본 논문은 헬스케어, 금융, 고객 관계 관리 등 중요 분야에서 핵심 기술이 된 자연어 처리(NLP)의 설명 가능성 문제를 다룹니다. GPT 기반 아키텍처 및 BERT와 같은 고급 NLP 모델의 블랙박스적인 특성으로 인해 투명성과 설명 가능성에 대한 요구가 증대되었고, 이에 본 논문은 설명 가능한 NLP (XNLP)의 실제 배포 및 실세계 적용에 초점을 맞춰, 도메인별 맥락에서의 구현과 직면하는 과제들을 검토합니다. 헬스케어의 명확한 통찰력 필요성부터 금융의 사기 탐지 및 위험 평가 강조까지 다양한 분야의 요구를 충족하도록 XNLP를 설계하는 방법에 대한 포괄적인 관점을 제공하며, 실제 적용 가능성, 측정 평가, 모델 평가에서의 인간 상호 작용 역할 등 XNLP 문헌에서 다루어지지 않은 영역에 대한 논의를 통해 지식 격차를 해소하고자 합니다. 마지막으로 XNLP의 이해와 광범위한 적용을 향상시킬 수 있는 미래 연구 방향을 제시합니다.
