딥러닝 기술이 빠르게 발전함에 따라 점점 사람의 눈으로는 구별하기 어려운 딥페이크 영상이 생성되고 있다. 딥페이크 기술들은 잘못된 정보를 퍼트리거나, 개인을 괴롭히거나, 유명인의 명예를 실추시키는데 사용될 수 있다. 딥페이크가 악용되어 사회적인 피해를 줄 것을 대비하여 딥페이크 영상을 탐지하는 것에 대한 중요성이 커지고 있다. 현재 딥페이크 영상을 탐지하는 다양한 기법들이 존재하며, 높은 정확도로 진짜 영상과 가짜 영상을 구분하고 있다. 다양한 탐지 기법 중에서도 CNN기반의 모델들이 좋은 성능을 보여주고 있기는 하지만, 이 모델들은 Adversarial Attack에 취약하다는 단점이 있다. 딥페이크 분야에서는 악의성을 가지고 충분히 학습된 탐지 모델을 속이는 적대적인 예제들을 생성해낼 가능성이 있기 때문에, 이러한 샘플들에 대해서 robust한 모델을 구축하는 것이 중요하다. 따라서 Adversarial attack에 robust한 딥페이크 탐지 모델을 구축하는 연구를 진행하였다.