본 논문은 확산 모델에서 저작권 및 개인 정보 보호 위반 문제를 해결하기 위해, 특정 훈련 샘플의 기여도를 정량화하는 데이터 속성 분석 방법인 Diffusion Attribution Score (DAS)를 제시합니다. 기존 방법들은 확산 손실 변화를 측정하여 훈련 샘플의 기여도를 평가하지만, 이는 예측 분포 간의 간접 비교에 그쳐 정확성이 떨어진다는 한계를 지적합니다. DAS는 예측 분포 간의 직접 비교를 통해 훈련 샘플의 중요도를 분석하며, 이론적 분석과 광범위한 실험을 통해 기존 방법보다 우수한 성능을 보임을 입증합니다. 대규모 확산 모델에 적용 가능하도록 계산 속도 향상 전략도 함께 제시합니다.
