# PairCLIP-SWA, 단일 모델로 딥페이크 탐지 성능 높여

> 한 연구에서 탐지 모델의 학습 체크포인트를 평균 내자 이미지 벤치마크 2곳에서 성능이 개선됐다. 검증 순위에 따라 모델을 선택했을 때 오히려 결과가 나빠진 사례도 있었다.

Oossa · 2026-10-30 · https://oossa.com/ko/pairclip-swa-reports-stronger-deepfake-detection-with-one-model

연구진은 OpenCLIP 비전 모델 하나를 기반으로 한 딥페이크 이미지 탐지기 PairCLIP-SWA를 공개했다. IEEE SP Cup 2025 벤치마크에서 정확도 97.04%를 기록했다. 같은 프로토콜로 학습한 기존의 3개 모델 앙상블은 94.46%였다.

연구진은 검증 데이터의 체크포인트 순위가 실제 성능을 잘못 보여줄 수도 있다는 점도 확인했다. OpenForensics에서 파생한 테스트 세트에서 검증 점수가 가장 높았던 체크포인트는 88.85%를 기록한 반면, 체크포인트를 평균 낸 모델은 94.76%를 기록했다. 이는 논문 실험에서 나온 결과이며, 모든 유형의 딥페이크에서 같은 성능을 보인다는 뜻은 아니다.

## 팩트

- 연구진에 따르면 IEEE SP Cup 2025에서 PairCLIP-SWA는 정확도 97.04%, AU-ROC 98.64%를 기록했다.
- OpenForensics에서 파생한 이미지 10,905장 규모의 테스트 분할에서 검증 점수 기준으로 선택한 체크포인트는 88.85%, 최종 평균 모델은 94.76%를 기록했다.

## 왜 중요한가

딥페이크 탐지기를 선택하는 팀이라면 검증 점수가 가장 높은 단일 체크포인트에 의존할 경우 별도 테스트 이미지에서 성능이 떨어질 수 있다는 점을 고려해야 한다. 이 벤치마크를 넘어서는 성능은 아직 확인되지 않았다.

## 출처 및 참고 자료

1. [PairCLIP-SWA: Similarity-Guided Balancing and Stochastic Weight Averaging for Generalized Deepfake Image Detection with OpenCLIP](https://arxiv.org/abs/2610.37874) – arXiv cs.CV, 2026-10-30

최종 업데이트: 2026-10-30