Core Concepts
설명 가능한 AI 기반 로봇 프로그램 최적화 시스템의 사용자 적응성과 설명 가능성을 높여 산업 현장에서의 AI 기술 활용을 촉진한다.
Abstract
이 논문은 산업용 로봇 프로그램을 최적화하기 위한 최신 딥러닝 기반 방법인 Shadow Program Inversion (SPI)에 대한 설명 가능한 사용자 인터페이스(XUI)를 제안한다.
데이터 정의, 모델 학습, 프로그램 최적화의 각 단계에서 사용자 적응성과 설명 가능성을 높이기 위한 다양한 기능을 포함하고 있다. 사용자 적응성을 위해 "안내" 모드와 "전문가" 모드를 제공하며, 설명 가능성을 위해 각 단계에 XAI 기능을 통합하였다.
예비 사용자 연구 결과, 제안된 XUI를 통해 AI 초보자와 전문가 모두 실용적인 로봇 프로그램 최적화 작업을 수행할 수 있었다. 사용자들은 시스템의 유용성과 직관적인 사용성을 긍정적으로 평가했으며, 수용 가능한 인지 부하 수준을 보였다. 그러나 AI 초보자에게는 추가 안내가 필요하고, 신경망 동작에 대한 더 발전된 설명 기법이 요구되는 것으로 나타났다.
이를 바탕으로 대규모 사용자 연구를 계획하여, 설명 가능성과 사용자 통제 수준이 인간-AI 상호작용에 미치는 영향을 체계적으로 평가할 예정이다.
Stats
산업용 로봇 프로그램 최적화를 위한 AI 기술 도입이 여전히 제한적이다.
산업 현장 실무자들의 AI 기술 활용 역량 부족이 주요 장애 요인이다.
설명 가능한 AI(XAI)는 산업 AI 도입의 핵심 요소로 간주된다.
Quotes
"설명 가능한 인공지능(XAI)은 산업 AI 도입의 주요 촉매제로 간주된다."
"실용적인 응용 프로그램에 유용하려면 XAI 방법이 사용자 인터페이스(XUI)와 결합되어야 한다."