최근 보이스 피싱에서 진화된 형태인 'SNS(Social network service : SNS) 피싱'이 지속적으로 발생하고 있으며 우리나라에서 최근 2년간 발생한 SNS 피싱 피해액은 639억원에 달한다. SNS 피싱 공격은 사람의 감정을 악용하고 교묘히 조종하여 원하는 정보를 얻어내는 대표적인 사회공학적 공격 중 하나이며, 공격은 단계별로 진행된다. 공격자는 피해자에게 접근하여 정서적으로 친밀한 유대감을 형성한 후 공격자의 의도에 따라 피해자가 돈을 이체하도록 유도한다. SNS 피싱은 공격이 시도되는 곳이 외국이라는 장소적 한계와 명의를 도용한 통장 또는 핸드폰 사용과 같은 공격의 흔적을 남기지 않는 특성으로 인해 실질적인 검거가 불가능하다. 또한 피해발생 이후 피해금환급이나 피해구제신청과 같은 방법이 마련되어 있지만 그 가능성은 매우 희박하다. 최근 SNS 피싱을 탐지하고 예방하기 위한 연구가 증가하고 있지만, 기존의 SNS 피싱 공격 방어 연구는 공격의 마지막 단계에 도달해서야 공격 탐지가 가능하고 초기 단계에서는 공격을 탐지하지 못하기 때문에 비효율적인 방법이라는 것이 확인되었다.
비효율성의 이유는 기존 연구들은 주로 사회공학적 공격 사이클에 따른 SNS 피싱 공격의 특성을 간과하기 때문이다. 이러한 이유로, 본 논문에서는 기존의 사회공학 공격 사이클을 기반으로 SNS 피싱 공격단계를 표준화하며 지능형 챗봇 모델을 제안하고 설계한다. 본 논문에서 제안하는 챗봇 모델은 표준화 한 SNS 피싱공격 단계와 Text-CNN(Convolutional Neural Network : CNN)을 이용하여 설계한 공격문장 분류기를 기반으로 SNS 피싱 공격 단계를 탐지하여 피해자에게 공격 진행 상황과 공격단계에 적합한 대응방안을 제공한다. 또한 SNS 메신저(Telegram) 환경에서 제안하는 지능형 챗봇 모델을 구현하고, 실제 실시간으로 구현되는 시스템 작동을 검증하는 실험 결과를 보여주며 이를 증명한다.