본 논문은 대규모 언어 모델이 생성한 합성 텍스트 식별을 위한 텍스트 워터마킹 기술의 종합적인 평가 프레임워크인 CEFW(Comprehensive Evaluation Framework for Watermark)를 제안한다. 기존 워터마킹 기법들이 특정 기준에만 초점을 맞추는 한계를 극복하고자, 검출 용이성, 텍스트 품질 충실도, 최소 임베딩 비용, 적대적 공격에 대한 강건성, 위조 방지 및 모방 방지를 위한 감지 불가능성 등 5가지 주요 측면을 종합적으로 평가하는 프레임워크를 제시한다. 또한, 워터마크 정보 추가 방식의 균형을 통해 강건성과 감지 불가능성을 보장하는 새로운 워터마킹 기법인 BW(Balanced Watermark)를 소개하며, 실험을 통해 BW가 기존 기법보다 우수한 성능을 보임을 입증한다. 마지막으로, 향후 연구를 위해 코드를 공개한다.
