[Digital Insight 2025-5] LLM의 기계적 해석가능성 : 블랙박스에서 투명한 AI로
============================================================================
『Digital Insight 2025』는 AX(AI Transformation)･DX(Digital Transformation) 시대를 맞이해 다가오는 미래를 준비하고, 미래 지능화 시대를 선제적으로 대응하기 위해 한국지능정보사회진흥원(NIA, 이하 한국지능정보원)에서 발간하는 기술동향 보고서입니다.
============================================================================
보고서 개요
본 보고서는 기계적 해석가능성 분야의 최신 연구 동향을 포괄적으로 조망하고, 블랙박스 문제를 해결하기 위한 핵심적인 개념과 기술을 설명한다. 이러한 기술들이 금융, 의료, 정보 서비스 등 다양한 산업 도메인에서 어떻게 구체적으로 활용되고 있는지 최신 사례를 통해 분석하고 기술 확산을 위한 향후 연구방향을 제공한다.
<목 차>
1. 서론: LLM의 급격한 확산, 블랙박스 문제
- LLM의 확산과 블랙박스 문제
- 내부 매커니즘 이해의 필요성
2. 기계적 해석가능성 기술의 이해 : 개념과 연구동향
- 기계학습의 기본 접근법과 임베딩
- 트랜스포머 기술의 이해
- 기계적 해석가능성의 이해
- 기계적 해석가능성 연구 동향
- 기계적 해석가능성을 통해 밝혀진 LLM의 특징
- 기계적 해석가능성 분야의 향후 연구과제
3. LLM 기계적 해석가능성 기술의 활용
- 다양한 도메인별 활용 사례
- 기술확산을 위한 연구방향
4. 결론 및 제언
5. 참고 문헌
작성
KDI국제정책대학원 박재혁 교수(jp@kdischool.ac.kr)
문의
인공지능정책실 미래전략팀 이경석 선임(2ks@nia.or.kr)