이 논문은 대형언어모델(LLM) 시대의 언어 스테가노그래피(문장에 비밀 메시지를 숨기는 기술) 연구를 체계적으로 정리한 서베이다. 148개의 스테가노그래피 기법, 60개의 탐지 대응 기법, 23개의 평가 지표, 9개의 미해결 과제를 분류·분석했다. 연구진은 LLM 등장 이후 다섯 가지 패러다임 전환을 제시하는데, 원문 수정 방식에서 프롬프트만으로 생성하는 방식으로, 경험적 안전성에서 증명 가능한 안전성으로, 화이트박스 접근에서 블랙박스·비대칭 접근으로 흐름이 바뀌었다고 분석한다. 이 서베이는 LLM 시대의 실용적이고 책임 있는 스테가노그래피 연구를 위한 참고자료이자 로드맵 역할을 하고자 한다.

• •148개 스테가노그래피 기법과 60개 탐지 대응 기법, 23개 평가 지표를 체계적으로 분류했다.
• •LLM 도입 이후 원문 수정 방식에서 프롬프트 기반 생성 방식으로 전환됐다고 분석했다.
• •경험적(휴리스틱) 안전성 검증에서 수학적으로 증명 가능한 안전성으로 무게중심이 이동했다.
• •화이트박스 대칭 모델 접근에서 블랙박스 또는 비대칭 접근 방식으로 패러다임이 바뀌었다.
• •텍스트 품질 위주 관심사에서 실제 엔지니어링 이슈로 연구 초점이 이동했다고 지적했다.