이 논문은 자연어 처리 모델의 단어 치환 공격 취약성을 해결하기 위해 Smooth Growth Bound Tensor (S-GBT)라는 새로운 방법을 제시합니다. S-GBT는 모델의 헤세 행렬을 요소별로 제한하여 선형 및 이차항으로 출력 변화를 제한합니다. S-GBT는 LSTM과 CNN 아키텍처에 적용 가능하며, 훈련 과정에 직접 통합되어 기존 방법 대비 최대 23.4% 향상된 인증된 강건 정확도를 달성했습니다.