이 논문은 문장 의미에 마크를 결합하는 시맨틱 워터마크가 재구성 공격에 취약함을 보이고 새로운 방어 기법을 제안한다. 연구진이 제안한 임베딩 변위 공격(EDA)은 문장을 바꿔쓰거나 순서를 바꿔도 워터마크를 지울 수 있어, 4개 기존 방식에서 32.6~47.9%의 문서에서 마크를 제거하는 데 성공했다. 이에 대응해 문장 이하 단위에서 순서에 강건하게 탐지하는 k-SwordStamp를 설계해, 강력한 화이트박스 공격에서도 공격 성공률을 k-SemStamp의 65.5%에서 39.7%로 낮췄다. AI 생성 텍스트의 출처 추적 기술이 회피 공격에 맞서 진화하고 있음을 보여주는 연구다.

• •임베딩 변위 공격(EDA)은 문장 재구성만으로 4개 워터마크 기법 중 최대 47.9%의 문서에서 마크를 제거
• •EDA는 공개 패러프레이저와 서로게이트 인코더만으로 작동, 원본 생성기나 비밀키 접근 불필요
• •k-SwordStamp는 문장 이하 단위에서 순서 강건 탐지로 노-박스 공격 성공률을 10.8%로 억제
• •화이트박스급 공격(탐지기·비밀키 접근)에서도 k-SwordStamp의 공격 성공률은 39.7%로 k-SemStamp(65.5%)보다 낮음