본 논문은 최근 공개된 대규모 언어 모델(LLM)의 다국어 및 다중 모드 기능에 대한 취약성을 다룬다. 기존 연구가 주로 영어에 집중한 것과 달리, 본 연구는 코드 혼합과 음성적 변형을 이용하여 텍스트 및 이미지 생성 작업에서 LLM을 우회하는 새로운 전략을 제시한다. 두 가지 새로운 우회 전략을 소개하며, 이는 기존 방법보다 효과적임을 보여준다. 코드 혼합 프롬프트에서 민감한 단어에 음성적 오타를 적용하여 LLM의 안전 필터를 효과적으로 우회하는 방법을 제시하며, 해석 가능성을 유지한다. 텍스트 생성에서는 99%, 이미지 생성에서는 78%의 공격 성공률을 달성했으며, 텍스트 생성에서는 100%, 이미지 생성에서는 95%의 공격 관련성 비율을 기록했다. 음성적 변형이 단어 토큰화에 영향을 미쳐 공격 성공으로 이어짐을 실험을 통해 밝혔다. 특히 실제 환경에서 오타가 포함된 프롬프트가 사용될 수 있다는 점을 고려하여, 다국어 다중 모드 모델의 일반화된 안전 정렬에 대한 연구의 필요성을 강조한다. 본 논문에는 잠재적으로 유해하고 불쾌한 콘텐츠의 예시가 포함되어 있다.
