한국연구재단(이사장 이광복)은 김태일 교수(성균관대학교, 제1저자 신주환 박사과정) 연구팀이 문신 전극기반의 뇌파 측정 웨어러블 디바이스를 제작, 사람의 뇌파를 통해 인공지능머신의 의사결정 성능을 향상 시키는 시스템을 개발했다고 밝혔다.
문신 전극(전자 문신)은 매우 얇은 두께로 사람 피부에 마치 문신처럼 부착되어서 생체 신호 모니터링 용도로 사용되며, 두께가 얇아 사람 피부의 지문과 같은 굴곡에도 전극이 파고 들 수 있게 해준다. 이는 곧 생체 전기 신호 측정에서 가장 문제가 되는 노이즈 문제를 극복 할 수 있게 해준다.
제품화된 인공지능 기계에 대해 오작동을 지적하거나 올바른 동작정보를 전달하는 것은 현재 손이나 음성 등을 통한 수동적 방법을 이용하고 있어, 지속적인 성능 향상을 기대하기 어렵다.
최근 뇌파를 이용하여 인공지능 기계에 피드백을 주는 연구들이 진행되고 있지만, 대부분 뇌파 측정 장치의 성능 부족과 사용자가 움직일 때 발생하는 동적 노이즈 문제 등을 해결 하지 못하여 제한된 실험실 환경에서만 연구되고 있다.
이에 연구팀은 머리카락 굵기의 100분의 1 수준인 약 1마이크로미터의 두께로 고품질의 뇌파 측정이 가능한 문신 전극을 제작, 여기에 밀착 무선 이어폰과 같은 이어버드를 통합하여 무선 웨어러블 뇌파 측정 장치를 개발했다.
▲ 뇌-인공지능 폐쇄 루프 제어 시스템의 모식도와 연구팀에서 제작한 문신 전자 장치 (이미지 출처=한국연구재단)
문신 전극은 얼굴표면과 같이 굴곡진 피부 위에도 부착이 가능하며, 두께가 얇아 마치 피부와 같이 이질감 없이 부착할 수 있어 기존 뇌파 측정 장치의 고질적 문제인 동적 노이즈 문제를 극복 할 수 있다.
▲ 문신 전자 장치 기반 무선 웨어러블 뇌파 측정 디바이스의 다양한 일상생활에서의 모습과 노이즈 감소 특성 비교 결과(이미지 출처=한국연구재단)
또한, 상용 디바이스의 약 10분의 1 무게로 무선통신이 가능한 초소형 뇌파 측정 이어버드를 이용함으로써 사용자가 움직이는 상황에서도 제약 없이 뇌파 신호를 측정하고 활용할 수 있는 가능성을 열었다.
▲ 웨어러블 뇌파 측정 디바이스를 이용하여 측정한 인공지능 기반 기계의 동작 관찰시의 오류 관련 전위 측정 및 이를 통한 딥러닝 분류 모델 학습 결과(이미지 출처=한국연구재단)
나아가, 연구팀은 사용자가 인공지능 자동화 기계의 오류를 관찰 할 때 생기는 뇌파 패턴을 이어버드로 수집하였고, 인간이 관찰 대상의 잘못된 행동이나 상황을 인지했을 때 뇌에서 발생하는 특정 뇌파 패턴인 오류 관련 전위를 추출 할 수 있게 도와주는 딥러닝 모델을 학습시켰다.
▲ 오류 관련 전위 딥러닝 모델을 탑재한 인공지능 기계의 성능 강화 데모(이미지 출처=한국연구재단)
그 결과, 인공지능 기계가 실시간으로 오류 관련 전위를 확인하고, 인공지능이 문제를 일으켰을 때 이를 즉시 교정하거나 오류를 일으키지 않는 방향으로 기계의 성능을 강화시킬 수 있었다.
오류 관련 전위를 자동으로 확인하는 인공지능 기계는 마치 사람의 사회적 능력인 ‘눈치’를 살피는 법을 배운 것과 유사하며, 스스로 사용자의 뇌파를 분석하여 긍정적 혹은 부정적 의도를 판별할 수 있고 또 사용자가 원하는 방향대로 학습하고 동작을 결정해 나갈 수 있다.
김태일 교수는“재료 기술과 공학적 노력을 통해 웨어러블 뇌파 측정 장치의 성능을 한 단계 끌어 올려, 인공지능이라는 실용적 영역에 접목시킨 사례”라며, “후속 연구를 통해 변수가 많은 실제 자율 주행 자동차 등을 대상으로 뇌-인공지능 자동 제어 시스템의 적용 가능성을 기대하고 있다”고 전했다.
또한 신주환 학생은 “뇌파 이용으로 향후 다양한 자동기기의 학습이 가능 할 것으로 기대한다”고 덧붙였다.
과학기술정보통신부와 한국연구재단이 추진하는 뇌과학원천기술개발사업의 지원으로 수행된 이번 연구의 성과는 국제학술지 ‘npj 플렉서블 일렉트로닉스(npj Flexible Electronics)’에 5월 30일 온라인 게재되었다.
글. 이지은 기자 smile20222@gmail.com | 사진 및 자료출처=한국연구재단(NRF)