August 17,2019

‘차세대 뇌 기반 AI 설계’ 초석 마련

영국 케임브리지대도 공동 연구…"인간의 뇌는 답 알아"

FacebookTwitter

KAIST 바이오및뇌공학과 이상완 교수(오른쪽부터), 이지항 박사, 안수진 박사과정생 ⓒ [KAIST 제공=연합뉴스]

KAIST 바이오및뇌공학과 이상완 교수(오른쪽부터), 이지항 박사, 안수진 박사과정생 ⓒ [KAIST 제공=연합뉴스]

한국과학기술원(KAIST)은 바이오및뇌공학과 이상완 교수 연구팀이 구글 딥마인드·영국 케임브리지 대학과의 공동 연구를 통해 차세대 뇌 기반 인공지능(AI) 시스템 설계 방향을 제시했다고 24일 밝혔다.

이번 연구는 기존 AI 알고리즘상 난제를 인간의 두뇌로 해결할 수 있다는 사실에 근간을 두고 있어서 학계 관심을 받는다.

KAIST 이지항 박사·안수진 박사과정이 주도한 연구는 사이언스 자매지 ‘사이언스 로보틱스’(Science Robotics) 16일 자 온라인판에 실렸다.

최적제어 이론에서 출발한 강화학습은 지난 20여 년 동안 꾸준히 다뤄졌다.

특히 지난 5년간에는 딥러닝의 발전과 맞물려 급격한 성장을 보였다.

딥러닝 기반 강화학습 알고리즘은 알파고 같은 전략 탐색을 비롯해 로봇 제어나 응급실 비상 대응 시스템 등 다양한 분야에 적용할 수 있다.

주어진 문제에 맞게 시스템을 만들어야 하는 점, 불확실성이 높은 환경에서 성능 보장을 할 수 없는 점 등은 한계로 지적된다.

연구팀은 개별 AI 알고리즘이 해결하지 못하는 공학적 문제를 인간의 두뇌가 이미 풀었다는 것에 기반을 둔 ‘전두엽 메타 제어’ 이론을 제안했다.

외부 환경에 따라 성능·효율·속도 문제 균형점을 찾는 뇌기반 강화학습 이론(왼쪽)과 최적 제어하는 '전두엽 메타 제어' 이론 설명도

외부 환경에 따라 성능·효율·속도 문제 균형점을 찾는 뇌기반 강화학습 이론(왼쪽)과 최적 제어하는 ‘전두엽 메타 제어’ 이론 설명도 ⓒ KAIST 제공=연합뉴스

중뇌 도파민·복외측전전두피질 네트워크에서는 외부 환경에 대한 학습 신뢰도를 스스로 평가할 수 있는 보상 예측 신호나 상태 예측 신호 같은 정보를 처리한다.

사람의 두뇌는 이 정보를 경쟁·협력적으로 통합하는 프로세스를 통해 외부 환경에 가장 적합한 학습·추론 전략을 찾는다는 게 이 이론의 골자다.

단일 인공지능 알고리즘이나 로봇설계에 이론을 대입하면 성능·효율·속도라는 3개 조건 사이의 균형점을 유지하는 최적의 제어 시스템을 설계할 수 있다고 연구팀은 설명했다.

나아가 많은 인공지능 개체가 협력하는 상황에서는 각자 전략을 이용하기 때문에 협력·경쟁 사이의 기울기를 미묘하게 유지할 수 있다.

논문 1 저자인 이지항 박사는 “AI의 우수한 성능은 사람의 행동 수준 관찰뿐 아니라 두뇌의 저수준 신경 시스템을 알고리즘으로 구현해 적극적으로 발전시킨 결과”라며 “이번 연구는 계산신경과학에 기초한 결과로, 새로운 AI 알고리즘 설계에 많은 영감을 줄 것으로 확신한다”고 말했다.

의견달기(0)