본 논문은 AI 생성 텍스트의 워터마킹 제거 가능성에 대한 기존 이론적 연구의 한계를 실험적으로 검증합니다. 기존 연구는 랜덤 워크 공격을 통해 워터마킹을 제거할 수 있다고 주장하지만, 이는 '빠른 혼합'과 '신뢰할 수 있는 품질 보존'이라는 두 가지 가정에 의존합니다. 본 논문은 대규모 실험과 인간 검증을 통해 이러한 가정이 실제로는 성립하지 않음을 보여줍니다. 즉, 워터마킹은 예상보다 느리게 혼합되며(수백 번의 편집 후에도 100%의 텍스트가 원본의 흔적을 유지), 최첨단 품질 탐지기조차도 편집을 정확하게 판단하지 못합니다(77% 정확도). 결과적으로 자동화된 워크 공격은 워터마킹을 26%만 제거하며, 인간 검토 하에서는 10%로 떨어집니다. 따라서 워터마킹 제거의 불가피성에 대한 기존 주장은 과장되었으며, 실제로는 느린 혼합과 불완전한 품질 관리라는 실질적인 장벽이 존재함을 밝힙니다. 이러한 차이는 더 강력한 워터마킹 기법과 현실적인 공격 모델의 필요성을 강조합니다.
