생성형 인공지능의 발전으로 합성 이미지와 실제 이미지 구분이 어려워짐에 따라, 본 논문은 합성 이미지 탐지를 위한 새로운 2단계 프레임워크를 제안한다. 첫 번째 단계에서는 지도 대조 학습을 통해 훈련된 비전 딥러닝 모델을 사용하여 특징 임베딩을 추출하고, 두 번째 단계에서는 k-최근접 이웃(k-NN) 분류기를 사용하여 몇 개의 샘플로 학습한다. 제안된 프레임워크는 기존 방식보다 5.2% 더 높은 91.3%의 평균 탐지 정확도를 달성했으며, 소스 속성 부여 작업에서도 개선을 보였다.
