23년 동안 다른 사람이 자신의 정체성을 대체했습니다. 사기꾼에게 기회를 준 사람은 누구였나요?

최근, 남의 명의로 23년간 근무한 우루이화라는 참전용사의 이야기가 여러 보도에 실렸습니다. 그는 자신의 신분 기록을 사칭한 탓에 자신의 생명에 대한 위협과 싸우지 않을 수 없었습니다. 실제로 사회보장급여를 수령하고 지급받는 과정에서도 이와 유사한 신분대체 사건이 빈번하게 발생하고 있으며, 이를 감독하기 어렵습니다. 다행히 AI와 같은 기술을 사용하면 이러한 유형의 사기 청구 상황을 크게 개선할 수 있습니다.

최근, 사칭 사건이 전국적인 주목을 받고 있습니다.

허난성 출신의 우루이화는 군에서 전역한 후 원래는 전역군인으로 취직했지만, 누군가가 그를 사칭해 그의 신분을 도용했습니다. 다른 사람이 그의 뒤를 이어 왕위에 오른 지 23년 동안, 우루이화 본인은 그 사실을 전혀 모르고 떠돌아다니며 일하고 농사를 짓고 소규모 사업을 운영하며 생계를 유지했습니다.

해당 사건은 조사 중이다. 피고인을 사칭한 '가짜 우루이화'는 허난성 저우커우시 단청현 이루진 정부에서 근무했습니다. 그러나 50세가 다 되어가는 "진정한 검시관 루이화"는 그 기회를 놓치고 완전히 다른 운명을 맞이하게 되었습니다.
이는 고립된 정체성 대체 사례가 아닙니다. 실제로 복지 혜택을 받기 위해 사칭, 타인을 대신하여 수금하는 행위, 허위로 수당을 청구하는 행위 등 불법적인 행위가 많이 발생하고 있습니다.  

개인 신원을 위조하는 방법은?

최근 들어 사칭 사실이 적발되는 사례가 많이 늘고 있습니다.

2011년, 졸업 4년 후, 내몽골 출신의 소녀 마차오전은 산둥성 출신의 대학 입시 이민자인 쉬쥐안쥐안이 2006년에 자신의 신분 정보를 도용하여 내몽골에서 산시성 북중국대학에 입학했다는 사실을 알게 되었습니다. 마차오진의 신분이 도용된 후, 그녀의 내몽골재경대학 학력은 중국 고등교육 학생정보취업센터 웹사이트에서 확인할 수 없게 되었습니다.

2017년 안후이성 수저우에서 발생한 사건에서, 먀오 쥐안이라는 여성은 학력, 사진, 신분증 등 타인의 모든 신분 정보를 도용하여 16년간 교사로 일했습니다.

이런 사칭과 신원 사기 행위는 사회 복지 혜택 분배의 여러 측면에서 발생합니다. 사칭, 사기, 정보 위조 등을 통해 사회적 자원을 훔치는 소수의 기회주의자 집단은 항상 존재합니다.

예를 들어 연금을 생각해 보겠습니다. 통계에 따르면 2012년부터 2016년까지 전국적으로 7억 6천만 위안의 연금 사기가 적발되었고, 이 중 7억 1천만 위안이 환수되었습니다.

다른 사람을 사칭하여 혜택을 훔치려는 사람들이 늘 존재하는 이유는, 오래전부터 우리나라의 지방 민사제도가 충분히 건전하지 못하고, 감독도 제대로 이루어지지 않았기 때문입니다. 허점을 이용하거나 인맥을 활용하여 자신의 목표를 달성하는 사람들이 항상 존재합니다.

일반적인 형태는 다음과 같습니다.1. 개인 파일, 신분증 및 기타 데이터를 위조하거나 조작하는 행위 2. 사기를 통해 타인을 사칭하여 이익을 취득하는 행위 3. 급여수급 조건을 상실한 사실을 은폐하고 사기 또는 반복하여 급여를 계속하여 받는 행위

사회보장을 정확하게 분배하기 위해서는 안전하고 효과적인 확인 시스템이 시급히 필요합니다. 사실, 불법 활동을 퇴치하는 강력한 도구로 자리매김하기 위해 이미 많은 기술이 도입되고 있습니다. 

얼굴 인식: 본인이 말하는 사람인지 확인

얼굴 인식 기술이 발전함에 따라 AI는 사회 보장 납부 인증 프로세스에서 역할을 수행하여 이러한 기금이 부적절하게 사용되지 않도록 보장합니다. 얼굴인식 기술을 자격인증에 활용하면,이미지 분석을 기반으로 얼굴의 시각적 특징 정보를 계산하고, 수집된 여러 얼굴 정보를 통해 신원 인증 및 인식을 수행합니다.

구체적으로, 신원 인식은 생체 인식과 동적 이미지 비교를 통해 수행됩니다. 시중에 나와 있는 인증 시스템은 대부분 인식 속도가 빠릅니다. 일반적으로 시스템의 얼굴 모델 수집 시간은 10~15초에 불과하고, 신원 확인 시간은 몇 초에 불과합니다.

인증 대상자의 데이터를 모델링하기 위해 사진을 촬영함으로써, 처음에는 얼굴 모델 정보만 수집하면 됩니다. 그 후에는 인터넷에 접속하기만 하면 인증이 완료됩니다. 모바일 클라이언트 기술을 활용하면 모바일 폰을 이용해 안전하고 효율적으로 직접 인증을 완료할 수 있습니다.

또한, 사람의 얼굴 정보를 다수 수집하고 동적 이미지 비교를 실시함으로써 인증 업무에서 발생하는 다양한 부정행위를 효과적으로 방지할 수 있습니다. 일반적으로 사용되는 시스템의 정확도는 99% 이상에 달할 수 있습니다.

예를 들어, 스마트폰 APP과 휴대폰 카메라를 활용하고 AI 시스템의 도움을 받아 연금 자격 인증을 완료할 수 있습니다. 게다가 규칙적인 화장, 체중 변화, 피부 노화, 헤어스타일 변화 등의 요소는 시스템의 판단에 영향을 미치지 않습니다.

공공안전시스템의 인증서 정보 데이터베이스와 연계하여 이용자의 현재 얼굴 사진과 1:1 매칭 인증을 실시함으로써 인식 정확도가 대폭 향상됩니다. 이러한 유형의 인증은 사진이나 짧은 동영상과 같은 외부 공격을 효과적으로 막아내고 수신자가 실제 사람인지 확인할 수 있습니다. 

음성 지문 인식: 사칭의 여지를 남기지 않음

얼굴 인식은 널리 사용되고 신원 사기를 크게 방지하는 데 도움이 되었지만, 절대적으로 안전하지는 않습니다. 딥페이크, ZAO 등 얼굴을 바꾸는 애플리케이션이 등장했지만 여전히 일부 보안 위험은 존재합니다.

이러한 상황에 직면하여,더욱 안전한 AI 기술 중 하나인 음성인식은 사회보장 영수증 인증에도 활용됩니다.

널리 알려진 얼굴 인식에 비해 음성 인식의 대중화는 더디다. 하지만 목소리는 독특한 특성으로 사람을 매우 정확하게 식별할 수 있습니다.

이것의 원리는 음성문이 인간 음성 시스템의 물리적 구조에 의해 결정된다는 것입니다. 인체 구조의 독특성으로 인해 음성 지문 역시 독특하며 개인을 식별하는 특징으로 사용될 수 있습니다.

음성인식 기술은 음성 패턴이 개인 음성마다 고유하고 지문이나 얼굴처럼 쉽게 복제할 수 없기 때문에 매우 안전하며, 완벽하게 모방하기 어렵습니다.

음성 지문에는 화자를 특징짓고 식별할 수 있는 음성의 특징과 이러한 특징(매개변수)을 기반으로 설정된 음성 모델이 포함됩니다. 음성지 인식은 인식하려는 음성의 음성지 특징을 기반으로 음성에 해당하는 화자를 식별하는 구체적인 과정입니다.

오디오는 휴대폰 마이크를 통해 수집됩니다. 자격 신청 시, 신청자는 무작위로 주어진 숫자를 읽고 이를 음성 지문과 비교하여 본인이 맞는지 확인할 수 있습니다.

전체 과정에는 번호가 맞는지 판단하고 기계 작동을 피하기 위한 기본적인 음성 인식도 포함되지만, 가장 중요한 기술은 음성 지문 인식으로, 살아있는 사람인지 실제 사람인지 판별하는 데 사용됩니다.

음성인식 신원확인 시스템을 사전 설치하고 수동 지원과 결합함으로써, 본인이 직접 방문할 수 없는 경우, 전화로 원격 신원확인을 실시할 수 있어 사회보장 서비스 기관의 업무 정확성과 보안성을 향상시킬 수 있습니다. 이는 사회보장제도에서 사기적 청구를 방지하기 위한 우수한 기술적 보장을 제공합니다.

일부 지역에서는 "Voiceprint+" 신원 인증 클라우드가 도입되고 있습니다. 예를 들어, 바오터우시, 무단장시 등 일부 시범 지역은 사회보장을 위한 음성인식 서비스를 선도적으로 출시했습니다. 

기술은 Wu Ruihua와 같은 사람들에게 공정성을 가져다줍니다.

신원 대체 및 자원 사기의 많은 사례에서 관련 AI 기술을 도입하면 청구자가 실제 사람인지 정확하게 판별할 수 있으며, 이를 통해 사회 보장 자원의 배분이 더욱 공정하고 정당한 결과를 가져올 수 있습니다.

물론, 기술의 구현과 대중화에는 일정한 홍보와 개선도 필요합니다. 하지만 다행히도 기술의 지속적인 발전으로 대체 및 허위 주장이 점점 더 어려워지고 있습니다. 

나는 세상이 더 이상 증명할 필요가 없기를 바랍니다. "나는 나다", 그리고 사칭 사건도 발생하지 않을 것입니다. 이것이 바로 기술이 우리에게 가져다주는 가장 따뜻한 선물일지도 모른다.

-- 위에--