MUPAX (MULTIDIMENSIONAL PROBLEM AGNOSTIC EXPLAINABLE AI)는 결정적이고, 모델에 종속되지 않으며, 수렴이 보장되는 강력한 XAI 기법입니다. 측도 이론적 공식을 사용하여 구조적 섭동 분석을 통해 고유한 입력 패턴을 발견하고 허위 관계를 제거함으로써 원칙에 기반한 특징 중요도를 부여합니다. 오디오 분류(1D), 이미지 분류(2D), 3D 의료 영상 분석(3D), 해부학적 랜드마크 탐지 등 다양한 데이터 유형과 작업에 대해 차원에 무관하게 효과적임을 보여줍니다. 임의의 손실 함수와 차원에 적용 가능하며, 마스킹 시 성능 저하 대신 모델 정확도를 향상시킵니다. 기존 XAI 기법과 비교하여 정확하고 일관성 있으며 이해하기 쉬운 설명을 생성합니다.
