본 논문은 음성 기반 거대 언어 모델의 고차원 출력 특징과 하위 작업 모델의 저차원 입력 간의 불일치 문제를 해결하기 위해 경량화된 백엔드 아키텍처 Nes2Net을 제안합니다. Nes2Net은 차원 축소(DR) 계층 없이 고차원 특징을 직접 처리하도록 설계되어 매개변수 오버헤드, 계산 비용을 줄이고 정보 손실을 방지합니다. 중첩 구조를 통해 다중 스케일 특징 추출과 특징 상호작용을 향상시켜 고차원 정보를 보존합니다. CtrSVDD, ASVspoof 2021, ASVspoof 5, PartialSpoof, In-the-Wild 등 다양한 데이터셋에서 실험을 통해 기존 최고 성능 대비 22%의 성능 향상과 87%의 백엔드 계산 비용 감소를 달성하였으며, 우수한 견고성과 일반화 성능을 보였습니다.
