Claude의 통계적 워터마킹 원리 분석

요약

Claude는 텍스트 생성 시 통계적 워터마킹을 사용하여 토큰 선택 과정에 편향을 만듭니다. 이는 로짓 자체를 변경하는 것이 아니라, PRF와 결정론적 시드를 이용해 샘플러가 의사 난수 점수를 할당하여 발생하는 현상입니다. 이 방식은 왜곡이 없으며, 키 보유자만이 탐지할 수 있습니다.

핵심 포인트

• 워터마크는 토큰 선택 과정의 통계적 편향이며 확률 질량 자체를 수정하지 않음.
• 샘플러가 PRF와 결정론적 시드를 이용해 의사 난수 점수를 할당함.
• 탐지 과정은 LLM 재실행 없이 관찰된 토큰에 키 함수를 다시 적용하여 테스트함.