본 논문은 EU AI Act의 투명성, 사용자 중심성, 강건성 요구사항을 충족하는 설명 가능한 수신호 인식(HGR) 시스템인 XentricAI의 발전을 제시합니다. 기존 레이더 기반 HGR 데이터셋에 28,000개의 새로운 제스처(24,000개는 분포 외 제스처)를 추가하여 실제 환경 데이터셋을 확장하고, 변분 오토인코더 모듈을 통합하여 제스처 이상 탐지를 개선하고 사용자별 임계값을 적용하여 이상 제스처 식별률을 11.50% 향상시켰습니다. 전이 학습 기법을 통해 사용자 적응성을 평균 15.17% 향상시켰으며, 이상 현상 특징 분석 성공률은 97.5%에 달합니다. 이는 설명 가능성을 크게 향상시키고 EU AI Act 규정 준수를 위한 상용 가능한 솔루션을 제공합니다.
