우리가 잘 느끼지는 못하지만, 매일 사용하는 스마트폰의 네트워크 트래픽을 통신사들을 모니터링 및 분석해오고 있습니다. 당연히 최근에는 AI/머신러닝 기반의 예측 모델을 통해 보다 비정상적인 활동들을 파악해오고 있습니다. 통신사는 사기 행위에 대응하기 위해 다양한 전략을 세워 왔고 계속 발전하고 있습니다. 최근에는 빅데이터 수집과 분석에 투자를 늘려 이런 문제를 해결하고 있죠. 현재 대부분의 통신사는 사기 행위를 탐지하고 방지하기 위해 실시간 네트워크 트래픽을 모니터링하는데 많은 투자를 하고 있습니다. 이 경우 비정상적인 활동 식별에 중점을 두고 통화 패턴, SMS(짧은 문자 서비스) 사용량을 관찰하고 분석해 잠재적 사기 행위를 색출하게 됩니다. 또한, 비정상적으로 많은 통화 트래픽이 발생하거나 기기가 해외 기지국에 갑자기 연결된다면 고객 서비스 팀이 이에 개입해 문제를 해결하기도 합니다. 그리고, 최근에는 인공지능(AI) 또는 머신 러닝을 기반으로 하는 예측 모델을 도입하여 사용하고 있습니다. 즉, 대량의 데이터가 통신 네트워크를 통해 처리되기 때문에 통신 사업자는 머신 러닝 알고리즘을 도입해 고객 데이터에서 생성된 대규모 데이터 세트를 분석할 수 있습니다다. 그리고, 이상 활동에 대한 사전 정의가 필요했던 이전 모델과 달리, AI 기반 모델은 이를 필요로 하지 않는다것이 기존과의 차이점이라 볼 수 있습니다. 즉, 시스템이 AI기반 학습을 통해 시스템이 자체적으로 정상적인 활동에 대해 학습한 후 이를 크게 벗어난 비정상적 활동을 표기할 수 있기 때문입니다. 이는 ‘악의적 행위’를 지속적으로 파악하고 감시하는 사기 전문가들에 대한 의존도도 낮출 수 있기에 더욱더 효과적입니다. 보다 상세한 내용은 원문 참고 플리즈~~^^