1,000억 개 이상의 미디어에 SynthID 워터마킹을 통한 Deepfake 탐지 체계 구축

Context

기존 AI 모델의 텍스트-이미지-비디오 간 개별 처리 방식에 따른 일관성 부족 및 데이터 파이프라인의 복잡성 존재. Gemini Omni의 Native Multimodal 구조 도입으로 생성 퀄리티가 비약적으로 상승함에 따라, 정교한 Synthetic Content의 무분별한 확산과 신뢰성 붕괴라는 보안 위협 발생.

Technical Solution

• Native Multimodal 아키텍처 설계를 통한 텍스트, 오디오, 이미지, 비디오의 통합 처리 및 실시간 일관성 확보
• C2PA 기반의 Cryptographic Metadata 레이어를 통한 콘텐츠 생성 이력 및 툴 사용 기록의 가시성 제공
• Pixel 수준의 Invisible Digital Watermarking 기술인 SynthID를 적용하여 시각적 스펙트럼 내에 고유 신호 내장
• Audio Waveform 및 Text Token Generation 과정에 통계적 패턴을 주입하여 매체별 특화된 탐지 로직 구현
• Cropping, Filter, Lossy Compression 등의 데이터 변조 시나리오에서도 생존 가능한 Robustness 중심의 신호 설계
• 업계 표준화를 위한 OpenAI, Kakao, ElevenLabs와의 협업을 통한 상호 운용성 확보 전략 추진