본 논문은 생성형 AI의 발전으로 인해 현실적인 AI 생성 이미지가 증가함에 따라, 이미지의 진위 여부 및 생성 모델 식별의 중요성이 커짐을 배경으로 한다. 연구진은 CNN과 CLIP-ViT 분류기를 이용하여 AI 생성 이미지를 탐지하고 생성 원본 모델을 식별하는 방법을 제시한다. CNN 기반 분류기는 EfficientNet-B0를 백본으로 사용하며 RGB 채널, 주파수 특징, 재구성 오류를 입력으로 사용한다. CLIP-ViT 기반 분류기는 사전 훈련된 CLIP 이미지 인코더를 사용하여 이미지 특징을 추출하고 SVM으로 분류를 수행한다. Defactify 4 데이터셋을 사용한 평가 결과, 두 방법 모두 강력한 성능을 보였으며, 특히 CLIP-ViT는 이미지 왜곡에 대한 강건성이 뛰어났다. AEROBLADE 및 OCC-CLIP과 같은 기존 방법과 비교하여 경쟁력 있는 결과를 달성하였으며, Defactify 4 경진대회에서 상위 3위를 기록하였다. 소스 코드는 깃허브에 공개되었다.
