[연구의 필요성]

최근 텍스트·이미지 기반 영상 생성 기술이 빠르게 발전하면서, 완전히 생성된 영상뿐 아니라 실제 영상의 일부만 자연스럽게 편집한 조작 영상도 쉽게 만들어지고 있다. 이러한 영상은 허위 정보, 사칭, 콘텐츠 위·변조 등에 악용될 수 있으나, 실제 서비스 환경에서는 정상 사용자의 진짜 영상을 잘못 차단하는 오탐률을 극도로 낮게 유지해야 한다. 특히 0.1% 수준의 매우 낮은 False Positive Rate(FPR)에서 조작 영상을 얼마나 잘 찾아내는지가 중요하지만, 기존의 평균적 성능 지표나 학습 기반 검출기는 새로운 생성 모델이나 부분 편집 영상에 취약하다는 한계가 있었다.

[포스텍이 가진 고유의 기술]

본 연구는 별도의 학습 없이 AI 생성 및 부분 편집 영상을 검출하는 SPLIT(Spatial Patch-Level Incoherence and Temporal Roughness) 기술을 제안한다. SPLIT은 사전학습된 시각 인코더에서 영상의 패치 단위 특징을 추출하고, 각 패치가 시간에 따라 얼마나 불규칙하게 변화하는지를 측정하는 Two-step Temporal Roughness(TTR)와, 인접한 패치들의 움직임 변화가 공간적으로 얼마나 불일치하는지를 측정하는 Local Spatial Motion Incoherence(LSMI)를 계산한다. 두 신호를 감마 보정 기반으로 결합함으로써, 전체 영상 수준에서는 잘 드러나지 않는 국소적 조작 흔적까지 효과적으로 포착하며, 실제 영상만을 이용해 임계값을 보정하는 서비스 지향 평가 방식도 함께 제시하였다.

[연구의 의미]

SPLIT은 부분 편집 영상 벤치마크인 FakeParts, 기존 생성 모델 기반 GenVideo, 최신 2024–2025년 생성 모델을 포함한 ViF-Bench에서 모두 우수한 성능을 보였으며, 특히 실제 서비스에 중요한 FPR 0.1% 조건에서 기존 학습 기반 및 훈련 없는 검출 방법을 크게 상회하였다. 또한 압축, 블러, 좌우·상하 반전 등 일반적인 후처리에도 강건하고, 기존 인코더의 특징 추출 이후 매우 작은 추가 계산만으로 동작한다. 본 연구는 빠르게 변화하는 생성형 영상 환경에서 재학습 없이 일반화 가능한 검출 방향을 제시하고, 실제 서비스 배치에 적합한 초저오탐 AI 영상 검출 기준을 마련했다는 점에서 의미가 크다.

[연구결과의 진행 상태 및 향후 계획]

본 연구는 컴퓨터 비전 최우수 학회인 ECCV 2026에 수락되어 발표될 예정이다.

[성과와 관련된 실적]

SPLIT: Training-Free AI-Generated and Partially Edited Video Detection via Spatial Patch‑Level Incoherence and Temporal Roughness

Jongyeop Hyun and Hyounghun Kim. ECCV 2026.

[성과와 관련된 이미지]