본 논문은 기존의 반응적인 머신 언러닝(unlearning) 접근 방식과 달리, 학습 단계에서부터 미래의 언러닝 과정을 고려하는 선제적인 최적화 기법인 Ready2Unlearn을 제시합니다. Ready2Unlearn은 메타러닝 원리를 활용하여, 향후 언러닝 요청에 효율적이고 원칙적으로 대응할 수 있도록 머신러닝 모델을 사전에 학습시킵니다. 모델 종류에 관계없이 기울기 상승 기반의 언러닝 알고리즘과 호환되며, 이미지 및 언어 관련 작업에서 다양한 언러닝 설정(클래스별 언러닝, 임의 데이터 언러닝 등) 하에서 평가되었습니다. 실험 결과, Ready2Unlearn은 언러닝 시간 단축, 전반적인 모델 성능 유지, 삭제된 데이터의 의도치 않은 복구 방지 등의 장점을 제공하는 언러닝에 적합한 모델 상태를 생성하는 것으로 나타났습니다.
