안트 그룹, AIGC 탐지 기술 혁신으로 컴퓨터 비전 컨퍼런스에서 1위 차지

앤트 그룹은 최근 CVPR 2026 NTIRE 이미지 탐지 챌린지에서 “복잡한 실세계 시나리오에서의 견고성 샘플 테스트”와 “얼굴 보정 이상 탐지” 두 부문에서 최우수상을 수상했습니다. 이번 성과는 AI 시대에 결제, 콘텐츠 보안 검토, 금융 신원 인증과 같은 분야에서 위험 식별 능력을 향상시키는 데 중요한 기반이 될 것입니다.

딥페이크 및 AIGC(AI 생성 콘텐츠)의 오용과 관련된 위험이 커지고 있습니다. 이러한 합성 콘텐츠는 육안으로는 구별하기 어려운 경우가 많으며, 기존 탐지 모델은 실제 환경과 다중 모달 대규모 모델의 급속한 발전에 직면했을 때 정확도가 크게 떨어지는 문제를 겪고 있습니다. CVPR 챌린지는 "알 수 없는 생성 아키텍처"와 "복잡한 화질 저하 간섭"을 포함한 극한 테스트 조건에서도 모델이 높은 정확도와 견고성을 유지하도록 요구함으로써 이 문제를 직접적으로 해결합니다.

결제 시스템을 기반으로 한 앤트 그룹은 지난 20년 동안 최첨단 보안 기술을 개발해 왔습니다. 이러한 전문성은 이제 AI 보안 분야로 확장되고 있습니다. 연구팀은 DINOv3 시각 기반 모델을 기반으로 한 탐지 프레임워크를 제안하여, AIGC 탐지 능력을 실험실 환경에서 실제 응용 분야로 크게 도약시켰습니다.

"견고성 샘플 테스트(Robustness Sample Testing)" 트랙을 위해 앤트 AI 보안 연구소(Ant AI Security Lab) 팀은 수백만 개의 고품질 샘플로 구성된 복잡한 훈련 코퍼스를 구축했습니다. 이 코퍼스에는 WildFake, Z-Image, Seedream, Nano-banana-pro와 같은 데이터셋과 최첨단 모델들이 포함되었습니다. 기본 아키텍처는 이중 스트림 병렬 통합 구조를 채택하여, 탐지 모델에 국소적 세부 사항과 전체적 이미지 특징을 모두 포착할 수 있는 두 개의 상호 보완적인 "눈"을 부여하는 것과 유사합니다. 연구팀은 단일 노이즈 점부터 다중 왜곡에 이르는 전체적인 이미지 저하 효과를 시뮬레이션하여, 소셜 미디어 유포 및 2차 사진 편집에서 관찰되는 실제 이미지 변형을 정밀하게 재현했습니다. 이러한 접근 방식은 실제 시나리오에서 모델의 탐지 성능을 획기적으로 향상시켰습니다.

또한 연구팀은 2단계 "위치 파악 후 검토(Locate-Then-Examine)" 탐지 패러다임을 도입했습니다. 이 방법은 먼저 의심스러운 영역을 식별한 후 상세한 검토를 수행합니다. 또한 연구팀은 국소적인 텍스트 설명을 제공하는 'FakeXplained' 데이터셋을 구축했습니다. 의심스러운 이미지를 분석할 때, 이 기술은 해당 이미지가 AI로 생성된 것인지 판단할 뿐만 아니라 위조 결함이나 물리적 불일치가 포함된 영역을 정확히 찾아내며, 동시에 상세한 근거를 생성합니다. 이 획기적인 성과는 기존의 "블랙박스" 탐지를 넘어 모델의 의사결정을 추적 가능하고 해석 가능하게 만듭니다. 딥페이크 문제 해결을 위한 협력을 촉진하기 위해, 연구팀은 해당 분야에서 가장 포괄적인 AIGC 이미지 및 동영상 탐지 리소스 저장소 중 하나를 GitHub에 오픈소스로 공개했습니다.

'얼굴 보정 이상 탐지(Face Enhancement Anomaly Detection)' 경진대회에서 앤트 인터내셔널(Ant International) 팀은 얼굴 이미지 내의 이상 영역을 정확하게 찾아내 우승을 차지했습니다. 이 기술은 주로 금융 거래 신원 확인 및 계좌 개설을 위한 문서 검토와 같은 시나리오에 적용되어, 딥페이크 및 AIGC 기반 공격에 대한 중요한 기술적 방어 수단을 제공합니다. 국경 간 결제 및 금융 서비스 분야에서 앤트 인터내셔널은 AIGC 신원 확인 기술을 EKYC(전자 신원 확인) 및 문서 위조 방지 프로세스에 깊이 통합하여, 다양한 유형의 생성 콘텐츠에 대한 강력한 탐지 기능을 보장하고 있습니다.

CVPR(컴퓨터 비전 및 패턴 인식 컨퍼런스)은 IEEE가 후원하는 국제 컨퍼런스입니다. ICCV 및 ECCV와 함께 컴퓨터 비전 분야의 3대 주요 컨퍼런스 중 하나로 꼽힙니다. 올해 대회에는 전 세계에서 500개 이상의 팀이 참가했습니다.