속도가 거짓보다 빠르다: 이진 신경망을 이용한 실시간 딥페이크 탐지

딥페이크 탐지 기술은 온라인 콘텐츠에 대한 신뢰를 훼손하는 심층 생성 미디어의 확산을 억제하는 것을 목표로 한다. 기존의 방법들은 대규모이고 복잡한 모델에 주목해 왔지만, 실시간 탐지의 필요성은 더욱 높은 효율성 요구를 수반한다. 이러한 맥락에서 기존 연구와 달리, 본 연구는 이진 신경망(Binary Neural Networks, BNNs)를 활용하여 이미지 기반 딥페이크 탐지에 새로운 접근 방식을 제안한다. 이는 정확도 손실을 최소화하면서도 매우 빠른 추론 속도를 가능하게 한다. 또한, 주파수 영역과 텍스처 영역에서 조작 흔적을 탐지하기 위해 빠른 푸리에 변환(Fast Fourier Transform, FFT)과 국소 이진 패턴(Local Binary Pattern, LBP)을 추가 채널 특징으로 도입한다. COCOFake, DFFD, CIFAKE 데이터셋에서의 평가 결과, 본 방법은 대부분의 시나리오에서 최신 기술 수준의 성능을 달성하며, 추론 과정에서 최대 20배에 이르는 FLOPs 감소를 통해 뚜렷한 효율성 향상을 보였다. 마지막으로, 정확도와 효율성의 균형을 고려해 딥페이크 탐지에 이진 신경망을 탐색함으로써, 본 연구는 효율적인 딥페이크 탐지 기술에 대한 향후 연구의 길을 열었다.