본 논문은 대규모 언어 모델(LLM)에서 특정 데이터를 제거하는 unlearning 방법론을 재평가합니다. 특히, 사전-unlearning 및 사후-unlearning 로짓 API가 모두 노출되는 환경에서 데이터 추출 공격을 제안하여, unlearning이 오히려 프라이버시 누출 위험을 증가시킬 수 있음을 보입니다. 제안하는 공격은 사전 unlearning 모델의 신호를 활용하여 사후 unlearning 모델을 안내하고, 토큰 필터링 전략을 통해 데이터 추출 성공률을 향상시킵니다. 실험 결과는 MUSE, TOFU, WMDP 등의 벤치마크에서 성능 향상을 보였으며, 의료 진단 데이터셋 시뮬레이션을 통해 실제 프라이버시 위험을 강조합니다.
