calgacus-mlx: LLM 기반 텍스트 스테가노그래피 구현체

이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.

TL;DR

Calgacus는 LLM의 토큰 확률 분포를 공유된 오라클로 활용하여 비밀 메시지를 비슷한 길이의 평범한 텍스트(stegotext) 안에 숨기는 스테가노그래피 프로토콜이다. 송신자가 비밀 메시지의 토큰 순위(rank)를 추출하고, 이를 커버 텍스트의 토큰 선택에 반영하여 겉보기에는 자연스러운 문장을 생성하는 방식으로 작동한다. 수신자는 동일한 모델과 키파일을 사용하여 이 순위를 역추적함으로써 원본 메시지를 바이트 단위로 정확하게 복구할 수 있다. 이 프로젝트는 Apple Silicon 환경에서 MLX 프레임워크를 통해 로컬 실행이 가능하도록 구현되었다.

배경

Python 3.11+, Apple Silicon 하드웨어, uv 패키지 매니저, LLM 확률 분포 및 토큰화에 대한 기본 이해

대상 독자

LLM 보안 및 스테가노그래피에 관심 있는 개발자 및 연구자

의미 / 영향

이 기술은 검열을 피하거나 은밀한 통신이 필요한 상황에서 LLM을 활용한 새로운 데이터 은닉 표준을 제시합니다. 특히 로컬 실행이 가능한 MLX 구현을 통해 클라우드 API의 검열 없이도 고성능 스테가노그래피를 실현할 수 있음을 보여줍니다.

섹션별 상세

기존의 텍스트 숨기기 방식과 달리 LLM의 확률 분포를 활용해 비밀 메시지의 토큰 순위를 커버 텍스트에 매핑한다. 인코더는 비밀 메시지의 각 토큰이 해당 문맥에서 몇 번째로 높은 확률을 가졌는지 기록하고, 커버 텍스트 생성 시 해당 순위의 토큰을 선택한다. 이 과정을 통해 생성된 텍스트는 겉보기에 일반적인 산문처럼 읽히지만 내부적으로는 손실 없이 비밀 정보를 포함한다. 동일한 모델과 설정값을 가진 수신자만이 이 확률 분포를 재현하여 정보를 추출할 수 있다.

스테가노그래피의 품질을 높이기 위해 커버 프롬프트와 비밀 메시지 접두사(secret prefix)를 정교하게 설정하는 것이 중요하다. 커버 프롬프트는 모델에게 지시를 내리는 것이 아니라 자연스럽게 이어질 문장의 시작 부분(incipit) 역할을 수행하여 모델이 특정 장르나 주제를 유지하도록 유도한다. 비밀 메시지에도 적절한 접두사를 붙여 모델이 다음 토큰을 더 잘 예측하게 만들면, 인코딩되는 순위 값이 낮아져 커버 텍스트의 품질이 더욱 자연스러워진다. 모델의 크기가 클수록 확률 분포가 더 날카로워져 결과물의 품질이 향상되는 경향이 있다.

구현체는 Apple Silicon에 최적화된 MLX 프레임워크를 기반으로 하며 Python CLI 도구 형태로 제공된다. 사용자는 uv 패키지 매니저를 통해 간편하게 설치하고 실행할 수 있으며, Llama 3.2 3B 모델 등을 활용해 로컬에서 인코딩과 디코딩을 수행한다. 키파일(TOML)에는 모델 ID, 커버 프롬프트, 비밀 접두사, 트레일러 설정 등이 포함되어 송수신자 간의 공유 비밀키 역할을 한다. 텍스트뿐만 아니라 쉘 명령어와 같은 바이너리 데이터도 텍스트 형태로 변환하여 은밀하게 전달하고 실행할 수 있다.

실무 Takeaway

LLM 스테가노그래피 적용 시 커버 프롬프트를 지시문이 아닌 문장의 시작부(incipit)로 작성해야 모델의 자연스러운 문장 생성을 유도할 수 있다.
비밀 메시지의 성격(코드, 시, 메모 등)에 맞는 접두사를 설정하면 토큰 순위가 낮아져 커버 텍스트에 발생하는 시각적 어색함을 최소화할 수 있다.
송수신자는 반드시 동일한 모델과 양자화 버전, 그리고 동일한 키파일 설정을 공유해야만 메시지를 손실 없이 복구할 수 있다.

언급된 리소스

GitHubcalgacus-mlx GitHub Repository

논문LLMs Can Hide Text in Other Text of the Same Length (Norelli & Bronstein, 2025)