An Implementation of Natural Language Processing and Deep Learning in Phone Scam Investigation
Hyejin Kim · 한국범죄학 · 2022
전화금융사기(보이스피싱)는 개인의 금전적 손실뿐만 아니라, 금융 인프라 전반에 대한 신뢰를 손상시켜 불필요한 사회적 비용을 낳는 심각한 범죄다. 최근 한국 정보통신기술의 성장과 코로나 19 예방을 위한 비대면 활동 정책이 맞물려 보이스피싱 범죄의 피해 규모와 범위가 급격히 증가하고 있어, 혁신적인 수사기법을 활용한 효율적인 범죄 예방·수사 활동이 그 어느 때 보다 시급한 시점이라 하겠다. 본 연구는 과거 보이스피싱 사건 수사관들이 직접 기록을 읽고 수기로 작성했던 14종의 사건정보(범행 수법, 피해 금액, 범행 시 사용 전화번호, 사칭 기관, 사칭 인물, 특이사항, SNS유형, 사건접수 번호, 사건접수 관서, 피해자 성명, 피해자 전화번호, 피해자 주민번호, 피해자 직업, 피해자 주거지)를 자연어처리 딥러닝 모델 개발을 통해 자동 인식·추출하고자 했다. 광학문자 인식을 포함한 전처리(Pre-processing) 작업 후 자연어처리 기술인 정규표현식(Regular Expression)을 사용해 12종의 사건정보를 선-추출하였으며, 한국해양대학교의 개체명 인식 데이터(n=23,962)를 활용하여 학습한 딥러닝 모델을 통해 2종의 사건정보(사칭기관, 사칭인물)를 후-추출하였다. 서울경찰청이 제공한 실제 사건 수사자료(n=100)에 완성된 자연어처리 모델을 적용하여 테스트한 결과 평균 85∼90%에 달하는 추출 정확도를 확인할 수 있었다. 본 연구에서 제안된 자연어처리 딥러닝 모델과 연구방법 모형이 전화금융사기 범죄자의 신속한 검거와 범부처적 대응방안 수립에 폭넓게 활용되기를 기대한다.