본 논문은 확산 모델로 생성된 이미지의 저작권 보호 및 사용자 추적을 위한 강력한 다중 비트 워터마킹 방법인 OptMark를 제안합니다. 기존 방법들의 한계인 제한된 용량 및 변환/공격에 대한 취약성을 극복하기 위해, OptMark는 최적화 기반 접근 방식을 사용하여 확산 잡음 제거 과정의 중간잠재 변수에 구조적 워터마킹과 디테일 워터마킹을 전략적으로 삽입합니다. 이를 통해 생성적 공격과 이미지 변환에 대한 강력한 저항성을 확보하고, 이미지 품질을 유지하며 지각할 수 없도록 합니다. 또한, adjoint gradient methods를 활용하여 메모리 사용량을 O(N)에서 O(1)로 줄임으로써 메모리 효율성을 높였습니다. 실험 결과, OptMark는 다양한 변환 및 공격에 대해 강력한 복원력을 가지면서도 눈에 띄지 않는 다중 비트 워터마킹을 달성함을 보여줍니다.
