신경망 분류기의 그래디언트 기반 해석 기법은 개별 입력 샘플에 대해 설계된 적대적 교란에 취약하다. 이 연구에서는 다양한 입력 샘플에 걸쳐 신경망 해석을 효과적으로 변경할 수 있는 보편적 교란을 설계하는 방법을 제안한다.