연구진은 의료 분야에서 널리 쓰이는 컴퓨터 비전 모델의 블랙박스 문제를 해결하기 위해 콜모고로프-아르노 네트워크(KAN)의 해석력을 활용하는 KANEx 프레임워크를 개발했어요.
KANEx는 KAN의 투명성을 바탕으로 VLM의 추론을 돕고, KAN 모델에서 직접 파생된 새로운 히트맵 생성 방법인 KAN-Map을 통해 시각적 위치 정보의 정확성을 높였어요.
MIMIC-CXR 데이터셋 벤치마크 결과, KAN 기반 아키텍처는 기존 방식 대비 의미론적 유사성 향상 및 충실도 높은 살리언시 맵 생성으로 시각적 위치 정보와 추론 품질을 10% 개선했어요.