본 논문은 AI 이미지 생성(AIGC) 이미지의 품질 저하 문제(아티팩트, 비자연스러운 질감 등)를 해결하기 위해, 계층적 설명 가능 이미지 비현실성 평가기(HEIE)를 제안합니다. HEIE는 다중 모달 대규모 언어 모델(MLLM)을 기반으로 하며, 복잡한 작업을 단계적으로 분해하여 해석성을 높이는 사고 과정(CoT) 기반 설명 가능 트리니티 평가기와 저수준 이미지 특징과 고수준 LLM 토큰을 결합하여 정확한 히트맵 예측을 가능하게 하는 적응형 계층적 비현실성 매퍼를 포함합니다. 또한, 해석 가능한 AIGC 이미지 비현실성 평가를 위한 새로운 데이터셋 Expl-AIGI-Eval을 제시합니다. 실험 결과, HEIE는 최첨단 성능을 달성함을 보여줍니다.
