망각 비용이 무료일 때: 낮은 영향 포인트를 활용한 연산 비용 절감

연구진은 언어·비전 모델에서 영향 함수(influence function)를 분석해, 출력에 거의 영향을 주지 않는 학습 예시가 많다는 점을 확인했다.

이들은 먼저 영향이 작은 데이터를 걸러낸 뒤 모델에서 삭제하는 언러닝 방법을 개발했다.

이를 통해 기계학습 언러닝 비용을 최대 약 50%까지 줄일 수 있어, 프라이버시 중심 워크플로의 부담을 낮출 수 있다.