멀티모달 기반 딥페이크 비디오 및 과장 광고 통합 탐지 프레임워크 구현

Implementation of a Multimodal Integrated Detection Framework for Deepfake Videos and Exaggerated Advertisements

발행

2026 등록KCI API에는 발행일 항목이 없어 원문 등록일을 쓰고 있습니다. 실측으로 발행보다 최대 6년 늦습니다 — 재수집하면 발행연월로 바뀝니다.

소속·발행

성균관대학교

출처

국내 KCI

DOI

10.14801/jkiit.2026.24.5.201

원문

원문 보기 ↗

개념

키워드

., multimodal deep learning, deepfake detection, exaggerated advertising, video-text integration

초록

최근 생성형 AI의 발전과 함께 온라인 플랫폼에서 딥페이크를 악용한 과장 광고로 인한 소비자 피해가 증가하고 있다. 기존 검증 방식은 영상 조작과 광고 문구의 과장성을 개별적으로 분석하여 멀티미디어 콘텐츠의 종합적 위험 판단에 한계가 있다. 이에 본 논문에서는 영상과 텍스트를 결합한 멀티모달 기반 딥페이크 및 과장 광고 통합 탐지 시스템을 제안한다. 제안 시스템은 영상의 시공간적 특징을 학습하기 위해 MobileNetV3와 LSTM을 결합한 하이브리드 모델로 딥페이크를 탐지하고, 텍스트 분석에는 KcELECTRA 모델을 활용하여 광고 문구의 과장성을 판별한다. 두 분석 결과를 통합하여 광고 위험 수준을 분류하였다. 실험 결과, 딥페이크 탐지 정확도 0.8833, 과장 광고 판별 정확도 0.9748을 달성하였다. 본 연구는 지능화되는 온라인 과장 광고 위협에 대응하여 소비자 신뢰를 제고하고 실질적 기술 가이드라인으로 활용될 것으로 기대한다.

같은 개념의 다른 논문

이 개념이 나오는 강연