멀티해시 및 CLIP 기반의 이미지 중복 탐지에 관한 연구

초록

디지털 콘텐츠의 생산과 소비가 폭발적으로 증가하는 시대에, NFT(Non-Fungible Token) 시장의 활성화는 새로운 가치 체계를 여는 문으로 여겨지고 있다. NFT는 디지털 창작물을 고유성과 소유권을 지닌 자산으로 재정의함으로써 창작자와 사용자 모두에게 새로운 경제적·문화적 가능성을 부여하지만, 대량 복제 및 유사 이미지 확산은 NFT 생태계의 근간인 디지털 희소성을 위협할 수 있다. 본 논문은 이러한 중복 이미지 탐지 문제를 해결하기 위해 멀티 해시 기반 1차 필터링과 CLIP(Contrastive Language–Image Pre-Training) 기반 2차 정밀 판별을 결합한 조건부 하이브리드 탐지 프레임워크를 제안한다. 제안 프레임워크는 해시 단계에서 후보를 빠르게 축소한 뒤, 불확실 구간에 한해 CLIP 유사도로 재판정함으로써 탐지 정확도를 유지하면서도 처리 효율을 높이는 것을 목표로 한다. 실험을 통해 단일 기법 대비 다양한 변형 환경에서 탐지 성능과 처리 효율을 비교·검증하였다.

키워드