본 논문은 심층 합성 미디어의 급증으로 인한 정보 무결성 및 사회적 신뢰 위협에 대응하여, Lottery Ticket Hypothesis (LTH)를 활용한 효율적인 딥페이크 탐지 방법을 제시합니다. MesoNet, CNN-5, ResNet-18 등의 아키텍처를 OpenForensic 및 FaceForensics++ 데이터셋에 적용하여 실험을 진행, 신경망의 가지치기를 통해 성능 저하 없이 모델 크기를 줄이는 것이 가능함을 보여줍니다. 특히 MesoNet의 경우, 80%의 가지치기 비율에서도 OpenForensic 데이터셋 상에서 56.2%의 정확도(기준 정확도 62.6% 대비 약 90%)를 유지하며, 3,000개의 파라미터만을 사용하는 결과를 얻었습니다. 또한, 제안된 LTH 기반 반복적 크기 가지치기 방법이 일괄 가지치기 방법보다 우수하며, Grad-CAM을 통해 가지치기된 네트워크가 딥페이크 탐지에 중요한 얼굴 영역에 집중하는 것을 확인하였고, 데이터셋 간 winning tickets의 전이 가능성을 보여주어 효율적이고 배포 가능한 딥페이크 탐지 시스템의 가능성을 제시합니다.
