AI 워터마크 유형: 완전한 분류

유형 1 — 너비가 0인 유니코드 문자

현재 AI 웹 애플리케이션에서 가장 널리 사용되는 유형입니다. 이는 눈에 보이는 문자 모양이 없고 진행 너비가 0인 유니코드 코드 포인트입니다. 커서는 정확히 0픽셀만큼 오른쪽으로 이동합니다. 시각적인 흔적 없이 브라우저에서 문서로 복사하여 붙여넣어도 살아남습니다. 일반적인 예는 다음과 같습니다.

U+200B — 너비가 0인 공간

가장 일반적인 AI 워터마크 문자입니다. 단어나 문자 사이에 삽입됩니다.

U+200C — 너비가 0인 비결합자

합자를 억제하기 위해 아랍어/페르시어 텍스트에서 합법적입니다. 라틴어 문자 문서에서 변칙적입니다.

U+200D — 너비가 0인 조이너

이모티콘 시퀀스에 사용됩니다. 이모티콘 없이 일반 텍스트로 표시되는 것은 항상 인공물입니다.

U+2060 — 워드 소목장

너비가 0인 중단 없는 공백과 기능적으로 동일합니다. 때로는 최신 모델에서는 U+200B로 대체되기도 합니다.

U+FEFF — 바이트 순서 표시

UTF-8 BOM. 파일 시작 부분에만 적합합니다. 중간 텍스트 배치는 항상 삽입 인공물입니다.

유형 2 - 구두점 대체

AI 모델은 인쇄상으로 풍부한 말뭉치에 대해 훈련되었으며 기본적으로 ASCII 문자 대신 둥근('스마트') 따옴표와 엠 대시를 사용합니다. 이는 유효한 유니코드이고 인코딩 오류를 일으키지 않지만 직선 ASCII 구두점이 필요한 코드, API, 데이터베이스 및 CMS 필드에서는 적합하지 않습니다. Claude는 특히 em-dash 대체와 관련이 있습니다.

U+2013 엔 대시 / U+2014 엠 대시

간단한 ASCII 하이픈 대신 사용됩니다. 검출기 훈련 세트에서 Claude 및 GPT-4 저작자의 신뢰할 수 있는 예측 변수입니다.

U+00AD — 소프트 하이픈

일반 렌더링에서는 보이지 않으며 줄 바꿈 시 표시됩니다. 실제 하이픈이 아닌 위치 표시로 사용됩니다.

U+2018–U+201D — 둥근 따옴표

인쇄상으로는 정확하지만 SQL 쿼리, JSON 문자열 및 직선 따옴표가 필요한 많은 CLI 도구가 깨졌습니다.

유형 3 — 중단되지 않는 특수 공간

U+0020 이외의 여러 공백 문자가 AI 텍스트에 나타납니다. 잘림 방지 공백(U+00A0)은 줄바꿈을 방지하고 반응형 HTML에서 레이아웃 문제를 일으킵니다. 프랑스어 로캘 모델에서는 특정 구두점 주위에 줄 바꿈 없는 좁은 공백(U+202F)이 나타납니다. 표의 문자 공백(U+3000)은 서부 텍스트와 혼합된 CJK 모델 출력에 나타납니다. 모두 의미상으로는 무해하지만 구조화된 맥락에서는 파괴적입니다.

유형 4 — HTML 및 데이터 속성 지문

ChatGPT의 웹 인터페이스에서 내보내거나 복사할 때 클립보드 페이로드에는 독점 데이터 속성(data-message-id, data-start, data-end 및 data-scroll-id)이 있는 HTML 태그가 포함됩니다. 이러한 속성은 대화와 그 안에 있는 각 토큰의 위치를 ​​고유하게 식별합니다. 서식 있는 텍스트 편집기나 HTML 입력을 허용하는 CMS에 붙여넣으면 이러한 지문이 문서의 소스 코드에 자동으로 포함됩니다.

유형 5 — 통계적 토큰 확률 워터마크

모델 수준에서 구현된 통계 워터마크는 각 생성 단계에서 모델의 어휘를 '녹색 목록'과 '빨간색 목록'으로 분할하여 작동합니다. 모델의 로짓은 녹색 목록 토큰을 선호하도록 이동됩니다. 편향은 출력 품질에 영향을 주지 않을 만큼 작지만 전체 문서에서 녹색 토큰 잉여분은 통계적으로 높은 신뢰도를 갖고 감지할 수 있습니다. 텍스트용 Google SynthID는 이 접근 방식을 사용합니다. 어떤 문자 스캐너도 이러한 워터마크를 감지하거나 제거할 수 없습니다.

유형 6 - 의미론적 및 의역 방지 워터마크

연구 프로토타입에는 의미를 유지하지만 숨겨진 부분이 있는 동의어 또는 문장 재구성 중에서 선택하여 워터마크를 삽입합니다. 워터마크는 표면 형태가 아닌 의미 체계에 있기 때문에 다른 표현을 사용해도 살아남습니다. 이러한 워터마크는 아직 소비자 AI 제품에 배포되지 않았지만 EU AI Act의 출처 투명성 조항에 따라 적극적인 표준화 노력의 대상입니다.