텍스트 기반 인페인팅 위조 데이터셋 TGIF2와 포렌식 벤치마크

본 논문은 텍스트‑가이드 인페인팅이 이미지 위조와 포렌식 분야에 미치는 영향을 최신 데이터셋과 벤치마크를 통해 종합적으로 분석한다. 서론에서는 디퓨전 기반 생성 모델(Stable Diffusion, Adobe Firefly 등)의 급격한 발전과 일반 사용자에게 제공되는 텍스트 프롬프트 기반 편집 기능이 위조·허위 증거 생성 위험을 크게 높였음을 강조한다. 특히 인페인팅은 선택된 영역만을 교체하거나 전체 이미지를 재생성(FR)하는 두 가지 방식으로 이루어지며, 후자의 경우 기존 이미지 포렌식 추적 기법이 크게 약화된다는 기존 연구 결과를 인용한다. 기존 TGIF 데이터셋은 SD2, SDXL, Adobe Firefly를 사용해 약 75 k 이미지(해상도 최대 1024×1024)를 제공했으며, 스플라이스와 FR을 구분했다. 그러나 최신 모델인 FLUX.1이 등장하면서, 기존 데이터셋만으로는 최신 인페인팅 기술에 대한 포렌식 평가가 불가능해졌다. 이에 저자들은 TGIF2를 설계하였다. TGIF2는 (1) FLUX.1 모델(