왜 망각 전용 언러닝은 기억(Memorization)을 필요로 하는가

요약

본 연구는 삭제 알고리즘이 재학습과 유사한 출력을 내야 하는 기계적 언러닝의 한계를 탐구합니다. 특히, 유지되는 데이터나 추가 훈련 정보가 없는 '망각 전용 언러닝'에 초점을 맞추어, 이러한 방식이 항상 가능한지 질문했습니다. 연구 결과는 일반적인 학습 과정에서 폐기되는 정보가 나중에 삭제(언러닝)에 필요할 수 있음을 보여줍니다.

핵심 포인트

• 망각 전용 언러닝은 재학습과 유사한 출력을 내야 하는 기계적 언러닝의 한계를 탐구합니다.
• 언러닝이 성공하려면 알고리즘이 훈련 데이터에 대해 상당한 정보를 기억해야 할 수 있습니다.
• 일반적인 학습 과정에서 폐기되는 정보가 나중에 삭제(언러닝)에 필요할 수 있다는 점을 시사합니다.