사전조건부 가우시안 판별기

사전조건부 가우시안 판별기는 사진이 진짜인지 AI가 만든 것인지, 새로 프로그램을 훈련시키지 않고도 숫자 몇 개만 비교해서 가려내는 방법이다.

비유하자면 이렇다. 옷 가게에서 신상품과 재고품을 매번 새 직원을 교육시켜 구분하는 대신, 이미 옷의 치수·색상·재질을 자동으로 재는 기계가 있다고 해보자. 이 기계가 뽑아낸 숫자들이 신상품 무리와 재고품 무리 각각 어디에 몰려 있는지 미리 계산해두면, 새 옷이 들어왔을 때 어느 쪽 무리에 더 가까운지 거리만 재서 판정할 수 있다. 사전조건부 가우시안 판별기도 똑같은 방식으로, 이미 만들어져 있는 이미지 인식 프로그램이 뽑아낸 특징값을 그대로 쓰고, 진짜 사진과 AI 이미지 각각의 평균과 흩어진 정도만 계산해 새 이미지가 어느 쪽에 가까운지 가른다.

다만 이 방법은 미리 어떤 사진 묶음을 기준으로 평균을 계산했는지에 따라 성적이 크게 달라진다는 한계도 있다. 기준으로 삼은 사진들이 바뀌면 같은 방법이라도 결과가 흔들리는 셈이라, 이 통계 규칙 하나로 모든 상황을 완벽히 커버할 수 있다는 뜻은 아니다.

기사는 사카나AI 연구진이 '사전분포와 인코더를 똑같이 맞춰 놓은 조건에서, 학습 과정이 전혀 없는 이 통계 규칙이 학습된 탐지기와 비슷하거나 때로는 더 나은 결과를 냈다'고 밝혔다고 전해요. 흔한 오해와 달리 이 방법이 신경망 학습을 완전히 대체한다는 뜻은 아니고, 이미 잘 만들어진 이미지 인식 모델의 특징 공간을 공짜로 재활용해 통계 계산만 얹었다는 점이 핵심이에요.