본 논문은 텍스트-이미지 확산 모델이 생성하는 유해 콘텐츠(NSFW 이미지 등)를 제거하기 위한 새로운 접근 방식인 TraSCE를 제안합니다. 기존의 네거티브 프롬프팅 기법의 한계를 지적하고, 특정한 네거티브 프롬프팅 공식과 국소 손실 기반 가이드를 결합하여 확산 과정을 유해 콘텐츠 생성에서 벗어나도록 유도합니다. TraSCE는 추가적인 학습이나 가중치 수정, 훈련 데이터 없이도 새로운 유해 개념을 제거할 수 있다는 장점이 있습니다. 다양한 벤치마크와 적대적 테스트(red team)를 통해 기존 방법보다 우수한 성능을 보임을 실험적으로 증명합니다.
