본 논문은 텍스트-이미지 생성 확산 모델에서의 프롬프트 도용 공격에 대한 연구를 다룬다. 기존의 수치적 최적화 기반 프롬프트 복구 방법의 한계점을 지적하며, 이미지 생성 과정에서 사용되는 초기 난수의 중요성을 강조한다. PyTorch의 CPU 상 난수 생성 시 제한된 seed 값(2<sup>32</sup>)으로 인한 취약점(CWE-339)을 이용하여, SeedSnitch라는 도구를 통해 CivitAI 플랫폼의 이미지 약 95%에 대한 seed 값을 140분 이내에 복구할 수 있음을 실험적으로 보여준다. 복구된 seed를 활용하여, 기존 최첨단 방법(PromptStealer, P2HP, CLIP-Interrogator)보다 8-11% 향상된 LPIPS 유사도를 달성하는 유전 알고리즘 기반 프롬프트 도용 방법인 PromptPirate를 제안한다. 마지막으로, seed 도용 및 최적화 기반 프롬프트 도용을 무력화하는 효과적인 대응책을 제시하고, 관련 개발자들과의 협력을 통해 취약점 해결을 위한 노력을 진행했다고 밝힌다.
