본 연구에서는 Transformer 기반의 ACGAN(Auxiliary Classifier Generative Adversarial Network)을 활용하여 CAN-FD 네트워크 침입 탐지 모델을 제안한다. 제안한 모델은 생성기를 통해 합성 데이터를 생성함으로써 데이터 불균형 문제를 완화하고, Transformer 구조를 적용하여 기존 연구보다 향상된 탐지 성능을 달성하였다. 또한 판별기를 경량화하여 S32G2 차량 네트워킹 레퍼런스 보드(S32G-VNP-RDB2)에서 검증함으로써 실차 환경에서의 적용 가능성을 입증하였다.