AI Interpretability

AI 해석 가능성은 모델이 특정 출력이나 행동에 이른 내부 과정을 사람이 이해하고 추적할 수 있는 정도입니다. GPT-6 Astra처럼 내부 추론을 압축하거나 생략하는 구조에서는 출력만으로 의도와 정책 회피 여부를 판단하기 어려워져 안전성 검증의 핵심 문제가 됩니다.