가우시안 환경에서 최적 1비트 워터마킹 오류 지수와 임베딩 규칙의 완전 해석

본 논문은 “one‑bit” 워터마킹, 즉 워터마크가 존재하는지 여부만을 판단하는 이진 가설 검정 문제를 Gaussian 호스트와 Gaussian 공격 채널이라는 두 가지 가우시안 환경 하에서 다룬다. 저자들은 먼저 기존 연구들을 검토한다. Costa의 “dirty paper coding” 개념을 워터마킹에 적용한 선행 연구들은 호스트 신호를 사전에 알고 있는 경우(사이드 인포메이션)에는 호스트 간섭을 완전히 제거할 수 있음을 보여주었지만, 대부분은 다비트(다중 비트) 워터마킹에 초점을 맞추었다. 반면, 1비트 워터마킹에서는 워터마크가 신호에 미치는 간섭을 최소화하는 동시에 검출기의 복잡성을 낮추는 것이 핵심 과제이다. Cox 등은 Neyman‑Pearson 기준에 따라 두 개의 하이퍼플레인으로 구성된 검출 영역을 제안했으며, Liu와 Moulin은 Add‑SS와 QIM 방식에 대해 오류 지수를 정확히 혹은 상한으로 분석했다. Merhav와 Sabbag(2015)은 검출기가 경험적 상관계수와 에너지만을 이용하도록 제한하고, 위양성 오류 지수 λ 를 보장하는 조건 하에서 거짓음성 오류 지수를 최대화하는 최적 임베딩 및 검출 규칙을 제시했다. 그러나 Gaussian 공격이 포함된 경우에는 최적 임베딩과 오류 지수에 대한 폐쇄형 해를 얻지 못했다. 이 논문은 이러한 공백을 메우기 위해, (1) 호스트 분산 σ_X²와 공격 잡음 분산 σ_Z²를 사전에 알 수 없는 “universality” 가정을 유지하고, (2) 검출기가 오직 두 개의 통계량—수신 신호의 제곱합과 워터마크와의 내적—만을 사용하도록 제한한다. 이러한 제한은 실제 시스템에서 연산량을 크게 절감하면서도 충분한 검출 성능을 보장한다는 점에서 실용적이다. 수학적 전개는 다음과 같다. 검출기는 경험적 상호정보량 ˆI_us = –½ ln(1‑ρ̂_us²) 를 계산하고, 이를 λ와 비교한다. 여기서 ρ̂_us = (∑ u_i s_i)/√(∑ s_i²) 은 정규화된 경험적 상관계수이다. 검출 규칙은 |ρ̂_us| ≥ √(1‑e^{-2λ}) 로 표현되며, 이는 두 개의 원뿔(±u 방향)으로 구성된 검출 영역을 정의한다. 위양성 오류 확률은 고차원 구면 캡의 면적을 이용해 e^{n ln sin β} 로 근사되며, β = arccos(√(1‑e^{-2λ})) 로 정의된다. 따라서 λ가 클수록 β가 작아져 위양성 오류가 급격히 감소한다. 임베딩 단계에서는 변위 w = y‑x 가 허용 변형량 nD 를 초과하지 않도록 제약한다. 최적 w는 워터마크 u와 동일한 방향으로 최대 허용 에너지만큼 이동하는 형태, 즉 w* = √(nD)·u/‖u‖ 로 도출된다. 이는 “직교 투영”이라고 부를 수 있는 기하학적 해석을 제공한다. 이 임베딩은 호스트와 독립적으로 설계되며, 검출기가 사용하는 ρ̂_us 를 직접적으로 증가시켜 거짓음성 오류를 최소화한다. 최적 임베딩을 적용한 뒤, 거짓음성 오류 지수 E_fn 은 다음과 같은 폐쇄형 식으로 표현된다. E_fn(λ) = ½