연구진은 AI 생성 이미지 워터마크를 모델에 상관없이 제거할 수 있는 공격 기법 'MarkNull'을 제안했다. 워터마크가 삽입된 이미지는 생성된 잠재표현과 초기 노이즈 사이에 강한 통계적 의존성을 갖는다는 관찰에 기반해, '노이즈-잠재 정렬 점수(NLAS)'를 정의하고 이미지의 의미적 품질은 유지하면서 이 의존성만 선택적으로 제거하는 최적화 기법을 설계했다. 사후 삽입, 미세조정 기반, 초기 노이즈 기반 등 다양한 워터마킹 방식에 걸쳐 실험한 결과, MarkNull은 평균 비트 정확도를 무작위 추측 수준인 53.14%까지 낮추면서도 이미지 화질 저하는 거의 없었다. 경량화 버전 MarkNull-A는 이미지당 0.5초 만에 동작하며, 구글의 SynthID-Image 시스템도 무력화시키고 비디오 워터마킹에도 전이 적용됐다.

• •MarkNull, 워터마크 제거 후 평균 비트 정확도를 무작위 수준(53.14%)까지 하락시킴
• •사후 삽입·미세조정·초기 노이즈 기반 등 다양한 워터마킹 방식에 모두 효과적
• •경량 버전 MarkNull-A는 이미지당 0.5초로 동작, 최적화 과정 불필요
• •구글 SynthID-Image 무력화 확인, 비디오 워터마킹으로도 전이 적용 가능