🇬🇧 메커니즘 해석가능성(MI)에서 ‘좋은 설명’을 평가·개선하기 위한 설명의 덕목(Explanatory Virtues) 프레임워크 제안 (**2025.05.02**)
MI는 신경망을 인과적(causal) 설명으로 이해하는 것을 목표로 하며, 설명 생성 방법은 많지만 설명을 평가하는 보편적 기준이 부족하다는 문제를 제기한다. 이를 해결하기 위해 과학철학의 네 관점(Bayesian, Kuhnian, Deutschian, Nomological)을 바탕으로 ‘설명의 덕목 프레임워크’를 제안하고, 설명을 체계적으로 평가·개선하는 방법을 제시한다. 연구에서는 Compact Proofs가 여러 설명 덕목을 폭넓게 다룬다는 점에서 유망하다고 결론내리며, 설명의 단순성 정의, 설명의 통합, 신경망에 대한 보편 원칙 도출 등을 후속 연구 방향으로 제시한다.