본 논문은 설명 가능한 인공지능(XAI)의 설명이 개인 정보 유출의 위험성을 가지는 문제를 다룹니다. 특히, 기존 XAI 방법이 개인 정보 추론 공격에 취약하다는 점을 지적하며, 개인 정보 보호 기술(PETs)을 활용하여 이러한 공격으로부터 XAI를 보호하는 방안을 제시합니다. 합성 훈련 데이터, 차등적 개인 정보 보호 훈련, 잡음 추가 등 세 가지 PETs를 특징 기반 XAI에 적용하여 실험적으로 평가하고, PETs 통합이 개인 정보 유출 위험을 최대 49.47%까지 감소시키는 효과를 확인했습니다. 또한, PETs 사용 시 모델 유용성과 설명 품질에 대한 영향도 분석하여 최적의 PETs 활용 전략을 제시합니다.
