다는 특징에 주목하였다. 이러한 특징과 관련 있는 금융사기 탐지에 활용되고 있는 이상거래 탐지시스템(FDS)을 활용하는 방안을 검토했다.
이 연구에서는 연구자들은 보이스피싱은 피해자가 직접 금융거래를 한다는 특징에 주목하였다. 이러한 특징과 관련 있는 금융사기 탐지에 활용되고 있는 이상거래 탐지시스템(FDS)을 활용하는 방안을 검토했다. 그리고 보이스피싱과 관련한 통신사, 금융기관, 경찰범죄정보 등의 빅데이터에 최근 범죄예측에 효과가 있은 것으로 밝혀진 빅데이터 분석기법을 적용해서 보이스피싱을 예측하는 방안에 관해 개념적으로 연구하였다.
이 연구는 관련 논문, 인터넷, 정부기관 자료와 정책자료 등 문헌연구를 중심으로 진행했다. 특히, 선행연구 중에서 보이스피싱에 대응하기 위해 빅데이터 분석기법을 활용한 연구는 없었기 때문에, 일반적인 범죄예측과 관련한 빅데이터 활용 사례와 금융사기를 탐지하기 위한 여러 연구를 비교 분석하는 방식으로 이 연구를 진행하였다.
제안 방법
이 연구에서는 보이스피싱 대응을 위해 금융사기 적발에 효과가 검증된 머신러닝을 활용한 FDS 시스템을 이용해서 금융기관, 보이스피싱과 관련한 통신사, 경찰의 범죄정보를 접목한 ‘보이스피싱 피해 예측 시스템’을 개념적으로 제안하였다.
대상 데이터
이 연구는 관련 논문, 인터넷, 정부기관 자료와 정책자료 등 문헌연구를 중심으로 진행했다. 특히, 선행연구 중에서 보이스피싱에 대응하기 위해 빅데이터 분석기법을 활용한 연구는 없었기 때문에, 일반적인 범죄예측과 관련한 빅데이터 활용 사례와 금융사기를 탐지하기 위한 여러 연구를 비교 분석하는 방식으로 이 연구를 진행하였다.
성능/효과
경기남부경찰청의 경우만 하더라도 하루 신고가 150여 건이고 이 중에서 10건 정도만 실제 피해를 본다.4) 범행에 실패한 이러한 데이터는 보이스피싱 패턴 분석에 도움이 될 수 있다.
그 외에 검찰이나 경찰 등을 사칭하거나, 불법적으로 수집한 개인정보를 이용해서 카카오톡과 같은 메신저 등을 통해 등록된 지인에게 금전을 요구하는 ‘사칭형’ 피해액이 2017년 대비 116.4% 증가한 1,346억 원으로 전체 피해액의 30.3%에 해당하는 것으로 확인되었다.
특히, 카카오톡으로 지인을 사칭해서 소액의 금전을 요구하는 사례는 9,601건으로 2017년 1,407건보다 582.4% 급증하였다. 피해액 또한 2017년 58억 원보다 272.
후속연구
이 모델의 실현을 위해서는 민감한 개인정보가 포함된 여러 기관의 방대한 데이터를 모아서 관리해야 한다는 어려움이 있다. 그러나 보이스피싱 콜센터가 중국이나 필리핀 등에 있어 범인 검거가 어렵고, 범죄예방 홍보나 지연인출제도와 같은 다양한 정책도 그다지 효과를 보지 못하고 있는 지금의 상황을 보면, 다소 시간과 비용이 필요하더라도 관련된 영역에서 효과가 입증되고 있는 피해 탐지시스템을 구축하는 것이 더 현실적인 대응방안이 될 수 있을 것이다. 또한, 한 번 구축된 머신러닝 기반의 시스템은 실시간으로 데이터 처리가 가능하고 스스로 학습하는 특징이 있으므로 새로운 유형의 보이스피싱에 신속하게 대응할 수 있을 것이다.
그러나 보이스피싱 콜센터가 중국이나 필리핀 등에 있어 범인 검거가 어렵고, 범죄예방 홍보나 지연인출제도와 같은 다양한 정책도 그다지 효과를 보지 못하고 있는 지금의 상황을 보면, 다소 시간과 비용이 필요하더라도 관련된 영역에서 효과가 입증되고 있는 피해 탐지시스템을 구축하는 것이 더 현실적인 대응방안이 될 수 있을 것이다. 또한, 한 번 구축된 머신러닝 기반의 시스템은 실시간으로 데이터 처리가 가능하고 스스로 학습하는 특징이 있으므로 새로운 유형의 보이스피싱에 신속하게 대응할 수 있을 것이다. 향후 이 연구를 바탕으로 ‘보이스피싱 피해 예측 시스템’이 개발되어 보이스피싱이 근절될 수 있기를 기대한다.
또한, 한 번 구축된 머신러닝 기반의 시스템은 실시간으로 데이터 처리가 가능하고 스스로 학습하는 특징이 있으므로 새로운 유형의 보이스피싱에 신속하게 대응할 수 있을 것이다. 향후 이 연구를 바탕으로 ‘보이스피싱 피해 예측 시스템’이 개발되어 보이스피싱이 근절될 수 있기를 기대한다.
질의응답
핵심어
질문
논문에서 추출한 답변
빅데이터란?
최근 범죄예방과 예측을 위해 빅데이터를 활용한 분석기법이 활용되고 있다. 빅데이터는 기존의 일반적인 기술로 관리하기 어려운 수십 테라바이트(Terabyte)에서 수 페타바이트(Petabyte)의 데이터를 의미하는데, 그 데이터의 양뿐만 아니라, 데이터 종류가 다양하고, 데이터 생성 속도가 빠르다는 속성을 지닌다.
보이스피싱 피해 예측 시스템의 어려움은?
이 모델의 실현을 위해서는 민감한 개인정보가 포함된 여러 기관의 방대한 데이터를 모아서 관리해야 한다는 어려움이 있다. 그러나 보이스피싱 콜센터가 중국이나 필리핀 등에 있어 범인 검거가 어렵고, 범죄예방 홍보나 지연인출제도와 같은 다양한 정책도 그다지 효과를 보지 못하고 있는 지금의 상황을 보면, 다소 시간과 비용이 필요하더라도 관련된 영역에서 효과가 입증되고 있는 피해 탐지시스템을 구축하는 것이 더 현실적인 대응방안이 될 수 있을 것이다.
보이스피싱 근절이 어려운 이유는?
정부와 금융기관은 다양한 대책을 제시하고 있지만 다양한 수법으로 진화하는 보이스피싱은 이제 대상을 가리지 않고 전 국민을 상대로 범행을 계속하고 있다. 게다가 보이스피싱은 대부분 외국에 콜센터가 있고 점조직 형태로 조직화하여 있어 검거로 근절하기는 어렵다. 이렇게 범인을 직접 만나지 않고 속아서 피해를 보는 범죄는 예방이 최선의 대응책이지만, 최근 보이스피싱 피해 추세를 보면 지금의 대응방안으로는 더는 증가하는 보이스피싱을 막을 수는 없는 것으로 보인다.
참고문헌 (18)
금융보안원 (2017). 머신러닝 기반의 이상거래 탐지시스템 동향.
송주영, 송태민 (2018). (빅데이터를 활용한) 범죄 예측Crime prediction using big data: 머신러닝을 중심으로. 서울: 황소걸음아카데미.
오요한, 홍성욱 (2018). 인공지능 알고리즘은 사람을 차별하는가? 과학기술학연구, 18(3), 153-215.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.