Philosophical Transactions. Series A, Mathematical, Physical and Engineering Sciences에 실린 2026년 서문은 적합 예측을 AI 예측의 신뢰성을 높이는 통계적 접근법으로 규정했다. 적용 분야로는 의료 진단, 자율주행차, 금융 위험 평가처럼 안전이 핵심인 고위험 환경이 제시됐다. 쿠옹 안 응우옌(Khuong An Nguyen), R. 바버(R. Barber), 비키 코플리(Vicky Copley) 등 공동 저자들은 AI 시스템의 불확실성 정량화를 다룬 특별호를 위해 이 서문을 썼다.

서문은 AI 배포가 넓어지면서 사용자가 신뢰할 수 있는 기계 예측에 대한 요구가 커졌다고 설명한다. 특히 AI 모델은 구조 면에서 더 복잡해졌고, 심층 신경망이 그 사례로 언급됐다. 규모 면에서도 ChatGPT와 Gemini 같은 대규모 언어 모델 시스템이 등장하면서, 모델 예측의 신뢰도를 이해하고 설명하며 정량화하기가 어려워졌다고 지적했다.

특별호는 첨단 AI 응용을 위한 최신의 새롭고 실용적인 CP 기반 방법들을 모았다. 서문에 따르면 적합 예측은 최소한의 가정 아래 유효한 보장 범위를 제공하며, 전통적 방법보다 개선된 결과를 보인다.

Philosophical Transactions. Series A, Mathematical, Physical and Engineering Sciences에 실린 2026년 서문은 적합 예측을 AI 예측의 신뢰성을 높이는 통계적 접근법으로 규정했다. 적용 분야로는 의료 진단, 자율주행차, 금융 위험 평가처럼 안전이 핵심인 고위험 환경이 제시됐다. 쿠옹 안 응우옌(Khuong An Nguyen), R. 바버(R. Barber), 비키 코플리(Vicky Copley) 등 공동 저자들은 AI 시스템의 불확실성 정량화를 다룬 특별호를 위해 이 서문을 썼다.

서문은 AI 배포가 넓어지면서 사용자가 신뢰할 수 있는 기계 예측에 대한 요구가 커졌다고 설명한다. 특히 AI 모델은 구조 면에서 더 복잡해졌고, 심층 신경망이 그 사례로 언급됐다. 규모 면에서도 ChatGPT와 Gemini 같은 대규모 언어 모델 시스템이 등장하면서, 모델 예측의 신뢰도를 이해하고 설명하며 정량화하기가 어려워졌다고 지적했다.

특별호는 첨단 AI 응용을 위한 최신의 새롭고 실용적인 CP 기반 방법들을 모았다. 서문에 따르면 적합 예측은 최소한의 가정 아래 유효한 보장 범위를 제공하며, 전통적 방법보다 개선된 결과를 보인다.