본 논문은 학술지 및 학회 심사에서 대규모 언어 모델(LLM)을 이용한 부실 심사 행위를 탐지하기 위한 새로운 방법을 제안합니다. 기존의 LLM 생성 콘텐츠 탐지 도구는 LLM로 완전히 생성된 심사와 LLM로 다듬어진 심사를 구분하지 못하는 한계가 있습니다. 이 논문에서는 논문 PDF를 통해 간접적인 프롬프트 주입 방식으로 LLM에 워터마크를 심는 직관적인 접근 방식을 제시합니다. 여러 심사를 평가하는 학회에서 가족 오류율을 제한하면서, Bonferroni 보정과 같은 표준 방법보다 더 높은 검출력을 갖는 워터마킹 기법과 통계적 검정에 중점을 둡니다. 본 논문은 글꼴 임베딩 및 탈옥을 포함한 다양한 프롬프트 주입 방법과 심사자의 방어 기법에 대한 효과 및 여러 가지 절충점을 평가하며, 다양한 모델에서 LLM 생성 심사에 워터마크를 심는 높은 성공률을 보여줍니다. 또한 제안된 접근 방식이 일반적인 심사자 방어 기법에 견고하며, 통계적 검정에서 오류율 한계가 실제로 유지되는 동시에 LLM 생성 심사를 식별할 수 있는 검출력을 갖는 반면, Bonferroni 보정은 불가능함을 보여줍니다.
