본 논문은 기존의 설명 가능한 인공지능(XAI) 기술의 한계를 극복하기 위해, 신경과학에서 영감을 얻은 새로운 접근 방식인 Vision Transformer with artificial Astrocytes (ViTA)를 제안한다. ViTA는 사전 훈련된 심층 신경망의 추론 능력을 향상시켜 인간의 인지와 더 잘 맞는 설명을 생성하는 훈련이 필요 없는 방법이다. Grad-CAM과 Grad-CAM++을 사용하여 ViTA의 성능을 평가하고, 기존의 Vision Transformer (ViT)와 비교하였다. ClickMe 데이터셋을 사용하여 XAI 기술이 생성한 히트맵과 인간의 인지에 기반한 정답 간의 유사성을 정량화한 결과, ViTA가 모든 XAI 기술과 지표에서 통계적으로 유의미한 개선을 보이며, 모델 설명의 인간 인지와의 정합성을 향상시킨다는 것을 확인하였다.
