본 논문은 인공지능 생성 콘텐츠(AIGC), 특히 인간 중심의 가짜 영상 생성 기술의 발전으로 인한 정보 무결성, 신원 보안, 대중의 신뢰 위협에 대한 해결책으로 AvatarShield를 제안합니다. AvatarShield는 해석 가능한 거대 언어 모델(MLLM) 기반 프레임워크로, 그룹 상대 정책 최적화(GRPO)를 통해 향상되었습니다. 고비용의 텍스트 주석 데이터 사용을 피하고 정확한 시간 모델링과 위조 탐지를 가능하게 하는 정확도 탐지 보상 및 시간 보상 보상을 설계했습니다. 또한, 고차원 의미 추론과 저차원 아티팩트 증폭을 결합한 이중 인코더 아키텍처를 설계하여 MLLM의 효과적인 위조 탐지를 유도합니다. 실제 환경에서 탐지 방법을 엄격하게 평가할 수 있도록 자세, 오디오 및 텍스트 입력으로 안내되는 합성 방법을 포함하는 대규모 인간 중심 비디오 벤치마크인 FakeHumanVid를 수집했습니다. 광범위한 실험을 통해 AvatarShield가 기존 방법보다 도메인 내 및 도메인 간 탐지 모두에서 뛰어난 성능을 보임을 보여줍니다.
