컴퓨터공학과 양준영·최재완·박상돈 교수 연구팀, 2026 한국인공지능학회 하계학술대회 최우수논문상 수상

LLM의 선택적 지식 제거와 기존 성능 보존을 위한 새로운 언러닝 기법 제안

컴퓨터공학과 최재완 동문(학부 ’22)과 양준영 대학원생(통합 ’25)이 공동 제1저자, 박상돈 교수가 교신저자로 참여한 연구팀이 지난 8월 6일 경주화백컨벤션센터에서 열린 ‘2026 한국인공지능학회 하계학술대회’에서 피엠아이 최우수논문상을 수상했다.

수상 논문은 「SAUL: Sharpness-Aware Augmented-Lagrangian Unlearning」으로, 대규모 언어모델(LLM)에서 특정 지식을 선택적으로 제거하면서도 기존 모델의 유용한 능력을 최대한 보존할 수 있는 새로운 머신 언러닝 방법을 제안했다.

머신 언러닝은 대규모 언어모델(LLM)이 학습한 개인정보나 저작권 보호 데이터, 유해한 지식 등 특정 정보를 선택적으로 제거하는 기술이다. 그러나 기존 방법에서는 삭제 대상 지식을 제거하는 과정에서 모델이 보유한 유용한 능력까지 함께 손상되는 과도한 망각(over-forgetting) 문제가 발생할 수 있다.

연구팀은 이러한 문제를 해결하기 위해 목표로 하는 망각 수준을 명시적으로 설정하고, 필요한 만큼만 지식을 제거하는 방법을 제안했다. 다양한 대규모 언어모델(LLM) 언러닝 벤치마크를 통해 실험한 결과, 요구되는 수준의 망각을 달성하면서도 기존 방법 대비 모델의 유용한 성능을 효과적으로 보존할 수 있음을 확인했다.

특히, 해당 논문은 이번 학술대회 수상에 이어 2026년 EMNLP Findings 게재도 확정되며 연구의 성과를 인정받았다.

양준영 학생은 “이번 수상을 통해 필요한 수준만큼의 망각을 명시적으로 제어한다는 연구 방향의 의미를 인정받았다는 점에서 뜻깊게 생각한다”며 “앞으로도 언러닝을 비롯해 신뢰할 수 있는 AI를 구현하기 위한 연구를 지속하며, 보다 안전하고 실용적인 인공지능 기술 발전에 기여하고 싶다”고 소감을 밝혔다.

한편, 연구팀은 현재 대규모 언어모델(LLM)을 넘어 신뢰할 수 있는 에이전틱 AI 및 피지컬 AI를 위한 학습 기법으로 연구를 확장하고 있으며, 관련 연구에 관심 있는 학부 인턴을 모집하고 있다.

※ 머신러닝 연구실(지도교수 박상돈) 2026학년도 학부 인턴십 모집 안내(클릭)