본 논문은 텍스트-비디오(T2V) 확산 모델의 악용으로 인한 개인정보 보호, 저작권, 안전 문제를 해결하기 위해, 훈련이 필요 없는 새로운 프레임워크인 VideoEraser를 제안합니다. VideoEraser는 선택적 프롬프트 임베딩 조정(SPEA)과 적대적-탄력적 노이즈 안내(ARNG)라는 두 단계 과정을 통해 기존 T2V 확산 모델에 통합될 수 있는 플러그 앤 플레이 모듈로 설계되었습니다. VideoEraser는 객체, 예술적 스타일, 유명인, 명시적 콘텐츠 등 원치 않는 개념이 포함된 비디오 생성을 효과적으로 방지합니다. 실험 결과, VideoEraser는 기존 방법들보다 효율성, 무결성, 충실도, 강건성, 일반화 성능이 뛰어나며, 네 가지 과제에서 평균 46%의 원치 않는 콘텐츠 감소율을 달성하여 최첨단 성능을 보였습니다.
