본 논문은 실시간 환경에서의 설명 가능한 인공지능(XAI)의 에너지 효율성 문제를 해결하기 위해 XAIedge 프레임워크를 제안합니다. XAIedge는 근사 연산 기법을 통합된 기울기, 모델 증류, 섀플리 분석과 같은 XAI 알고리즘에 적용하여, 컨볼루션, 푸리에 변환 및 근사 연산 패러다임 간의 시너지를 활용함으로써 TPU 기반 에지 장치에서 효율적인 하드웨어 가속을 가능하게 합니다. 기존 정확한 XAI 하드웨어 가속 기법과 비교하여 에너지 효율성을 2배 향상시키면서 동등한 정확도를 유지한다는 것을 실험적으로 입증합니다.
