상용 LLM에서 시스템 프롬프트는 80% 이상의 성공률로 추출돼 무료로 재배포될 수 있지만, 원 소유자는 의심되는 배포본이 복제본인지 검증할 방법이 없었다. 연구진은 모델 출력에서 행동 시그니처를 등록해두고 나중에 의심 배포본이 이를 무관한 기준선보다 더 잘 일치하는지 검사하는 블랙박스 행동 지문(BBF) 기법을 제안했다. 4개 모델 계열, 8개 벤치마크, 28만8000건 응답을 분석한 결과 프롬프트 선택이 출력 분산의 24.4%를 설명했고, 동일 모델 탐지 AUC는 0.876에 달했다. 교차 모델 탐지는 탐지기 정체성에 따라 0.665~0.845로 편차가 컸고, 짧은 구조화된 출력에서는 한 문장의 격식체 접두어만으로 탐지 성능이 급락(MNLI 0.978→0.547)해 스타일 불변 탐지가 핵심 과제로 남았다.

• •블랙박스 API만으로 프롬프트 복제 여부를 검증하는 BBF 기법 제안
• •4개 모델 계열·8개 벤치마크·28.8만 건 응답을 분석, 동일 모델 탐지 AUC 0.876
• •교차 모델 탐지는 탐지기 정체성에 따라 AUC 0.665~0.845로 편차 존재
• •한 문장 경수체 접두어가 짧은 출력의 탐지를 급락시켜 스타일 불변 탐지가 과제로 남음