이 논문은 언어적 스테가노그래피(steganography)를 위해 토큰 단위가 아닌 문장 임베딩 공간에서 동작하는 커버리스(coverless) 프레임워크를 제안한다. 비밀 메시지를 임베딩 공간의 계층적 클러스터링 경로로 인코딩해 단어·문장 수준의 텍스트 변형에도 안정적으로 복호화할 수 있게 했다. 기존 가변 길이 코딩 방식의 고질적 문제인 '비트 슬리피지'를 해결하기 위해, 가변 길이 비트스트림을 의미 부분공간에 고정된 이산 심볼로 재구성하는 전역 재동기화 메커니즘(GRM)을 도입했다. 실험 결과 이 방법은 단어·문장 수준 교란 하에서도 기존 방식보다 견고성이 크게 향상됐으며 임베딩 용량과 통계 분석 저항성도 유지됐다.

• •토큰이 아닌 문장 임베딩 공간에서 동작하는 커버리스 스테가노그래피 프레임워크 제안
• •비밀 메시지를 계층적 클러스터링 경로로 인코딩해 텍스트 변형에도 안정적 복호화 달성
• •전역 재동기화 메커니즘(GRM)으로 기존 가변 길이 코딩의 비트 슬리피지 문제 해결
• •단어·문장 수준 교란 실험에서 견고성 대폭 향상, 임베딩 용량과 통계 분석 저항성도 유지