본 논문은 안전한 미세조정에도 불구하고 언어 모델이 위험한 지식과 기술을 유지할 수 있으며, 이는 오용 및 정렬되지 않은 위험을 초래한다는 문제를 다룹니다. 기존의 언러닝(unlearning) 방법들이 쉽게 역전될 수 있다는 점을 지적하며, 비가역적 언러닝을 위한 핵심 요소들을 체계적으로 평가합니다. 논문에서는 기존 및 새로운 언러닝 방법의 구성 요소들을 평가하여 비가역적 언러닝에 중요한 요소들을 밝히고, '방해 마스킹(Disruption Masking)' 기법을 소개합니다. 이 기법은 언러닝 그래디언트와 유지 그래디언트의 부호가 같은 경우에만 가중치 업데이트를 허용하여 모든 업데이트가 비파괴적이도록 합니다. 또한, 언러닝 그래디언트 정규화의 필요성과 메타러닝의 유용성을 확인하고, 이러한 통찰력을 결합하여 MUDMAN(메타 언러닝, 방해 마스킹 및 정규화)을 제시합니다. MUDMAN은 위험한 기능 복구 방지에 효과적임을 검증하고, 기존 최고 성능인 TAR 방법보다 40% 향상된 성능을 보이며 강력한 언러닝을 위한 새로운 최첨단 기술을 제시합니다.