피싱·스캠 예방을 위한 서비스 개발 경진대회

​

🎉 축하합니다, 좋은사람들 님! 수상의 영광을 함께 나누게 되어 기쁩니다. 🎉

​🎙️ 우승의 기쁨을 맛본 소감을 한마디로 표현해 주세요.

"뉴스로 사고를 예보하고, 사고 전에 방어한다!"라는 저희의 아이디어가 인정을 받아 감격입니다.  

​🎙️ 팀의 이야기를 들려주세요.

매번 기사가 뜨고 피해자가 발생한 뒤에야 예방이 이루어지는 한계를 극복하고자, 최신 뉴스를 기반으로 공격 시나리오를 예측하고 방어력을 스스로 강화하는 자가 진화형 AI 시스템을 제안하기 위해 뜻을 모았습니다.  

​🎙️ 여러분을 돋보이게 한 특별한 점은 무엇인가요?

시의성을 반영하기 뉴스 기사를 수집하고 이를공격(Red Team)의 공격시나리오로 생성,  방어(Blue Team)팀은 새로이 만들어진 스미싱 시나리오와 문구를 탐지-평가하며 발전하는 시스템 입니다. GPT-4를 활용해 사회적 이슈를 악용한 가상의 공격 시나리오를 자동 생성하고, RoBERTa 모델 기반의 실시간 탐지기가 이를 방어하며 취약점을 스스로 재학습하는 능동적 구조를 구축했습니다.  

​🎙️ 이번 성과의 비결은 무엇이라고 생각하시나요?

단순한 키워드 매칭을 넘어 메시지 이면의 의도(Intent)와 심리 트리거를 분석한 것입니다. 전기차 보조금 신청 등 특정 페르소나를 연기하며 피해자의 연민이나 인지 부조화를 노리는 고맥락 스텔스형 스미싱도 문맥 분석을 통해 효과적으로 걸러낼 수 있었습니다.  

​🎙️ 대회 기간 중 특별히 기억에 남는 순간이 있다면 공유해 주세요.

정상 데이터와 스미싱 데이터 간의 극심한 불균형 문제를 해결하기 위해 고군분투했던 과정이 가장 기억에 남습니다. 직접 적대적 스미싱 시나리오 1,000건 이상을 가상으로 생성하여, 탐지 모델의 교묘한 약점을 집중적으로 학습시키며 탐지 성능을 획기적으로 끌어올렸을 때 큰 희열을 느꼈습니다.  

​🎙️ 데이터 분석이나 학습 과정에서의 나만의 비법이 있다면요?

효과적인 데이터 증강(Data Augmentation)입니다. 동일한 의도의 메시지를 다양한 화행으로 변형해 확장하고, 소량의 피드백 데이터만으로도 파인튜닝을 진행해 즉각적인 자가 진화를 이루어냈습니다. 평소 파이썬(Python)을 활용한 데이터 분석과 딥러닝 아키텍처 설계에 익숙했던 점이 PyTorch 중심의 훈련 파이프라인을 빠르고 견고하게 구축하는 데 큰 밑거름이 되었습니다.  

​🎙️ 수상을 기념하여 빌 수 있는 한 가지 소원이 있다면?

저희의 'Smishing Forecast'가 단순한 데모로 끝나지 않고, 실제 금융 앱이나 통신사의 스팸 필터링 시스템에 API Gateway 형태로 연동되어 실질적인 보호 기능을 제공하는 것입니다.  

​🎙️ 앞으로의 목표와 꿈을 말씀해 주세요.

텍스트 기반 탐지를 넘어 멀티모달(Multi-modal) 탐지 기술을 적용한 종합 보안 플랫폼으로 진화하는 것입니다. 꾸준히 연구해 온 컴퓨터 비전(Computer Vision) 기술을 적극 접목하여, 텍스트 없이 "이미지를 클릭하세요"라고 유도하는 악성 이미지나 QR코드(큐싱) 위협까지 완벽히 차단해 내고 싶습니다.  

​🎙️ 데이콘 커뮤니티에 바라는 점이 있다면 무엇인가요?

다양한 대회가 많이 열리면 좋겠습니다.