메커니즘 해석 가능성 연구에서 활성화 패치 데이터를 그래프로 변환하는 새로운 프레임워크를 제안합니다. GPT-2 Small 모델을 활용한 실험에서, 패치 효과 그래프는 구조적 신호를 보존하며, 에지-슬롯 특징이 분류 정확도를 높입니다. CI 및 PC 방식으로 선택된 에지는 랜덤 또는 저랭크 후보보다 강력한 활성화 영향 효과를 보입니다.