본 논문은 대규모 언어 모델(LLM)의 온라인 정보 검색 기능이 웹 콘텐츠와 같은 사이버 지적 재산권(IP) 보호에 심각한 위협이 되는 문제를 다룹니다. LLM이 생성한 응답에 대한 사용자 의존도 증가는 원본 정보 소스와의 직접적인 참여를 감소시켜 IP 창작자의 참여 동기를 약화시키고 AI 생성 콘텐츠로 인한 사이버 공간 포화를 초래할 수 있습니다. 이에 본 논문에서는 LLM 자체의 의미 이해 능력을 활용하여 웹 콘텐츠 창작자가 웹 기반 IP를 LLM의 무단 실시간 추출 및 재배포로부터 보호할 수 있도록 하는 새로운 방어 프레임워크를 제안합니다. 이 방법은 원칙적인 동기를 따르며 다루기 어려운 블랙박스 최적화 문제를 효과적으로 해결합니다. 실제 실험 결과, 제안된 방법은 다양한 LLM에서 방어 성공률을 2.5%에서 88.6%로 향상시켜 구성 기반 제한과 같은 기존 방어 방법보다 뛰어난 성능을 보였습니다.
