본 논문은 동적 지식 그래프(KG) 데이터에 대한 강력하고, 탐지 가능하며, 투명한 확산 워터마킹을 생성하는 최초의 그래프 워터마킹 프레임워크인 KGMARK를 제안합니다. 기존 워터마킹 방법은 정적 텍스트나 이미지 데이터에 주로 초점을 맞추고 있으나, 구조화된 데이터의 공간적 및 시간적 변화로 인해 동적 그래프에는 적용하기 어렵다는 점에 착안하여, 공간적 변화에 적응하기 위한 새로운 클러스터링 기반 정렬 방법과 다양한 공격에 대한 내성을 높이기 위한 중복 임베딩 전략, 그리고 확산 워터마크의 투명성을 향상시키기 위한 새로운 학습 가능한 마스크 매트릭스를 제시합니다. 다양한 공개 벤치마크에 대한 실험을 통해 KGMARK의 효과를 보여줍니다. 소스 코드는 GitHub에서 공개됩니다.