연구진은 확산 모델의 잠재 공간 워터마킹 시 가우시안 특성 손상 및 노이즈에 취약하다는 문제를 해결하기 위해 새로운 방법론인 Latent Angular Watermarking (LAW)을 제안했어요.
LAW는 잠재 요소 간의 반대 각도로 워터마크 비트를 인코딩하여 잠재 공간의 가우시안 특성을 유지하며, 워터마크 검출 및 제거 공격에 대한 강건성을 높여요.
연구진은 워터마킹으로 인한 상관관계 저하를 이론적으로 분석하고, 워터마킹된 잠재 공간의 자기 상관 구조가 특정 패턴을 갖는다는 것을 증명했어요.