AI 사진 편집의 마법을 좋아하지만 변경되지 않은 얼굴을 일부 클라우드 서버에 넘겨주는 것을 싫어합니다. Purdue University 연구진의 새로운 개인 정보 보호 기술은 두 가지 장점을 모두 제공할 수 있습니다. 특허 출원 중인 방법은 사진이 AI 플랫폼에 도달하기 전에 장치에서 이미지의 민감한 부분을 가립니다.
마스크된 버전만 업로드됩니다. 즉, 도구는 배경과 옷을 볼 수 있지만 실제 얼굴은 볼 수 없습니다. 편집 내용이 다시 돌아온 후 이 기술은 원래 마스크된 영역을 다시 원활하게 혼합합니다. 그 결과 생체 인식 데이터가 전혀 노출되지 않고 완전히 자연스러워 보이는 완전히 편집된 사진이 생성됩니다. 또한 모든 상용 생성 AI 모델과도 작동하므로 재교육이나 특수 앱이 필요하지 않습니다.
로컬 마스킹이 AI를 속이는 방법
이 접근 방식은 두 가지 명확한 단계로 작동합니다. 업로드하기 전에 귀하 또는 앱은 얼굴과 같은 민감한 부위 주위에 상세한 윤곽선을 그립니다. 해당 픽셀은 휴대전화나 컴퓨터를 떠나지 않습니다. 이미지의 나머지 부분만 편집 도구로 이동하여 정상적으로 처리됩니다.
편집된 버전이 반환되면 기술은 기하학적 정렬을 사용하여 원래 마스크된 얼굴을 다시 정렬하고 최종 결과로 혼합합니다. 연구원 Vaneet Aggarwal, Dipesh Tamboli 및 Vineet Punyamoorty는 기존 도구와 작동하도록 특별히 설계했습니다. 모델을 변경하기 위해 OpenAI나 Adobe와 같은 회사가 필요하지 않습니다.
생체 인식 데이터를 보호해야 하는 이유
여기서 개인 정보 보호 위험은 현실입니다. 클라우드 기반 AI 편집기에 사진을 업로드하면 전체 생체 인식 프로필도 함께 전송됩니다. 눈 색깔, 얼굴 털, 연령층 등 이 모든 것이 플랫폼이 저장하고, 훈련하고, 공유할 수 있는 데이터가 됩니다. 업로드를 누르는 순간 통제력을 잃게 됩니다.
흐림이나 스타일화 필터와 같은 이전 해결 방법은 편집 프로세스를 방해하거나 AI 모델이 재구성할 수 있도록 충분한 픽셀을 남겨 두었습니다. 팀은 주요 AI 모델이 마스크된 이미지와 마스크되지 않은 이미지의 속성을 얼마나 잘 추측할 수 있는지 테스트하여 시스템을 검증했습니다. 그 결과 정확도가 급격히 떨어지는 것으로 나타났습니다. 어떤 경우에는 눈 색깔과 같은 것을 분류하는 AI의 능력이 80% 이상 떨어졌습니다.
다음에 무슨 일이 일어날까요?
이 기술은 아직 연구 단계에 있지만 팀은 IEEE Transactions on Artificial Intelligence에 연구 결과를 발표했습니다. 그들은 또한 Purdue Innovates Office of Technology Commercialization을 통해 특허를 신청했습니다. 이는 대학이 이제 이를 실제 제품으로 구현하기 위해 업계 파트너를 찾고 있음을 의미합니다.
연구자들은 이미 얼굴 너머로 개념을 확장하고 있습니다. 그들은 의료 이미지, ID 문서 및 기타 개인 정보 보호에 중요한 콘텐츠를 보호하기를 원합니다. 지금은 이 수준의 보호를 원한다면 기다려야 합니다. 그러나 라이센스의 문은 열려 있으며 기술 통합에 관심이 있는 회사는 대학에 직접 문의할 수 있습니다. 훌륭한 편집과 개인 정보 보호 중 하나를 선택하는 시대는 생각보다 빨리 끝날 수 있습니다.