한국과학기술원(KAIST·총장 신성철)이 인간 문제해결 과정에서 뇌가 정보를 처리하는 원리를 규명하는데 성공했다.
KAIST는 이상완 바이오 및 뇌공학과 교수팀이 신경과학과 인공지능(AI) 융합연구를 통해 인간의 문제 해결 과정을 이론적·신경과학적으로 규명하는 데 성공했다고 23일 밝혔다.
인간 지능 핵심 요소를 AI 알고리즘으로 이식할 가능성을 크게 높일 수 있을 것으로 기대된다.
불확실성이 높고 복잡한 상황에서 목표를 설정하고 계획을 세우는 것은 인간이 가진 고유 문제 해결 능력이다. 최근 AI 알고리즘이 다양한 분야에서 인간의 작업 수행 능력을 넘어서고 있으나, 이런 문제 해결 능력은 제시하지 못하고 있다.
문제 해결 과정은 목표설정-전략수립-실행-전략수정을 반복하는 과정으로, 상태 의존적인 함수다.
연구팀은 '강화학습 이론 기반 실험 디자인'이라는 기술을 이용해 문제 해결 목표, 문제의 복잡도, 상황 변화의 불확실성이라는 세 가지 변수를 동시에 변화시켜 실제 인간의 문제 해결 과정과 유사한 상황을 구현했다.
취득한 행동과 뇌 영상 데이터를 바탕으로 문제 해결 과정을 설명하는 수학 모델을 찾기 위해 100가지가 넘는 종류의 메타 강화학습 알고리즘을 학습하고, 이를 비교 분석했다. 더 엄밀한 검증을 위해 '정밀 행동 프로파일링'이라는 분석 방법도 적용했다.
그 결과로 문제 불확실성 및 복잡도와 변화하는 상황에서 인간의 학습과 추론 과정을 모사하는 메타 강화학습 모델을 구현했고, 이 모델의 정보처리 과정이 전두엽의 한 부위인 복외측전전두피질 신경 활성 패턴으로 설명된다는 것을 발견했다.
이상완 교수는 “이번 연구는 퍼즐을 푸는 원리를 배워 다른 퍼즐 맞추기에 적용하는 것에 비유할 수 있다”며 “이 기술이 완성되면 궁극적으로는 지능을 공학적으로 분해하고 과학적으로 이해할 수 있을 것으로 기대한다”고 말했다.
대전=김영준기자 kyj85@etnews.com
