[G1-Sync] Manual knowledge update

2026-05-10 22:08:15 +09:00
parent 21ac3ed255
commit 504fd5fb42
3011 changed files with 380280 additions and 206977 deletions
@@ -2,89 +2,30 @@
 id: wiki-2026-0508-model-interpretability-tools
 title: Model Interpretability Tools
 category: 10_Wiki/Topics
-status: needs_review
-canonical_id: self
-aliases: [AI-XAI-001]
-duplicate_of: none
+status: duplicate
+canonical_id: "[[Explainable-AI-XAI]]"
+aliases: [Model Interpretability, Interpretability Tools, ML Explainability Tools]
+duplicate_of: "[[Explainable-AI-XAI]]"
 source_trust_level: A
-confidence_score: 1.0
-tags: [ai, xai, Interpretability, shap, lime, Trustworthy-AI, explainability]
+confidence_score: 0.88
+verification_status: redirected
+tags: [redirect, xai, interpretability, ml-tooling]
 raw_sources: []
-last_reinforced: 2026-04-26
+last_reinforced: 2026-05-10
 github_commit: pending
-inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
-tech_stack:
-  language: unspecified
-  framework: unspecified
+tech_stack: { language: python, framework: shap-lime-captum }
 ---

-# Model Interpretability Tools (모델 해석 가능성 도구)
+## Redirect

-## 📌 한 줄 통찰 (The Karpathy Summary)
-> "결과만 제시하는 고집불통 AI를 '이유를 설명하는' 협력자로 바꾸어, 인간이 기계의 지능을 신뢰하고 통제하게 하라" — 복잡한 머신러닝 모델의 판단 근거를 시각화하거나 수치로 정량화하여, 어떤 변수가 결과에 결정적인 영향을 미쳤는지 인간이 이해할 수 있게 돕는 도구 및 기법.
+This page redirects to the canonical entry **[[Explainable-AI-XAI]]**.

-## 📖 구조화된 지식 (Synthesized Content)
- **추출된 패턴:** "Post-hoc Explanation and Feature Attribution" — 모델 학습이 끝난 후, 입력값의 미세한 변화가 결과에 미치는 영향을 역추적하거나 게임 이론 등을 적용하여 각 특징(Feature)의 기여도를 산출하는 해석 패턴.
- **주요 도구 및 기법:**
-    - **SHAP (SHapley Additive exPlanations):** 게임 이론을 바탕으로 각 특징이 예측값에 미치는 영향력을 공정하게 배분하여 산출. 일관성이 높음.
-    - **LIME (Local Interpretable Model-agnostic Explanations):** 특정 데이터 포인트 주변에서 모델을 선형적으로 근사하여 국소적인 판단 근거 설명.
-    - **Feature Importance:** 트리 기반 모델 등에서 변수가 분기에 얼마나 자주 사용되었는지 측정.
-    - **Attention Map:** 트랜스포머 모델에서 AI가 문장의 어느 부분에 집중했는지 시각화.
- **의의:** 의료, 금융, 법률 등 고도의 책임이 따르는 분야에서 AI 도입을 가능케 하며, 모델의 편향성을 찾아내고 성능을 개선하는 핵심 디버깅 도구 역할.
+Model interpretability tools (SHAP, LIME, Captum, InterpretML, transformer-lens, TCAV 등)는 XAI 분야의 구현 도구이며, 개념·분류·평가 기준은 canonical 문서에서 통합 관리한다.

-## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌:** 성능과 해석 가능성은 트레이드오프(Trade-off) 관계라는 통념이 있었으나, 최근에는 복잡한 딥러닝 모델의 성능을 유지하면서도 사후 해석 도구를 통해 충분한 투명성을 확보할 수 있음이 증명됨.
- **정책 변화:** Antigravity 프로젝트는 에이전트의 지식 삭제나 중요 가이드라인 위반 판단 시, SHAP 값을 함께 기록하여 관리자가 AI의 판단 근거를 상시 모니터링할 수 있는 체계를 구축함.
+## 🔗 Graph
+- 부모(canonical): [[Explainable-AI-XAI]]
+- 관련: [[SHAP]], [[LIME]], [[Captum]], [[Mechanistic-Interpretability]], [[Feature-Attribution]]

-## 🔗 지식 연결 (Graph)
- [[Explainable-AI-XAI|Explainable-AI-XAI]], [[Trustworthy-AI|Trustworthy-AI]], AI-Ethics, [[Transformer-Architecture|Transformer-Architecture]]-Foundations
- **Raw Source:** 10_Wiki/Topics/AI/Model-Interpretability-Tools.md
-
-## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
-
-**언제 이 지식을 쓰는가:**
- *(TODO)*
-
-**언제 쓰면 안 되는가:**
- *(TODO)*
-
-## 🧪 검증 상태 (Validation)
-
- **정보 상태:** needs_review
- **출처 신뢰도:** A
- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
-
-## 🧬 중복 검사 (Duplicate Check)
-
- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
- **처리 방식:** UPDATE (자동 정규화)
- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
-
-## 🕓 변경 이력 (Changelog)
-
-| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
-|------|-----------|-----------|--------|
-| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
-
-## 💻 코드 패턴 (Code Patterns)
-
-**패턴 1:** *(TODO: 이 프로젝트 컨벤션 반영한 구조 스켈레톤)*
-
-```text
-# TODO
-```
-
-## 🤔 의사결정 기준 (Decision Criteria)
-
-**선택 A를 써야 할 때:**
- *(TODO)*
-
-**선택 B를 써야 할 때:**
- *(TODO)*
-
-**기본값:**
-> *(TODO)*
-
-## ❌ 안티패턴 (Anti-Patterns)
-
- **[안티패턴]:** *(TODO: 무엇을 하면 안 되는가 + 이유 + 대신 무엇을)*
+## 🕓 Changelog
+- Phase 1 (2026-05-08): 초기 생성.
+- Manual cleanup (2026-05-10): REDIRECT 확정, canonical은 [[Explainable-AI-XAI]].