SHAP 프레임워크 개발…‘설명 가능한 AI’ 분야 개척[서울포럼 2026]

AI 요약

이수인 워싱턴대 컴퓨터공학과 교수는 설명 가능한 AI(XAI) 분야를 개척한 석학으로, 게임이론의 샤플리 값 개념을 머신러닝에 적용한 샤플리 가산 설명(SHAP) 프레임워크를 개발해 AI의 의사결정 과정을 인간이 이해·검증할 수 있도록 하는 연구를 주도하고 있습니다. SHAP는 의료, 금융, 추천 시스템, 산업 분석 등 거의 모든 분야에서 활용되며 원 논문 인용 횟수가 9만 회를 넘고, 트리SHAP는 2020년 네이처 머신 인텔리전스 표지 논문 발표 후 3만 회 이상 인용되며 결정 트리 기반 모델 해석의 사실상 표준 기술로 평가받고 있습니다. 이 교수는 AI를 활용한 질병 원인 분석과 정밀 의료, 의료 AI 신뢰성 검증 등 바이오·헬스케어 융합 연구를 선도해왔고, 2023년 삼성호암상 공학상을 포함해 ISCB 혁신상과 NSF 커리어상 등을 수상했으며 KAIST 전자공학과를 졸업하고 스탠퍼드대에서 전기공학 박사 학위를 받았습니다.