본 논문은 텍스트-이미지(T2I) 모델이 저작권이 있는 스타일, 민감한 이미지, 유해한 콘텐츠를 생성하는 능력으로 인해 발생하는 윤리적, 법적 문제점을 해결하기 위한 개념 삭제(concept erasure) 기술에 대한 종합적인 조사를 제공합니다. 개념 삭제는 원치 않는 콘텐츠 생성을 방지하기 위해 T2I 모델을 수정하는 사전 예방적 대안입니다. 논문에서는 기존의 개념 삭제 방법들을 최적화 전략과 수정하는 아키텍처 구성 요소에 따라 분류하고, 매개변수 업데이트를 위한 미세 조정, 효율적인 편집을 위한 폐쇄형 솔루션, 가중치 수정 없이 콘텐츠 제한을 위한 추론 시간 개입 등 세 가지 범주로 나눕니다. 또한, 삭제 기술을 우회하는 적대적 공격과 새로운 방어 기술을 논의하고, 삭제 효과와 모델 강건성을 평가하기 위한 주요 데이터셋, 평가 지표, 벤치마크를 종합하여 제시합니다.
