본 논문은 딥러닝 기반 스테가노 분석의 계산 복잡성 및 일반화 문제 해결을 위해, GraphSAGE 아키텍처를 활용한 그래프 신경망(GNN)을 VoIP 음성 스트림 스테가노 분석에 최초로 적용한 연구를 제시한다. VoIP 스트림으로부터 간단한 그래프를 구성하고, GraphSAGE를 사용하여 미세한 정보와 고차원 패턴을 모두 포착하여 높은 탐지 정확도를 달성했다. 실험 결과는 단 0.5초 샘플에서도 98% 이상의 탐지 정확도를 보였으며, 낮은 임베딩률의 어려운 조건에서도 95.17%의 정확도를 달성하여 기존 최고 성능 방법보다 2.8% 향상된 성능을 보였다. 또한, 0.5초 샘플에 대해 평균 0.016초의 탐지 시간으로 효율성을 입증하여 온라인 스테가노 분석 작업에 적합하다는 것을 나타냈다.
