본 논문은 다양한 언어, 특히 어미 활용이 풍부한 언어(굴절어)에서의 적대적 예제 생성 및 그 영향에 대한 연구를 다룹니다. 기존 연구들이 주로 영어와 같은 비굴절어에 집중한 것과 달리, 폴란드어와 영어를 대상으로 텍스트의 어미 변화가 모델의 강건성에 미치는 영향을 분석합니다. TextBugger와 TextFooler와 같은 기존의 적대적 예제 생성 기법의 굴절어에 대한 성능을 평가하고, Edge Attribution Patching (EAP) 방법에 기반한 새로운 평가 프로토콜을 제시합니다. MultiEmo 데이터셋을 기반으로 구축된 새로운 벤치마크를 통해 모델 내부의 기계적 작동 방식과 어미 변화의 관계를 분석하여, 적대적 공격 하에서의 모델 취약성을 설명합니다.
