연구진은 원격 온보딩에 사용되는 디지털 신분증의 특정 영역을 타겟팅하는 경량 프레임워크 FLiD를 제안했습니다. FLiD는 얼굴 및 텍스트 필드를 먼저 검출한 후, 191K 파라미터의 가벼운 신경망으로 필드 수준 임베딩을 분류합니다. FLiD는 얼굴, 텍스트, 양쪽 필드 공격 시 각각 0.880, 0.954, 0.923의 AUC 점수를 달성하며, 전체 문서 기반 모델보다 29~35% 포인트의 절대적인 감소를 보였습니다.