본 연구는 기계 학습 모델의 의사 결정 설명을 위해 사용되는 카운터팩추얼이 실제 학습 데이터의 대용 역할을 할 수 있음을 보입니다. 이를 바탕으로 합성 데이터 공격 기법을 활용하여 카운터팩추얼에 대한 개인 정보 공격이 가능하다는 점을 입증했습니다. 모델에 대한 접근 없이도 카운터팩추얼 집합만으로 멤버십 추론 공격을 성공적으로 수행할 수 있습니다. 모델 개발자는 카운터팩추얼 공개 시 개인 정보 침해 가능성을 고려해야 합니다.