본 논문은 최근 발전된 확산 모델과 같은 생성 모델의 프라이버시, 저작권 침해, 데이터 관리와 관련된 위험성을 다룹니다. 기존 연구들이 고성능 자원과 훈련 데이터 접근을 필요로 하는 이미지 재구성 기법에 집중한 것과 달리, 본 논문은 낮은 자원으로 훈련 데이터 접근 없이도 위험한 이미지 재구성으로 이어질 수 있는, 겉보기에는 무해한 프롬프트를 식별하는 새로운 공격 기법을 제시합니다. 특히, 전자상거래 플랫폼의 스크랩 데이터에서 비롯된 템플릿 레이아웃과 이미지, 패턴 같은 프롬프트의 기본적인 취약성을 활용하여, "파란색 유니섹스 티셔츠"와 같은 프롬프트가 실제 인물의 얼굴을 생성하는 사례를 보여줍니다. 이는 무지한 사용자라도 의도치 않게 이미지를 재구성할 위험성을 강조합니다.
