한국전자기술연구원(KETI) 모빌리티플랫폼연구센터 연구진이 6월 3일부터 7일까지 미국 덴버에서 열린 CVPR(컴퓨터비전·패턴인식 컨퍼런스) 2026에서 ‘IEEE 저전력 컴퓨터비전 챌린지(LPCVC)’ AI 생성이미지 판별 부문 1위를 수상했다. CVPR은 컴퓨터비전 분야에서 세계 최상위로 꼽히는 학술대회로, 이번 챌린지는 탐지 정확도뿐 아니라 저전력 엣지 디바이스 환경에서의 추론 성능과 모델의 설명 가능성까지 종합 평가한 것이 특징이었다.
KETI 연구진의 우승 핵심은 대규모 비전-언어 모델(VLM)의 성능을 유지하면서도 고성능 서버 없이 스마트폰·CCTV 같은 저전력 기기에서 작동하도록 모델을 경량화하고 추론을 최적화한 데 있다. AI가 생성한 이미지라고 판단한 근거를 설명하는 모델 구조 설계도 높은 평가를 받았다. 딥페이크 기술의 정교화로 가짜 이미지와 실제 이미지를 구별하기 어려워지면서, 탐지 기술을 다양한 기기에 탑재할 수 있는 경량화 연구의 중요성이 커지고 있다.
AI 생성이미지 식별은 메타·오픈AI·구글 등 글로벌 빅테크가 생성 콘텐츠에 워터마크나 라벨을 부착하는 방향으로 대응해온 분야다. KETI의 이번 성과는 워터마크 부착에 의존하지 않고 픽셀 단위 분석으로 직접 판별하는 기술을 엣지 기기 수준까지 구현했다는 점에서 차별화된다. 딥페이크 확산이 사회적 문제로 부각되는 흐름 속에서, 이 기술이 실제 산업·공공 분야에 어떻게 적용될지 주목된다.
생성형 이미지 진위 식별은 2024년 들어 글로벌 빅테크의 핵심 과제로 떠올랐다. 메타는 페이스북·인스타그램에 올라온 AI 생성 콘텐츠에 꼬리표를 붙이는 정책을, 오픈AI는 자사 이미지 생성 도구 결과물에 워터마크를 넣는 방안을 도입했고, 구글은 검색에서 C2PA 메타데이터로 생성 여부를 확인하도록 지원하기 시작했다. 구글 딥마인드의 SynthID처럼 눈에 보이지 않는 워터마크를 심는 방식도 같은 맥락이다. 다만 이런 부착형 방식은 워터마크가 제거되거나 외부 도구로 만든 이미지에는 적용되지 않는다는 한계가 있다. KETI의 접근은 콘텐츠에 표식이 없어도 이미지 자체를 분석해 판별한다는 점에서, 부착형 대응을 보완하는 갈래로 평가된다.
