개념 기반 설명 가능한 AI 연구 동향
설명 가능한 인공지능(XAI) 분야는 모델의 투명성과 신뢰성 요구에 부응하여 발전해 왔습니다. 그러나 최근 연구들은 원시 특징(raw features)을 활용한 설명의 한계를 지적하며, 사용자 이해도를 높이는 설명의 필요성을 강조하고 있습니다. 이러한 문제의식 아래, 개념 기반 설명 가능한 인공지능(C-XAI) 방법론에 대한 연구가 활발히 진행되고 있으나, 아직 통일된 분류 체계와 명확한 분야 정의는 부재합니다. 본 연구는 C-XAI 접근 방식에 대한 포괄적인 검토를 통해 이러한 간극을 메웁니다. 다양한 개념과 설명 유형을 식별하고 정의하며, 9가지 범주로 구성된 분류 체계를 제안합니다. 또한, 애플리케이션 맥락에 따라 적합한 범주를 선택하기 위한 가이드라인을 제시합니다. 더불어, C-XAI 방법론의 개발을 지원하기 위해 사용되는 일반적인 평가 전략들을 논의합니다. 여기에는 측정 지표, 인간 평가, 그리고 활용되는 데이터셋에 대한 분석이 포함됩니다. 이러한 논의는 미래 C-XAI 방법론 개발에 실질적인 도움을 제공할 것입니다. 이 설문조사는 연구자, 실무자 및 도메인 전문가들이 C-XAI 분야에 대한 이해를 높이고, 이 혁신적인 분야의 발전에 기여하는 데 중요한 역할을 할 것으로 기대됩니다.