본 논문은 생성 이미지의 질이 향상됨에 따라 심각한 사회적 논쟁거리가 된 딥페이크 문제 해결을 위해 이미지 워터마킹 기법을 제시합니다. 기존 워터마킹 기법들은 위조 및 제거 공격에 취약하며, 워터마킹으로 인한 이미지 분포의 왜곡이 워터마킹 기법 자체에 대한 정보를 노출시키는 문제점을 가지고 있습니다. 본 논문에서는 먼저, 확산 모델의 초기 노이즈를 기반으로 왜곡 없는 워터마킹 방법을 제시합니다. 하지만 이 방법은 모든 초기 노이즈와 비교해야 하는 비효율적인 검출 과정을 필요로 합니다. 이러한 문제를 해결하기 위해, 본 논문은 효율적인 검출을 위한 2단계 워터마킹 프레임워크를 제안합니다. 생성 단계에서 초기 노이즈에 생성된 푸리에 패턴을 추가하여 사용된 초기 노이즈 그룹에 대한 정보를 포함하고, 검출 단계에서는 (i) 관련 노이즈 그룹을 검색하고 (ii) 해당 그룹 내에서 이미지와 일치하는 초기 노이즈를 찾는 방식을 사용합니다. 이 방법은 다양한 공격에 대해 최첨단의 강력함을 달성합니다.
