본 연구는 CLIP과 같은 비전-언어 모델의 이상 탐지 능력을 향상시키는 새로운 프레임워크인 TTL(Test-time Textual Learning)을 소개합니다. TTL은 외부 OOD 라벨 없이, 테스트 스트림에서 얻은 비표시 데이터를 활용하여 이상 텍스트 의미를 동적으로 학습합니다. 두 가지 표준 벤치마크에서 TTL은 기존 방법보다 뛰어난 성능을 보이며, 텍스트 적응이 강력한 테스트 시간 이상 탐지에 중요하다는 것을 입증했습니다.