팀 소개와 수상 소감 부탁드립니다.

저희 팀은 컴퓨터비전 AI를 공부하는 부트캠프에서 함께 수학한 4명으로 구성됐습니다. 전공과 강점은 서로 다르지만, 그만큼 다양한 관점이 더해지며 좋은 시너지를 낼 수 있었습니다. 결과를 만들어가는 과정 자체가 즐거웠기에 수상까지는 기대하지 않았는데, 뜻깊은 상을 받게 되어 감사합니다.

여러 일상 문제 중 ‘딥페이크 탐지’를 주제로 선택한 이유는 무엇인가요?

한 팀원이 딥페이크로 유명 인사를 사칭해 영상통화로 투자를 유도한 피싱 사건 기사를 공유한 적이 있습니다. 처음에는 비현실적인 사례로 느껴졌지만, 생성형 AI의 정교화로 이러한 범죄가 점점 현실화되고 있다는 점에 문제의식을 갖게 됐습니다. 특히 디지털 취약계층이 신종 범죄에 더 크게 노출될 수 있다는 점에서, 기술로 대응 방안을 만들어보자는 데 뜻을 모았습니다.

솔루션에 대해 소개해주세요.

실시간 딥페이크 탐지 기능을 탑재한 영상통화 애플리케이션입니다. 통화 중 상대 화면의 조작 확률을 UI상에 실시간 표시하고, 일정 기준을 넘으면 색상과 아이콘, 경고 메시지를 통해 직관적으로 위험을 알립니다. 통화 종료 후에는 조작 의심 구간, 평균 조작 확률 등을 포함한 분석 리포트를 생성해 사용자에게 제공합니다.

기존 딥페이크 탐지 기술과의 차별점은 무엇인가요?

기존 다수의 탐지 서비스는 이미지나 영상을 서버에 업로드한 뒤 사후 분석하는 구조입니다. 그러나 영상통화 기반 피싱은 실시간으로 진행되기 때문에 즉각적인 경고가 어렵다는 한계가 있습니다. 저희는 이러한 공백을 보완하기 위해 실시간 탐지 구현에 집중했습니다. 범죄가 진행되는 순간 사용자에게 경고를 제공하는 것이 핵심 차별점입니다.

실시간 탐지를 가능하게 한 기술적 핵심은 무엇인가요?

경량 CNN 기반 모델 아키텍처를 채택한 점입니다. 외부 서버를 거치지 않고 스마트폰 기기 내에서 AI 모델이 직접 구동되는 온디바이스 방식을 적용했습니다. 모바일 환경의 연산·메모리 한계를 고려해 모델을 최적화함으로써, 영상통화 품질에 영향을 주지 않으면서도 딥페이크 징후를 즉각 탐지할 수 있도록 구현했습니다.

적용 가능성이 높은 산업 분야는 어디라고 보시나요?

영상통화 기능을 제공하는 통신사 및 메신저 플랫폼에서 예방 서비스로 활용될 가능성이 있습니다. 또한 금융·보안산업에서도 시사점이 있다고 봅니다. 안면 정보를 결제·신원 인증에 활용하는 서비스가 확대되는 상황에서, 실시간 조작 얼굴 탐지 기술은 신뢰도 확보 측면에서 중요한 요소가 될 수 있습니다.

향후 발전 방향에 대해 얘기해주세요.

탐지 성능 고도화에 집중할 계획입니다. 스마트폰에서 1차로 실시간 필터링을 수행하고, 의심 프레임만 서버의 고성능 모델이 정밀 분석하는 ‘2단계 탐지 구조’를 실험하고 있으며, 궁극적으로는 고성능과 경량성을 동시에 확보한 온디바이스 정밀 탐지를 목표로 하고 있습니다. 또한 메신저 플랫폼과의 협력을 통해 서비스 적용 범위를 넓히고, 영상뿐 아니라 음성 조작 탐지까지 확장해 통합적인 피싱 대응체계를 구축할 계획입니다.

이번 대회가 어떤 성장의 기회가 되었나요?

기술의 성능을 넘어 ‘왜 AI를 공부하는가’ 돌아보는 계기가 됐습니다. AI가 사회문제 해결에 기여할 때 의미 있다는 점을 체감했습니다. 차기 참가자들에게는 문제 정의를 구체화하라는 조언을 드리고 싶습니다. 누가, 어떤 상황에서, 왜 어려움을 겪는지를 명확히 할수록 솔루션의 방향성과 완성도도 높아진다고 생각합니다.