다중모달 대형언어모델(MLLM)이 스크린샷·스캔 문서·다이어그램 같은 시각 입력을 처리할 때, 프롬프트나 이미지 각각은 무해하지만 모델이 요약·번역 같은 무해한 작업을 특정 시각적 대상에 결합하는 순간에만 위험한 행동이 나타나는 새로운 유형의 탈옥이 존재한다는 점을 이 연구는 지적한다. 기존 방어는 프롬프트-이미지 쌍 전체를 심사할 뿐 실제 보안에 중요한 단위인 '접지된 작업-대상 쌍'을 놓쳐 근거화 이후에만 활성화되는 위협에 취약하다. 저자들은 요청된 작업과 참조 유형을 추론하고, OCR과 개방어휘 제안으로 후보 대상을 구성해 근거화한 뒤 명시적 작업-대상 쌍에 대해 안전성을 평가하는 사전생성 안전 게이트 COMIC을 제안했다. 여러 오픈소스 MLLM과 다중모달 탈옥 벤치마크에서 평가한 결과 COMIC은 무해한 유용성과 효율성을 유지하면서 견고성을 일관되게 향상시켰다.

• •무해한 프롬프트·이미지가 결합해서만 위험해지는 '참조 의존적' 탈옥 유형 규명
• •기존 방어는 프롬프트-이미지 쌍 전체만 심사, 접지된 작업-대상 쌍은 놓침
• •COMIC은 작업·참조 추론 후 OCR·개방어휘로 후보 대상을 근거화해 안전성 평가
• •여러 MLLM·벤치마크에서 무해한 유용성 유지하며 견고성 일관되게 향상