본 논문은 웹에서 수집된 데이터에 의존하는 대규모 사전 훈련 프레임워크(예: CLIP)의 개인정보 유출 위험을 해결하기 위해, 텍스트 설명만을 사용하여 학습 불가능한 예시(Unlearnable Examples, UEs)를 생성하는 새로운 프레임워크인 Text-to-Unlearnable Example (T2UE)를 제안합니다. 기존 방법들이 이미지와 텍스트 설명을 모두 사용하여 UEs를 생성하는 것과 달리, T2UE는 텍스트-이미지(T2I) 모델을 활용하여 텍스트 설명으로부터 이미지 노이즈를 생성하고, 오차 최소화 프레임워크를 통해 효과적인 학습 불가능한 노이즈를 생성합니다. 실험 결과, T2UE로 보호된 데이터는 최첨단 모델의 성능을 크게 저하시키며, 다양한 아키텍처와 지도 학습 환경에서도 일반화되는 것을 보여줍니다. 이는 개인 데이터를 직접 노출하지 않고 텍스트 설명만으로 보호할 수 있는 "제로-컨택 데이터 보호"의 가능성을 입증합니다.
