Executive Summary
국민이 신고한 스팸 문자가 민간 기업의 차단 서비스로 흘러 들어가, 거기서 나온 효과가 건수로 공개됐다. 한국인터넷진흥원(KISA)과 방송미디어통신위원회가 11월 20일 서울에서 연 '2026 스팸 데이터 개방 성과 공유회'에서 나온 발표다. 공공데이터를 열었다는 소식은 흔하지만, 그 데이터가 어느 서비스에 들어가 무엇을 몇 건 막았는지까지 숫자로 따라붙는 경우는 드물다.
가장 큰 숫자는 5억 건이다. KISA가 넘긴 스팸 신고 데이터를 쓰는 삼성전자의 '악성 메시지 차단' 서비스가 2025년 3월 출시 이후 지금까지 막은 악성 문자 건수다. LG유플러스의 AI 통화 서비스 익시오(ixi-O) 쪽은 협력을 시작한 지 3개월 만에 약 1,200만 건의 스팸 전화를 사전 차단했다. 다만 두 숫자는 쌓인 기간도 매체도 달라서, 합쳐서 하나의 성과로 읽기에는 무리가 있다.
1절부터 4절까지는 KISA·방미통위 발표와 보도로 확인한 사실을 정리한다. 이 사례를 AI-Ready Data의 문제로 보는 5절은 이 글의 해석이다.
주요 수치
출처: KISA 보도자료(2026-11-20) · 방송미디어통신위원회 보도자료(2026-11-16) · ZDNet코리아 · 재경일보
앞의 두 칸은 개방된 데이터가 닿은 서비스에서 나온 차단 건수이고, 셋째 칸은 그 서비스로 들어가는 데이터의 공급량이다. 넷째 칸은 같은 기간 스팸이 실제로 얼마나 줄었는지를 보여 주는 전체 지표다.
약 5억 건
수신 전에 막은 악성 문자
삼성전자 서비스, 2025년 3월 출시 이후 누적
약 1,200만 건
사전 차단한 스팸 전화
LG유플러스 익시오, 협력 3개월 동안
월평균 50만 건
삼성전자가 받는 데이터
발신번호·위험 링크·문자 내용 등
8.52통
1인당 월평균 스팸 수신량
2026년 상반기 3천 명 표본조사, 17.7% 감소
문자는 뜨기 전에, 전화는 울리기 전에 끊긴다
스팸을 막는 방법에는 두 가지 시점이 있다. 하나는 받은 뒤에 지우는 것이고, 다른 하나는 받기 전에 끊는 것이다. KISA가 이번에 내놓은 성과는 뒤쪽이다. 발표된 건수는 이용자의 화면에 뜨지 않았고 전화기가 울리지도 않은 것들이다.
삼성전자와 함께 운영하는 AI 기반 '악성 메시지 차단' 서비스는 2025년 3월에 나왔다. 불법 도박, 대출, 주식 권유, 스미싱처럼 의심되는 문자를 가려내는 기능인데, KISA의 스팸 신고 데이터를 바탕으로 판단한다. 출시 이후 지금까지 이 서비스가 수신 전에 걸러 낸 악성 문자가 약 5억 건이다.
LG유플러스와의 협력은 올해 7월에 시작됐고 대상이 문자가 아니라 전화다. KISA가 음성스팸 데이터를 공유해 AI 통화 서비스 익시오의 스팸 전화 분석 정확도를 높이고, 익시오가 통화 내용을 분석해 찾아낸 스팸 발신번호는 다시 KISA의 실시간 차단 시스템으로 연계된다. 이 협력이 시작된 지 3개월 만에 약 1,200만 건의 스팸 전화가 사전 차단됐다.
두 숫자를 더해 '5억 1,200만 건'으로 묶은 보도도 여럿 나왔다. 합계 자체는 틀리지 않지만, 한쪽은 20개월 누적이고 한쪽은 3개월이며 막은 대상도 문자와 전화로 다르다. 따로 읽는 편이 낫다.
이날 행사에서 다뤄진 꼭지는 세 가지다. 2026년 불법스팸 유통 현황, KISA의 스팸 데이터 개방 추진 현황, 그리고 분야별 활용 사례와 성과다. 앞의 둘은 해마다 나오는 보고에 가깝고, 이번에 처음 숫자가 붙은 쪽은 세 번째다.
신고 한 통이 라벨 한 줄이 된다
이 사업에서 KISA가 하는 일에는 순서가 있다. 먼저 국민이 신고한 스팸을 받아 모으고, 그다음 그 더미를 AI로 자동 분류·분석한다. 개방은 그 뒤에 온다. 분류를 마친 데이터가 공공기관과 민간기업으로 각각 나간다.
보도자료에 적힌 민간 수신처는 이동통신사와 단말기 제조사 등이고, 이번 발표에서 차단 건수까지 붙은 것은 그 가운데 두 곳이다. 민간 쪽 공급량이 구체적으로 드러난 것은 삼성전자 사례다. 삼성전자는 KISA로부터 발신번호와 위험 링크, 문자 내용 같은 정보를 받아 차단 기능을 고도화하는데, 넘어가는 분량이 월평균 약 50만 건이다. 1년이면 600만 건 규모의 최신 스팸 표본이 한 기업의 판별 모델로 들어가는 셈이다.
규모보다 눈여겨볼 것은 이 데이터가 만들어진 경로다. 스팸 신고는 실제 수신자가 자기 전화기에서 "이건 스팸이다"라고 표시한 기록이다. 따로 라벨링 작업을 발주해 만든 것이 아니라, 피해를 겪은 쪽이 피해를 겪은 순간에 붙인 라벨이다. 수집과 라벨링이 한 동작에서 끝난다.
시간도 중요하다. 스팸 발신번호와 단축 URL은 며칠이면 갈아 치워진다. 작년에 모은 목록으로는 오늘 들어오는 문자를 막기 어렵고, 그래서 월 단위로 끊임없이 들어오는 공급이 한 번에 받는 대용량 데이터셋보다 쓸모가 있다. 개방의 가치가 분량이 아니라 간격에서 나오는 경우다.
한쪽으로만 가는 길과 되돌아오는 길
같은 개방 사업인데 두 기업의 연결 방식이 다르다. 삼성전자 쪽은 KISA가 데이터를 주고 기업이 받아 쓰는 한 방향이다. 익시오 쪽에는 돌아오는 길이 하나 더 있다. 익시오가 통화에서 추출한 스팸 발신번호가 KISA의 실시간 차단 시스템에 연계되기 때문에, 기업의 분석 결과가 공공의 차단 목록을 다시 채운다.
반대 방향 연결이 생기면 공급자가 자기 데이터의 결과를 본다. 기업이 넘긴 발신번호가 전체 차단 시스템에서 얼마나 걸리는지가 KISA에 쌓이고, 그 기록은 다음 분류의 재료가 된다. 받은 기업의 판단이 데이터를 내준 기관으로 되돌아가는 구조라서, 개방이 한 번의 전달로 끝나지 않는다.
이런 주고받기가 익시오에서 처음 생긴 것은 아니다. KISA는 2024년 9월 KT와 같은 모양의 협약을 맺었다. KISA가 스팸 신고 데이터를 KT에 주면, KT의 'AI클린메시징'이 분석해 추출한 발신번호를 KISA가 돌려받아 블랙리스트에 올리고 전체 문자중계사에 내려보내는 구조다. 다수·중복 신고된 번호를 블랙리스트로 묶어 문자중계사에 공유하는 일 자체는 그 전부터 KISA가 해 오던 것이고, 기업이 분석해 찾아낸 번호가 그 목록에 합류한 것이 2024년 10월이다.
다만 3개월에 1,200만 건이라는 속도를 이 구조 덕분이라고 단정하기는 이르다. 음성과 문자는 하루에 오가는 양도 다르고, 통화는 연결되는 동안 분석할 시간이 생기지만 문자는 한 번에 도착한다. 발표에는 두 사업의 조건을 나란히 놓고 비교한 자료가 없다. 연결 방식이 다르다는 것과 양쪽 모두에서 차단 건수가 나왔다는 것, 확인되는 사실은 거기까지다.
경찰과 금감원도 같은 신고를 받는다
스팸 데이터 개방의 수신처는 기업만이 아니다. 경찰청, 금융감독원, 사행산업통합감독위원회, 성평등가족부, 식품의약품안전처가 같은 신고 데이터를 받아 각자의 영역에서 쓴다. 조치의 종류는 수사 연계, 전화번호 이용정지, 악성 URL 차단으로 나뉜다. 한 사람이 스팸 신고 버튼을 한 번 누르면 그 기록은 기업의 판별 모델과 수사기관의 단서로 동시에 갈라져 나간다.
수신처가 여럿인 이유는 불법스팸의 용도가 넓어졌기 때문이다. KISA는 불법스팸이 불법도박, 불법금융, 불법의약품, 불법성인물, 피싱 등 각종 범죄 수단으로 악용되고 있다고 밝혔다. 도박 광고 문자는 사행산업 감독 쪽 사안이고 의약품 광고는 식약처 사안이라, 한 번 분류한 데이터를 기관별로 나눠 보내는 방식이 자연스럽다. 갈래의 크기는 고르지 않다. 방미통위가 11월 16일 낸 자료의 붙임 통계를 보면 2026년 상반기 문자스팸의 광고 유형은 도박(로또 등) 40.5%, 금융(투자 유도) 15.4%, 불법 대출 4.8%, 성인 3.3%, 기타 36.0%다. 가장 큰 덩어리를 받는 곳이 사행산업통합감독위원회인 셈이다.
데이터 개방과 같은 기간에 제재도 세졌다. 방미통위는 2024년 6월 인터넷 대량문자 전송 서비스를 하는 문자재판매사업자가 영업에 앞서 문자중계사업자의 인증을 받도록 한 전송자격인증제를 도입했고, 올해 9월에는 불법스팸 전송자와 방지 의무를 소홀히 한 사업자에게 관련 매출의 1~6% 또는 1억~20억 원의 과징금을 물리는 정보통신망법 시행령 개정안을 의결했다. 그전까지는 3,000만 원 이하 과태료였다.
수치는 채널마다 다른 방향으로 움직였다. 방미통위와 KISA가 나흘 앞선 11월 16일에 따로 낸 '2026년 상반기 스팸 유통현황'을 보면, 전체 신고·탐지 건수는 2,367만 건에서 2,146만 건으로 9.3% 줄었다. 그 안에서 문자는 1,288만 건에서 697만 건으로 45.9% 내려갔지만 음성은 873만 건에서 1,118만 건으로 28.1%, 이메일은 206만 건에서 331만 건으로 60.7% 올라갔다. 반면 이용자가 몸으로 느끼는 양은 세 유형 모두 줄어, 1인당 월평균 수신량이 8.52통으로 17.7% 낮아졌다. 같은 자료가 그 어긋남에 단서를 달아 둔다. "스팸 수신량은 표본조사 결과이고 신고·탐지 건수는 KISA 신고·탐지량이므로 증감 추이가 서로 다를 수 있음." 앞은 5월에 전국 만 12~69세 3천 명에게 물어 얻은 값이고, 뒤는 KISA에 실제로 접수되거나 탐지된 건수다.
올라간 쪽을 발표 당사자는 우연으로 보지 않는다. 붙임 통계는 음성스팸 신고·탐지 급증 옆에 "문자스팸 규제 강화로 음성스팸 신고건 급증"이라고 적어 두었다. 문자를 조인 힘이 음성 쪽으로 밀려났다는 읽기다. 익시오 협력이 붙은 자리가 바로 그 음성이고, 방미통위와 KISA가 다음 수로 내놓은 것도 음성 쪽이다. 이동통신사업자와 협력해 음성전화 앱의 스팸 신고 기능을 KISA 신고체계와 연동하겠다는 계획인데, 차단 모델을 손보는 대신 신고가 들어오는 입구를 넓히는 선택이다.
그래서 줄어든 몫이 데이터 개방의 것인지 제재 강화의 것인지를 발표는 가르지 않았다. 둘이 같은 시기에 함께 작동했다는 것만 분명하다.
신대규 KISA 디지털기반본부장은 "스팸 데이터 개방은 한국인터넷진흥원의 인공지능 분석 기술과 분야별 전문기관의 대응 역량, 민간기업의 기술력을 결합해 불법스팸을 효과적으로 차단하는 협력 모델"이라며 "앞으로도 관계 기관·기업과의 협력을 확대하고, 인공지능 기반 분석과 데이터 개방 체계를 고도화해 국민이 체감할 수 있는 불법스팸 감축 성과를 만들어 나가겠다"고 말했다.
페블러스가 이 사례를 주목하는 이유
공공데이터 개방을 다룬 글에서 가장 자주 나오는 지표는 몇 종을 열었는지, 몇 건을 올렸는지다. 열고 난 뒤에 무엇이 달라졌는지까지 따라간 기록은 훨씬 적다. 이 블로그가 앞서 본 공공데이터 평가의 공백이나 기준이 빠진 수집이 그 간격을 다룬 사례다. 이번 발표가 눈에 띄는 이유는 반대쪽이기 때문이다. 어느 서비스로 들어갔고 거기서 무엇이 몇 건 걸렸는지가 함께 나왔다.
다만 이 숫자가 나오기까지 걸린 시간은 짧지 않다. 방송통신위원회가 '스팸 빅데이터 개방 사업'을 본격 추진한다고 밝힌 것은 2020년 1월이고, 그 출발은 2019년 10월 불법 경마 사이트를 막으려고 한국마사회에 스팸 데이터를 넘긴 일이었다. 그때 이미 규제기관 말고 솔루션 개발 기업과 대학에도 스팸 통계 분석과 차단 기술 연구에 쓰도록 제공하겠다고 적혀 있었고, 수동으로 돌아가던 공유 절차를 자동화하겠다는 계획도 함께 있었다. 수신처를 늘리고 그 통로를 시스템으로 만드는 데 그만큼의 시간이 걸렸다.
이 데이터가 가진 성질을 세 가지로 추려 볼 수 있다. 첫째, 라벨이 공짜로 붙는다. 피해를 입은 수신자가 신고 버튼을 누르는 순간 '스팸'이라는 판정이 데이터에 따라붙어서, 라벨링 비용이 따로 들지 않는다. 둘째, 끊이지 않는다. 월평균 50만 건은 한 번 받고 끝나는 덩어리가 아니라 매달 도착하는 흐름이고, 발신번호가 며칠 단위로 바뀌는 영역에서는 이 간격이 분량보다 중요하다. 셋째, 쓰는 쪽이 여럿이다. 같은 분류 결과가 기업의 모델과 수사기관의 단서로 동시에 쓰인다.
세 가지 모두 스팸에만 있는 성질은 아니다. 제조 현장에서 작업자가 설비 이상을 신고한 기록, 물류에서 파손을 접수한 기록, 서비스 운영에서 오탐을 정정한 기록이 같은 모양을 하고 있다. 일을 하는 과정에서 사람이 이미 판정을 붙여 놓았고, 그 판정이 최신이며, 쓸 곳이 여러 군데다. 그런데 이런 기록은 대개 담당 부서의 시스템 안에만 남는다.
데이터를 쌓고 있는 팀이라면 이런 물음을 던져 볼 수 있다.
- 이미 사람의 판정이 남아 있는 기록이 어디에 있는가. 신고·반려·정정·재작업 로그가 후보다. 라벨링을 맡기기 전에 먼저 셀 자리다.
- 그 기록이 도착하는 간격이 쓰려는 문제의 변화 속도를 따라가는가. 분기마다 한 번 내려오는 덤프로는 주 단위로 바뀌는 현상을 못 쫓는다.
- 데이터를 받아 쓴 곳의 판단이 내준 곳으로 되돌아가는가. 익시오 사례에서 보듯 그 연결이 있으면 다음 분류가 그만큼 나아진다.
AI-Ready Data를 "모델이 바로 쓸 수 있는 상태"로 정의한다면, 이번 사례는 그 상태가 비싼 가공에서만 나오지 않는다는 것을 보여 준다. 국민 신고 스팸은 정제된 벤치마크 데이터셋이 아니다. 그런데도 라벨이 붙어 있고 최신이며 쓸 곳이 분명해서, 받은 기업이 바로 모델에 넣을 수 있었다. 우리 분야에서 아직 닫혀 있는 기록 가운데 같은 조건을 이미 갖춘 것이 무엇인지가, 이 발표가 독자에게 남기는 질문이다.
Editor's Note
이 글의 수치는 KISA 보도자료와 같은 날짜의 보도, 그리고 나흘 앞서 나온 방미통위·KISA의 '2026년 상반기 스팸 유통현황' 보도자료에서 확인했다. 월평균 약 50만 건이라는 공급 규모는 보도자료 본문이 아니라 행사를 다룬 기사에 실린 값이다. 광고 유형 비중과 "문자스팸 규제 강화로 음성스팸 신고건 급증"이라는 문구는 그 보도자료 본문에 없고, 붙임으로 붙은 통계 그림에서 읽었다. 차단 건수는 KISA와 참여 기업이 자체 집계한 값이고 외부 검증 절차가 공개되지 않았으며, 무엇을 1건으로 세는지(발신 시도 기준인지 수신 대상 기준인지)도 밝혀져 있지 않다. 익시오의 1,200만 건에서 KISA 데이터가 기여한 몫이 얼마인지도 발표에 없다. 5절의 산업 데이터 해석은 KISA 발표에 없는 이 글의 판단이다.
참고문헌
공식 발표
- 1.한국인터넷진흥원(KISA). (2026). "악성 문자 5억 건·스팸 전화 1,200만 건, 이용자 수신 전 차단." 2026 스팸 데이터 개방 성과 공유회 보도자료.
- 2.방송미디어통신위원회·한국인터넷진흥원. (2026). "1인당 월평균 스팸 수신량 17.7% 감소." 2026년 상반기 스팸 유통현황 보도자료.
- 3.한국인터넷진흥원(KISA). (2024). "KISA-KT, AI 기술을 활용한 스팸 차단 강화 추진."
- 4.방송통신위원회. (2020). "방통위, 스팸 빅데이터 개방…금융사기·도박 피해 막는다." 정책브리핑(korea.kr).
보도 매체
- 5.박광하. (2026). "악성 문자 5억건, 수신 전에 막았다." ZDNet Korea.
- 6.신정환. (2026). "신고 데이터가 AI 만나 악성문자·스팸전화 차단으로." 재경일보.