기존 강화학습(RL) 에이전트는 자세 제어 이상이나 열 제어 시스템 고장 때 나름의 조치를 취하지만, '왜 그 행동을 선택했는지' 설명이 불가능했거든요

위성 이상 발생 시 AI가 스스로 판단하고 그 이유를 설명까지 하는 시스템이 연구되고 있어요.

기존 강화학습(RL) 에이전트는 자세 제어 이상이나 열 제어 시스템 고장 때 나름의 조치를 취하지만, '왜 그 행동을 선택했는지' 설명이 불가능했거든요. 우주 운용처럼 엔지니어·기획자·규제 기관 등 다국적 이해관계자가 모두 관여하는 환경에서는 치명적인 한계예요.

이를 해결하기 위해 Pearl의 do-calculus 기반 인과추론을 강화학습과 결합한 '설명 가능한 인과 강화학습(ECRL)' 접근이 주목받고 있어요. 에이전트가 최적의 행동을 취하면서도 그 근거를 언어 중립적으로 제시할 수 있다는 점이 핵심이에요.