본 연구는 비전-언어 모델(VLM)의 기계적 망각에 대한 최초의 체계적인 조사 및 회복탄력성 분석을 제시합니다. 기존 VLM 망각 방법들을 분류하고 다양한 프롬프트 환경에서 평가하여, 망각된 다중 모달 지식을 프롬프트나 추가 훈련을 통해 재활성화할 수 있는지 확인했습니다. 실험 결과, 기존 방법들이 공격에 취약하며, 단순히 지식을 숨기는 데 그친다는 점을 확인했습니다.