본 논문은 설명 가능한 시스템(Explainable systems)이 상호작용하는 에이전트에게 특정 관찰된 효과가 발생하는 이유에 대한 정보를 제공하는 점에 주목합니다. 이는 긍정적인 정보 흐름이지만, 개인 정보 보호 위반 등의 부정적인 정보 흐름과 균형을 맞춰야 한다고 주장합니다. 설명 가능성과 프라이버시 모두 지식에 대한 추론이 필요하므로, 반사실적 원인에 대한 양화를 포함하는 인식론적 시간 논리(epistemic temporal logic)를 사용하여 이러한 문제를 해결합니다. 이를 통해 다중 에이전트 시스템이 어떤 효과가 발생한 이유에 대한 지식을 에이전트가 획득할 수 있을 만큼 충분한 정보를 제공한다는 것을 명세화할 수 있습니다. 본 논문은 이 원칙을 사용하여 설명 가능성을 시스템 수준 요구 사항으로 명세화하고, 유한 상태 모델을 이러한 명세에 대해 검증하는 알고리즘을 제공합니다. 알고리즘의 프로토타입 구현을 제시하고 여러 벤치마크에서 평가하여, 제안된 접근 방식이 설명 가능한 시스템과 설명 불가능한 시스템을 구분하고 추가적인 개인 정보 보호 요구 사항을 설정하는 데 어떻게 사용될 수 있는지 보여줍니다.
