본 논문은 급속도로 발전하는 생성 AI 기술로 인한 합성 비디오의 위협에 대응하기 위해, AI 생성 비디오와 실제 비디오를 구분하는 새로운 접근 방식인 ReStraV(Representation Straightening Video)를 제안합니다. "지각적 직선화" 가설에 영감을 받아, 실제 비디오의 궤적이 신경 표현 도메인에서 더 직선화되는 경향에 착안하여 이러한 기하학적 특성의 편차를 분석합니다. 사전 훈련된 자기 지도 비전 변환기(DINOv2)를 사용하여 시간적 곡률과 단계별 거리를 정량화하고, 이를 기반으로 분류기를 훈련시켜 AI 생성 비디오를 효과적으로 탐지합니다. ReStraV는 기존 방법보다 높은 성능을 보이며, 계산 효율성 또한 뛰어납니다.
