본 논문은 일상생활에서 얼굴 인식 기술의 사용 증가에 따라 중요성이 커지고 있는 얼굴 안티 스푸핑(Face Anti-Spoofing, FAS) 분야에서, 기존 모델들이 단순히 "가짜 얼굴"이라는 결과만 출력하는 한계를 극복하고자 제안된 연구이다. 기존 FAS 모델들은 높은 정확도를 달성하지만, 그 이유를 설명하지 못해 신뢰성이 떨어지고 사용자 혼란을 야기한다는 문제점을 지적한다. 따라서, 본 논문은 설명 가능한 인공지능(XAI)을 FAS에 통합하여 설명 가능한 얼굴 안티 스푸핑(X-FAS)이라는 새로운 문제를 정의하고, 스푸핑 흔적을 발견하여 신뢰할 수 있는 설명을 제공하는 X-FAS 방법인 SPTD(SPoof Trace Discovery)를 제안한다. 또한, X-FAS 방법의 질을 평가하기 위한 전문가가 주석한 스푸핑 흔적을 포함하는 X-FAS 벤치마크를 제시하고, SPTD의 설명을 분석하며 기존 XAI 방법과 정량적, 정성적으로 비교하여 SPTD의 신뢰할 수 있는 설명 생성 능력을 실험적으로 증명한다.
