---
id: AI-XAI-001
category: "10_Wiki/💡 Topics/AI"
confidence_score: 1.0
tags: [ai, xai, interpretability, shap, lime, trustworthy-ai, explainability]
last_reinforced: 2026-04-26
---

# Model Interpretability Tools (모델 해석 가능성 도구)

## 📌 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.

## 📖 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.

## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
- **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.

## 🔗 지식 연결 (Graph)
- [[Explainable-AI-XAI|Explainable-AI-XAI]], [[Trustworthy-AI|Trustworthy-AI]], AI-Ethics, Transformer-Architecture-Foundations
- **Raw Source:** 10_Wiki/Topics/AI/Model-Interpretability-Tools.md