최근 대규모 언어모델(LLM)이 헬스케어, 금융, 교육 등 보안이 중요한 시스템에 광범위하게 도입되면서, LLM의 '잊지 못하는 능력'이 심각한 사이버 보안, 개인 정보 보호 및 안전 위험을 초래하고 있습니다. 민감한 개인 정보, 저작권이 있는 자료, 유해한 도메인 지식, 그리고 학습 데이터에 포함된 정보들이 모델의 수십억 개 매개변수(parameter)에 인코딩되어 남아있어, 데이터 추출, 탈옥(jailbreak) 공격, 멤버십 추론(membership inference) 공격 및 규제 미준수 등의 취약점을 야기합니다.
실제로 챗봇이 사적인 정보를 재생성하거나, 허위 법률 인용으로 직접적인 법적, 재정적 손실을 초래하는 사례들이 발생하면서, 이 문제는 단순한 추측의 영역을 넘어 새로운 위협 환경의 중심에 놓였습니다. 수십억 개 매개변수를 가진 모델을 수정된 데이터로 재학습시키는 것은 계산적으로 불가능하며, LLM 내 지식이 특정 단위에 국한되지 않고 매개변수 전반에 분산되어 얽혀있기 때문에, 재학습 없이 훈련된 모델에서 특정 지식을 제거하거나 억제하는 것을 목표로 하는 'LLM 언러닝(Unlearning)'이 주요 사이버 방어 수단으로 떠오르고 있습니다. 현재 연구는 모델이 일반적인 프롬프트 조건에서 지식 표현을 멈추게 하는 것을 넘어, 지식을 진정으로 제거하는지에 대한 근본적인 질문에 답하려 노력하고 있습니다.
이러한 LLM 언러닝은 보안, 견고성, 그리고 검증 가능한 망각이라는 관점에서 연구되고 있으며, 특히 기존 학습 파이프라인과의 호환성과 수십억 개 매개변수 모델로의 확장성 덕분에 경사 기반(gradient-based) 방법론이 주류를 이루고 있습니다. LLM이 사회 전반에 미치는 영향이 커질수록, 모델이 원치 않는 정보를 '잊을' 수 있도록 하는 능력은 단순한 기술적 과제를 넘어, 인공지능(AI)의 윤리적이고 안전한 배포를 위한 필수적인 요소가 될 것입니다. 이는 규제 준수와 사용자 신뢰 확보에도 결정적인 역할을 할 것으로 예상됩니다.