보이스 피싱 음성 분석 모델 개발

행정안전부는 보이스피싱 사기범 검거에 활용할 수 있는 ‘보이스피싱 음성분석 모델’을 음성 감정 등 사기범 수사 과정에 활용한다고 합니다. 기존에는모델을 활용하였는데, 외국어로 학습된 모델을 사용하다 보니까  정확도 측면에서 한계가 있었다고 합니다.

 

성능향상

 

그러나, 이번에는 국내에서  개발한 모델을 사용해서 외국 분석 모델 대비 77% 성능 향상이 되었다고 합니다. 예를 들어, 100개의 범죄자 음성 감정 시, 기존모델에서는 목소리 동일성 여부를 28개 정도만판별해 낼 수 있었지만, 새로운 모델

에서는 51개까지 판별 가능합니다.

 

보이스피싱 음성분석 모델 개발

행정안전부 통합데이터분석센터는 국립과학수사연구원(이하 국과수)과 함께 지난해부터 보이스피싱 범죄자 검거에 초점을 두고 화자구분 정확도 개선과 범죄연루자 그룹화가 가능한 모델 개발을 추진했다고 합니다.

 

최신 인공지능학습(AI 딥러닝) 기술을 활용하였고, 개발과정에서 국내외 약 6,000여 명으로부터 추출한 100만 개 이상의 외국어와 한국어 음성데이터를 활용하여 정확도를 높였다고 합니다.

 

최근 경찰청 발표 자료에 따르면 지난 5년간 국내에서 발생한 보이스피싱 피해 건수는 총 15만 6249건, 피해액은 3조 원을 넘어서는 등 국민 생활에 심각한 영향을 미치고 있는 것으로 나타났다.

 

 

보이스피싱 피해 15만여 건, 피해액 3조 원

 

국과수는 새로 개발된 모델을 2월 말부터 보이스 피싱 사기범 목소리 감정에 활용합니다.

 

약 1만 개의 보이스피싱범 음성데이터를 분석하여 범죄조직 그룹화와 이미 검거된 범죄자의 여죄 추궁할 예정입니다.

 

경찰청과도 모델을 공유하여 보이스피싱 범죄 초동수사의 속도와 검거율을 높이는데 활용하고 기관사칭, 전세사기 등 다양한 음성 관련 범죄 수사 전반에 적용해 나갈 예정입니다. AI가 우리의 생활에 많은 순기능을 가져다주는 것 같습니다.

 

민간은행에서도 보이스피싱 예방을 위해서 딥러닝을 활용 중이라고 합니다.

 

신한은행은 ‘안티-피싱 스마트 3.0’ 플랫폼은 기존신한은행의 보이스피싱 예방 시스템을 AI 딥러닝 학습 및 시나리오 모델링 적용 등 새로운 디지털 기술을 통해 다양한 고객보호 기술 활용합니다.

 

사기 이용 계좌 모니터링, 고객의 보이스피싱 의심정보 추출, 모니터링 정보영역을 확대하고 새로운 보이스피싱 범죄 패턴 발견 시 실시간 분석과 새로운 시나리오를 적용해 피싱사기 예방하는 데 사용합니다.