본 논문은 기계 학습 시스템의 설명 가능성(XAI)에 대한 인간의 이해를 높이는 것을 목표로, 설명의 인지적 이해(CUE) 모델을 제안합니다. CUE 모델은 설명의 속성을 인지적 하위 과정(가독성, 읽기 편의성, 해석 가능성)과 연결시켜, 시각 장애 사용자를 포함한 모든 사용자에게 접근 가능하고 이해하기 쉬운 설명을 제공하는 데 초점을 맞춥니다. 연구에서는 다양한 색상 지도를 사용한 히트맵을 대상으로 455명을 대상으로 실험을 진행하여 시각 장애 사용자의 경우 작업 수행 능력은 유사하지만, 신뢰도와 노력 수준이 낮다는 것을 발견했습니다. 기대와 달리, Cividis와 같은 접근성 중심의 색상 지도는 이러한 차이를 줄이지 못했고, 오히려 악화시키는 경우도 있었습니다. 이러한 결과는 지각적 최적화에 대한 기존 가정에 이의를 제기하고, 적응형 XAI 인터페이스의 필요성을 강조합니다. 논문은 설명의 가독성을 변경하면 이해도에 영향을 미친다는 것을 실증적으로 입증하여 CUE 모델의 타당성을 검증합니다. 결론적으로, 본 논문은 설명 이해에 대한 형식화된 인지 모델, 인간 중심 설명 속성에 대한 통합적 정의, 그리고 접근 가능하고 사용자 맞춤형 XAI에 대한 경험적 증거를 제시합니다.
