한 줄 요약ProtGNN 같은 프로토타입 기반 XAI는 그래프 “전체 임베딩”으로 프로토타입을 학습해서, 진짜 중요한 서브구조(예: MUTAG의 NO2)를 놓치고 흔한 구조(예: ring)에 끌리는 문제가 있다.PGIB는 Information Bottleneck(IB) 방식으로 라벨에 필요한 핵심 subgraph GsubG_{sub}Gsub만 남기고, 그걸 기준으로 프로토타입을 학습하게 만들어서 설명도 좋아지고 정확도도 올라가게 만든 프레임워크이다. 1. 기존 방법(ProtGNN)의 구체적인 문제: “프로토타입이 ‘흔한 구조’를 대표해버림”ProtGNN은 “그래프 전체 임베딩” zG를 만든 뒤, 프로토타입 벡터들과 유사도를 비교해서 예측하고, 프로토타입을 가장 가까운 training graph로 pro..
