<aside>
🛡️
OnGuard는 ‘평범한 대화 속에 숨어있는 위협’을 맥락 기반으로 탐지하고, 개인정보를 폰 밖으로 내보내지 않는(또는 마스킹 후 최소 전송) 방식으로 피싱·스캠을 조기 차단하는 오버레이(Overlay) 보안 레이어 앱입니다. 피싱, 스캠 예방을 위한 서비스 개발 경진대회 제출 용입니다.
</aside>
팀 역할
1) 프로젝트 요약 및 영상
| 항목 |
내용 |
| 팀명 |
IIT (Immune to Invisible Threats) |
| 서비스명 |
OnGuard |
| 한 줄 소개 |
온디바이스 sLLM으로 대화의 맥락과 숨은 의도를 실시간 분석해, 개인정보 유출 없이 신종 스캠을 차단하는 AI 보안 솔루션 |
| 세부 주제 |
sLLM 기반 온디바이스 맥락 인식 및 의도 추론 |
https://www.youtube.com/watch?v=9VPgaHABKe8&t=12s
2) 문제 정의 (Problem)
- 공격의 진화
- 단순 협박형에서 친밀감 형성 → 심리적 압박 → 금전 요구로 이어지는 고지능 가스라이팅으로 고도화.
- 피해 규모 증가
- 신종 수법과 결합하며 피해액이 재확대. 특히 2030 세대에서 비중이 높아짐.
- 기존 방어의 한계 (Cold Start)
- 블랙리스트 기반 차단은 사후 조치에 가까워, 최초 피해자 보호에 취약.
3) 제안 솔루션 개요 (Solution)
- 오버레이 기반 앱(OnGuard)
- 사용자가 사용하는 메신저/문자/앱 위에 보안 레이어를 제공.
- 대화 내용을 기반으로 스캠 위험도를 추정하고, 위험 시 즉시 경고 UI를 노출.
MVP 핵심 기능 (Key Features)
A. 맥락 기반 탐지 (Context-Aware)
문장 단위 키워드 탐지의 한계를 넘어, 대화의 “긴 호흡”을 읽어 위협 시나리오를 파악합니다.
- Pain Point: “안녕”, “밥 먹었니?” 같은 일상 대화 속에 숨은 위협은 키워드 필터로 잡히지 않음
- OnGuard 접근: 단일 발화가 아니라 **멀티턴 맥락(Multi-turn Context)**을 누적해 분석
- 탐지 포인트 예시: 친밀감 형성 → 긴급성 부여 → 비공개 입금 유도 → 반복 압박