LLM 워터마킹 기법인 KGW 방식의 효율성을 높이기 위해 어휘 분할 알고리즘을 재설계하는 SSG(Sort-then-Split by Groups) 방법을 제안했어요. SSG는 어휘를 두 개의 로짓 균형 집합으로 분할하여 각 토큰 예측의 워터마크 강도를 높여 워터마크 감지 가능성을 향상시켰어요. 코드 생성 및 수학적 추론 데이터 세트 실험 결과, SSG가 기존 방식보다 효과적임을 입증했어요.