2nd/10_Wiki/Topics_Blog/Mechanistic Interpretability (기계적 해석 가능성).md

id, category, confidence_score, tags, last_reinforced

id	category	confidence_score	tags	last_reinforced
P-REINFORCE-AI-MECH-INTERP	10_Wiki/💡 Topics/AI	0.98	AI Interpretability MechanisticInterpretability AISafety	2026-04-20

Mechanistic Interpretability (기계적 해석 가능성)

📌 한 줄 통찰 (The Karpathy Summary)

"AI 신경망을 뜯어 리버스 엔지니어링하는 현대의 고등 해부학." 모델을 단순한 블랙박스로 보지 않고, 내부의 가중치와 뉴런들이 어떻게 결합하여 구체적인 '알고리즘'을 구현하는지 하나하나 밝혀내는 극도의 정밀 분석 기술이다.

📖 구조화된 지식 (Synthesized Content)

• The Mission: 모델의 가중치를 보고 "이 부분은 문법을 체크하고, 저 부분은 감정을 파악한다"라고 코드로 설명할 수 있을 정도로 깊게 이해하는 것.
• Key Methodologies:
  • Logit Lens: 각 층이 예측하는 단어가 층을 거듭할수록 어떻게 변하는지 관찰.
  • Path Patching: 특정 정보가 모델의 어느 혈관(Path)을 타고 흐르는지 추적.
  • Superposition Theory: 뉴런 하나가 여러 의미를 동시에 담고 있는 '중첩' 현상을 분해함.
• Significance: AI가 우리를 속이려 하거나(Deceptive Alignment) 위험한 생각을 하는지 사전에 감지할 수 있는 유일한 기술적 방패다.

⚠️ 모순 및 업데이트 (RL Update)

• 수천억 개의 파라미터를 가진 모델을 수작업으로 분석하는 것은 불가능하다. 따라서 최근에는 **'AI를 사용하여 AI를 해석'**하는 자동화된 해석 기술(Auto-Interp) 연구가 활발하며, 앤스로픽(Anthropic)의 'Dictionary Learning' 기법이 이 분야의 최전선을 달리고 있다.

🔗 지식 연결 (Graph)

• Related: Circuit Discovery (회로 발견) , Explainable-AI (XAI)
• Risk Defense: Deceptive Alignment (기만적 정렬)