본 논문은 텍스트-이미지(T2I) 확산 모델의 합성 품질 향상에도 불구하고, 악의적인 행위자가 매개변수 조작을 통해 불법 콘텐츠 생성 모델을 미세 조정하여 기존 안전장치를 우회할 수 있다는 점에 주목합니다. 따라서 T2I 확산 모델의 무결성 검증이 필수적입니다. 본 연구는 생성 모델 출력의 무작위성과 상호 작용의 높은 비용을 고려하여 생성된 이미지 특징 분포 간의 KL 발산을 통해 모델 조작을 감지하는 방법을 제시합니다. 학습 오토마타(PromptLA) 기반의 새로운 프롬프트 선택 알고리즘을 제안하여 효율적이고 정확한 검증을 수행합니다. SDXL, FLUX.1 등 네 가지 고급 T2I 모델에 대한 평가 결과, 제안된 방법은 무결성 탐지에서 평균 AUC 0.96 이상을 달성하여 기준선보다 0.2 이상 높은 성능을 보였습니다. 또한, 비용 효율적이며 이미지 수준의 후처리에도 강건합니다. 본 논문은 T2I 확산 모델의 무결성 검증을 다룬 최초의 연구로, 실제 AI 저작권 소송에 대한 정량적 기준을 마련합니다.
