본 논문은 SMS 기반 피싱인 스미싱(smishing) 탐지 모델을 제시합니다. 문화적으로 적응된 간결하고 기만적인 메시지를 통해 합법적인 통신을 모방하는 스미싱의 위협 증가에 대응하여, 국가별 의미 태깅, 구조적 패턴 태깅, 문자 수준 스타일 특징, 문맥적 구절 임베딩을 결합한 다중 채널 스미싱 탐지 모델을 개발했습니다. 5개 데이터셋(스미싱 샘플 24,086개 포함, 총 84,000개 이상 메시지)을 활용하여 모델을 학습시켰으며, 97.89%의 정확도, 0.963의 F1 점수, 99.73%의 AUC를 달성하여 다양한 언어적 및 구조적 단서를 포착함으로써 단일 스트림 모델보다 성능이 우수함을 보였습니다. 이 연구는 강력하고 지역 인식 피싱 탐지에서 다중 신호 학습의 효과를 보여줍니다.
