텍스트-이미지 확산 모델의 확산으로 저작권 침해 또는 유해 이미지 생성과 관련된 개인 정보 보호 및 보안 문제가 발생했습니다. 이러한 문제에 대응하기 위해 특정 개념을 "잊게" 하는 개념 삭제(방어) 방법이 개발되었습니다. 그러나 최근의 개념 복원(공격) 방법은 이러한 삭제된 개념이 적대적으로 조작된 프롬프트를 사용하여 복원될 수 있음을 보여주며, 현재 방어 메커니즘의 중요한 취약성을 드러냈습니다. 이 연구에서는 먼저 적대적 취약성의 근본적인 원인을 조사하고, 취약성이 개념 삭제 모델의 프롬프트 임베딩 공간에 만연해 있으며, 이는 원래의 사전 학습된 모델에서 상속된 특성임을 밝힙니다. 또한, 최대 17.8배까지 기존 복원 방법보다 일관되게 성능이 뛰어난 새로운 좌표 하강 기반 복원 알고리즘인 RECORD를 소개합니다. 계산-성능 트레이드 오프를 평가하고 가속 전략을 제안하기 위해 광범위한 실험을 수행합니다.