%eb%87%8c%ec%9d%b8%ec%a7%80%ea%b3%bc%ed%95%99%ea%b3%bc
-
면역 신호, 뇌 감정 회로 직접 조절..불안 행동 유발 기전 최초 규명
우리 대학 뇌인지과학과 권정태 교수가 MIT, 하버드 의과대학과의 공동연구를 통해, 면역 반응에서 분비되는 사이토카인이 뇌 감정 회로에 직접 작용하여 불안 행동을 조절한다는 사실을 세계 최초로 규명했다.
염증성 사이토카인 IL-17A와 IL-17C가 정서를 조절하는 것으로 알려진 편도체의 특정 뉴런에 작용해 흥분성을 증가시킴으로써 불안을 유발하며, 반대로 항염증성 사이토카인 IL-10은 같은 뉴런에서 흥분성을 억제해 불안 완화에 기여하는 양방향 조절 메커니즘을 실험적으로 입증했다.
연구팀은 쥐 모델에서 피부 염증을 유발한 후, 면역치료제 (IL-17RA 항체)를 투여해 피부 증상은 완화되었으나 불안 수준이 높아진 현상을 관찰하였다. 이는 IL-17 계열 사이토카인의 순환 농도가 높아지며 편도체 뉴런이 과활성화된 데 따른 결과로 분석됐다.
연구진은 또한, 항염증 사이토카인 IL-10이 같은 편도체 뉴런의 흥분성을 낮추는 작용을 하며 불안 반응을 완화할 수 있음을 밝혀냈다.
이번 연구는 감염이나 염증과 같은 면역 반응이 단순한 신체 반응을 넘어서, 뇌 회로 수준의 정서 조절 기능에 직접적으로 영향을 미친다는 사실을 최초로 입증한 사례다. 정서와 면역이 뇌 속 동일한 뉴런을 통해 연결되어 작동할 수 있다는 점에서, 면역-정서-행동을 연결하는 생물학적 메커니즘을 제시한 매우 중요한 성과다.
이번 연구 결과는 올해 4월 17일 국제학술지 Cell에 게재됐다.
논문 정보
- 논문명: Inflammatory and anti-inflammatory cytokines bidirectionally modulate amygdala circuits regulating anxiety
- 게재지: Cell (188권, 2190–2202), 2025년 4월 17일
DOI: https://doi.org/10.1016/j.cell.2025.03.005
- 교신저자: 글로리아 최 교수 (MIT), 허준 교수 (Harvard Medical School),
2025.07.24 조회수 1916 -
"파킨슨병을 편집하다” 염증 RNA 편집 효소 세계 최초 발견
파킨슨병(PD)은 알파시누클린(α-synuclein) 단백질이 뇌세포 내에서 비정상적으로 응집되어 신경세포를 손상시키는 퇴행성 신경질환이다. KAIST 연구진은 파킨슨병의 핵심 병리 중 하나인 신경염증 조절에 있어 RNA 편집(RNA editing)이 중요한 역할을 한다는 사실을 세계 최초로 밝혀냈다.
우리 대학 뇌인지과학과 최민이 교수 연구팀이 영국 UCL 국립신경전문병원 연구소 및 프랜시스 크릭 연구소와의 공동 연구를 통해, 뇌를 보호하고자 염증 반응을 일으키는 교세포(astrocyte)에 대해 RNA 편집 효소인 에이다원(ADAR1)이 면역 반응을 조절하는 중요한 역할을 한다는 것을 밝혀내고 파킨슨병의 병리 진행에 핵심적인 역할을 한다는 사실을 입증했다.
최민이 교수 연구팀은 뇌 면역세포의 염증반응을 알아보고자 파킨슨 환자에게서 유래한 줄기세포를 이용해 뇌의 신경세포를 돕는 교세포와 신경세포로 구성된 세포 모델을 만들고, 파킨슨병의 원인이 된다고 알려진 알파시뉴클레인(α-synuclein) 응집체를 처리한 뒤, 뇌 면역세포의 염증 반응이 어떻게 되는지 분석했다.
그 결과, 알파시뉴클레인 응집체 초기 병리형태인 알파시뉴클레인 단량체(oligomer)가 교세포 내 세포가 위험을 감지하는 센서처럼 작동하는 통로(Toll-like receptor) 경로 및 바이러스나 병원균과 싸우는 면역 신호 네트워크인 인터페론 반응 경로를 활성화하였다. 이 과정에서 RNA 편집 효소인 에이다원이 발현하면서 기능과 구조 등 단백질 성질이 바뀌는 아이소폼으로 변형되는것을 확인했다.
특히, 바이러스 감염시 면역 반응을 조절하기 위해 기능을 발휘하던 에이다원이 수행하는 RNA의 편집 활동이 ‘A(아데노신)’를 ‘I(이노신)’으로 바꾸는, 일종의 유전자 명령 수정 작업인 ‘A-to-I RNA 편집’이 일어난다. 이는 RNA 편집 활동이 정상적인 상황이 아니라, 염증을 일으키는 유전자들에 비정상적으로 집중되어 있다는 걸 발견했다. 이 현상은 환자 유래 줄기세포 분화 신경세포에서뿐만 아니라 실제 파킨슨병 환자 뇌의 부검 조직에서도 동일하게 관찰되었다.
이는 RNA 편집의 이상 조절이 교세포의 만성 염증 반응을 유도하고, 결과적으로 신경세포 독성과 병리 진행으로 이어질 수 있음을 직접적으로 입증한 것이다.
이번 연구는 신경 면역 세포인 교세포 내 RNA 편집 조절이 신경염증 반응의 핵심 기전이라는 사실을 새롭게 밝혔다는 데 의의가 크다. 특히 에이다원이 파킨슨병 치료의 새로운 타깃 유전자로 작용할 수 있음을 제시했다는 점에서 주목된다.
또한, 환자 맞춤형 유도 줄기세포 기반의 정밀의학적 뇌 질환 모델을 통해 실제 환자의 병리 특성을 반영한 점도 주목된다.
최민이 교수는 “이번 연구는 단백질 응집으로 인한 염증 반응의 조절자가 RNA 편집이라는 새로운 층위에서 작동함을 입증한 것으로, 기존의 파킨슨병 치료 접근과는 전혀 다른 치료 전략을 제시할 수 있다”고 밝혔다. 이어 “RNA 편집 기술은 신경염증 치료제 개발의 중요한 전환점이 될 수 있을 것”이라고 강조했다.
이번 연구에는 최민이 교수가 제1 저자로 참여했으며 사이언스 어드밴스드(Science Advances)에 4월 11일 자로 게재되었다.
※ 논문 제목: Astrocytic RNA editing regulates the host immune response to alpha-synuclein, Science Advances Vol11,Issue15 DOI:10.1126/sciadv.adp8504
※ 주저자: Karishma D’Sa(UCL, 제1저자), Minee L. Choi(KAIST, 제1저자), Mina Ryten(UCL, 교신저자), Sonia Gandhi(크릭 연구소, 캠브리지 대학, 교신저자)
이번 연구는 한국연구재단의 뇌과학선도융합, 우수신진연구사업과 KAIST의 대교 인지 향상 프로그램의 지원을 받아 수행되었다.
2025.04.28 조회수 6731 -
스스로 가설을 세워 검증하는 뇌 기반 AI 기술
뇌의 맥락 추론 방식이 챗지피티 같은 대규모 인공지능 모델과 어떻게 다를까? 우리 연구진이 ‘뇌처럼 생각하는 인공지능’기술로서 과도한 자신감을 보이는 인공지능의 할루시네이션(Hallucination) 현상을 완화하거나 인간이나 동물과 유사하게 스스로 가설을 세워 검증하는 신개념 인공지능 모델을 개발하는데 성공했다.
우리 대학 뇌인지과학과 이상완 교수(신경과학-인공지능 융합연구센터장)와 생명과학과 정민환 교수(IBS 시냅스 뇌질환 연구단 부연구단장) 연구팀이 동물이 가설을 세워 일관된 행동 전략을 유지함과 동시에, 본인의 가설을 스스로 의심하고 검증하면서 상황에 빠르게 적응하는 새로운 강화학습 이론을 제시하고 뇌과학적 원리를 규명했다고 20일 밝혔다.
현재 상황에 맞게 행동의 일관성과 유동성 사이의 적절한 균형점을 찾아가는 문제를 ‘안정성-유동성의 딜레마(Stability-flexibility dilemma)’라 한다. 이를 위해서는 현재 본인의 판단이 맞는지를 계속 검증하고 수정할 수 있어야 한하는데 뇌과학 및 인공지능 분야에서 다양한 연구가 있었으나 아직까지 완벽한 해법이 알려진 바가 없다.
연구팀은 스스로 세운 가설을 바탕으로 다음 상황을 예측하고 확인하는 행동 패턴을 동역학적으로 프로파일링 할 수 있는 새로운 방식을 고안했고, 이를 바탕으로 전통적인 강화학습 이론과 최신 인공지능 알고리즘 모두 동물의 관련 행동을 제대로 설명하지 못한다는 것을 발견했다.
이어 연구팀은 동물의 현재 상황에 대한 가설을 세우고, 가설의 예측 오류를 바탕으로 행동 전략을 비대칭적으로 업데이트하는 새로운 적응형 강화학습 이론과 모델을 제안했다.
최신 인공지능 모델은 효율적 문제 해결에 집중하다 보니 인간이나 동물의 행동을 잘 설명하지 못하는 경우가 많은 반면, 제안 모델은 예상치 못한 사건에 대한 동물의 행동을 최신 인공지능 모델 대비 최대 31%, 평균 15% 더 잘 예측함을 보였다.
특히, 이 결과는 기존 연구에서 발표된 네 가지 서로 다른 동물 실험 데이터(two-step task, two-armed bandit task, T-maze task, two-armed bandit task with MSN inactivation) 분석을 통해 일관성 있게 재현되었다.
연구팀은 더 나아가 중뇌 기저핵* 선조체**속 중간크기 가시뉴런***이 가설 기반 적응형 강화학습 과정에 관여함을 밝혔다. 직접 경로 가시뉴런들은 예상한 사건을 마주한 경험을, 간접 경로 가시뉴런들은 예상하지 못한 사건을 마주한 경험을 부호화해 행동 전략을 조절함을 보였다.
*기저핵(Basal Ganglia): 대뇌피질, 시상, 뇌간 등 운동 조절 및 학습하는 기능을 담당하는 뇌 부위
**선조체(Striatum): 기저핵의 일부로 가치 평가 및 강화학습 능력과 관련된 부위
***가시뉴런Medium Spiny Neuron, MSN): 선조체의 약 90%를 차지하는 대표적 신경세포로 신경활동을 억제하는 특징을 가지고 있음
본 연구 결과는 뇌의 맥락 추론 방식이 대규모 인공지능 모델과 근본적으로 다르다는 것을 보여준다. 챗지피티(ChatGPT)나 딥시크와 같은 인공지능 모델은 사용자 입력으로부터 맥락 정보를 추정하고 이를 바탕으로 필요한 전문가 시스템에 매칭하며 (딥시크 모델은 강화학습을 사용하여 매칭), 새로운 정보가 들어올 때까지는 이것이 맞다고 가정한다.
이와 달리 뇌는 스스로 추정한 맥락(가설)을 의심하고, 의심이 확인되는 즉시 새로운 맥락을 적극 받아들인다. 이는 과도한 자신감을 보이는 인공지능의 할루시네이션(Hallucination) 현상을 완화하거나 인간과 유사한 추론엔진을 구성할 수 있는 새로운 방향성을 제시한다.
본 연구는 뇌과학-인공지능 융합연구로서, 실제 분야에 널리 활용될 수 있다. 예를 들어, 인간의 동역학적 행동 프로파일링 기술을 이용하면 개개인의 가설 수립, 검증 학습 능력 분석이 가능하므로, 맞춤형 교육 커리큘럼 디자인, 인사 및 인력관리 시스템, 인간-컴퓨터 상호작용 분야에 바로 적용할 수 있다.
제안된 적응형 강화학습 모델은 ‘뇌처럼 생각하는 인공지능’기술로서 인간-인공지능 가치 정렬 (Value alignment) 문제 해결에 활용될 수 있다. 또한 이 과정에 관여하는 것으로 알려진 기저핵 내 보상학습 회로와 관련된 중독이나 강박증과 같은 정신질환의 뇌과학적 원인 규명에 활용될 수 있다.
연구 책임자인 이상완 교수는 "이번 연구는 인공지능의 강화학습 이론만으로 설명할 수 없는 뇌의 가설 기반 적응학습 원리를 밝혀낸 흥미로운 사례ˮ라면서 "스스로 의심하고 검증하는 뇌과학 이론을 대규모 인공지능 시스템 설계와 학습 과정에 반영하면 신뢰성을 높일 수 있을 것ˮ이라고 말했다.
뇌인지공학 프로그램 양민수 박사과정 학생이 1 저자, 생명과학과 정민환 교수가 공동 저자, 뇌인지과학과 이상완 교수가 교신저자로 참여한 이번 연구는 국제 학술지 `네이처 커뮤니케이션스 (Nature Communications)‘ 2월 20일자로 게재됐다. (논문명: Striatal arbitration between choice strategies guides few-shot adaptation) DOI: 10.1038/s41467-025-57049-5)
한편 이번 연구는 과학기술정보통신부 정보통신기획평가원 SW스타랩, 한계도전 R&D 프로젝트, 한국연구재단 중견연구자 및 KAIST 김재철AI대학원 사업 지원을 받아 수행됐다.
2025.02.27 조회수 11245 -
정확한 우울증 예측 이제는 손목에서 가능하다
정신질환 팬데믹이 발생했다. 전 세계적으로 약 10억 명이 크고 작은 정신질환을 앓고 있다. 한국도 더욱 심각하여 현재 우울증 및 불안장애 환자는 약 180만 명이며 총 정신질환자는 5년 새 37% 증가하여 약 465만 명이다. 한미 공동 연구진이 웨어러블 기기를 통해 수집되는 생체 데이터를 활용해 내일의 기분을 예측하고, 나아가 우울증 증상의 발현 가능성을 예측하는 기술을 개발했다.
우리 대학 뇌인지과학과 김대욱 교수 연구팀이 미국 미시간 대학교 수학과 대니엘 포저(Daniel B. Forger) 교수팀과 공동연구로 스마트워치로부터 수집되는 활동량, 심박수 데이터로부터 교대 근무자의 수면 장애, 우울감, 식욕부진, 과식, 집중력 저하와 같은 우울증 관련 증상을 예측하는 기술을 개발했다고 15일 밝혔다.
WHO에 따르면 정신질환의 새로운 유망한 치료 방향은 충동성, 감정 반응, 의사 결정 및 전반적인 기분에 직접적인 영향을 주는 뇌 시상하부에 위치한 생체시계(circadian clock)와 수면(sleep stage)에 중점을 두는 것이다.
하지만 현재 내재적 생체리듬(endogenous circadian rhythms)과 수면 상태를 측정하기 위해서는 하룻밤 동안 30분 간격으로 피를 뽑아 우리 몸의 멜라토닌 호르몬 농도 변화를 측정하고 수면다원검사(polysomnography, PSG)를 수행해야 한다. 이 때문에 병원 입원이 불가피하여, 통원 치료를 받는 정신질환자가 대부분인 실제 의료 현장에서 두 요소를 고려한 치료법 개발은 지난 반세기 동안 큰 진전이 없었다. 더불어 검사 비용 또한 무시할 수 없어(PSG: 보험료 적용 없을 시 약 100만원) 사회적 약자는 현재 정신건강치료의 사각지대에 있다.
이러한 문제를 극복하기 위한 해결책은 공간의 제약 없이 실시간으로 심박수, 체온, 활동량 등 다양한 생체 데이터를 손쉽게 수집할 수 있다는 웨어러블 기기다. 그러나 현재 웨어러블 기기는 생체시계의 위상과 같은 의료 현장에서 필요로 하는 바이오마커(Biomarker)의 간접적인 정보만을 제공하는 한계를 가지고 있다.
공동연구팀은 스마트워치로부터 수집된 심박수와 활동량 시계열 데이터 등 매일 변화하는 생체시계의 위상을 정확히 추정하는 필터링(Filtering) 기술을 개발했다. 이는 뇌 속 일주기 리듬을 정밀하게 묘사하는 디지털 트윈(Digital twin)을 구현한 것으로, 이를 활용해 일주기 리듬 교란을 추정하는 데 활용될 수 있다.
이 생체시계 디지털 트윈의 우울증 증상 예측 활용 가능성을 미시간 대학교 신경과학 연구소의 스리잔 센(Srijan Sen) 교수 및 정신건강의학과의 에이미 보너트(Amy Bohnert) 교수 연구팀과의 협업을 통해 검증했다.
협업 연구팀은 약 800명의 교대 근무자가 참여한 대규모 전향 코호트 연구를 수행해 해당 기술을 통해 추정된 일주기 리듬 교란 디지털 바이오마커가 내일의 기분과 우울증의 대표적인 증상인 수면 문제, 식욕 변화, 집중력 저하, 자살 생각을 포함한 총 6가지 증상을 예측할 수 있음을 보였다.
김대욱 교수는 “수학을 활용해 그동안 잘 활용되지 못했던 웨어러블 생체 데이터를 실제 질병 관리에 적용할 수 있는 실마리를 제공하는 연구를 진행할 수 있어 매우 뜻깊다”라며, “이번 연구를 통해 연속적이고 비침습적인 정신건강 모니터링 기술을 제시할 수 있을 것으로 기대된다. 이는 현재 사회적 약자들이 우울증 증상을 경험할 때 상담센터에 연락하는 등 스스로 능동적인 행동을 취해야만 도움을 받을 수 있는 문제를 해결해, 정신건강 관리의 새로운 패러다임을 제시할 것으로 보인다”고 말했다.
뇌인지과학과 김대욱 교수가 공동 제1 저자 및 교신저자로 참여한 이번 연구 결과는 국제 학술지 ‘npj Digital Medicine’ 12월 5일 온라인판에 게재됐다. (논문명: The real-world association between digital markers of circadian disruption and mental health risks) DOI: 10.1038/s41746-024-01348-6
한편 이번 연구는 KAIST 신임교원 연구지원사업, 미국 국립과학재단, 미국 국립보건원, 미국 육군연구소 MURI 프로그램의 지원을 받아 수행됐다.
2025.01.15 조회수 7409 -
뇌 신경활동의 시간적 스케일 규명
두뇌가 수행해야 하는 여러 가지 기능 중에는 감각 정보 처리와 같이 순간적인 것에서부터 기억과 같이 상대적으로 긴 시간 동안 그 내용이 보존되어야 하는 것도 있다. 한미 공동 연구진은 이런 뇌 신경 활동이 이루어지는 다양한 시간적 스케일에 대한 보편적 패턴을 파악하여 뇌의 다양한 기능을 가능하게 하는 신경망 회로 구조를 이해하는 길을 열었다.
우리 대학 뇌인지과학과 백세범 교수와 생명과학과 정민환 교수, 존스홉킨스대학교 이대열 교수 연구팀이 다양한 포유류 종의 뇌에서 공통적으로 나타나는 영역별 신경 활동의 시간적 스케일 패턴을 확인함으로써 뇌가 정보를 표상하는 원리를 이해하는 데에 한 걸음 더 나아갔다고 24일 밝혔다.
인간의 뇌에서 가장 두드러지는 영역인 대뇌피질은 시각피질과 같이 감각 정보를 담당하는 영역부터 전전두엽 피질과 같이 고등 인지를 담당하는 영역까지 순차적인 위계 구조로 되어있다.
연구팀은 신경 활동의 시간적 스케일이 위계가 낮은 영역에서부터 위계가 높은 영역에 이르기까지 점점 증가하는 것을 관측했다. 즉, 뇌의 상위 영역으로 갈수록 정보처리를 위해 상대적으로 긴 시간적 스케일을 사용하는 신경 활동이 나타난다는 것이다.
또한 연구팀은 이와 같은 경향성이 영장류와 설치류에서 공통적으로 존재함을 확인함으로써, 포유류의 뇌 진화에서 다양한 과제 처리를 위한 시간적 스케일이 중요한 공통의 변수였음을 밝혀냈다.
한편 시상(thalamus)*과 같은 영역은 대뇌피질과 강하게 연결돼 있음에도 시간적 스케일의 위계적 변화가 나타나지 않는다는 점도 알아냈다.
*시상: 대뇌 깊은 곳에 위치한 타원형의 핵 집합체로서, 감각 정보를 대뇌피질로 전달하는 ‘중계국’ 역할을 함. 시상을 통해 들어온 정보는 대뇌피질의 각 부분으로 전달되어, 인식·판단·조절과 같은 더 높은 수준의 처리 과정을 거치게 됨.
이전의 연구들은 인간, 원숭이, 설치류 뇌의 대뇌피질 영역에서 자발적 신경 활동의 시간 스케일이 해부학적 계층이 높을수록 길어지는 상관관계를 보였다. 그러나 실제로 정보를 표상하는 활동을 할 때 시간 스케일이 어떻게 달라지는지는 알려진 바가 없었다.
연구팀은 의사 결정 행동을 수행하고 있는 원숭이, 쥐(rat), 생쥐(mouse)의 뇌에서 측정한 신경 활동을 자발적 요소와 행동 관련 요소로 나눠 두 유형의 시간 스케일의 변화가 여러 대뇌피질 영역에서 계층이 높아질수록 길어지는 양상을 나타내는지 분석했다. 나아가 대뇌피질과 직접적인 연결이 존재하는 영역인 시상까지 분석의 범위를 확장하여 신경 활동의 시간적 스케일을 비교했다.
연구 결과, 연구팀은 뉴런의 자발적 활동뿐 아니라 의사 결정 행동 관련 활동의 시간 스케일 역시 세 종의 대뇌피질에서 상위 정보 처리 영역으로 올라갈수록, 즉 해부학적 계층이 높아질수록 길어지는 반면, 뇌의 다른 영역인 시상에서의 신경 활동 시간 스케일은 대뇌피질의 신경 활동의 시간보다 전반적으로 짧고, 계층적 변화의 양상이 없는 것을 확인했다.
백세범 교수는 “포유류의 뇌가 정보를 처리하는 원리를 이해하는데 중요한 단서인 신경 활동의 시간적 스케일이 해부학적 계층에 따라 변하는 보편적인 구조적 패턴을 밝힘으로써, 뇌의 다양한 기능을 구현하기 위해 필요한 신경망 구조에 대한 구체적인 설명이 가능해질 것으로 기대된다”고 말하며 “이번 성과는 연구진들의 밀접한 국제적 협력을 통한 결과이기에 더 뜻깊다”고 덧붙였다.
이번 연구는 미국국립과학원회보 (Proceedings of the National Academy of Sciences, PNAS)에 지난 13일 게재됐다. (논문명: Hierarchical gradients of multiple timescales in the mammalian forebrain, DOI: 10.1073/pnas.2415695121)
한편 이번 연구는 한국연구재단의 이공분야기초연구사업, KAIST 특이점교수 사업 및 기초과학연구원의 지원을 받아 수행됐다.
2024.12.24 조회수 5754 -
뇌 기반 인공지능의 난제 해결
인간의 두뇌는 외부 세상으로부터 감각 정보를 받아들이기 이전부터 자발적인 무작위 활동을 통해 학습을 시작한다. 우리 연구진이 개발한 기술은 뇌 모방 인공신경망에서 무작위 정보를 사전 학습시켜 실제 데이터를 접했을 때 훨씬 빠르고 정확한 학습을 가능하게 하며, 향후 뇌 기반 인공지능 및 뉴로모픽 컴퓨팅 기술 개발의 돌파구를 열어줄 것으로 기대된다.
우리 대학 뇌인지과학과 백세범 교수 연구팀이 뇌 모방 인공신경망 학습의 오래된 난제였던 가중치 수송 문제(weight transport problem)*를 해결하고, 이를 통해 생물학적 뇌 신경망에서 자원 효율적 학습이 가능한 원리를 설명했다고 23일 밝혔다.
*가중치 수송 문제: 생물학적 뇌를 모방한 인공지능 개발에 가장 큰 장애물이 되는 난제로, 현재 일반적인 인공신경망의 학습에서 생물학적 뇌와 달리 대규모의 메모리와 계산 작업이 필요한 근본적인 이유임.
지난 수십 년간 인공지능의 발전은 올해 노벨 물리학상을 받은 제프리 힌튼(Geoffery Hinton)이 제시한 오류 역전파(error backpropagation) 학습에 기반한다. 그러나 오류 역전파 학습은 생물학적 뇌에서는 가능하지 않다고 생각되어 왔는데, 이는 학습을 위한 오류 신호를 계산하기 위해 개별 뉴런들이 다음 계층의 모든 연결 정보를 알고 있어야 하는 비현실적인 가정이 필요하기 때문이다.
가중치 수송 문제라고 불리는 이 난제는 1986년 힌튼에 의해 오류 역전파 학습이 제안된 이후, DNA 구조의 발견으로 노벨 생리의학상을 받은 프랜시스 크릭(Francis Crick)에 의해 제기됐으며, 이후 자연신경망과 인공신경망 작동 원리가 근본적으로 다를 수밖에 없는 이유로 여겨진다.
인공지능과 신경과학의 경계선에서, 힌튼을 비롯한 연구자들은 가중치 수송 문제를 해결함으로써 뇌의 학습 원리를 구현할 수 있는, 생물학적으로 타당한 모델을 만들고자 하는 시도를 계속해 왔다.
지난 2016년, 영국 옥스퍼드(Oxford) 대학과 딥마인드(DeepMind) 공동 연구진은 가중치 수송을 사용하지 않고도 오류 역전파 학습이 가능하다는 개념을 최초로 제시해 학계의 주목을 받았다. 그러나, 가중치 수송을 사용하지 않는 생물학적으로 타당한 오류 역전파 학습은 학습 속도가 느리고 정확도가 낮은 등 효율성이 떨어져, 현실적인 적용에는 문제가 있었다.
연구팀은 생물학적 뇌가 외부적인 감각 경험을 하기 이전부터 내부의 자발적인 무작위 신경 활동을 통해 이미 학습을 시작한다는 점에 주목했다. 이를 모방해 연구팀은 가중치 수송이 없는 생물학적으로 타당한 신경망에 의미 없는 무작위 정보(random noise)를 사전 학습시켰다.
그 결과, 오류 역전파 학습을 위해 필수적 조건인 신경망의 순방향과 역방향 신경세포 연결 구조의 대칭성이 만들어질 수 있음을 보였다. 즉, 무작위적 사전 학습을 통해 가중치 수송 없이 학습이 가능해진 것이다.
연구팀은 실제 데이터 학습에 앞서 무작위 정보를 학습하는 것이 ‘배우는 방법을 배우는’메타 학습(meta learning)의 성질을 가진다는 것을 밝혔다. 무작위 정보를 사전 학습한 신경망은 실제 데이터를 접했을 때 훨씬 빠르고 정확한 학습을 수행하며, 가중치 수송 없이 높은 학습 효율성을 얻을 수 있음을 보였다.
백세범 교수는 “데이터 학습만이 중요하다는 기존 기계학습의 통념을 깨고, 학습 전부터 적절한 조건을 만드는 뇌신경과학적 원리에 주목하는 새로운 관점을 제공하는 것”이라며 “발달 신경과학으로부터의 단서를 통해 인공신경망 학습의 중요한 문제를 해결함과 동시에, 인공신경망 모델을 통해 뇌의 학습 원리에 대한 통찰을 제공한다는 점에서 중요한 의미를 가진다”고 언급했다.
뇌인지과학과 천정환 석사과정이 제1 저자로, 같은 학과 이상완 교수가 공동 저자로 참여한 이번 연구는 12월 10일부터 15일까지 캐나다 벤쿠버에서 열리는 세계 최고 수준의 인공지능 학회인 제38회 신경정보처리학회(NeurIPS)에서 발표될 예정이다. (논문명: Pretraining with random noise for fast and robust learning without weight transport (가중치 수송 없는 빠르고 안정적인 신경망 학습을 위한 무작위 사전 훈련))
한편 이번 연구는 한국연구재단의 이공분야기초연구사업, 정보통신기획평가원 인재양성사업 및 KAIST 특이점교수 사업의 지원을 받아 수행됐다.
2024.10.23 조회수 8631 -
인공지능으로 인간 추론 능력 극대화시키다
최근 인공지능 기술이 인식, 생성, 제어, 대화와 같은 실제 문제를 빠르게 해결해 나감에 따라 인간의 역할과 일자리 생태계가 변화하고 있다. 인공지능의 발전 속도를 본다면 가까운 미래에는 인공지능이 인간보다 똑똑해질 수도 있다. 이와 반대로 인공지능을 이용해 인간의 사고력 자체를 향상시킬 순 없을까?
우리 대학 뇌인지과학과 이상완 교수(신경과학-인공지능 융합연구센터장) 연구팀이 인간의 빠른 추론 능력을 유도해 인과관계의 학습 효율을 향상할 수 있는 뇌 기반 인공지능 기술 개발에 성공했다고 31일 밝혔다.
우리는 일상생활에서 다양한 사건을 경험하며 세상의 다양한 요소에 대한 인과관계를 학습해 나가고, 공부할 때는 지식 조각들을 조합하며 통합적인 지식을 습득한다. 이러한 과정은 점진적으로 추론하는 베이시안 모델 또는 특정한 상황에서 한 번의 경험으로부터 빠르게 결론을 도출하는 고속추론 또는 원샷 추론이 있다.
연구팀은 이전 연구에서 인간의 원샷 추론 과정을 모델링하고 전두엽과 해마가 이러한 과정에 관여하고 있음을 규명한 바 있다. 이번 연구에서 이 모델에 인간의 원샷 추론 과정을 특정한 상태로 유도하기 위해 알파고에 사용된 바 있는 심층 강화학습 기술을 접목했다. 이는 강화학습 알고리즘이 인간의 원샷 추론 과정을 수없이 시뮬레이션하면서 전두엽과 해마가 가장 효율적으로 학습할 수 있는 최적의 조건을 탐색하는 과정으로 볼 수 있다.
연구팀은 126명의 인간 피험자를 대상으로 한 인과관계 학습 및 추론 실험에서 제안 기술을 사용해 학습했을 때 단순 반복 학습 대비 최대 약 40%까지 학습 효율이 향상됨을 보였다. 더 나아가 오랜 시간에 걸쳐 신중하게 학습하거나 몇 가지 단서만을 조합해 빠르게 결론을 도출하는 것 같은 개인별 학습 성향을 고려한 맞춤형 설계가 가능함을 보였다.
인간의 사고체계에 대한 뇌과학적인 이해를 바탕으로 원샷 추론과 같은 인간의 잠재적 능력을 극대화하는 이 기술은 차세대 인공지능의 중요한 도전과제 중 하나이며, 뇌 기반 인공지능 기술은 인간과 유사한 사고체계를 바탕으로 가치판단을 할 수 있으므로 장기적으로 인간과 인공지능이 협업하는 분야에서 인공지능의 신뢰성 및 윤리성을 높이는 데도 기여할 수 있을 것으로 기대된다.
개발 기술은 스마트 교육, 게임 콘텐츠 개발, 추론 능력 측정, 인지훈련 등 인간의 추론 학습과 관련된 모든 분야에 적용될 수 있다. 기존 기술은 단편적인 기억회상, 특정 인지기능, 정답률 증가와 같은 행동적 측면에 집중해 왔다면, 이번 기술은 인공지능을 이용해 과거의 경험을 일반화시키는 인간의 사고체계 자체를 높이는 가능성을 확인한 최초의 사례로 평가된다.
KAIST에서 연구를 주도한 제1 저자 이지항 교수(현 상명대 서울캠퍼스 조교수)는 "이번 연구를 통해 인간의 인지기능을 인공지능에 이식하여 뇌 기반 인공지능을 실현하는 사례를 보였고, 이를 통해 인간의 고위 수준 인지를 적절한 방향으로 유도할 수 있는 새로운 인간-인공지능 상호작용 패러다임을 제시했다ˮ라고 강조하며, 추후 "인간중심 인공지능 연구 개발뿐만 아니라 바이오메디컬 분야, 특히 정신 건강과 관련된 디지털 치료 분야에 적용했을 때 큰 파급력을 보일 것ˮ이라고 말했다.
연구 책임자인 이상완 교수는 "이번 기술의 잠재력은 인공지능의 방대한 지식을 인간이 빠르게 흡수할 수 있는 형태로 변환할 수 있다는 데 있다ˮ며, "챗 GPT, GPT-4와 같은 언어 인공지능에서 추출되는 다양한 정보를 인간이 빠르게 추론 학습할 수 있게 변환하거나, 게임이나 가상현실의 콘텐츠를 인간의 추론 과정에 맞게 최적화해 몰입도를 높일 수 있고, 반대로 몰입도를 적절한 수준에서 제어할 경우 중독을 완화하는 효과를 기대할 수 있다ˮ라고 말했다.
관련 기술은 국내 및 해외에 특허 출원된 상태이며, KAIST 기술설명회(테크페어)에 소개된 바 있다. 이상완 교수 연구팀은 이러한 뇌 기반 인공지능 원천기술의 파급력을 높이기 위해 2019년 KAIST 신경과학-인공지능 융합연구센터를 설립하고, 구글 딥마인드, 마이크로소프트 연구소, IBM 연구소, 옥스퍼드 대학 등 다양한 해외 연구팀들과 함께 국제공동연구를 수행해 오고 있다.
이번 연구는 `시뮬레이션 기반 실험 디자인을 이용한 인간의 인과관계 추론과정 제어'라는 제목으로 국제 학술지 셀(Cell)의 오픈 액세스 저널인 `셀 리포트(Cell Reports)'에 1월 호 온라인판에 1월 30일 자 게재됐다. (논문명: Controlling human causal inference through in-silico task design)
한편 이번 연구는 삼성전자 미래기술육성센터, 과학기술정보통신부 정보통신기획평가원 SW스타랩 및 한국연구재단의 지원을 받아 수행됐다.
2024.01.31 조회수 9218 -
인공지능으로 파킨슨병 맞춤형 치료 가능
파킨슨병 같은 만성 퇴행성 뇌 질환의 경우, 생존 환자의 뇌세포에 직접 접근이 제한적이기 때문에, 뇌 질환 환자의 세포 데이터를 토대로 환자 질병의 메커니즘 하위 유형을 인공지능으로 예측하는 것은 시도된 바가 없다.
우리 대학 뇌인지과학과 최민이 교수 연구팀이 영국 프랜시스 크릭 연구소(Francis Crick Institute)와의 공동 연구로 파킨슨병 환자의 개인별 질병 하위 유형을 예측하는 인공지능 기반의 플랫폼을 개발했다고 15일 밝혔다.
최민이 교수 연구팀이 개발한 플랫폼은 파킨슨병 환자의 역분화 만능 줄기세포(hiPSC)에서 분화된 신경 세포의 핵, 미토콘드리아, 리보솜 이미지 정보만 학습해 파킨슨 환자의 병리적 하위 유형을 정확하게 예측한다.
이 기술을 활용하면 환자별로 다르게 나타나는 파킨슨병 양상을 겉으로 보이는 발현형이 아닌 생물학적 메커니즘별로 분류할 수 있다. 이를 통해 원인 미상의 파킨슨병 환자가 속한 분자 세포적 하위 유형별로 진단이 가능해져 환자 맞춤형 치료의 길을 열 수 있다. 또 이 플랫폼은 고속의 대량 스크리닝 시스템을 사용하기 때문에 병리적 하위 유형에 적합한 맞춤형 약물 개발 파이프라인으로도 활용될 수 있다.
지금까지 파킨슨병의 치료는 환자 개별의 병리 상태를 고려하지 않고 확률에 기댄 ‘일률적 접근’ 방식을 사용해 왔다. 이러한 접근 방식은 병리적 원인과 치료 방법 사이의 불일치로 인해 치료 효과를 향상하기 어려웠다.
최민이 교수 연구팀이 개발한 플랫폼을 사용하면 개별 환자 뇌세포의 분자 및 세포 정보를 정밀하게 프로파일링할 수 있다. 이를 토대로 환자들의 질병 하위 유형을 정확히 진단할 수 있어서 궁극적으로 ‘정밀 의학 (Precise medicine)’이 가능해진다. 이는 각 개인에게 맞춤화된 치료 (Personalized medicine)로 이어져 치료 효과를 크게 향상할 수 있을 것으로 기대된다.
이 플랫폼은 2012년 노벨의학상 수상 기술인 유도만능줄기세포(iPSC: 성인 피부세포나 혈액에서 얻은 체세포를 태아기의 미분화 상태로 리프로그래밍한 세포. 어떤 장기 세포로도 분화가 가능)를 분화시켜 얻은 뇌세포를 사용하는 ‘접시 속 질병(disease in a dish)’ 패러다임이다. 이는 퇴행성 뇌 질환처럼 병변을 직접 얻을 수 없거나, 인간의 뇌를 정확하게 모사할 수 없는 동물 모델의 한계점을 극복할 수 있는 기술 중 하나로 주목받고 있다. 특히, 접시 속에 배양한 자신의 표적 질병 세포를 순차적으로 이미징하면 일련의 병리적 사건을 추적할 수 있어 질병 진행에 따른 약물 반응 결과를 예측할 수 있다는 이점이 있다.
교신 저자인 최민이 교수는 "이번 연구는 실험실에서 얻은 생물학적 데이터를 인공지능에 효과적으로 학습시켜, 정확도가 높은 질병 하위 유형 분류 모델을 생성하는 방법을 구체적으로 소개했다”며, "이 플랫폼은 자폐 스펙트럼과 같이 환자 개인별 증상이 뚜렷하게 다른 뇌 질환의 하위 유형을 분류하는 데에도 유용할 것이며, 이를 통해 효과적인 치료법 개발도 가능해질 것이다”라고 연구의 의의를 설명했다.
이번 논문은 영국 Medical Research Council (MRC)와 대교-KAIST 인지 향상 연구센터의 지원으로 수행됐으며, 국제 학술지 ‘네이처 머신 인텔리젼스 (Nature Machine Intelligence, IF = 25.8) 8월호에 출판됐다 (논문명: Prediction of mechanistic subtypes of Parkinson’s using patient-derived stem cell model)
2023.08.16 조회수 11785 -
뇌의 선천적 수량 비교 원리 규명
뇌의 선천적 인지 기능들은 학습이나 훈련 없이 신경망의 구조적 특성으로부터 자발적으로 발생할 수 있는 것인가?
우리 대학 뇌인지과학과 백세범 교수 연구팀이 두뇌에서 발견되는 선천적 수량 비교 능력이 자발적으로 형성되는 원리를 설명했다고 7일 밝혔다.
주어진 사물들의 수량을 비교하는 기능은 동물이나 인간의 생존에 필수적인 능력이다. 동물 그룹 간 다툼, 사냥, 먹이 수집 등 많은 상황에서 주어진 변수들의 수량 비율이나 차이에 따라 동물들의 의사결정 및 행동이 달라져야 하기 때문이다. 학습을 거치지 않은 어린 개체들의 행동 관찰로부터 수량 비교 능력은 두뇌의 선천적 기능이라는 가능성이 제기됐지만 이러한 능력이 학습 없이 발생하는 원리에 대한 설명은 아직 제시되지 않았다.
백세범 교수 연구팀은 두뇌 모사 인공신경망 모델을 활용해, 학습이 전혀 이뤄지지 않은 심층신경망 구조에서 시각적 수량 비율 및 차이 정보의 인지 기능이 자발적으로 발생할 수 있음을 증명했다. 또한 두 수량의 비율과 차이라는 서로 다른 종류의 정보를 비교하는 기능이 하나의 공통적인 발생 원리로부터 파생될 수 있다고 설명했다.
우리 대학 바이오및뇌공학과 이현수 박사과정, NYU 신경과학과 최우철 박사가 공동 제1 저자로 참여한 이번 연구는 국제 학술지 ‘셀(Cell)’의 온라인 자매지 ‘셀 리포츠(Cell Reports)’ 7월 29일 자에 게재됐다. (논문명: Comparison of visual quantities in untrained neural networks)
연구팀은 먼저 전혀 학습을 거치지 않은 신경망에서 두 수량의 비율과 차이에 선택적으로 반응하는 개별 신경세포가 자발적으로 발생하는 것을 발견했다. 초기화된 심층신경망에서 다양한 비율 혹은 차이를 가지는 시각적 수량 정보가 주어졌을 때, 이에 선택적으로 반응하는 신경세포들이 다수 발견되며, 이들로부터 측정된 신경 활동은 실제 동물 실험에서 관측된 신경 활동 특성과 매우 유사함을 확인하였다. 또한 연구팀은 이를 이용하여 지금까지 보고되어 온 동물들의 수량 비교 행동 특성을 상당 부분 재현할 수 있음을 확인했다.
이에 더해, 연구팀은 수량 비교 기능 신경세포 회로 구조의 발생 원리를 계산신경과학적 모델을 통해 설명하고 검증했다. 신경망에서 발견된 비율/차이 선택적 신경세포의 특징적 연결구조를 분석해, 특정 값에 대한 선택성이 신경망 하위 계층에서 자발적으로 발생된 단순 증가, 단순 감소 신경 활동의 결합을 통해 형성될 수 있음을 보였다. 또한 이러한 신경 활동이 증가, 감소할 때 관찰되는 비선형성의 타입에 따라 각각 수량 비율 또는 수량 차이를 인지하는 신경세포로 분화될 수 있음을 연구팀은 확인했다.
이러한 결과들을 통해 연구팀은 학습이 전혀 이뤄지지 않은 두뇌에서 비율/차이 인지와 같은 선천적 수량 비교 기능이 발생하는 원리에 대한 근본적인 이해를 제시했다.
백세범 교수는 “이번 연구는 상당한 정도의 학습 과정이 필요할 것이라 여겨지던 두뇌의 수량 인지 및 비교, 연산 기능이 그 어떤 학습도 이뤄지지 않은 초기 두뇌의 구조에서 자발적으로 발생할 수 있음을 보이는 연구”라며, “발생 초기 신경망의 구조적/물리적 특성으로부터 다양한 선천적 고등 인지 기능이 발생할 수 있음을 시사함으로써 뇌신경과학 연구뿐 아니라 새로운 개념의 인공지능 연구에도 의미있는 방향을 제시할 수 있을 것이라 기대한다”고 언급했다.
한편 이번 연구는 한국연구재단의 이공분야기초연구사업 및 원천기술개발사업, KAIST 특이점교수 사업의 지원을 받아 수행됐다.
2023.08.07 조회수 8772 -
뇌 속 자명종 신경회로 발견
우리 대학 생명과학과 김대수 교수 연구팀이 한국과학기술연구원(KIST) 김정진 박사팀과 공동연구를 통해 동물이 잠을 자는 동안에도 소리에 반응해 각성하는 원리를 규명했다고 20일 밝혔다.
수면은 뇌의 활동을 정비하고 건강을 유지하는 매우 중요한 생리작용이다. 잠을 자는 동안 감각신경의 작용이 차단되므로 주변의 위험을 감지하는 능력이 감소하게 된다. 그러나 많은 동물은 잠자는 동안에도 포식자의 접근을 감지하고 반응한다. 과학자들은 동물이 깊은 잠과 낮은 잠을 번갈아 자면서 언제 있을지 모를 위험에 대비한다고 생각했다.
김대수 교수 연구팀은 깊은 잠을 자는 동안에도 동물이 소리에 반응하는 신경회로가 있다는 사실을 발견했다. 깨어 있을 때는 청각 시상핵 (Medial geniculate thalamus)이 소리에 반응하지만 깊은 잠 즉 비 램수면 (Non-REM) 동안에는 배내측 시상핵(Mediodorsal thalamus)이 소리에 반응해 뇌를 깨운다는 사실을 밝혔다.
연구 결과 쥐가 깊은 잠에 빠졌을 때 청각 시상핵 신경도 잠을 자고 있었지만 배내측 시상핵 신경은 깨어 있어 소리를 들려주자 곧바로 반응했다. 또한 배내측 시상핵을 억제하면 소리를 들려줘도 쥐가 잠에서 깨어나지 못했으며 배내측 시상핵을 자극하면 소리 없이도 쥐가 수초 이내에 잠에서 깨어나는 것을 관찰할 수 있었다.
이것은 수면상태와 각성상태가 서로 다른 신경회로를 통해 청각신호를 전달 할 수 있다는 최초의 연구로서 국제 학술지 ‘커런트 바이올로지 (Current Biology)’에 2월 7일자로 보고됐으며 (https://www.nature.com/articles/d41586-023-00354-0) 국제학술지 네이처에 하이라이트 되었다. ( https://www.nature.com/articles/d41586-023-00354-0)
김대수 교수는 “이번 연구를 통해 수면 질환 등 다양한 뇌 질환에서 보이는 각성 및 감각장애에 대한 이해를 증진하고 향후 감각을 조절할 수 있는 디지털 헬스케어 개발 등 다양한 분야로 활용이 가능하다”라고 설명했다.
한편 이번 연구는 한국연구재단 중견연구재단 과제로 지원됐다.
2023.02.20 조회수 11223 -
근긴장이상증 음악가들에게 희망을
우리 대학 뇌인지과학과 김대수 교수는 지난 11월 19일 세계보건기구 (WHO, the World Health Organization) 후원으로 개최된 ‘근긴장이상증 음악가들을 위한 컨퍼런스’와 근긴장이상증 환자인 주앙 카를로스 마틴의 카네기 홀 공연에 참석하여 근긴장이상증 치료제 소식을 알렸다.
2022년 11월 19일 ‘기적의 콘서트’가 카네기 홀에서 열렸다. 피아니스트 주앙 카를로스 마틴(João Carlos Martins)은 70, 80년대 세계적인 피아니스트로 주목받았으나 갑자기 찾아온 손가락 근긴장이상증으로 음악을 접어야 했다. 2020년 산업 디자이너였던 바타 비자호 코스타(Ubiratã Bizarro Costa)가 개발한 바이오닉 글러브를 끼고 다시 노력한 결과 60년만에 82세의 나이로 카네기홀에 다시 서게 된 것이다.
당일 공연에 그는 NOVUS NY 오케스트라와 협연으로 바하의 음악을 지휘하였으며 이후 직접 피아노로 연주하여 관객들의 감동을 이끌어 냈다. 특히 공연 중간에 김대수 교수를 포함 근긴장이상증 연구를 하는 과학자들의 이름을 호명하는 등 희귀질환 음악가들을 위한 치료제 개발에 힘써 줄 것을 당부하였다.
음악가 근긴장이상증 (Musician's distonia)은 음악가의 1%에서 3%까지 영향을 미치는 것으로 간주되며, 모든 근긴장이상증의 5%를 차지한다. 근긴장이상증으로 연주가 불가능하게 된 음악가들은 스트레스와 우울증에 시달리며 극단적인 선택을 하게 되는 경우도 있다. 음악가들이 근긴장이상증에 취약한 원인으로는 악기연주를 위해 과도한 몰입과 연습, 그리고 완벽주의적 성격, 유전적 요인 등이 알려져 있다. 현재 보튤리넘 톡신 (보톡스)로 이상이 생긴 근육을 억제하는 방법이 쓰이고 있지만 근육기능을 차단하게 되면 결국 악기를 연주할 수 없게 된다. 주앙 카를로스 마틴 자신도 여러 번의 보톡스 시술과 세 번의 뇌수술 등을 받았으나 치료효과가 없었다. 새로운 치료제가 필요한 이유다.
김대수 교수 연구팀은 근긴장이상증이 과도한 스트레스에 의해 유발되는 것에 착안하여 근긴장이상증 치료제 NT-1을 개발하였다. NT-1은 근긴장 증상의 발병을 뇌에서 차단하여 환자들이 근육을 정상적으로 활용할 수 있게 된다. 김대수 교수 연구팀은 근긴장이상증 치료제 개발 연구성과를 2021년 `사이언스 어드밴시스(Science Advances)' 저널에 게재하였으며 이 논문을 보고 주앙 카를로스 마틴은 자신의 공연과 UN 컨퍼런스에 김대수 교수를 초청하였다.
2022년 11월 18일, 카네기홀 공연에 앞서 열린 희귀질환 극복을 위한 UN 컨퍼런스에서 세계보건기구 (WHO) 의 정신건강 및 약물 남용 연구소 책임자인 데보라 케스텔 박사는“근긴장이상증이 잘 알려지지 않았지만 이미 세계적으로 널리 퍼져 있는 질환으로서 사회적인 관심과 연구자들의 헌신을 필요로 한다”면서 컨퍼런스의 취지를 밝혔다. 김대수 교수는 “NT-1은 뇌에서 근긴장이상증 원인을 차단하는 약물로서 음악가들이 악기를 연주하는 것을 방해하지 않을 것이다. 2024년 까지 한국에서 임상허가를 받을 것으로 목표로 한다”고 발표했다.
NT-1 약물은 현재 교원창업기업인 ㈜뉴로토브 (대표, 김대수)에서 개발 중이다. 임상테스트를 위한 약물 합성이 완료되었고 다양한 동물 실험결과 효능과 안전성이 우수하다는 결과를 얻었다. 병원에 가서 시술을 하고 며칠이 지나야 치료효과를 볼 수 있는 보톡스와 달리, NT-1 은 복용한지 1 시간 내에 치료효과를 보인다. 이른바 “먹는 보톡스”로서 다양한 긴장성 근육질환 및 통증에 효능을 보일 것으로 예상된다.
2022.12.27 조회수 13144 -
상상만으로 원하는 방향으로 사용가능한 로봇 팔 뇌-기계 인터페이스 개발
우리 대학 뇌인지과학과 정재승 교수 연구팀이 인간의 뇌 신호를 해독해 장기간의 훈련 없이 생각만으로 로봇 팔을 원하는 방향으로 제어하는 뇌-기계 인터페이스 시스템을 개발했다고 24일 밝혔다.
서울의대 신경외과 정천기 교수 연구팀과 공동연구로 진행된 이번 연구에서 정 교수 연구팀은 뇌전증 환자를 대상으로 팔을 뻗는 동작을 상상할 때 관측되는 대뇌 피질 신호를 분석해 환자가 의도한 팔 움직임을 예측하는 팔 동작 방향 상상 뇌 신호 디코딩 기술을 개발했다. 이러한 디코딩 기술은 실제 움직임이나 복잡한 운동 상상이 필요하지 않기 때문에 운동장애를 겪는 환자가 장기간 훈련 없이도 자연스럽고 쉽게 로봇 팔을 제어할 수 있어 앞으로 다양한 의료기기에 폭넓게 적용되리라 기대된다.
바이오및뇌공학과 장상진 박사과정이 제1 저자로 참여한 이번 연구는 뇌공학 분야의 세계적인 국제 학술지 `저널 오브 뉴럴 엔지니어링 (Journal of Neural Engineering)' 9월 19권 5호에 출판됐다. (논문명 : Decoding trajectories of imagined hand movement using electrocorticograms for brain-machine interface).
뇌-기계 인터페이스는 인간이 생각만으로 기계를 제어할 수 있는 기술로, 팔을 움직이는 데 장애가 있거나 절단된 환자가 로봇 팔을 제어해 일상에 필요한 팔 동작을 회복할 수 있는 보조기술로 크게 주목받고 있다.
로봇 팔 제어를 위한 뇌-기계 인터페이스를 구현하기 위해서는 인간이 팔을 움직일 때 뇌에서 발생하는 전기신호를 측정하고 기계학습 등 다양한 인공지능 분석기법으로 뇌 신호를 해독해 의도한 움직임을 뇌 신호로부터 예측할 수 있는 디코딩 기술이 필요하다.
그러나 상지 절단 등으로 운동장애를 겪는 환자는 팔을 실제로 움직이기 어려우므로, 상상만으로 로봇 팔의 방향을 지시할 수 있는 인터페이스가 절실히 요구된다. 뇌 신호 디코딩 기술은 팔의 실제 움직임이 아닌 상상 뇌 신호에서 어느 방향으로 사용자가 상상했는지 예측할 수 있어야 하는데, 상상 뇌 신호는 실제 움직임 뇌 신호보다 신호대잡음비(signal to noise ratio)가 현저히 낮아 팔의 정확한 방향을 예측하기 어려운 문제점이 오랫동안 난제였다. 이러한 문제점을 극복하고자 기존 연구들에서는 팔을 움직이기 위해 신호대잡음비가 더 높은 다른 신체 동작을 상상하는 방법을 시도했으나, 의도하고자 하는 팔 뻗기와 인지적 동작 간의 부자연스러운 괴리로 인해 사용자가 장기간 훈련해야 하는 불편함을 초래했다.
따라서 팔을 뻗는 상상을 할 때 어느 방향으로 뻗었는지 예측하는 디코딩 기술은 정확도가 떨어지고 환자가 사용법을 습득하기 어려운 문제점이 있다. 이 문제가 오랫동안 뇌-기계 인터페이스 분야에서 해결해야 할 난제였다.
연구팀은 문제 해결을 위해 사용자의 자연스러운 팔 동작 상상을 공간해상도가 우수한 대뇌 피질 신호(electrocorticogram)로 측정하고, 변분 베이지안 최소제곱(variational Bayesian least square) 기계학습 기법을 활용해 직접 측정이 어려운 팔 동작의 방향 정보를 계산할 수 있는 디코딩 기술을 처음으로 개발했다.
연구팀의 팔 동작 상상 신호 분석기술은 운동피질을 비롯한 특정 대뇌 영역에 국한되지 않아, 사용자마다 상이할 수 있는 상상 신호와 대뇌 영역 특성을 맞춤형으로 학습해 최적의 계산모델 파라미터 결괏값을 출력할 수 있다.
연구팀은 대뇌 피질 신호 디코딩을 통해 환자가 상상한 팔 뻗기 방향을 최대 80% 이상의 정확도로 예측할 수 있음을 확인했다.
나아가 계산모델을 분석함으로써 방향 상상에 중요한 대뇌의 시공간적 특성을 밝혔고, 상상하는 인지적 과정이 팔을 실제로 뻗는 과정에 근접할수록 방향 예측정확도가 상당히 더 높아질 수 있음을 연구팀은 확인했다.
연구팀은 지난 2월 인공지능과 유전자 알고리즘 기반 고 정확도 로봇 팔 제어 뇌-기계 인터페이스 선행 연구 결과를 세계적인 학술지 `어플라이드 소프트 컴퓨팅(Applied soft computing)'에 발표한 바 있다. 이번 후속 연구는 그에 기반해 계산 알고리즘 간소화, 로봇 팔 구동 테스트, 환자의 상상 전략 개선 등 실전에 근접한 사용환경을 조성해 실제로 로봇 팔을 구동하고 의도한 방향으로 로봇 팔이 이동하는지 테스트를 진행했고, 네 가지 방향에 대한 의도를 읽어 정확하게 목표물에 도달하는 시연에 성공했다.
연구팀이 개발한 팔 동작 방향 상상 뇌 신호 분석기술은 향후 사지마비 환자를 비롯한 운동장애를 겪는 환자를 대상으로 로봇 팔을 제어할 수 있는 뇌-기계 인터페이스 정확도 향상, 효율성 개선 등에 이바지할 수 있을 것으로 기대된다.
연구책임자 정재승 교수는 "장애인마다 상이한 뇌 신호를 맞춤형으로 분석해 장기간 훈련을 받지 않더라도 로봇 팔을 제어할 수 있는 기술은 혁신적인 결과이며, 이번 기술은 향후 의수를 대신할 로봇팔을 상용화하는 데에도 크게 기여할 것으로 기대된다ˮ고 말했다.
2022.10.24 조회수 12877