본 논문은 대규모 언어 모델(LLM)에서 데이터 프라이버시, 규제 준수 및 윤리적인 AI 배포를 지원하기 위한 중요한 기능으로 부상한 언러닝(unlearning)에 대해 다룹니다. 최근의 기법들은 종종 잘못되거나 무관한 정보를 주입하여 지식을 억제하는 은폐(obfuscation)에 의존하는데, 이러한 방법은 진정한 제거라기보다는 지식 추가에 해당하며, 모델을 조사에 취약하게 만드는 경우가 많습니다. 본 논문에서는 언러닝과 은폐를 공식적으로 구분하고, 기존 접근 방식이 대상 정보를 실제로 제거하는지 평가하기 위한 조사 기반 평가 프레임워크를 제시합니다. 또한, 자동으로 생성된 객관식 질문에 대한 모델 예측 분포를 KL-divergence를 사용하여 평평하게 하여 대상 개인에 대한 지식을 효과적으로 제거하고 적절한 거부 행동을 유발하는 새로운 언러닝 방법인 DF-MCQ를 제안합니다. 실험 결과는 DF-MCQ가 90% 이상의 거부율과 은폐보다 훨씬 높은 무작위 선택 수준의 불확실성을 달성하여 언러닝을 수행함을 보여줍니다.
