구조 유사성을 활용한 강인 LSB 워터마킹 최적화

본 논문은 디지털 이미지 저작권 보호를 위한 워터마킹 기술 중 가장 단순하면서도 구현 비용이 낮은 LSB(Least Significant Bit) 방식을 개선하고자 한다. 기존 LSB는 이미지의 가장 낮은 비트를 교체하는 방식으로, 삽입 용량은 크지만 작은 이미지 변형이나 압축, 잡음 등에 매우 취약하다. 이러한 문제점을 해결하기 위해 저자들은 인간 시각 시스템(HVS)을 모델링한 구조 유사도(SSIM) 지표를 워터마크 삽입 과정에 도입한다. 먼저, 논문은 디지털 워터마킹의 기본 개념과 기존 연구 동향을 정리한다. 전통적인 워터마킹은 투명도( imperceptibility ), 견고성( robustness ), 용량( capacity ) 사이의 삼각형 형태 트레이드오프를 다루며, 최근에는 HVS 기반 품질 지표를 활용해 투명도를 보다 정량적으로 평가하려는 시도가 늘어나고 있다. SSIM은 밝기, 대비, 구조 세 요소를 통합해 두 이미지 간의 지역적 유사성을 측정하며, MSE와 달리 인간이 실제로 느끼는 시각적 차이를 반영한다는 장점이 있다. 제안된 알고리즘은 다음과 같은 단계로 구성된다. 1. 원본 이미지 A와 워터마크 이미지 B를 동일한 크기의 k×k 블록(논문에서는 k=11)으로 분할한다. 2. 각 블록 쌍에 대해 SSIM_i를 계산한다. 3. SSIM_i가 사전 설정된 임계값 thr1보다 크면, 해당 블록에 LSB 삽입을 허용한다. 구체적으로는 B 블록의 가장 왼쪽 비트를 A 블록의 가장 오른쪽 비트로 교체한다(전통 LSB와 동일한 방식). 4. 삽입 후, 새로 생성된 워터마크 이미지 W와 원본 블록 A 사이의 SSIM을 다시 측정한다. 이 SSIM이 두 번째 임계값 thr2(논문에서는 0.75)보다 크면 동일 블록에 추가 비트를 삽입하고, SSIM이 thr2 이하가 될 때까지 반복한다. 5. 모든 블록에 대해 위 과정을 수행한다. 이러한 두 단계의 SSIM 기반 제어는 각 블록마다 “시각적으로 허용 가능한 최대 비트 수”를 자동으로 결정한다는 점에서 혁신적이다. 즉, 구조가 복잡하고 세부 정보가 풍부한 영역에서는 삽입 비트를 제한하고, 비교적 평탄한 영역에서는 더 많은 비트를 삽입함으로써 전체 용량을 최적화한다. 실험에서는 표준 테스트 이미지인 Lena를 원본으로, Cameraman을 워터마크 이미지로 사용하였다. 다양한 thr1 값(0, 0.2, 0.4, 0.6, 0.8)과 고정된 thr2=0.75에 대해 삽입 후 이미지 품질(SSIM, PSNR)과 용량을 비교하였다. 결과는 thr1=0.8이 투명도와 용량 사이의 최적 균형을 제공한다는 것을 보여준다. 또한, 제안 방법의 견고성을 검증하기 위해 6가지 일반적인 공격(모션 블러, JPEG 압축, 저역통과, 크롭, 가우시안 노이즈, 소금·후추 노이즈)을 적용하였다. 각 공격 후 워터마크를 복원하고 원본 워터마크와의 해밍 거리(오류 비율)를 측정한 결과, 기존 LSB 대비 오류율이 평균 30~40% 감소하였다. 특히, JPEG 압축(품질 75%)과 크롭(이미지 중앙 80% 유지) 상황에서 높은 복원 정확도를 유지하였다. 복원 과정은 삽입 위치와 비트 순서를 키(key)로 저장하면 간단히 수행된다. 공격 후에도 해당 키를 이용해 지정된 픽셀의 LSB를 추출하고, 이를 원본 워터마크와 비교한다. 따라서 복원 정확도는 키 관리만 제대로 이루어지면 공격 종류와 강도에 크게 좌우되지 않는다. 논문은 제안 방법이 기존 LSB 대비 더 높은 연산 복잡도를 요구한다는 점을 인정한다. SSIM 계산은 블록 단위로 반복되며, 특히 큰 이미지나 실시간 응용에서는 최적화가 필요하다. 또한, 현재 실험은 그레이스케일 이미지에 한정되었으며, 컬러 이미지에 대한 확장은 추가 연구가 필요하다. 결론적으로, 인간 시각 특성을 정량화한 SSIM을 임계값으로 활용해 LSB 워터마킹을 적응적으로 제어함으로써, 용량, 투명도, 견고성이라는 세 축을 동시에 향상시킨 점이 본 연구의 핵심 기여이다. 향후 연구에서는 SSIM 계산 효율화, 컬러 채널 확장, 그리고 실시간 스트리밍 환경에서의 적용 가능성을 탐색할 수 있다.