UNIST, 지운 AI 정보 재생 막는 ‘스포터’ 개발…정상 정보 정확도 99.96% 유지

AI 요약

UNIST 인공지능대학원 윤성환 교수팀과 산업공학과 박새롬 교수팀은 민감 개인정보나 저작권 위반 데이터를 삭제하면서 정상 정보는 보존하고 지워진 정보가 다시 살아나는 것을 막는 머신 언러닝 기술 스포터(Spotter)를 개발했다고 21일 밝혔습니다. 스포터는 삭제 대상과 유사한 정상 정보의 인식 성능은 유지하면서 삭제 대상의 공통점만 제거해 재학습 공격을 차단하며, CIFAR-10 실험에서 삭제 대상의 인식 정확도를 0%로 낮추고 재학습 공격 이후에도 0.24%로 억제했으며 삭제하지 않은 나머지 범주의 인식 정확도는 99.96%를 유지했다고 밝혔습니다. 연구팀은 타이니이미지넷과 얼굴 인식 데이터셋 CASIA-WebFace에서도 유사한 성능을 확인했고 이번 연구는 ICML 2026에 채택됐으며 스포터는 기존 언러닝 기법에 결합 가능한 플러그인 형태로 개인정보 보호가 중요한 AI 서비스에 활용될 수 있다고 기대했습니다.