한글 대형 언어 모델에 워터마킹 기술 적용 및 분석

Q: 이 논문에서 정의한 워터마킹이란 무엇인가?

언어 모델의 출력물에 사람이 인식할 수 없는 알고리즘적 패턴을 추가하는 기술이다. 이를 통해 특정 문구가 언어 모델에 의해 생성되었는지를 기계적으로 검증할 수 있게 하며, 본 연구에서는 토큰 집합을 그린과 레드 집합으로 나누어 로짓 값을 조정하는 방식을 사용한다.

Q: 한글 언어 모델에 워터마킹을 적용했을 때 나타나는 특징은 무엇인가?

연구 결과, 한글 모델은 영어 모델보다 워터마킹 강도 증가에 따른 문장 품질 하락에 더 취약한 것으로 나타났다. 이는 한글의 교착어적 특성이 워터마킹 기술 적용 시 부정적인 영향을 미치기 때문이며, 결과적으로 성능 손실이 더 크게 발생한다.

김성식; 이재구

추천

검색

질문

자료유형: 학술대회자료

저자정보: 김성식 (국민대학교) 이재구 (국민대학교)

저널정보: 한국통신학회 한국통신학회 인공지능 학술대회 논문집 한국통신학회 2023 한국 인공지능 학술대회 논문집

발행연도: 2023.9

수록면: 395 - 396 (2page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

본 논문은 한글 대형 언어 모델에 워터마킹 기술의 적용 가능성을 평가한다. 최근 대형 언어 모델은 급격한 발전을 이루었지만, 동시에 윤리적 문제와 악용 가능성도 부각되고 있다. 언어 모델의 워터마킹 기술 접목은 모델 출력에 고유한 정보를 추가하여 언어 모델 사용 여부를 검증하는 방식으로 제안되었다. 본 연구에서는 한글 언어 모델에 워터마킹 기술을 적용하여 실험하였다. 한글 언어 모 ... 전체 초록 보기

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-151-24-02-088057698

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)