연구진은 딥러닝 모델 검증을 위한 설명 가능한 AI(XAI) 기법 평가의 어려움을 해결하기 위해 새로운 프레임워크를 제안했어요. 이 프레임워크는 지속적인 입력 변동을 기반으로 XAI 방법의 품질을 정량적으로 측정하며, 기존 지표보다 인간의 직관에 더 부합해요.
새로운 XAI 방법론은 모델의 의사 결정 과정을 설명하는 인과적 설명을 생성하는 어댑터 모듈을 활용하며, 이 모듈은 블랙박스 모델 위에 학습될 수 있어요.
제안된 방법은 기존 XAI 기법보다 우수한 성능을 보이며, 모델 성능 저하 없이 설명 품질을 향상시키는 것을 목표로 해요.