본 논문은 소셜 미디어 플랫폼과 같은 디지털 생태계에서 지능형 에이전트의 배치 증가에 따른 추적성 및 책임 문제, 특히 사이버 보안 및 디지털 콘텐츠 보호에 대한 우려를 해결하기 위해 새로운 행동 워터마킹 프레임워크인 Agent Guide를 제안한다. 기존의 토큰 수준 조작에 의존하는 LLM 워터마킹 기법은 에이전트의 행동 토큰화 및 행동-행위 변환 과정에서의 정보 손실 문제로 인해 적합하지 않다. Agent Guide는 에이전트의 고수준 의사결정(행동)에 확률적 편향을 통해 워터마크를 삽입하여 특정 실행(행위)의 자연스러움을 유지하면서 행동과 행위를 분리하여 워터마킹을 수행한다. z-통계량 기반 통계 분석을 사용하여 워터마크를 검출하며, 다양한 에이전트 프로필을 가진 소셜 미디어 시나리오에서 실험을 통해 높은 검출률과 낮은 오탐율을 달성함을 보여준다. 이 프레임워크는 악성 에이전트 식별 및 독점 에이전트 시스템 보호에 활용될 수 있는 실용적이고 강력한 에이전트 워터마킹 솔루션을 제공한다.
