본 논문은 XAI(eXplainable Artificial Intelligence) 기법을 활용하여 사출 성형 공정의 불량률을 감소시키는 최적 제어 시스템을 제안한다. 트리 기반 분류기인 XGBoost와 LightGBM 알고리즘을 사용하여 제품의 불량 여부를 예측하고, SHapley Additive exPlanations(SHAP)을 통해 공정 제어를 위한 주요 특징을 추출하며, 개별 조건부 기대값(ICE)을 이용하여 추출된 특징의 최적 제어 범위를 분석한다. 한국 AI 제조 플랫폼(KAMP)에서 제공하는 실제 사출 성형 AI 제조 데이터셋을 사용하여 검증한 결과, XGBoost를 사용했을 때 불량률이 1.00%에서 0.21%로, LightGBM을 사용했을 때 0.13%로 감소하는 것을 확인하였다.
