본 논문은 주성분 분석(PCA)을 신경망 학습 전 데이터 전처리 단계에 적용하는 기존 방식의 문제점을 분석하고, 대안으로 주성분 기반 초기화(PCsInit) 전략을 제시합니다. PCsInit는 PCA를 신경망의 첫 번째 계층에 통합하여 초기화하는 방식으로, PCsInit-Act와 PCsInit-Sub 두 가지 변형 방식을 함께 제안합니다. 이 전략을 통해 설명 가능한 AI (XAI) 방법의 설명을 단순화하고, 역전파를 통한 학습 개선까지 가능함을 실험을 통해 보여줍니다. 기존 PCA 전처리 방식보다 XAI 설명의 직관성과 단순성을 높이고, 동시에 성능 향상까지 기대할 수 있다는 점이 핵심입니다.
