대규모 언어 모델 (LLMs)은 명시적인 표현을 넘어선 강력한 독성 (Toxicity) 평가를 필요로 합니다. 이러한 설정은 독성이 의미론적 간접성과 표면적 은폐 (Obfuscation)가 결합될 수 있는 중국어 환경에서는 여전히 충분히 탐구되지 않은 상태입니다. 본 연구에서는 배포용 회피 도구가 아닌, 통제된 레드팀 (Red-team) 평가 및 방어 데이터 생성을 위한 프레임워크인 중국어 암시적 독성 공격 (Chinese Implicit Toxicity Attack, CITA)을 소개합니다. CITA는 유해한 의도를 보존하고, 암시성을 높이며, 통제된 표면 변형을 추가하기 위해 다음의 3단계 과정을 사용합니다: (i) 유해 의도 학습 (Harmful Intent Learning), (ii) 암시적 독성 강화 (Implicit Toxicity Enhancement), (iii) 은폐 변형 재작성 (Obfuscation Variant Rewriting). CITA로 생성된 평가 샘플에 대해 테스트된 7개의 탐지기는 평균 공격 성공률 (ASR) 69.48%에 달하는 상당한 미탐지 (Missed-detection) 위험을 보였습니다. 인간 평가를 통해서도 유해성이 보존되고 암시성 및 회피성이 증가했음을 추가로 확인했습니다. 하류 방어 애플리케이션 (Downstream defense application)으로서, 우리는 CITA로 생성된 레드팀 데이터로 중국어 암시적 독성 방어 (Chinese Implicit Toxicity Defense, CITD) 모델을 미세 조정 (Fine-tune)하였으며, 이러한 데이터가 추가 학습을 통해 강건성 (Robustness)을 향상시킬 수 있음을 보여주었습니다.