본 논문은 대규모 언어 모델(LLM)을 활용한 설명 가능한 AI(XAI)에 대한 종합적인 개관을 제공합니다. 복잡한 머신러닝 출력을 사용자가 이해하기 쉬운 서술로 변환하여 모델 예측의 접근성을 높이고, 정교한 모델 동작과 인간의 해석력 사이의 간극을 메우는 LLM의 가능성을 탐구합니다. 기존의 접근 방식, LLM 생성 설명에 대한 평가 기법, 과제 및 한계, 실제 응용 사례를 논의하며, 해석 가능하고 자동화되고 사용자 중심적이며 다학제적인 XAI 접근 방식의 필요성을 강조하여 향후 연구 방향을 제시합니다.
