카이스트(KAIST) 바이오및 뇌공학과 이상완 교수 연구팀은 신경과학과 인공지능의 융합연구를 통해 뇌가 정보를 처리하는 원리를 규명하는 데 성공했다고 23일 밝혔다.
인간의 문제 해결 과정을 이론적·신경과학적으로 밝혀냄으로써 인간 지능의 핵심 요소들을 인공지능 알고리즘으로 이식할 가능성을 크게 높인 것으로 평가된다.
불확실성과 복잡도가 변하는 상황에서 달성 가능한 목표를 설정하고 계획을 세워 실행 및 전략을 수정해 나가는 과정은 인간이 가진 고유한 문제 해결 능력 중 하나이다. 최근 인공지능 알고리즘이 다양한 분야에서 인간의 작업 수행 능력을 넘어서고 있으나, 이러한 문제 해결 능력에 대한 완벽한 해결방안은 제시하지 못하고 있다.
인간의 문제 해결 과정은 목표설정-전략수립-실행-전략수정을 반복하는 것으로, 상태 의존적인 복잡한 시간의 함수이다. 따라서 많은 양의 데이터를 모으기 어렵고 불확실성과 복잡도가 높아 빅데이터 기반의 전통적 딥러닝 설계 방식으로는 구현이 어렵다.
연구팀은 문제 해결을 위해 ‘강화학습 이론 기반 실험 디자인’이라는 기술을 이용해 문제의 목표와 복잡도, 상황의 불확실성이라는 세 가지 변수를 동시에 변화시켜 실제 인간의 문제 해결 과정과 유사한 상황을 구현했다. 이를 이용해 취득한 행동과 뇌 영상 데이터를 바탕으로 문제 해결 과정을 설명할 수 있는 수학적 모델을 찾기 위해 100가지가 넘는 종류의 메타 강화학습 알고리즘을 학습하고 비교 분석했다. 여기에 ‘정밀 행동 프로파일링’이라는 분석법을 적용, 실제 인간과 같은 원리로 문제를 해결하는 모델을 도출했다.
그 결과로 문제의 불확실성 및 복잡도와 변화하는 상황에서 인간의 학습과 추론 과정을 모사하는 메타 강화학습 모델을 구현했고, 이 모델의 정보처리 과정이 전두엽의 한 부위인 ‘복외측전전두피질’의 신경 활성 패턴으로 설명된다는 것을 발견했다.
이 교수는 “인간이 가진 지능의 핵심 요소를 인공지능 알고리즘으로 이식하는 기술”이라며 “지능을 공학적으로 분해하고 과학적으로 이해할 수 있는 기틀이 마련됐다”고 말했다.
김동재 박사과정과 박건영 석사과정이 주도하고, 미국 캘리포니아 공대(Caltech)과의 국제 공동연구를 통해 진행된 이번 연구는 국제 학술지 ‘네이처 커뮤니케이션즈’ 12월 16일 자에 게재됐다.
대전=임정재 기자 jjim61@segye.com