작동 방식
규칙 기반 필터
빠른 정규식 패턴과 휴리스틱이 명확한 스팸을 즉시 잡아냅니다.
- 정규식 패턴 매칭
- 알려진 스팸 문구 탐지
- URL 블랙리스트 확인
- 문자 인코딩 분석
로컬 AI 모델
온디바이스 머신러닝 모델이 메시지 패턴, 사용자 행동 및 컨텍스트를 분석.
- 행동 패턴 분석
- 메시지 시퀀스 탐지
- 사용자 평판 점수
- 컨텍스트 인식 분류
클라우드 AI 분석
엣지 케이스의 경우, 고급 클라우드 LLM이 세밀한 이해를 제공.
- 자연어 이해
- 의도 분류
- 다국어 지원
- 지속적 학습
탐지 대상
왜 3단계인가?
단일 레이어 탐지 시스템은 근본적인 트레이드오프가 있습니다. 3단계 접근 방식이 이를 해결합니다.
- 레벨 1 거의 제로 지연시간으로 의 스팸을 처리.
- 레벨 2 행동 분석으로 추가 를 잡아냄.
- 레벨 3 나머지 의 정교한 스팸을 처리.
규칙만으로는 더 이상 충분치 않은 이유
| 과제 | 키워드 규칙만 | AI 분석 |
|---|---|---|
| 완전히 새로운 스팸 | 미리 명시적으로 등록되지 않은 것은 무엇이든 놓칩니다 | 의미와 의도를 판단하므로, 한 번도 본 적 없는 사기도 여전히 사기처럼 읽힙니다 |
| 위장된 텍스트 | v.i.p 같은 간격 벌리기, 동형 문자, 그림에 새겨 넣은 텍스트에 뚫립니다 | 사람이 하듯 위장을 꿰뚫어 읽습니다 — OCR을 통해 이미지 속 텍스트까지 포함해서 |
| 맥락 | 모든 메시지를 따로 떼어 판단하므로, 애매한 경우는 동전 던지기가 됩니다 | 메시지를 계정 맥락과 함께 저울질합니다 — 새로 온 사람이 연락처를 흘리는 것과 단골이 링크를 공유하는 것은 다르게 읽힙니다 |
| 유지보수 | 누군가 키워드 목록을 영원히 최신으로 유지해야 합니다 | 수동으로 목록을 관리하지 않아도 결정과 그룹 간 신호로부터 계속 학습합니다 |
실제 트래픽에서 계속 학습합니다
직접 학습시킨 자체 모델
실제 텔레그램 트래픽으로 학습시킨 전용 스팸 모델이 단 0.07%의 오탐으로 스팸의 97.9%를 잡아냅니다 — 게다가 무거운 AI가 실행되기도 전에 밀리초 단위로 응답합니다.
판정 기억
확인된 판정은 기억됩니다. 알려진 스팸의 유사 복제본이 나타나면 — 표현을 바꾸거나 이모지로 채워 넣어도 — 새로운 AI 호출이나 지연 없이 즉시 차단됩니다.
그룹 간 보호
한 커뮤니티에서 잡힌 스패머는 모든 커뮤니티에 알려집니다. 탐지 신호는 그룹 간에 공유되므로, 한 번 실패한 캠페인은 옆 그룹에서 새로 시작할 수 없습니다.
관리자용 테스트 모드
테스트 모드를 켜면 봇이 관리자 본인의 메시지를 일반 멤버처럼 모더레이션합니다. 애매한 콘텐츠를 직접 게시해 어떤 규칙이 작동하는지 정확히 확인할 수 있습니다 — 아무도 제재하지 않고요.
3단계 탐지가 메시지를 판단하는 방식
모든 메시지는 가장 비용이 적은 것부터 순서대로 단계를 거칩니다. 1단계는 정규식 패턴, 알려진 스팸 구문, URL 블랙리스트 조회, 문자 인코딩 검사를 적용합니다 — 명백한 스팸은 모델 호출 없이 여기서 잡힙니다. 명확히 해결되지 않은 것은 2단계로 넘어가는데, 이는 자체 서버에서 실행되는 텍스트 분류기로, 메시지당 외부 API 요청 없이 내용·문맥·발신자의 최근 행동을 기준으로 메시지에 점수를 매깁니다. 진정으로 애매한 경우 — 트래픽의 작은 일부 — 만이 3단계로 올라가는데, 이는 의도와 위장된 표현을 읽어내는 클라우드 LLM입니다. 파이프라인은 한 단계가 확신하는 즉시 멈춥니다.
이런 식으로 검사를 배치하면 흔한 경우는 빠르게 유지되고 비싼 경우는 드물어지므로, 바쁜 그룹이 모든 줄마다 LLM을 기다리지 않습니다. "조치"와 "그냥 두기" 사이의 임계값은 사용자가 조정할 수 있으며, 그럴 만한 가치가 있습니다: 더 엄격한 설정은 애매한 홍보를 더 많이 잡지만 이따금 열정적인 진짜 사용자를 표시하고, 더 느슨한 설정은 더 많이 통과시킵니다. 모든 결정 — 어느 단계가 작동했는지, 점수, 의도된 조치 — 이 로그에 작성되므로, 메시지가 왜 제거되었는지 결코 추측할 일이 없고, 모니터링 모드로 시작해 누구에게도 손대기 전에 파이프라인을 지켜볼 수 있습니다.
자주 묻는 질문
AI 스팸 탐지는 얼마나 정확한가요?
계층형 파이프라인 — 규칙, 자체 학습 모델, 어려운 경우를 위한 AI 분류기 — 이 실제 트래픽에서 약 0.07%의 오탐으로 스팸의 약 97.9%를 잡아냅니다. 그리고 저희 말만 믿으실 필요는 없습니다: 봇은 모니터링 모드로 시작하므로 조치를 취하기 전에 자신의 그룹에서 결정을 지켜볼 수 있습니다.
제 언어로도 작동하나요?
네. 탐지는 다국어를 지원하며 CJK 문자, 음역 텍스트, 혼합 언어 메시지도 포함합니다. OCR이 이미지 안의 텍스트도 읽어 그림에 숨긴 스팸도 똑같이 잡아냅니다.
AI가 잘못 판단하면 어떻게 되나요?
제재받은 멤버는 자신의 언어로 된 정중한 안내와 비공개 이의 신청 링크를 받습니다. AI 중재자가 그룹 맥락과 함께 사건을 검토하고, 명백한 실수는 몇 초 만에 자동으로 되돌려지며 멤버의 평판이 복구됩니다.
무언가를 설정해야 하나요?
아니요. 탐지는 합리적인 기본값으로 바로 작동합니다. 원한다면 엄격도를 조정하고, 자체 키워드 규칙을 추가하고, 테스트 모드로 자신의 메시지에서 임계값을 먼저 가늠해 볼 수 있습니다.
관련 기능
Telm이 커뮤니티를 도울 수 있는 다른 방법을 알아보세요