이 논문은 언어모델의 '기억화(memorization)'와 '추출(extraction)' 위험이 실제로는 서로 다른 현상이며, 차등 프라이버시(DP) 하나로 둘 다 통제할 수 없음을 수학적으로 증명한다. f-DP 하에서 적응적 추출 성공확률의 정확한 상한을 도출하고, 반복 저장된 정보에 대해 기존에 쓰이던 단순 상한 공식이 실제로는 달성 불가능함을 보였다. 특히 손실 기반 감사 기법으로는 모델이 특정 정보를 기억하면서도 추출 불가능하거나, 반대로 완전히 추출 가능하면서도 감사에서는 안전하다고 오판되는 사각지대가 있음을 십억 파라미터급 모델 실험으로 확인했다. 예약된 트리거를 심은 모델이 단 한 번의 프롬프트로 원문을 그대로 노출했음에도 표준 감사 도구는 이를 안전하다고 인증해, 언러닝 검증과 프라이버시 감사 체계에 근본적 재검토가 필요함을 시사한다.

• •f-DP 하 적응적 추출 성공확률의 타이트한 상한을 최초로 도출, 사전 추측 난이도(min-entropy)로 방어선 계산 가능
• •k회 중복 저장된 정보의 기억화 상한은 기존 tanh(kε/2) 공식이 아니라 계단형 폐형식 함수로 정확히 규정
• •손실 기반 감사·언러닝 검증 도구가 놓치는 이중 사각지대 존재: 기억되지만 추출 불가, 혹은 추출 가능하지만 감사에서 안전 판정
• •예약 트리거 모델이 한 번의 프롬프트로 원문을 그대로 노출했음에도 실제 감사 도구는 이를 통과시킴을 십억 파라미터 모델에서 실증