피싱·스캠 예방을 위한 서비스 개발 경진대회

아이디어 | 사이버 보안 | 피싱·스캠 탐지 | MVP

  • moneyIcon 상금 1,000 만원
  • 646명 마감
마감

 

[Neural Shield(뉴럴 쉴드)]Neural Shield

공동작성자

stroke
2026.02.11 07:19 109 조회 language

[기술 스택]

Backend  : FastAPI (Async), Python 3.11, Uvicorn ASGI, Pydantic
Frontend :  React 19 + Vite 7, TypeScript, Tailwind CSS 4
상태관리/통신 : Zustand, React Query (TanStack), Axios
UI/시각화 : Framer Motion, Recharts, Lucide React, D3-geo, React Simple Maps, React Force Graph 3D
AI/NLP : KoELECTRA (HuggingFace Transformers), PyTorch, Bi-LSTM + Multi-Head Attention
AI/음성 : OpenAI Whisper (STT), SpeechBrain ECAPA-TDNN (화자 인식), librosa (오디오 특성 분석)
AI/ML : XGBoost (URL 탐지), Scikit-learn, NumPy, Pandas
AI/검색 : sentence-transformers (ko-sRoBERTa), FAISS (벡터 검색), BM25 (하이브리드 검색)
인프라 : CORS Middleware, python-multipart, Firebase

PDF
YOUTUBE
로그인이 필요합니다
0 / 1000
이주훈
2026.02.13 18:41

Neural Shield는 NLP, Audio, Time-Series 분석을 아우르는 고도화된 특화 모델 그룹을 통해 피싱 및 보이스피싱 범죄를 사전에 차단하고 실시간으로 방어하는 지능형 보안 솔루션입니다.

1. 6개 핵심 AI 모델 및 기능
Neural Shield는 단일 모델의 한계를 극복하기 위해 각 분야에 특화된 6개의 AI 모델을 유기적으로 결합하여 운영합니다.

KOELECTRA (Text): 한국어 구어체와 비속어에 특화된 모델로, 문맥 이해를 통해 의도적인 오타나 변칙적인 피싱 문자를 정밀하게 분류합니다
XGBoost (URL): 11개 핵심 피처 엔지니어링을 기반으로 악성 URL의 구조와 도메인 길이를 분석하여 위협을 식별합니다
Whisper (Audio): 통화 음성을 실시간으로 텍스트(STT)로 변환하여 위험 키워드가 포함되었는지 즉각 모니터링합니다.
ECAPA-TDNN (Audio): 음성의 고유 특성을 192차원 벡터로 수치화한 'Voice DNA'를 생성하여 딥페이크 음성과 실제 가족의 신원을 구분합니다.
Bi-LSTM (Time-Series): 신고 트렌드 데이터를 시계열로 분석하여 향후 24~72시간 내의 위험 징후를 선제적으로 예측합니다.
ko-sRoBERTa & RAG: 의미론적 매칭을 통해 현재 상황과 가장 흡사한 과거 피싱 사례를 검색하여 사용자에게 제시합니다.

단계 방어 체계
Stage 1 - 사전 차단: 문자 수신 및 URL 클릭 시점에서 KoELECTRA와 XGBoost로 즉각적인 위협 분석 및 차단
Stage 2 - 실시간 감시: 통화 중 Whisper와 Librosa로 음성 데이터와 발화자의 심리 상태를 실시간 모니터링
Stage 3 - 신원 검증: ECAPA-TDNN 기반 Voice DNA와 가족 암구호 프로토콜을 통한 최종 신원 확인
Stage 4 - 예측 방어: LSTM 모델로 신고 트렌드 분석 및 위험 번호 선제 예보

민의
2026.02.18 14:57

Neural Shield 팀의 서비스 잘 봤습니다!
단순 차단을 넘어 KoELECTRA 기반 문맥 분석과 XAI로 사용자에게 판단 근거를 직접 시각화해 주는 디테일이 특히 인상 깊네요. 
특히 XGBoost 하이브리드 구조로 오탐을 잡으려는 고민에서 배울 점이 많았습니다.
같은 주제로 고민했던 입장에서, 기술적 완성도에 신선한 자극을 받습니다. 
고생 많으셨습니다!