정보 기술이 발전하면서 디지털 콘텐츠는 뉴스 방송, 엔터테인먼트, 상거래, 포렌식 수사 등 다양한 분야에서 널리 사용되고 있다. 그러나 정교한 멀티미디어 편집 도구의 보급으로 비디오·이미지 위조 위험이 크게 증가하여, 사회적·개인적 차원에서 콘텐츠 진위에 대한 심각한 우려가 제기되고 있다. 견고하고 정확한 탐지 방법에 대한 수요가 커짐에 따라, 본 연구는 공간 영역과 주파수 영역 특징을 모두 통합한 새로운 비디오 위조 탐지 모델을 제안한다. 이 모델은 공간 특징 추출을 위해 Convolutional Block Attention Module(CBAM)으로 강화한 ResNet-LSTM 프레임워크를 기반으로 하며, 주파수 영역 정보를 포착하기 위해 이산 코사인 변환(DCT)을 추가로 결합한다. 다양한 위조 시나리오를 아우르는 여러 주류 벤치마크 데이터셋에서 포괄적인 실험을 수행하였다. 결과는 제안 모델이 진본과 조작된 비디오를 구분하는 데 우수한 성능을 달성함을 보여준다. 추가적인 ablation 및 비교 연구는 아키텍처의 각 구성 요소 기여를 확인하여 모델의 역량에 대한 더 깊은 통찰을 제공한다. 전반적으로, 본 연구 결과는 복잡한 조건에서 비디오 진위 분석의 신뢰성을 높이기 위한 유망한 접근으로 제안 방법을 뒷받침한다.
실제 서비스에 AI 생성 영상 탐지기를 배포하려면 실제 콘텐츠를 잘못 거부하지 않기 위해 실제 영상에 대한 극도로 낮은 거짓 양성률(FPR)이 요구되며, 이는 AUROC와 같은 표준 지표가 실제 운영 동작을 반영하지 못하는 영역이다. 우리는 공간 패치 수준 비일관성 및 시간적 거칠기(SPLIT)를 소개한다. SPLIT은 동결된 비전 인코더의 패치 토큰에서 동작하는 학습 불필요(training-free) 탐지기로, 완전히 생성된 영상과 부분적으로 편집된 영상 모두를 탐지한다. SPLIT은 두 가지 상호 보완적 신호를 계산한다: 1단계 및 2단계 특징(feature) 변화 대비를 통해 비매끄러운 패치 궤적을 포착하는 2단계 시간적 거칠기(TTR, Two-step Temporal Roughness)와, 특징 공간 모션 필드의 그래디언트를 통해 공간적으로 비일관적인 시간 변화를 측정하는 지역 공간 모션 비일관성(LSMI, Local Spatial Motion Incoherence)이다. 두 신호는 엄격한 임계값에서 실제-가짜 구분을 선명히 하기 위해 감마 보정과 함께 곱셈 방식으로 융합된다. 우리는 또한 실제 영상만을 이용한 임계값 보정 및 교차 실제 임계값 전이를 적용하여 고정 FPR에서의 가짜 재현율(Fake Recall)에 기반한 서비스 정합 평가 프로토콜을 추가로 제안한다. 세 가지 벤치마크(FakeParts, GenVideo, ViF-Bench)에 걸쳐 SPLIT은 FPR = 0.1%에서 가장 높은 가짜 재현율을 달성하며, 지도 학습 및 학습 불필요 기반선 방법을 크게 상회하는 동시에 무시할 수 있는 오버헤드로 후처리에 강건성을 유지한다. 코드는 https://github.com/mldljyh/SPLIT 에서 공개적으로 이용 가능하다.