이 연구는 얼굴 이미지 생성 모델이 정말 신원 수준의 차분 프라이버시를 만족하는지 감사하는 4가지 방법(GaussMech, KDE-LR, MMD-TV, ROC-HT)을 비교했다. 각 방법은 임베딩 공간 관측치로부터 프라이버시 파라미터 epsilon을 추정하는 방식이 서로 다르며, 가정과 하이퍼파라미터 의존성, 유효 범위도 제각각이다. FaceFusion과 InstantID에 여러 신원 인코더와 데이터셋으로 적용한 결과, 모든 감사 방법이 상당한 신원 구별 가능성을 일관되게 드러냈지만 epsilon 추정치는 방법마다 크게 달라 네 방법의 신뢰할 만한 순위를 매길 수 없었다. 저자들은 부분적으로만 프라이버시를 보장하는 메커니즘에서 이들 방법의 상대적 장단점을 검증하는 것이 다음 과제라고 제안한다.

• •얼굴 생성 모델의 신원 수준 차분 프라이버시를 감사하는 4가지 방법 비교
• •GaussMech, KDE-LR, MMD-TV, ROC-HT 모두 가정·유효범위가 상이
• •FaceFusion·InstantID 테스트서 모든 방법이 상당한 신원 구별 가능성 확인
• •epsilon 추정치가 방법마다 크게 달라 신뢰할 순위 매기기 어려움