CAPTCHA는 왜곡된 텍스트를 읽는 능력을 테스트하여 인간과 봇을 구별하는 원래의 목적에서 크게 발전했습니다. 초기 컴퓨터에 효과적이었던 이 초기 방법은 머신러닝이 발전함에 따라 쓸모없게 되었습니다. 컴퓨터가 왜곡된 문자를 인식하는 능력이 향상됨에 따라 CAPTCHA는 더 어려워졌고, 이미지 선택과 같은 문제로 사용자 경험이 저하되었습니다. 이는 직접적인 사용자 과제에서 상호 작용 행동 분석으로 접근 방식을 근본적으로 전환하게 만들었습니다. Google의 reCAPTCHA v3와 같은 최신 시스템은 이제 고급 위험 분석을 사용하여 상호 작용이 봇에서 발생할 가능성을 나타내는 점수를 할당합니다.이 점수는 사용자 행동, 장치 및 네트워크 정보, 과거 상호 작용 패턴을 포함한 여러 신호를 융합하여 결정됩니다. 예를 들어, 마우스 움직임, 타이핑 속도 및 탐색 패턴을 분석하여 이상 징후를 감지합니다. 작업 간의 미묘한 타이밍 차이조차도 자동화된 활동을 드러낼 수 있습니다. 브라우저 기록은 직접 읽히지 않지만, 과거 상호 작용 패턴은 중요한 맥락을 제공합니다. 장치 및 브라우저 환경 또한 상호 작용의 합법성에 대한 신호를 제공합니다. 이러한 다양한 약한 신호를 결합하는 신호 융합은 강력한 위험 평가를 생성합니다. 결과적으로 과제는 퍼즐을 푸는 것에서 인간의 행동 특성을 설득력 있게 모방하는 것으로 바뀌었습니다. 합법적인 사용자의 행동이 비정상적으로 보이면 여전히 문제가 발생할 수 있지만, 시스템은 주로 인간의 신원을 명확하게 증명하기보다는 고위험 상호 작용을 식별하는 데 중점을 둡니다. 이러한 발전은 CAPTCHA를 단순한 텍스트 퍼즐에서 정교한 행동 튜링 테스트로 변화시켰습니다.