본 논문은 온라인 뱅킹 및 개인 장치 보안 접근 등 다양한 응용 분야에서 중요한 요소인 얼굴 인증의 효과와 공정성을 제한하는 기존 얼굴 이미지 데이터 세트의 인종, 성별 및 기타 인구 통계적 특성과 관련된 편향 문제를 해결하고자 한다. 이를 위해, 다양한 특징을 표현하고 신분증 사진의 특성을 준수하는 고품질의 다양한 합성 얼굴 이미지를 생성하기 위해 고급 생성 모델을 통합하는 포괄적인 방법론을 제안한다. 또한, 얼굴 인증 연구를 위한 벤치마크로 설계된 926개의 고유 신원에 대한 27,780개의 이미지로 구성된 DIF-V(Diverse and Inclusive Faces for Verification) 데이터 세트를 소개한다. 분석 결과, 기존 인증 모델이 특정 성별과 인종에 편향되어 있으며, ID 스타일 변경이 모델 성능에 부정적인 영향을 미치는 것으로 나타났다.
