본 논문은 AI 모델의 '언러닝'(unlearning) 과정에서 발생하는 문제점, 특히 악의적인 행위자(malicious party)가 모델 성능 저하를 목적으로 의도적으로 언러닝 요청을 보내는 '적대적 언러닝'(adversarial unlearning)에 대해 연구합니다. AI 법규 준수, 유해 콘텐츠 제거, 편향 제거, 악의적인 데이터 영향 제거 또는 데이터 분포 변화 대응을 위해 AI 모델의 언러닝이 필요하지만, 이 과정에서 모델 성능 저하라는 부작용이 발생할 수 있습니다. 본 연구는 이러한 부작용으로부터 모델 성능을 보호하는 새로운 방법을 제시합니다. 모델의 백본(backbone) 및 언러닝 데이터 선택 전략/제약 등 다양한 요인이 적대적 언러닝의 가능성 및 효과에 영향을 미친다는 점을 밝히고, 자연 발생적 언러닝 및 적대적 언러닝 모두에 적용 가능한 보호 방법을 제시하는 것이 주요 결과입니다.
