PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2607.10210v1cs.CR

더 강력한 코드 워터마킹을 향하여: 품질과 탐지 가능성 간의 트레이드오프 최적화를 위한 문법 기반 접근법

Toward Stronger Code Watermarking: A Grammar-Driven Approach to Optimizing the Trade-off Between Quality and Detectability

대규모 언어 모델(LLM)의 급속한 발전에 따라, 텍스트 워터마킹은 기계 생성 콘텐츠를 식별하기 위한 핵심 기술로 부상하였다. 그러나 기존의 로짓(logits) 기반 워터마킹 방법을 코드 생성에 직접 적용하는 것은 여전히 어려운 과제로 남아 있는데, 코드의 낮은 엔트로피(low-entropy) 특성이 코드 품질과 워터마크 탐지 가능성 간의 트레이드오프를 악화시키기 때문이다. 본 논문에서는 LLM을 위한 문법 기반 워터마크(Grammar-Driven Watermark, GDW)라는 새로운 코드 워터마킹 접근법을 제안한다. GDW는 문법 유도 3단계 마스킹 메커니즘을 통해 구문 유효성을 보존하고, 구조적 역할 인식 변조(structural role-aware modulation)를 통해 워터마크 신호를 주입한다. 이 과정에서 의미를 담는 토큰에는 더 강한 바이어스를 부여하고, 구문적으로 중요한 토큰에는 보다 보수적인 바이어스를 적용한다. 생성 과정과의 정합성을 위해, 탐지 가능성을 향상시키는 역할 인식 가중 탐지 통계량도 추가로 설계하였다. 다양한 프로그래밍 언어, 모델, 디코딩 전략에 걸친 실험 결과, GDW는 기존 방법보다 더 강력한 품질-탐지 가능성 트레이드오프 경계를 달성하며, 변수명 변경 공격에 대한 강건성도 유지함을 보인다.