top of page

[★]개인정보 보호를 위한 생성형 AI 모델 언러닝 기법 개발

최종 수정일: 6월 12일
















팀명

BBC


팀원 명단

임우진, 조영인, 박민서


지도교수

양희철 교수님


작품 배경 및 목적

사용자의 삭제 요청 이후에도 AI 모델 내부에 남는 개인정보 문제를 해결하고자 금융 AI 언러닝 시스템을 개발하였다. 단순히 데이터베이스에서 삭제하는 것이 아닌 머신 언러닝(Machine Unlearning) 기법을 적용하여 모델이 학습한 내용을 실질적으로 제거함으로써 사용자의 데이터 통제권과 프라이버시를 보장한다

로지스틱 회귀 기반 신용평가 모델을 대상으로 Influence Function, Fisher Forgetting 등 최신 언러닝 알고리즘을 비교 적용하였고 샘플별 Memorization Score를 통해 삭제 순서를 설계하여 효율성과 성능을 높였다. 또한 관리자용 UI를 통해 삭제 처리 결과와 모델 성능 변화를 시각화하여 실무 적용 가능성까지 고려한 시스템을 구현하였다.


작품 내용

신용평가 모델에서 사용자의 정보를 실제로 제거할 수 있는 언러닝 시스템을 구현한 작품입니다. Influence, Fisher, DeltaGrad 등 최신 언러닝 기법을 적용해 삭제 요청에 따른 모델의 변화(MIA 점수, accuracy 등)를 실험적으로 분석하고, 샘플별 기억 점수에 따른 삭제 전략을 도입하여 효율성과 삭제 효과를 높였습니다. 삭제 요청 처리 상태, 모델 버전 관리, 성능 비교 등 다양한 기능을 포함한 관리자용 UI를 함께 개발하여, 실무 적용이 가능한 수준의 개인정보 삭제 시스템을 완성했습니다.



ree



댓글


bottom of page