보이스피싱이나 스미싱 이야기를 들으면 “나는 그런 건 안 당할 것 같은데?”라고 생각하기 쉽습니다.
수상한 번호로 연락이 오거나 어색한 문자에 링크가 붙어 있다면 금방 알아챌 수 있을 것 같고, 평소 관련 뉴스를 자주 봤다면 더 자신 있게 느껴질 수도 있죠.
하지만 피싱이나 사기인 줄 알고 당하는 사람은 없습니다.
상대를 정상적인 기관이나 가족, 금융회사라고 믿었기 때문에 개인정보를 넘기거나 악성 앱을 설치하고, 명의도용이나 대출 같은 더 큰 피해로 까지 이어지는 겁니다.
실제 기관을 사칭하고 이미 알고 있는 개인정보를 이용해 신뢰를 얻거나, 전화에서 카카오톡으로 대화를 옮기며 피해자가 스스로 판단할 시간을 줄이는 식으로 수법도 계속 달라지고 있습니다.
KISA가 2026년 공개한 사례에서도 주민센터를 사칭한 전화에서 시작해 가짜 대표번호와 카카오톡, 악성 앱 설치까지 단계적으로 이어지는 방식이 확인됐고
악성 앱이 설치되면 휴대전화 원격 조작과 개인정보 탈취를 거쳐 휴대전화 개통·대출 실행·계좌 이체로 피해가 번질 수 있었습니다.
처음부터 사기처럼 보이지 않게 만드는 것 자체가 요즘 피싱의 핵심 수법인 셈입니다.
피해 규모를 보면 이런 경계가 과한 것도 아닙니다. 경찰청의 2025년 연간 현황을 인용한 삼성전자 자료에 따르면 보이스피싱은 한 해 2만 3,360건 발생했고, 피해액은 1조 2,578억 원에 달했습니다.
이렇게 사기 수법이 사람의 심리와 스마트폰을 함께 파고들자 반대로 스마트폰의 대응 방식도 달라지고 있는데요.
단순히 스팸 번호를 알려주는 수준을 넘어 통화나 메시지의 흐름에서 사기 징후를 찾아 경고하는 AI 기능까지 등장했습니다.
그렇다면 AI는 실제로 사기를 어떻게 알아채고, 어디까지 도움을 줄 수 있을까요?
스팸 차단을 넘어 사기 탐지로
스팸 차단이라고 하면 대개 신고가 많이 들어온 전화번호를 걸러주거나 특정 키워드가 포함된 문자를 막아주는 기능부터 떠올리게 됩니다.
지금도 효과적인 방법이지만 요즘 피싱을 생각하면 이것만으로 부족한 순간이 생기는데, 사기가 처음부터 사기처럼 시작하지 않기 때문입니다.
대놓고 돈을 보내라고 하면 오히려 경계하기 쉽죠, 하지만 “택배 주소가 잘못됐다”, “계좌에서 이상 거래가 확인됐다” 처럼 충분히 있을 법한 이야기로 시작하면 상황이 달라지고, 몇 분 동안 자연스러운 설명을 듣다 보면 어느새 상대를 의심하기보다 눈앞의 문제를 해결하는 데 신경을 쓰게 됩니다.
바로 그때 송금이나 앱 설치, 개인정보 확인 같은 요구가 끼어들면 처음 전화를 받았을 때와는 판단 기준도 달라질 수밖에 없습니다.
Google이 최근 집중하는 ‘대화형 사기’가 바로 이런 유형입니다.
기존 스팸 보호가 대화가 시작되기 전 위험한 발신자나 메시지를 거르는 데 강했다면, Scam Detection은 처음에는 평범해 보이던 대화가 진행되는 과정에서 돈이나 개인정보를 요구하는 쪽으로 바뀌는지를 기기 내 AI로 살펴보고 실시간 경고를 띄웁니다.
스마트폰 보안이 이제는 ‘누가 연락했는가’뿐 아니라 ‘이 대화가 어디로 흘러가고 있는가’ 까지 보기 시작한 겁니다.
갤럭시와 Pixel은 사기를 어떻게 알아챌까
국내에서 이미 체감할 수 있는 사례는 갤럭시입니다.
삼성의 ‘보이스피싱 의심 전화 알림’은 모르는 번호와 통화하는 동안 AI가 위험도를 실시간으로 분석하고, 보이스피싱 징후가 감지되면 먼저 ‘의심’, 위험도가 더 높아지면 ‘경고’ 단계로 알려줍니다.
삼성전자는 경찰청과 국립과학수사연구원이 제공한 약 3만 건의 보이스피싱 데이터를 딥러닝 학습에 활용했고 실제 탐지는 기기 안의 온디바이스 AI가 맡는다고 설명하는데
2026년 4월 기준 사용률이 약 84%라는 점을 보면 이미 국내 갤럭시에서 꽤 널리 활용되는 보안 기능으로 자리 잡았습니다.
문자에서는 방식이 조금 다릅니다. KISA에서 제공한 발신번호·위험 링크·스팸 키워드처럼 이미 확인된 위험 정보를 활용하면서, AI가 스미싱이나 불법 대출·투자처럼 반복되는 메시지 패턴까지 함께 살펴봅니다.
사람이 처음 보는 링크 하나만 보고 위험한지 판단하기는 어렵지만 스마트폰은 축적된 위험 정보와 바로 대조할 수 있고, 삼성전자에 따르면 이런 AI 분류에는 월평균 약 50만 건의 KISA 데이터가 활용됩니다.
실제로 악성 메시지 차단 기능은 2024년 9월 도입 이후 2026년 4월까지 누적 약 4억 건을 차단했습니다.
피싱 앱에 대한 대응도 더 강해졌습니다. One UI 9에서는 위험도가 높은 앱을 감지하면 설치 단계뿐 아니라 실행까지 차단하고 삭제를 권고하는 보호가 적용됐습니다.
One UI 9은 현재 Galaxy Z Fold8 Ultra·Z Fold8·Z Flip8에 우선 적용돼 출시된 상태이고, Galaxy S26 시리즈에서는 베타 프로그램을 통해 테스트가 진행되고 있으며 이후 다른 지원 기기로 순차 확대될 예정입니다.
눈여겨볼 부분은 피싱 대응이 문자나 통화에서 끝나지 않고, 사기 흐름이 악성 앱 설치와 실행으로 넘어가는 단계까지 이어서 막으려 한다는 점입니다.
Google의 Pixel은 대화 자체의 흐름을 읽는 방식이 특히 눈에 들어옵니다.
Phone by Google의 Scam Detection(사기 탐지) 는 단순히 발신 번호가 수상 한지만 따지는 게 아니라 통화 중 사기범에게서 자주 나타나는 발화 패턴을 온디바이스 AI로 분석하고
구글 메시지도 처음에는 취업이나 배송, 투자처럼 평범하게 시작한 대화가 어느 순간 금전이나 개인정보를 요구하는 쪽으로 바뀌면 그 변화를 위험 신호로 봅니다.
기존 스팸 목록에 없는 새로운 번호라고 해도 대화 안에서 반복되는 사기 패턴이 나타나면 경고할 수 있도록 설계한 셈입니다.
국내 사용자 입장에서는 “이 정도면 한 번 써보고 싶은데?”라는 생각이 들 만하지만 아쉬운 부분도 있습니다.
현재 Pixel의 통화 중 사기 탐지는 한국이 공식 지원 국가에 포함돼 있지 않아 국내에서는 바로 사용할 수 없습니다.
반면 갤럭시는 국내 보이스피싱 데이터를 활용한 통화 탐지를 이미 제공하고 있어, 같은 AI 사기 예방이라도 제조사마다 접근 방식과 실제 적용 환경은 조금씩 다릅니다.
그래서 두 제품을 단순히 어느 쪽이 더 앞섰다고 비교하기보다, 갤럭시는 국내 위험 정보와 단계별 차단을 촘촘하게 쌓고 Pixel은 대화의 변화와 맥락을 읽는 쪽으로 사기 탐지를 고도화하고 있다고 보는 편이 자연스럽습니다.
결국 공통점은 분명합니다. 스마트폰이 더 이상 스팸 번호만 알려주는 기기가 아니라, 사기가 진행되는 과정에 직접 개입하는 쪽으로 바뀌고 있다는 점입니다.
이러한 변화는 정말 반가운 일이라 생각합니다.
보안을 강화한다고 하면 흔히 인증 단계를 하나 더 거치거나 추가 비밀번호를 입력하는 식으로 사용자가 해야 할 일이 늘어나는 경우를 먼저 떠올리게 되는데,
이런 방식은 안전해지는 만큼 일상적인 불편도 함께 커집니다.
반면 피싱 탐지는 사용자가 매번 별도의 절차를 거치기보다 스마트폰이 먼저 위험 신호를 살펴보고 필요한 순간에 경고하거나 차단해준다는 점에서 체감이 꽤 다릅니다.
보안의 책임을 사용자에게 하나 더 넘기는 방식이 아니라, 사용자가 실수하기 전에 기기가 한 번 먼저 개입해주는 안전장치라는 점은 분명 좋은 방향으로 느껴집니다.
아무리 조심해도 사람이 모든 위험 번호와 링크, 사기 패턴을 기억할 수는 없으니 이런 부분은 AI와 스마트폰이 잘할 수 있는 일을 맡기는 쪽에 가깝습니다.
AI가 먼저 알아채기 쉬운 사기는 따로 있다
AI가 사람처럼 상대의 속마음을 읽는 것은 아니지만, 이미 위험하다고 확인된 정보나 반복되는 패턴이 있는 영역에서는 사람이 눈치채기 전에 스마트폰이 먼저 신호를 잡기 좋습니다.
처음 보는 URL 하나를 사람이 눈으로 보고 안전한지 판단하기는 어렵지만 스마트폰은 축적된 위험 링크 데이터와 즉시 비교할 수 있고, 수많은 신고 사례에서 반복된 문구나 발신번호도 훨씬 빠르게 대조할 수 있기 때문입니다.
예를 들어 택배 주소 확인 문자에 이미 위험 정보로 등록된 링크가 들어 있거나, 대출·투자처럼 신고가 반복된 메시지 패턴이 섞여 있다면 시스템이 먼저 걸러낼 여지가 큽니다.
통화에서는 조금 다른 신호를 봅니다. 정상적인 은행 상담처럼 시작했더라도 대화가 진행되면서 “지금 바로 돈을 옮겨야 한다”, “특정 결제 수단으로 처리해야 한다”처럼 긴급성과 금전 요구가 결합되면 AI가 기존 사기 대화에서 학습한 패턴과 비교해 경고할 수 있습니다.
Google이 2026년 소개한 Pixel 사용자 사례도 이런 지점을 보여줍니다. IT 업계에 종사하던 사용자가 은행에서 온 것처럼 보이는 전화를 받았는데 번호도 그럴듯했고, 상대는 이름과 주소까지 알고 있었으며 계좌의 의심 결제를 설명하는 흐름도 자연스러웠습니다.
평소 사기에 조심하던 사용자도 통화를 계속했지만 사기 탐지 경고가 뜬 뒤 전화를 끊고 은행 앱을 직접 확인했고, 실제 이상 결제는 없었습니다.
이 사례에서 눈여겨볼 부분은 누가 더 잘 속느냐 가 아니라, 정보가 그럴 듯 하게 맞아 떨어지는 순간 사람의 생각이 얼마나 쉽게 “혹시 진짜라면?” 쪽으로 기울 수 있느냐 입니다.
바로 이런 순간에 스마트폰 경고가 끼어들면 이미 상대가 만든 흐름에 들어간 사용자가 잠깐 멈출 계기가 생깁니다.
AI 사기 탐지의 가치는 모든 사기를 완벽하게 판정해주는 데 있기 보다, 사람이 놓치기 쉬운 신호를 먼저 찾아 “한 번 더 확인해보라”고 끼어드는 데 더 가깝습니다.
경고가 없어도 안심하면 안 되는 이유
반대로 AI 사기 탐지가 익숙해질수록 새로운 방심도 생길 수 있습니다.
화면에 아무 경고가 뜨지 않으면 “휴대폰이 아무 말도 안 하는데 괜찮겠지”라고 생각하기 쉬운데, 스마트폰이 위험 신호를 찾지 못했다는 것과 상대가 안전하다는 것은 전혀 다른 이야기입니다.
사기범도 같은 수법만 반복하지 않습니다. 처음에는 위험한 표현을 피하면서 신뢰를 쌓다가 다른 메신저로 대화를 옮길 수도 있고, 가족이나 기관을 사칭해 판단보다 걱정이 먼저 들게 만들기도 합니다.
여기에 “지금 바로 처리하지 않으면 문제가 커진다”는 식으로 시간까지 재촉하면 평소라면 한 번 더 확인했을 사람도 행동을 서두르게 되죠.
KISA가 공개한 주민센터 사칭 사례가 이런 흐름을 잘 보여줍니다.
실제 행정기관 이름을 대며 명의로 등본·초본 발급이 시도되고 있다고 불안을 만든 뒤, 명의도용 차단을 도와주겠다며 다른 기관을 사칭한 가짜 대표번호와 카카오톡 채널로 이동시키고 마지막에는 악성 앱 설치까지 유도했습니다.
하나의 수상한 문자만 알아채면 끝나는 구조가 아니라 여러 단계를 거치면서 상대를 점점 더 믿게 만드는 방식이라, 어느 한 단계에서 경고가 없었다는 이유만으로 안심하기 어렵습니다.
그래서 중요한 요구가 나오는 순간에는 사기범이 만든 대화 흐름에서 한 번 빠져나오는 게 먼저입니다.
은행이라면 상대가 알려준 번호가 아니라 공식 앱이나 직접 확인한 대표번호로 다시 연락하고, 가족이라면 원래 저장돼 있던 번호로 확인하며, 공공기관이라면 해당 기관의 공식 연락처를 직접 찾아 사실 여부를 확인하는 식입니다.
조금 번거롭게 느껴질 수 있지만 바로 그 한 번의 이탈이 상대가 만든 긴급함과 불안을 끊고 내 판단을 되찾는 과정이 됩니다.
내 통화와 메시지를 AI가 들여다보는 걸까?
여기까지 읽으면 또 다른 걱정이 생길 수 있습니다. “통화 내용을 실시간으로 분석한다는 건 결국 AI가 내 대화를 계속 듣고 있다는 뜻 아닌가?”라는 의문입니다.
사기를 막아주는 건 반갑지만 가족과 나눈 이야기나 금융 상담 내용까지 서버에 저장된다고 생각하면 보안 기능 자체가 불편하게 느껴질 수 있죠.
Pixel의 통화 중 사기 탐지는 이 부분을 비교적 명확하게 설명합니다. Google 공식 안내에 따르면 분석은 기기 안에서 이뤄지고, 처리된 통화 내용은 기기에 저장되지 않으며 기기 밖으로 공유되지 않습니다.
기능은 사용자가 직접 켜고 끌 수 있고 연락처에 저장된 사람과의 통화에는 적용되지 않으니, AI가 통화 패턴을 분석한다는 것과 통화 내용을 서버에 모아둔다는 것은 같은 의미가 아닙니다.
구글 메시지의 사기 탐지도 사기 패턴 분석 자체는 온디바이스 로 처리하며, 사용자가 직접 대화를 신고할 때 발신자 정보와 최근 메시지 일부가 Google과 통신사에 공유됩니다.
다만 메시지앱 의 다른 스팸 보호 기능까지 모두 같은 방식으로 처리되는 것은 아니어서, ‘모든 메시지가 서버로 올라간다’거나 반대로 ‘어떤 정보도 외부로 나가지 않는다’고 단순하게 생각하기보다 기능 별 데이터 처리 방식을 구분해서 보는 편이 정확합니다.
갤럭시의 ‘보이스 피싱 의심 전화 알림’ 역시 삼성전자는 온디바이스 AI를 이용해 통화 중 위험도를 분석한다고 설명합니다.
여기에 Galaxy S26 시리즈부터 제공되는 별도의 ‘통화 스크리닝’은 AI가 전화를 대신 받아 발신자 정보와 용건을 요약해주는데, 삼성은 이 과정이 온디바이스 로 처리돼 개인정보가 외부로 전송되지 않는다고 밝히고 있습니다.
보이스피싱 탐지와 통화 스크리닝은 서로 다른 기능이지만, 민감한 통화 정보를 다루는 기능일수록 ‘무엇을 분석하느냐’ 못지않게 ‘어디에서 처리하느냐’가 중요하다는 점은 같습니다.
스마트폰과 AI가 결합하면서 보이스피싱이나 스미싱을 피해가 커지기 전에 먼저 걸러내고 경고해주는 역할은 분명 반가운 변화입니다.
위험 번호나 링크를 확인하는 수준에서 한 걸음 더 나아가 통화와 메시지의 흐름까지 살펴보는 단계로 발전하고 있고, 여러 보호 기능이 이어지면서 사용자가 미처 알아채지 못한 순간에도 한 번 더 멈출 기회를 만들어주고 있습니다.
다만 피싱 범죄 역시 같은 자리에 머물러 있지는 않습니다. 새로운 기술과 서비스가 등장할 때마다 이를 악용하는 방식도 함께 바뀌고, 사람의 불안과 신뢰를 파고드는 수법 역시 계속 정교해지고 있습니다.
그래서 AI 경고는 분명 도움이 되는 안전장치이지만 모든 판단을 대신해주는 답은 아닙니다.
경고가 뜨면 그 신호를 무시하지 않는 것이 중요하고, 아무 경고가 없더라도 돈이나 개인정보, 인증번호, 앱 설치처럼 중요한 요구를 받았다면 한 번 멈춰 직접 확인하는 주의는 여전히 필요합니다.
스마트폰이 먼저 위험을 걸러주는 범위는 앞으로 더 넓어질 겁니다.
그렇더라도 기능을 너무 믿고 방심하기보다 스마트폰의 경고를 도움으로 활용하면서, 마지막 판단은 내가 다시 확인하는 것까지가 보이스피싱과 스미싱을 예방하는 과정이라고 보는 게 좋겠습니다.
참고자료
• 한국인터넷진흥원(KISA) – 주민센터 사칭 신종 보이스피싱 사례
• 삼성전자 – 갤럭시 보안 ‘사전 차단’ 고도화 및 보이스피싱 대응
• 삼성전자 – One UI 9 소개
• Google Phone 앱 고객센터 – Scam Detection
