[논문리뷰] SkillMarker: A KGW-Based Watermarking Method for Agent Skill Ownership Verification

링크: 논문 PDF로 바로 열기

메타데이터

저자: Alan Tang, Lifeng Wang, Gang Wu, Tao Zhang, Yantao Jia, Xiaofeng Zhu

---

1. Key Terms & Definitions (핵심 용어 및 정의)

• KGW (Kirchenbauer et al. Watermarking): LLM 출력의 Logit에 편향(Bias)을 주어 특정 토큰 시퀀스(Green List)가 반복되도록 유도하여 워터마크를 삽입하는 기법입니다.
• Skill (Agent Skill): 에이전트가 특정 작업을 수행하기 위해 로드하는 재사용 가능한 지침 및 운영 절차를 의미하며, 모델 가중치를 수정하지 않고도 행동을 최적화할 수 있습니다.
• Quality-Constrained Rewriting: 워터마크 삽입을 위해 텍스트를 재작성할 때, 코드나 API 식별자와 같은 핵심적인 보호 대상(Protected Content)을 유지하면서 특정 영역 내에서만 워터마크를 삽입하는 제약 기반 방식입니다.
• Signal-Oriented Candidate Search: 워터마크 신호를 최대화하기 위해 여러 대안 표현을 탐색하고, 언어적 품질(Perplexity)과 워터마크 강도(Green-token rate)를 고려하여 최적의 후보를 선택하는 기법입니다.

2. Motivation & Problem Statement (연구 배경 및 문제 정의)

본 논문은 에이전트 스킬의 무단 복제 및 유출 문제를 해결하기 위해, 기능적 정확성을 해치지 않으면서 스킬 소유권을 검증할 수 있는 워터마킹 기법인 SkillMarker를 제안합니다 [Figure 1]. 기존 워터마킹 기술은 구조화된 스킬 지침(Structured, Compact Skill Instructions)에 적용할 경우, 작업 실행에 필수적인 리소스 참조나 결정 조건 등을 손상시켜 에이전트의 성능 저하를 초래할 위험이 있습니다. 또한, 스킬 지침은 매우 압축적이고 엄격한 정확성을 요구하기 때문에 충분한 워터마크 신호를 삽입할 수 있는 자유도가 제한되는 문제가 있습니다. 따라서 본 연구는 기능 보존과 강력한 워터마크 삽입이라는 두 가지 상충하는 목표를 동시에 달성하는 것을 핵심 과제로 설정합니다.

Figure 1 — 에이전트 스킬 워터마킹 동기

3. Method & Key Results (제안 방법론 및 핵심 결과)

본 논문은 Quality-Constrained Rewriting과 Signal-Oriented Candidate Search를 결합하여 스킬의 운영 절차를 보존하면서도 강력한 워터마크를 삽입하는 SkillMarker 프레임워크를 제안합니다 [Figure 2]. 저자들은 먼저 코드와 같은 중요 정보를 Protected Content로 지정하여 보존하고, 편집 가능한 영역(Editable Spans)에 대해서만 워터마크 bias를 적용합니다. 이후, Beam Search를 통해 생성된 후보군 중에서 워터마크 신호가 강하고 Perplexity가 낮은 최적의 재작성 텍스트를 선택합니다 [Figure 2]. 실험 결과, SkillMarker를 적용한 스킬은 4개의 데이터셋에서 원래 스킬 대비 성능 변화가 -2.01%에서 +0.93% 수준으로 매우 낮아 기능 보존 능력이 뛰어남이 입증되었습니다 [Figure 3]. Copy-Paste 공격 테스트에서는 단 1,536개의 연속 토큰만으로도 일관된 탐지가 가능했으며 [Figure 4], 스킬 병합(Skill Merging) 상황에서도 72.2~77.8%의 높은 탐지율을 유지하여 워터마크의 강건성을 확보하였습니다 [Figure 6].

Figure 2 — SkillMarker 방법론 개요

4. Conclusion & Impact (결론 및 시사점)

본 연구는 구조화된 에이전트 스킬의 기능적 무결성을 유지하면서도 소유권 증명 및 유출 경로 추적을 가능하게 하는 실용적인 워터마킹 솔루션을 제시합니다. 제안된 기법은 스킬의 배포 전 단계에서 독립적으로 적용될 수 있으며, 복제 및 병합과 같은 실제 공격 시나리오에서도 우수한 탐지 성능을 보여줍니다. 이는 LLM 기반 에이전트 생태계에서 지식 자산의 보호와 보안 감사를 위한 중요한 기술적 기반을 마련하였으며, 향후 다양한 도메인의 에이전트 개발 및 배포 과정에서 보안 표준으로 활용될 가능성이 높습니다.

⚠️ 알림: 이 리뷰는 AI로 작성되었습니다.