Captchainbox: Proof-of-Work와 결제를 통한 AI 생성 이메일 스팸 대응

Captchainbox: Proof-of-Work와 결제를 통한 AI 생성 이메일 스팸 대응

Captchainbox는 이메일에 '노력의 비용' 필터를 도입합니다

Captchainbox는 알 수 없는 발신자에게 proof-of-work 요구 사항을 도입하여 AI 생성 스팸의 증가에 대응하도록 설계된 이메일 관리 도구입니다. 이 도구는 AI가 비용 없이 고도로 맞춤화된 "slop"을 생성할 수 있는 반면, 발신자에게 CAPTCHA를 풀거나 배송 수수료를 지불하도록 요구하는 것이 메시지의 실제 관련성과 정당성을 나타내는 대리 지표 역할을 한다는 전제하에 작동합니다.

필터링 메커니즘 작동 방식

Captchainbox는 Gmail과 Outlook과 통합되어 동적 화이트리스트 시스템을 기반으로 수신 메일을 자동으로 관리합니다:

  • 자동 화이트리스트 등록: 이 도구는 과거 통신 메타데이터를 사용하여 화이트리스트를 구축합니다. 사용자가 이전에 특정 주소로 이메일을 보낸 적이 있다면, 해당 발신자는 화이트리스트에 등록됩니다. 동일한 도메인의 여러 사람과 연락이 닿았다면, 도메인 전체가 화이트리스트에 등록됩니다. 10통 이상의 이메일을 보낸 트랜잭션 발신자 또한 자동으로 신뢰할 수 있는 상태가 됩니다.
  • 챌린지 프로세스: 화이트리스트에 없는 발신자의 이메일은 삭제되지 않고 아카이브로 이동됩니다. 이메일을 아카이브에서 기본 편지함으로 이동하려면, 발신자는 전통적인 CAPTCHA 또는 결제 링크를 완료하는 챌린지를 수행해야 합니다.
  • 결제 배분: pay-to-deliver 옵션을 활성화한 사용자의 경우, 거래 비용을 제외한 수익금은 Internet Archive와 EFF에 기부됩니다.
  • 개인정보 보호 및 데이터 무결성: 이 서비스는 메타데이터만 읽으며 메시지 내용은 절대 액세스하지 않습니다. 이메일이 삭제되지 않기 때문에 사용자는 메시지를 잃어버릴 수 없지만, 챌린지를 해결할 수 없는 새로운 서비스에서 발송된 자동 활성화 이메일은 수동으로 가져와야 합니다.

기술적 및 철학적 비판

이 도구는 AI 기반 스팸 문제를 해결하려 하지만, 커뮤니티에서는 이메일용 proof-of-work의 생존 가능성에 대해 몇 가지 기술적 및 철학적 이의를 제기하고 있습니다:

"서비스" 대 "통신"의 충돌

일부 비판론자들은 이메일 전송에 결제를 도입하는 것이 이메일이라는 매체를 통신 도구에서 유료 서비스로 변환시킨다고 주장합니다. 이러한 변화는 수신자가 즉각적인 응답이나 특정 수준의 주의를 기울여야 한다는 암묵적인 의무를 생성하며, 이는 수신자에게 바람직하지 않을 수 있습니다.

마찰과 사용자 행동

정당한 발신자가 실제로 누군가에게 도달하기 위해 CAPTCHA를 풀거나 수수료를 지불할 것인지에 대해 상당한한 의구심이 있습니다.

"나 자신도 누군가의 편지함에 도달하기 위해 CAPTCHA를 풀 생각은 전혀 없으며, 다른 사람들도 마찬가지일 것이라고 예상합니다."

게다가 일부는 결제 요구 사항이 잘못된 유형의 발신자를 끌어들일 수 있다고 주장합니다. 즉, 접근 권한을 위해 비용을 지불함으로써 수신자로부터 더 많은 가치를 추출할 수 있다고 믿는 이들입니다.

역사적 맥락 및 선례

이메일용 proof-of-work 개념은 새로운 것이 아닙니다. 댓글 작성자들은 유사한 논리를 사용하여 스팸을 해결하려는 몇 가지 역사적 시도를 언급했습니다:

  • Hashcash: Bitcoin의 proof-of-work 알고리즘의 전신으로, 이메일 스팸에 대응하기 위해 특별히 만들어졌습니다.
  • Internet Mail 2000 (IM2000): micropayments 없이 문제를 해결하려는 djb의 제안입니다.
  • LinkedIn InMails: 알 수 없는 연락처를 위한 게이트형 메시징의 현대적 상업적 구현체입니다.

실질적인 한계

비판론자들은 이 시스템이 자동화된 트랜잭션 이메일(예: 계정 인증)과 충돌할 수 있으며, 정교한 공격자들에게는 스팸의 막대한 수익성이 종찰적으로 작은 수수료나 CAPTCHA를 해결하는 비용보다 훨씬 크다는 점을 지적합니다.

Sources