생성 AI의 확산으로 인한 딥페이크 비디오의 위험 증가에 대응하기 위해, 본 논문은 AI 생성 비디오의 출처를 특정하는 최초의 포괄적인 프레임워크인 SAGA (Source Attribution of Generative AI videos)를 소개합니다. SAGA는 기존의 단순한 진위 여부 탐지를 넘어, 생성 작업, 모델 버전, 개발팀, 정확한 생성기 등 5단계의 세분화된 출처 정보를 제공합니다. 비전 기반 모델을 활용한 새로운 비디오 변환기 아키텍처와, 적은 양의 소스 라벨링 데이터로도 최고 수준의 성능을 달성하는 데이터 효율적인 사전 학습 및 속성 부여 전략을 특징으로 합니다. 또한, Temporal Attention Signatures (T-Sigs)라는 새로운 해석 가능성 방법을 통해 생성기 간의 차이를 시각적으로 설명합니다. 다양한 실험을 통해 SAGA는 딥페이크 비디오 출처 식별 분야의 새로운 기준을 제시하며, 법적 및 규제적 적용을 위한 중요한 해석 가능한 통찰력을 제공합니다.
