07. Machine Learning_Team Project (Stepwise Training for AI-Generated Image Detection)

학습 목표

• 프로젝트의 문제 정의와 가설: 단계적(누적) 학습이 AI 생성 이미지 탐지의 일반화 성능을 높이는가?
• 4개 학습 데이터셋과 테스트 데이터셋(SynthBuster)의 구성, 전처리 코드
• 직접 설계한 CNN과 ResNet18, 개별 학습과 누적 학습의 실험 설계
• 결과를 신뢰구간과 함께 해석하고, Catastrophic Forgetting과 실험의 한계를 정리
• 수업에서 배운 개념(CNN, 전이 학습, 과적합, 조기 종료, 데이터 증강)이 실제 프로젝트에서 어떻게 쓰였는지

2인 팀 프로젝트. 코드, 결과 CSV, 발표 자료는 GitHub 저장소 Stepwise-Optimization-AI-Image-Detection에 있음. 학습은 Google Colab(GPU, TensorFlow 2.20)에서 실행했고, 이 글의 수치는 모두 저장소 노트북에 저장된 출력에서 가져왔음. 신뢰구간, 매개변수 수, 클래스 비율은 그 수치로 다시 계산한 값

---

1. 문제 정의

배경

• Stable Diffusion, Midjourney, DALL·E 같은 생성 모델의 발전으로 실제 사진과 구분하기 어려운 이미지가 빠르게 늘어남
• 딥페이크, 허위 정보, 저작권 문제로 이어지기 때문에 AI 생성 이미지 탐지가 중요해짐

기존 접근의 한계 (제안서)

한계	내용
연산 비용	처음부터 224×224 이상 고해상도로 학습하면 GPU 자원과 시간이 많이 듦
과적합, 일반화 실패	특정 데이터셋, 특정 생성 모델의 미세한 픽셀 패턴에만 맞춰지면 다른 생성 모델이나 다른 화질의 이미지에서 성능이 급격히 떨어짐

아이디어와 가설

여러 데이터셋을 한 번에 섞는 대신 쉬운 것에서 어려운 것 순서로 데이터셋을 바꿔 가며 이전 가중치를 이어서 학습하면(커리큘럼 학습과 비슷한 발상), 각 단계의 특징이 쌓여 처음 보는 생성 모델의 이미지에도 잘 일반화될 것이라는 가설을 세웠음.

flowchart LR
    P1["Phase1<br/>CIFAKE 32x32"] --> P3["Phase3<br/>AI vs Real Images"]
    P3 --> P4["Phase4<br/>AI vs Human Generated"]
    P4 --> P5["Phase5<br/>Real vs AI Faces"]
    P5 --> T[("SynthBuster<br/>(학습에 쓰지 않은 데이터)")]

---

2. 데이터셋

발표 자료: 난이도 순서로 정한 학습 순서

단계	데이터셋 (Kaggle)	원본 해상도	규모	역할
Phase 1	CIFAKE (birdy654)	32×32	120,000 (real 60,000 / fake 60,000)	저해상도 기초 특징 학습. CIFAR-10 실제 이미지 + Stable Diffusion 1.4로 만든 이미지
Phase 2	AI Generated Images vs Real Images (cashbowman)	다양	975	성능 저하로 제외 (검증 정확도 0.387)
Phase 3	AI vs Real Images (rhythmghai)	512×512	995	자연, 도시, 동물, 음식, 사람 5개 카테고리의 실제 사진 + SDXL 이미지
Phase 4	AI vs Human Generated (alessandrasala79)	768×512	79,950 (train.csv)	고품질 이미지, 약 10GB
Phase 5	Real vs AI Generated Faces (philosopher0808)	512×512	120,959 (real 70,000 / ai 50,959)	얼굴. real은 FFHQ, ai는 Stable Diffusion, SFHQ, FaceSwap, thispersondoesnotexist
Test	SynthBuster (AI 9,000) + Real Image Dataset (Real 9,000)	다양	18,000	학습에 쓰지 않은 데이터로 일반화 평가. AI는 DALL·E 2/3, Midjourney v5, SD 1.4/2/XL, GLIDE 등

제안서 단계에서는 Unbiased Tiny GenImage(약 40,000장, 8개 이상 생성 모델)로 마지막 검증을 하려 했지만, 최종 실험에서는 더 최신 생성 모델이 포함된 SynthBuster를 테스트셋으로 바꿨음.

---

3. 전처리

데이터셋마다 폴더 구조가 달라서 모두 train/ai, train/real, val/ai, val/real 구조로 통일하고, 8:2로 나눈 뒤 128×128로 리사이즈해 학습했음. 라벨은 폴더 이름의 알파벳 순서라서 ai = 0, real = 1.

def split_and_move(src, dst, label, split_ratio=0.8):
    images = []
    for root, _, files in os.walk(src):                  # 하위 폴더까지 모든 이미지 수집
        for f in files:
            if f.lower().endswith((".jpg", ".jpeg", ".png", ".webp")):
                images.append(os.path.join(root, f))
    random.seed(42)
    random.shuffle(images)

    split_idx = int(len(images) * split_ratio)
    train_imgs, val_imgs = images[:split_idx], images[split_idx:]

    def copy_imgs(img_list, split_type):
        for img_path in img_list:
            filename = os.path.basename(img_path)        # ← 파일 이름만 사용
            dst_path = os.path.join(dst, split_type, label, filename)
            shutil.copy(img_path, dst_path)

    copy_imgs(train_imgs, "train")
    copy_imgs(val_imgs, "val")

def convert_dataset(base_dir, ai_paths, real_paths, out_dir):
    make_dirs(out_dir)                                   # train|val × real|ai 폴더 생성
    for p in ai_paths:
        split_and_move(p, out_dir, "ai")
    for p in real_paths:
        split_and_move(p, out_dir, "real")

Phase4는 이미지 목록이 CSV(file_name, label)로 주어져서 같은 방식의 CSV 버전 함수를 따로 만들었고, Phase5는 ffhq(real)와 fake/ 아래 7개 폴더(ai)를 모아 같은 비율로 나눴음.

전처리 후 실제 개수

데이터셋	나눈 개수 (출력)	폴더에 남은 개수	차이
Phase1 real	train 48,000 / val 12,000	train 41,637 / val 11,618	6,745장 사라짐
Phase1 ai	train 48,000 / val 12,000	train 48,000 / val 12,000	없음
Phase3 ai	train 200 / val 50	train 50 / val 31	169장 사라짐
Phase3 real	train 596 / val 149	train 596 / val 149	없음
Phase4	train 31,980 / val 7,995 (클래스별)	동일	없음
Phase5	real 70,000, ai 50,959 → 8:2	real 56,000 / 14,000, ai 40,767 / 10,192	없음

os.path.basename()으로 파일 이름만 써서 복사했기 때문에, 서로 다른 폴더에 같은 이름의 파일이 있으면 나중 파일이 앞 파일을 덮어씀. CIFAKE는 train/REAL과 test/REAL의 파일 이름이 겹치고, Phase3는 5개 카테고리 폴더의 AI 이미지 이름이 겹쳐서 데이터가 사라졌음. 상대 경로를 파일 이름에 포함시키거나(city_001.jpg) 해시로 이름을 바꾸면 막을 수 있음

그 결과 Phase3 학습 폴더는 real 596장, ai 50장으로 real이 92.3%인 심한 불균형 데이터가 되었음.

---

4. 모델

직접 설계한 CNN

수업에서 배운 Conv → ReLU → MaxPool 반복 구조에 Dropout을 더한 모델.

def build_model(img_size=128):
    return tf.keras.Sequential([
        tf.keras.layers.Rescaling(1./255, input_shape=(img_size, img_size, 3)),   # 정규화를 모델 안에서
        tf.keras.layers.Conv2D(32, 3, activation='relu'),
        tf.keras.layers.MaxPooling2D(),
        tf.keras.layers.Conv2D(64, 3, activation='relu'),
        tf.keras.layers.MaxPooling2D(),
        tf.keras.layers.Conv2D(128, 3, activation='relu'),
        tf.keras.layers.MaxPooling2D(),
        tf.keras.layers.Flatten(),
        tf.keras.layers.Dense(128, activation='relu'),
        tf.keras.layers.Dropout(0.5),                                            # 과적합 방지
        tf.keras.layers.Dense(2, activation='softmax')
    ])

Conv2D(32) params=896 -> pool out 63x63x32
Conv2D(64) params=18,496 -> pool out 30x30x64
Conv2D(128) params=73,856 -> pool out 14x14x128
Flatten=25,088, Dense128=3,211,392, Dense2=258, total=3,304,898 (Dense 비중 97.2%)

• 패딩 없는 3×3 합성곱이라 128 → 126 → 63 → 61 → 30 → 28 → 14로 줄어듦
• 전체 330만 개 매개변수 중 97.2%가 Flatten 뒤 Dense(128) 하나에 몰려 있음. 합성곱 층은 9만 개 남짓. 03편에서 본 것처럼 GlobalAveragePooling을 쓰면 이 부분을 크게 줄일 수 있음
• 초기 실험(CIFAKE 32×32 단독)에서는 기본 CNN 93.59%, 개선 CNN 94.38%의 테스트 정확도를 얻었음

ResNet18

• 18층 잔차 신경망. 스킵 연결(F(x) + x)로 깊어도 기울기가 잘 전달됨
• 입력 224×224, CNN과 같은 Phase 순서로 개별 학습과 누적 학습을 진행 (저장소에는 학습된 모델의 평가 코드와 결과만 포함)

---

5. 실험 설계와 학습

발표 자료: 실험 설계 (개별 학습 대 누적 학습, CNN 대 ResNet18)

실험	방법
① 개별 학습	Phase1, 3, 4, 5 각각 처음부터 학습 (데이터셋마다 모델 하나, 총 4개)
② 누적 학습	Phase1 → 3 → 4 → 5 순서로 이전 단계의 가중치를 불러와 이어서 학습
평가	모든 모델을 같은 SynthBuster 테스트셋(18,000장)으로 평가

누적 학습 코드

# Phase1: 처음부터 학습
model = build_model(128)
model.compile(optimizer=tf.keras.optimizers.Adam(1e-3),
              loss='sparse_categorical_crossentropy', metrics=['accuracy'])
early_stop = tf.keras.callbacks.EarlyStopping(monitor='val_loss', patience=3,
                                              restore_best_weights=True)
model.fit(train_ds, validation_data=val_ds, epochs=20, callbacks=[early_stop])
model.save("/content/drive/MyDrive/phase1.keras")

# Phase3 이후: 이전 단계 모델을 불러와 작은 학습률로 미세 조정
model = tf.keras.models.load_model("/content/drive/MyDrive/phase1.keras")
model.compile(optimizer=tf.keras.optimizers.RMSprop(1e-4),
              loss='sparse_categorical_crossentropy', metrics=['accuracy'])
model.fit(train_ds, validation_data=val_ds, epochs=20, callbacks=[early_stop])
model.save("/content/drive/MyDrive/phase3.keras")      # 다음 단계(Phase4)의 출발점

데이터는 image_dataset_from_directory(train 폴더, validation_split=0.2, seed=123, image_size=(128, 128))로 불러왔음. 이전 단계에서 배운 특징을 크게 망가뜨리지 않도록 Phase3부터는 학습률을 1e-4로 낮췄음 (03편의 미세 조정과 같은 이유).

누적 학습 단계별 결과

단계	시작 가중치	옵티마이저	train acc	val acc	train loss	val loss	사용
Phase1 CIFAKE	처음부터	Adam(1e-3)	0.9597	0.9338	0.1038	0.2350	O
Phase2	Phase1	Adam(1e-4)	0.5089	0.3871	0.8622	1.0523	X (성능 저하)
Phase3 AI vs Real	Phase1	RMSprop(1e-4)	0.9265	0.9070	0.3239	0.3006	O
Phase4 AI vs Human	Phase3	Adam(1e-4)	0.9724	0.9457	0.0748	0.1668	O
Phase5 Faces	Phase4	Adam(1e-4)	0.9227	0.8866	0.1950	0.3140	O

• 각 단계는 마지막 epoch 값. Phase4만 데이터가 커서(약 51,000장) 조기 종료 없이 20 epoch을 돌렸음
• Phase2는 검증 정확도가 0.39로 찍는 것(0.5)보다 낮아서 제외. 데이터 증강(뒤집기, 회전, 확대, 대비)을 더한 버전도 0.40에 그쳤음
• Phase3에서도 증강 버전(val 0.930)과 비증강 버전(val 0.884)을 비교했는데, 최종적으로 비증강 버전을 다음 단계에 사용했음

---

6. 평가 데이터 준비

def load_test_data(real_dir, fake_dir, image_size=(128, 128), batch_size=32):
    real_paths = list(Path(real_dir).glob("*.jpg")) + list(Path(real_dir).glob("*.png")) + \
                 list(Path(real_dir).glob("*.jpeg"))
    fake_paths = [p for ext in ("jpg", "png", "jpeg", "webp")
                  for p in Path(fake_dir).glob(f"**/*.{ext}")]
    all_paths = [str(p) for p in fake_paths + real_paths]
    all_labels = [0] * len(fake_paths) + [1] * len(real_paths)      # ai = 0, real = 1 (학습과 동일)

    def preprocess(path, label):
        img = tf.io.read_file(path)
        img = tf.image.decode_image(img, channels=3, expand_animations=False)
        img = tf.image.resize(img, image_size)
        return tf.cast(img, tf.float32), label                       # /255는 모델의 Rescaling이 담당

    ds = tf.data.Dataset.from_tensor_slices((all_paths, all_labels))
    return ds.map(preprocess, num_parallel_calls=tf.data.AUTOTUNE).batch(batch_size).prefetch(tf.data.AUTOTUNE)

Real: 9000장, Fake: 9000장
누적 학습 모델 → test_acc: 0.7854 / test_loss: 1.1971 / f1: 0.7561

• 학습 때 라벨 순서(ai = 0)와 테스트 라벨 순서를 반드시 맞춰야 함. 반대로 넣으면 정확도가 1 − acc로 뒤집혀 보임
• 모델 안에 Rescaling(1/255)이 있으므로 테스트 전처리에서 다시 255로 나누면 안 됨 (이중 정규화)
• 처음에는 각 Phase의 val 폴더를 합친 데이터(ai 30,218 / real 33,744)로도 평가했는데, 학습에 쓴 데이터와 같은 출처라서 일반화 평가로는 쓰지 않았음 (그 결과 0.6394)

---

7. 결과

SynthBuster 정확도 (점선은 찍기 수준 0.5)

모델	학습	Phase1	Phase3	Phase4	Phase5	누적 (1→3→4→5)
CNN	개별	0.202	0.482	0.485	0.791	0.785
ResNet18	개별	0.188	0.500	0.441	0.876	0.883

ResNet18의 test loss는 Phase1 11.89, Phase3 1.17, Phase4 4.21, Phase5 0.33, 누적 0.33.

신뢰구간으로 다시 보기

테스트셋이 18,000장이므로 정확도의 95% 신뢰구간(정규 근사)을 계산해 보면:

CNN Phase5: 0.7910 ± 0.0059 (95% CI 0.785~0.797)
CNN 누적: 0.7854 ± 0.0060 (95% CI 0.779~0.791)
ResNet Phase5: 0.8756 ± 0.0048 (95% CI 0.871~0.880)
ResNet 누적: 0.8832 ± 0.0047 (95% CI 0.879~0.888)

비교	차이	판단
CNN 누적 대 CNN Phase5 개별	−0.6%p	구간이 겹침 → 차이가 있다고 말하기 어려움
ResNet18 누적 대 ResNet18 Phase5 개별	+0.8%p	구간이 거의 맞닿음, 시드 한 번의 결과라 우연일 수 있음
ResNet18 누적 대 CNN 누적	+9.8%p	구간이 멀리 떨어짐 → 분명한 차이
누적 대 Phase1, 3, 4 개별	+30 ~ +58%p	분명한 차이

이 신뢰구간은 테스트 샘플링 불확실성만 반영함. 학습 시드, 데이터 분할에 따른 변동은 포함되지 않으므로 실제 불확실성은 더 큼.

해석

1. 누적 학습 모델은 Phase1, 3, 4 개별 모델보다 훨씬 좋았지만, 마지막 단계인 Phase5 개별 모델과는 거의 같았음. 일반화 성능의 대부분은 Phase5(얼굴) 데이터에서 온 것으로 보임
2. 따라서 “단계적 학습이 일반화를 높인다”는 가설은 이 실험으로는 지지되지 않음. 정확히는 “같은 성능을 내면서 앞 단계 데이터 학습은 크게 도움이 되지 않았다”에 가까움
3. 같은 누적 학습에서 ResNet18이 CNN보다 약 9.8%p 높았음. 더 깊고 스킵 연결이 있는 사전 설계 구조가 유리했음
4. Phase1(CIFAKE) 개별 모델은 0.19 ~ 0.20으로 찍기(0.5)보다 훨씬 낮음. 무작위로 틀린 것이 아니라 예측이 체계적으로 뒤집혀 있다는 뜻 → 32×32에서 배운 “AI다움”의 신호가 SynthBuster에서는 반대로 작동했음

개별 모델 학습 곡선

CNN 개별 학습 4개의 train, val 곡선 (20 epoch)

• 네 데이터셋 모두 자기 검증 데이터에서는 0.89 ~ 0.96으로 잘 맞힘 (Phase1 0.958, Phase3 0.889, Phase4 0.958, Phase5 0.958)
• 그런데 SynthBuster에서는 Phase5만 0.79이고 나머지는 0.5 이하 → 분포 안(in-distribution) 성능과 분포 밖(out-of-distribution) 성능이 크게 다름. 일반화를 보려면 반드시 다른 출처의 테스트셋이 필요하다는 것을 보여 줌
• Phase3는 val loss가 들쭉날쭉하고, 정확도가 0.83에서 시작하는데 이는 검증셋의 real 비율(약 0.83)과 같음 → 처음에는 전부 real로 예측하고 있었다는 뜻
• Phase4, 5는 10 epoch 이후 val loss가 다시 오름 → 과적합 시작 (개별 학습에는 조기 종료를 쓰지 않았음)

---

8. Catastrophic Forgetting

누적 학습이 끝난 CNN(Phase5까지 학습)으로 각 단계의 검증 데이터를 다시 평가했음.

Phase1	Phase3	Phase4	Phase5
0.458	0.800	0.474	0.910

• 마지막에 배운 Phase5는 잘 맞히지만 Phase1과 Phase4는 찍기 수준 아래로 떨어졌음 → 새 데이터를 학습하면서 이전 지식을 잃어버리는 Catastrophic Forgetting(파괴적 망각)
• Phase4는 바로 직전 단계였는데도 0.946 → 0.474로 떨어짐. 얼굴 데이터(Phase5)의 특징이 일반 이미지 판별에 쓰이던 가중치를 덮어씀
• Phase3의 0.800은 검증셋이 real 82.8%라서 전부 real이라고 해도 0.83이 나오는 수준. 잘 기억한다고 보기 어려움
• 이것이 “누적 모델 ≈ Phase5 개별 모델”이라는 결과와 연결됨: 마지막 단계 이전의 지식이 거의 남지 않았기 때문

해결 방향:

방법	아이디어
Replay (Rehearsal)	이전 단계 데이터 일부를 저장해 두고 새 단계 학습 때 섞어서 함께 학습
EWC (Elastic Weight Consolidation)	이전 과제에 중요했던 가중치가 크게 바뀌지 않도록 손실에 벌점 추가
층 동결	앞쪽 합성곱 층은 고정하고 뒤쪽만 학습 (03편의 전이 학습 동결과 같은 원리)
합동 학습 (Joint training)	모든 데이터셋을 섞어서 한 번에 학습해 비교 기준으로 삼기

---

9. 실험의 한계

테스트셋의 출처, 해상도 차이 (가장 중요)

• AI 이미지(SynthBuster)와 Real 이미지가 서로 다른 데이터셋에서 왔음
• 사용한 SynthBuster는 synthbuster-32라는 이름의 데이터셋으로, 내려받은 압축 파일이 9.04MB에 9,000장이라 한 장에 약 1KB임. Real Image Dataset은 893MB에 9,000장이라 한 장에 약 99KB
• 즉 AI 이미지는 32×32 수준의 작은 이미지를 128로 키운 흐릿한 이미지이고, real은 고해상도 사진일 가능성이 큼. 모델이 “생성 여부”가 아니라 “흐릿함, 해상도, 압축 방식의 차이”로 맞혔을 수 있음
• Phase1 개별 모델이 0.2로 체계적으로 뒤집힌 것도 이 차이로 설명할 수 있음. CIFAKE에서 저해상도 특징과 클래스의 관계를 배운 모델이, 해상도가 클래스와 완전히 엮인 테스트셋에서 반대로 예측한 것

그 밖의 한계

한계	내용	개선
데이터 손실과 불균형	파일 이름 덮어쓰기로 CIFAKE real 6,745장, Phase3 ai 169장 손실. Phase3은 real 92.3%	경로 포함 파일명, 클래스 가중치 또는 오버샘플링
단일 실행	시드 하나의 결과라 누적과 개별의 1%p 이내 차이는 판단 불가	시드 3 ~ 5회 반복, 평균과 표준편차
검증 방식 차이	누적 모델은 train 폴더 안에서 validation_split=0.2, 개별 모델은 별도 val 폴더	같은 검증셋 사용
하이퍼파라미터 불일치	단계마다 옵티마이저(Adam, RMSprop), 증강, 조기 종료 여부가 다름	조건을 통일하고 하나씩 바꿔 비교
지표	정확도와 F1(누적 CNN 0.756)만 보고	혼동 행렬, AUC, 생성 모델별 정확도
증강 실험의 이중 정규화	Phase2, 3 증강 버전에서 x / 255.0을 한 뒤 모델의 Rescaling(1/255)이 한 번 더 나눔	증강 함수에서 255로 나누지 않기

---

10. 프로젝트에서 배운 점

수업 개념	프로젝트에서 확인한 것
CNN 구조 (03편)	합성곱 층보다 Flatten 뒤 Dense에 매개변수가 몰림. 구조 설계가 매개변수 수를 좌우함
층을 깊게 하는 이유, ResNet	같은 조건에서 ResNet18이 직접 만든 CNN보다 9.8%p 높음
전이 학습, 미세 조정	이전 가중치를 작은 학습률(1e-4)로 이어 학습. 하지만 순차 학습은 망각을 동반함
과적합, 조기 종료 (05편)	자기 검증셋 0.96이어도 다른 출처에서는 0.2 ~ 0.5. restore_best_weights=True로 최적 가중치 복원
데이터 전처리 (01편)	파일 복사 한 줄의 실수가 수천 장의 데이터 손실과 클래스 불균형으로 이어짐
테스트와 검증의 분리	같은 출처의 val을 합친 평가(0.64)와 다른 출처 평가(0.79)는 의미가 다름

발표에서는 “데이터셋보다 학습 전략이 더 중요하다”고 결론을 냈지만, 다시 정리해 보면 이 실험에서 성능을 결정한 것은 마지막 단계의 데이터와 모델 구조였고, 학습 순서(전략)의 효과는 확인되지 않았음. 그리고 테스트셋이 정말 “AI인지 아닌지”를 묻고 있는지 확인하는 것이 모델보다 먼저였음.

---

발표 자료, 노트에서 정정한 부분 정리

위치	원래	정정	이유
발표 대본 7장	저희가 설계한 CNN 기반 누적 학습 모델이 ResNet18보다 우수한 일반화 성능	ResNet18(0.883)이 CNN(0.785)보다 9.8%p 높음	수치와 결론이 반대
발표 대본 5, 6장	단계적 학습 모델이 대부분의 개별 모델보다 높은 일반화 성능	Phase5 개별 모델과는 신뢰구간이 겹쳐 차이가 없음	비교 대상은 가장 강한 개별 모델이어야 함
발표 대본 8장	Catastrophic Forgetting, 즉 장기 의존성 문제	서로 다른 개념. 장기 의존성은 RNN에서 먼 시각의 정보가 전달되지 않는 문제(04편), 파괴적 망각은 순차 학습에서 이전 과제를 잊는 문제	용어 혼동
전처리 개수 출력	“중복 제거” 후 개수	중복 제거가 아니라 같은 이름 파일 덮어쓰기로 인한 손실	CIFAKE real 6,745장, Phase3 ai 169장
저장소 README	Phase3 데이터 손실만 언급	Phase1(CIFAKE real)도 손실	노트북 출력 41,637 / 11,618
증강 함수	x = x / 255.0 후 모델에 입력	나누지 않고 입력	모델 첫 층이 Rescaling(1/255)
테스트셋 설명	고해상도 최신 생성형 AI 이미지	사용한 것은 synthbuster-32(한 장 약 1KB)로 저해상도 버전	파일 크기로 확인

---

최종 핵심 정리

1. 프로젝트는 CIFAKE → 일반 이미지 → 고품질 이미지 → 얼굴 순서로 가중치를 이어 학습하면 AI 생성 이미지 탐지의 일반화가 좋아지는지 검증한 실험
2. 모든 데이터셋을 train/val × ai/real 구조와 128×128로 통일했고, 라벨은 ai = 0, real = 1
3. 직접 설계한 CNN은 매개변수 330만 개 중 97%가 Dense 한 층에 있고, ResNet18은 스킵 연결을 가진 18층 구조
4. SynthBuster 정확도는 누적 CNN 0.785, 누적 ResNet18 0.883으로 ResNet18이 9.8%p 높았음
5. 누적 모델은 Phase5 개별 모델(0.791, 0.876)과 신뢰구간이 겹쳐, 단계적 학습의 효과는 확인되지 않았음
6. 누적 학습 후 Phase1, 4 검증 정확도가 0.46, 0.47로 떨어진 Catastrophic Forgetting이 나타났고, Replay나 EWC로 완화할 수 있음
7. 테스트셋의 AI와 Real 이미지는 출처와 해상도가 달라(약 1KB 대 99KB) 모델이 해상도 차이를 학습했을 가능성이 큼
8. 파일 이름 덮어쓰기로 인한 데이터 손실, 단일 시드, 서로 다른 검증 방식은 다음 실험에서 먼저 고쳐야 할 부분

---

End.