본 논문은 인터넷 상의 스팸 문자의 기하급수적인 증가에 따라 정보 유출 및 사회적 불안정과 같은 위험을 완화하기 위한 강력한 탐지 메커니즘이 필요하다는 점을 강조합니다. 이를 위해 스팸 발송자의 적대적 전략과 라벨링된 데이터 부족이라는 두 가지 주요 과제를 해결하는 새로운 스팸 문자 탐지 프레임워크인 GCC-Spam을 제안합니다. GCC-Spam은 문자 유사성 네트워크, 대조 학습, 그리고 GAN(Generative Adversarial Network)을 통합하여 문자 난독화 공격에 대한 저항성을 높이고, 제한된 데이터 상황에서도 높은 정확도를 달성합니다. 실제 데이터셋을 이용한 실험 결과, GCC-Spam은 기존 방법들보다 더 높은 탐지율을 달성하며, 특히 적은 양의 라벨링된 데이터로도 우수한 성능을 보이는 것을 확인했습니다.
