본 논문은 3D Gaussian Splatting (3DGS) 모델의 압축에 강건한 새로운 워터마킹 기법을 제안합니다. 3DGS 모델은 방대한 Gaussian들의 집합으로 구성되어 압축이 필수적이며, 기존 워터마킹 기법들은 양자화 기반 압축에 취약합니다. 본 논문에서 제안하는 방법은 학습 과정에 양자화 왜곡 레이어를 추가하여 압축 환경을 모방하고, 학습 가능한 워터마킹 임베딩 특징을 사용하여 워터마크를 앵커 특징에 통합함으로써 압축 후에도 워터마크를 보존합니다. 또한, 고주파 영역의 이미지 품질을 향상시키기 위해 주파수 인식 앵커 성장 메커니즘을 제안합니다. 실험 결과, 제안된 방법은 높은 압축률에서도 워터마크를 보존하고 우수한 이미지 품질을 유지함을 보여줍니다.
