미국IT·통신2022 – 진행 중AT&T
무선 통신 사기를 탐지하는 실시간 머신러닝 모델
AT&T는 무선망에 실시간 머신러닝 모델을 적용해 사기 공격을 최대 80% 줄였다
문제
AT&T는 무선 고객 1억 8,200만 명을 상대하며 자동 음성 전화, 문자 스팸, 불법 휴대전화 잠금 해제, 신원 도용 같은 사기에 맞서고 있다. 사기 관련 데이터는 여러 시스템에 흩어져 있었고, 탐지 속도도 현장에서 사기범을 막기에 충분하지 않았다.
접근 방식
AT&T 데이터팀은 애저 데이터브릭스에서 사기 탐지 모델 100개 이상을 운영했다. 모델은 여러 시스템의 정형·비정형 데이터를 받아 실시간으로 작동했다. 콜센터, 매장, 온라인 담당 직원에게 자동으로 경보와 권고를 보냈다.
주요 수치
최대 80%실시간 탐지 모델 가동 후 사기 공격 감소, 데이터브릭스 기준
시사점
AT&T는 모델 경보를 고객을 직접 상대하는 콜센터, 매장, 온라인 직원에게 곧바로 보냈다. 사기 비용을 얼마나 줄였는지는 밝히지 않았다.
분류
- 규모
- 대기업
- 산업
- IT·통신
- 혁신 유형
- 프로세스 혁신
- AI 기술
- 예측·분석 ML
- 도입 방식
- 플랫폼·범용 도구 활용
- 근거
- 공급사 사례
출처
출처 요약
[1]Databricks2022년 4월 14일
데이터브릭스는 AT&T가 애저 데이터브릭스에서 사기 탐지 모델 100개 이상을 운영하는 방식을 소개했다. 사례는 사기 공격이 80% 줄었다고 전하며(본문에는 최대 80%로 표기), 잠재적 사기 비용 수백만 달러를 아꼈다고 적었다. AT&T는 정확한 금액을 밝히지 않았다.
자세한 내용은 원문에서 확인하실 수 있습니다.
등록일 2026년 11월 4일 · 수정일 2026년 11월 4일