본 논문은 딥러닝 음성 모델의 개인정보(화자 식별 정보, 음성 콘텐츠) 보호 문제를 해결하기 위해 화자 익명화 방법, 특히 Universal Adversarial Patch (UAP) 기반 방법의 개선을 제시합니다. 기존 UAP 기반 방법의 단점인 음질 저하, 음성 인식률 저하, 다른 음성 생체 인식 모델에 대한 낮은 전이성, 입력 음성 길이에 따른 성능 의존성을 해결하기 위해, 새로운 Exponential Total Variance (TV) 손실 함수를 도입하여 UAP의 강도와 불가지성을 향상시키고, 다양한 음성 길이에 대해 균일하게 높은 성능을 보이는 새로운 확장 가능한 UAP 삽입 절차를 제안합니다.
