본 논문은 개인 데이터를 공유 가중치에서 분리하여 개인 데이터 삭제를 가능하게 하는 3계층 아키텍처를 제시합니다. Phi-3.5-mini 및 Llama-3.1-8B 모델 평가 결과, 개인 데이터가 출력에 영향을 미치면서도 격리되어 있음을 확인했습니다. 이 아키텍처는 모델 역전, 멤버십 추론, 학습 데이터 추출을 방지하며, DP-SGD와 호환됩니다.