뇌의 전두엽이 하는 기능을 인공지능(AI)에 접목해 기존 AI 알고리즘으로는 해결할 수 없는 문제를 해소할 수 있다는 이론이 나왔다. 차세대 뇌 기반 AI 시스템 설계 방향을 제시한 것으로 평가된다.
한국과학기술원(KAIST·총장 신성철)은 이상완 바이오 및 뇌공학과 교수와 이지항 박사팀이 영국 케임브리지대 및 구글 딥마인드와 함께 딥러닝 기반 강화학습 알고리즘에 유연성을 더하는 아이디어로 '전두엽 메타 제어' 이론을 만들었다고 24일 밝혔다.
AI는 성능·효율·속도가 서로 상충해 어느 하나를 강화하면 다른 요소가 약화되는 공학 난제가 있는데, 이 이론을 적용하면 상충 현상을 해결할 수 있다.
이번 연구 결과는 AI에 신경과학 요소를 더한 것이다. 연구팀은 지난 2014년 전두엽-기저핵 뇌 회로가 이종 강화학습을 제어한다는 증거를 확보해 발표했고, 이듬해 같은 뇌 회로가 고속 추론 과정을 제어한다는 연구결과를 발표했다.
이번에는 사람 두뇌가 외부 환경에 맞춰 자율적으로 성능·효율·속도를 조절하고 가장 적합한 학습이나 추론 전략을 찾는다는 내용을 더했다. 중뇌 도파민-복외측전전두피질 네트워크가 각종 예측 신호를 처리해, 최적의 성능·효율·속도 균형점을 찾는다는 것이다.
이 학습 추론구조를 AI 알고리즘이나 로봇설계에 적용하면 최적 제어 시스템을 설계할 수 있다. 많은 AI 개체가 서로 협력하거나 경쟁해 높은 성과를 내도록 유도할 수 있다.
이지항 박사는 “현대 AI는 두뇌 저수준 신경 시스템을 알고리즘으로 구현하고 적극 발전시켜 지금의 우수한 성능을 구현할 수 있었다”며 “이번 연구도 계산신경 과학에 뿌리를 둔 연구로 현대 딥러닝과 강화학습 난제를 해결하는 실마리가 될 것”이라고 말했다.
대전=김영준기자 kyj85@etnews.com
