%EB%87%8C%EC%9D%B8%EC%A7%80%EA%B3%BC%ED%95%99%EA%B3%BC
-
백세범 교수, 사이언스 어드밴시스 부편집장 임명
우리 대학 뇌인지과학과 백세범 교수가 세계적 권위의 과학 학술지인 사이언스 어드밴시스 (Science Advances)의 신경과학 (Neuroscience) 분과 부편집장(Associate Editor)으로 임명됐다고 14일 밝혔다.
이는 계산 신경과학 기반의 뇌 연구를 선도하고 있는 연구자인 백세범 교수의 탁월한 학문적 영향력과 학술적 소통 역량이 세계적으로 인정받은 성과다.
백세범 교수는 신경과학의 난제 중 하나였던 시각피질 뇌 지도 발생의 원리*를 세계 최초로 밝힌 이래, 지난 10여 년간의 연구를 통해 독창적인 이론 연구의 전문성을 인정받고 있다.
*시각피질 뇌 지도 발생의 원리: 포유류의 시각피질에서는 서로 다른 시각 정보(예: 색상, 방향 등)에 선택적으로 반응하는 신경세포들이 일정한 패턴을 이루며 배치되어 있는데 이를 기능성 뇌 지도(functional map)라고 함. 이 연구에서는 수학적 모델에 기반한 컴퓨터 시뮬레이션을 통하여 망막에 있는 신경세포들이 매우 단순한 물리적 상호작용에 따라 스스로 규칙적인 배열을 형성할 수 있으며 이렇게 형성된 구조가 시각피질에 투영되면서 다양한 기능성 뇌 지도가 만들어진다는 것을 설명하였음.
사이언스 어드밴시스는 미국 과학 진흥 협회(AAAS)가 발행하는 사이언스(Science) 저널의 온라인 자매지로, 과학 전 분야에 걸친 영향력 있는 연구를 다룬다. 2024년 기준 게재 승인 비율(acceptance rate)이 8.2%에 불과할 정도로 높은 수준의 연구 결과를 요구하며, 엄격한 검토 과정을 거친다.
백 교수는 신경과학 분과에서 연구 논문의 심사와 편집 업무에 참여하며, 전 세계 연구자들에게 중요한 과학적 발견을 전파하는 데 핵심적인 역할을 수행한다.
백 교수는 국내 1세대 계산신경과학자로서 이론적 모델 기반의 뇌 연구를 통해 신경과학의 다양한 현상들을 체계적으로 연계하여 설명하는 계산신경과학분야를 개척하고 있다.
최근에는 뇌신경망과 인공신경망의 비교에 기반한 인지 지능 발생 이론 연구들을 진행하며, 인간과 동물의 지능, 그리고 인공지능을 하나의 큰 틀에서 이해하려는 연구를 활발히 진행하고 있다.
백 교수는 그동안 스프링거-네이쳐(Springer-Nature)와 프론티어스(Frontiers) 그룹에서 발행하는 신경과학 저널들의 부편집장 및 편집위원으로 활동해 왔다. 2021년에는 KAIST 특이점 교수(Singularity Professor)에 임명되었으며, 2024년부터는 한국계산뇌과학회(CBrain) 회장직을 맡아 학회를 이끌고 있다.
백세범 교수는 “KAIST 교수진으로서 권위 있는 학술지의 편집위원으로 활동하게 되어 매우 기쁘며, 앞으로 뇌신경과학 분야의 다양한 연구 결과들의 심사 및 출판 과정을 진행하면서, 전 세계 연구자들과 교류를 통해 뇌신경과학 연구의 발전과 방향 설정에 기여하고 싶다”고 소감을 전했다.
2025.03.14 조회수 1015 -
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 2596 -
KAIST-충남대 바이오 융합연구 협력 업무협약 체결
우리 대학은 충남대학교와 ‘공동연구협력에 따른 바이오 분야 융합연구 활성화를 위한 업무협약’을 체결했다고 15일(수) 밝혔다.
첨단 바이오분야는 5000조 세계시장을 대상으로 국가간 경쟁이 치열하므로 교육 및 연구개발의 중복투자를 막고 국내 대학간 협력하는 시너지 창출 전략이 필요하다. 첨단 바이오 핵심 연구개발을 수행 중인 우리 대학은 이웃에 위치한 의학 약학 농학 수의학 등 다양한 바이오 분야의 특화된 충남대와의 본격적인 협력에 나선다.
양 대학은 협약 체결을 통해 바이오 분야 융합연구 활성화를 추진하기 위한 공동연구 협력으로 단기간에 세계적인 바이오 분야 가치 창출을 기대하며 국내 대학 간의 공동협력의 중요한 모델과 이정표를 제시하게 될 것이다.
이번 협약에 따라 양 대학은 ▲연구센터 설립을 통한 상호 관심 분야 주제 발굴 및 공동연구 추진 ▲연구 기자재, 시설물 등 인프라 공동 활용 ▲학과 신설을 통한 전문인력 교류 및 양성 ▲ 교수진 참여 공동 교육과정 개발 및 운영 등 다양한 협력 방안을 추진할 예정이다.
충남대 김정겸 총장은 “이번 협약을 통해 충남대와 KAIST가 국내는 물론 글로벌 바이오 융합연구를 위한 전략적 구심점으로 발돋음할 것으로 기대된다.”며 “충남대는 KAIST와의 이번 협력을 바탕으로 우리 연구자들이 혁신적인 연구에 도전하고, 성과를 달성함으로써 글로벌 연구자로 성장할 수 있도록 미래를 위한 지원과 관심을 아끼지 않겠다.”고 말했다.
이광형 총장은 “그동안 긴밀히 유지되어 온 양교간 상호협력을 바탕으로, 바이오 연구 역량과 인프라가 결합하여 융합연구의 새로운 지평을 열 수 있기를 기대한다”면서 “KAIST는 충남대학교와 전문인력 교류, 공동 교육과정 개발, 학생 창업 교류 확대 등을 통해 국가와 지역사회 발전에 더욱 기여할 수 있기를 바란다.”고 강조했다.
우리 대학과 충남대는 1월 15일, 충남대 대학본부 대회의실에서 이광형 총장, 충남대 김정겸 총장 등 양 기관 관계자들이 함께한 가운데 업무협약식을 개최했다.
2025.01.16 조회수 1816 -
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 2565 -
치매 정복을 위해 (주)에이티앤씨와 연구협력
우리 대학은 미래 첨단 디지털 바이오 시대를 대비하여 연구 투자 및 산학협력을 확대하고자 1월 9일 서울 도곡캠퍼스에서 (주)에이티앤씨(AT&C, 대표 이종원)와 포괄적인 상호협력 협약을 체결한다고 9일 밝혔다.
노인성 치매는 빠르게 증가하는 뇌질환으로써 65세 노인 인구의 10%를 차지하며 85세 이상의 경우 약 38%가 치매를 앓고 있다. 알츠하이머병은 가장 많은 노인성 치매 질환이며 최근에는 40세 이상 인구에서 유병율이 빠르게 증가하고 있으나 효과적인 치료제가 없는 실정이다.
정부는 2020년부터 2029년까지 총 1조 1,054억 원을 치매 연구개발사업에 투자하여 치매 환자 증가 속도를 50% 감소시키는 것을 목표로 하고 있다. 치매치료제를 개발하는 데에는 많은 시간과 비용이 들기 때문에 보다 빠르게 치매 치료에 적용할 수 있는 디지털 치료제의 개발이 절실하다.
디지털헬스케어기업인 (주)에이티앤씨는 자기장을 이용한 경두개 자기자극술(TMS) 기반의 이미 우울증 치료기기로 식약처 승인을 받아 국내외 판매를 하고 있다. 또한, 알츠하이머 치매 치료기를 국내 최초로 개발하여 식약처로부터 임상시험 허가를 받았으며 안전성을 평가하는 1상과 일부 환자들을 대상으로 효능을 검사하는 2상을 통과한 뒤, 현재 대규모 환자들을 대상으로 효능을 검사하는 임상 3상을 진행 중이다.
이 치매 치료기는 비침습적인 전자약(TMS 전자기 자극기)과 디지털 치료제(인지 학습 프로그램)를 융합한 시스템을 갖추고 있어 인공지능 영상 분석 및 로봇 제어 기술을 적용하여 정밀하고 자동화된 치료를 제공한다.
우리 대학은 이번 협약을 통해 (주)에이티앤씨와 혁신적인 뇌 질환 디지털 치료 장비 개발 분야에 상호협력하기로 하였다. 연구 협력을 통해 (주)에이티앤씨는 자사의 장비를 파킨슨병, 뇌졸중, 경도인지장애, 수면장애 등에 폭넓게 적용하는 기술을 개발할 수 있으며, 우리 대학의 웨어러블 기술을 활용해 가정에서도 뇌 기능을 향상하고 치매를 예방할 수 있는 휴대용 장비를 개발할 예정이다.
이를 위해 (주)에이티앤씨는 3년 이내 첨단 디지털 장비 개발을 목표로 약 30억원 규모의 연구 인력 및 연구비를 지원하고 우리 대학은 디지털헬스케어 연구센터를 구축할 계획이다.
디지털 장비 시장은 2023년부터 2033년까지 연평균 성장률 22.1%로 성장하여 2033년에는 시장 규모가 1조 9,209억 달러를 넘어설 것으로 전망된다.
이종원 대표는 “(주)에이티앤씨는 TMS(경두개 자기자극) 기술을 이용하여 알츠하이머 치매 치료에 있어 선도적인 역할을 수행하고 있다. KAIST와의 이번 협약을 통해 뇌 질환 치료의 새로운 패러다임을 만들고, 미래 의료기기와 의료기술을 선도할 수 있는 플랫폼 기업으로 거듭나기 위해 최선을 다할 것이다.”고 말했다.
본 연구개발 사업을 지원하는 이기태 前 삼성전자 부회장은 “이번 KAIST 와 협약을 통해서 지금까지 (주)에이티앤씨가 개발한 기술과 KAIST의 혁신적 차별화된 기술을 서로 접목하여 새로운 미래를 준비하고자 한다.”라고 말했다.
이광형 총장은 “KAIST는 이번 협력을 통해 뇌질환 치료를 위한 세계 최고 수준의 디지털 치료제 개발 인프라를 구축하고, 한국의 바이오 의료 분야 경쟁력을 더욱 강화하는데 큰 기여를 할 수 있을 것으로 기대한다”라고 강조했다.
협약식에는 이광형 총장, 김대수 생명과학기술대학장, (주)에이티앤씨 이종원 대표, 이기태 前 삼성전자 부회장이 참석한다.
2025.01.09 조회수 1882 -
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 2465 -
신약 개발 기업 HLB 그룹과 전격 협력
우리 대학이 미래 첨단 바이오 의료시대를 대비해 연구 투자 및 산학협력 확대를 위해 16일(월) 대전 본원에서 HLB(주)(에이치엘비, 이하 HLB) 그룹(회장 진양곤)과 포괄적인 상호협력 협약을 맺는다.
이번 협약을 통해 두 기관은 암, 파킨슨병 등 난치성 질환 신약을 발굴하기 위한 교육과 연구를 전격적으로 추진할 예정이다.
국내 바이오 의료분야의 GDP 기여율은 1.6%에 불구하고, 연간 약 7,000조에 이르는 세계 신약 시장에 차지하는 비율도 미미하다. 한국경제의 반도체, 배터리, 자동차 산업 의존도가 매우 높은 만큼 바이오 의료분야의 약진이 절실한 상황이다.
이에 우리 대학은 첨단 바이오 분야 발전을 위해 생명과학기술대학 산하에 ‘공학생물학대학원’과‘줄기세포및재생의료대학원’프로그램 개설한 바 있다. 또한 지자체 및 신약 개발 기업과 전방위적인 협력으로 바이오 의료분야 선순환 발전을 위한 돌파구 마련에 노력하고 있다.
HLB 그룹은 혁신적인 간암 치료제 리보세라닙을 개발하고 있으며, 임상 3 상후 FDA 승인 절차를 밟고 있는 신약 개발 기업이다. 또한 HLB는 노인인구 증가에 따른 퇴행성 질환 치료제 개발과 노인건강 관련 사업에 투자를 강화하고 있다.
최근 HLB는 우리 대학 신약개발 교원창업기업인 ㈜뉴로토브에 160억을 투입하여 자회사로 인수한 바 있다. 새롭게 꾸려진 ㈜HLB 뉴로토브(대표 김대수, 심경재)는 파킨슨병 및 근긴장이상증, 우울증 등 난치성 뇌질환 치료제 개발에 본격적으로 도전하고 있다.
진양곤 HLB 그룹 회장은 “두 기관의 협력은 파킨슨병, 근긴장이상증 등 대표적 난치성 뇌 질환 치료제를 개발하고 있는 ㈜HLB 뉴로토브의 기술개발에 중요한 이정표가 될 것”이라고 전했다. 이어, "(주)HLB 뉴로토브를 성공적인 학내 창업 모델로 성장시켜 성공 경험과 노하우를 공유해 KAIST의 창업 생태계 활성화하고, 이를 통해 혁신 기술에 대한 개방형 산학 투자가 활발히 일어나는 선순환 구조를 만들어갈 것”이라고 밝혔다
이광형 총장은 "KAIST와 HLB는 이번 협약을 통해 암 및 퇴행성 뇌 질환 치료제 개발을 포함한 바이오 의료분야의 혁신적인 신약 개발과 기술개발에 적극적으로 협력할 계획"이라고 말했다. 또한, "과학기술과 제약 산업의 융합을 통해 인류의 건강과 삶의 질 향상에 기여하고, 미래 바이오 의료시대를 함께 준비해 선도할 것”이라고 강조했다.
16일(월) 개최한 협약식에는 이광형 총장, 김대수 생명과학기술대학장 등과 HLB 진양곤 회장, 임창윤 부회장 등 주요 경영진이 참석했다.
2024.12.16 조회수 2169 -
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 4310 -
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 5655 -
뇌인지과학과 1주년 기념 심포지엄 개최
우리 대학이 다음 달 2일부터 4일까지 총 3일간 대전 본원 의과학연구센터(E7)에서 '뇌인지과학과 국제심포지엄'을 개최한다.
이번 심포지엄은 뇌인지과학과(학과장 정재승)의 설립 1주년을 기념하는 행사로 국내 뇌인지과학 분야의 저변확대와 차세대 인력양성 등을 논의하기 위해 마련됐다. 이를 위해, 미국 UC 버클리(UC Berkeley), 뉴욕대학교(New York University, 이하 NYU), 스위스 로잔연방공과대학교(EPFL) 등 유수 대학의 세계적 석학들과 구글 딥마인드(Google DeepMind), 아이비엠 리서치(IBM Research) 등에서 활발하게 활동 중인 뇌기반 인공지능연구자 등 13명의 해외 뇌과학자·뇌공학자를 초청했다. 또한, 국내 관련 분야의 리더들과 학술교류 및 공동연구를 논의하고, 우리 대학의 비전에 부합하는 향후 50년의 미래 연구 계획을 함께 모색할 예정이다. '뇌인지 분야의 난제'를 주제로 다루는 심포지엄 첫날에는 양단(Yang Dan) 미국 캘리포니아 대학교-버클리(UC-Berkeley) 신경생물학 석좌교수와 올라프 브랑케(Olaf Blanke) 스위스 로잔연방공과대학교(EPFL) 신경보철센터 교수가 개회 기조 연사를 맡는다. 이들은 각각 '하향식 주의 및 전역 점화: 마우스의 회로 해부'와 '자의식의 신경과학'을 주제로 강연한다. 첫 번째 세션에서는 '뇌인지과학 분야에서 가장 중요한 질문은 무엇일까?'라는 질문을 바탕으로 미국 뇌과학 연구의 중심축 중 하나인 뉴욕대 신경과학 센터(NYU Center for Neural Science)를 설립한 앤소니 모비숀(J. Anthony Movshon) 뉴욕대학교 신경과학 및 생리학 교수가 기조 연설한다. '기술을 확장할 때 우리는 어떻게 이해를 확장할 수 있을까'라는 주제로 강연과 함께 뇌인지과학 분야가 향후 집중해야 하는 연구 방향성을 논의하기 위한 해외 석학들의 발표와 토론이 이어질 예정이다. '뇌와 인지과학 분야의 인재를 어떻게 교육할 것인가?'를 주제로 열리는 둘째 날 오전 세션에서는 문제일 DGIST 뇌과학과 교수, 이상훈 서울대 뇌인지과학과 교수, 조제원 이화여대 뇌인지과학부 교수, 서민아 성균관대 글로벌바이오메디컬공학과 교수 등이 참여해 인재상·교육 커리큘럼·뇌인지과학과 운영 현황·뇌과학 연구의 필요성 등에 대해 강연 및 토론한다. 또한, ‘뇌×헬스케어’와 ‘뇌×인공지능(AI)’을 다루는 세션에서는 뇌 질환 관련 현황 및 연구 동향과 인공지능 기술 개발 동향 등을 공유한다.
심포지엄 마지막 날에는 뇌인지과학 분야에서 우리 대학과 뉴욕대의 공동협력 방안이 논의된다. 신경경제학 분야를 선도하는 뉴욕대 신경경제학 센터(Centre for Neuroeconomics)를 설립한 폴 글림처(Paul Glimcher) 뉴욕대학교 신경과학 및 생리학 석좌교수는 '생명 의료 신경과학의 첨단 기술 협력'을 주제로 기조연설을 한다.
이 세션에서는 미국 뉴욕 맨해튼 소재의 KAIST-NYU 조인트 캠퍼스를 기반으로 추진할 인공지능 융합 뇌과학분야(뇌-기계 상호작용, 뇌기반 기계학습) 국제 공동연구를 위해 뉴욕대의 캐서린 하틀리(Catherine A. Hartley) 교수, 브렌든 레이크(Brenden Lake) 교수와 데이비드 멜처(David Melcher) 뉴욕대-아부다비 교수가 최근 연구성과를 공유하고 토론을 진행한다. 정재승 KAIST 뇌인지과학과 학과장은 "국내에서는 좀처럼 만나기 힘든 세계적인 석학들이 설립 1년 차 학과가 첫 번째로 개최하는 학술 심포지엄의 연사로 참여한다는 것 자체가 KAIST 뇌인지과학과를 향한 학계의 관심과 기대라고 생각한다"라고 말했다. 이어, 정 학과장은 "10년 내 교수진 50명을 보유한 아시아 최대 뇌인지과학과로 성장하는 것을 목표로 신경생물학과 인지과학, 뇌공학과 뇌의학을 두루 아우르는 뇌인지과학 연구의 교두보가 되기 위해 최선을 다하겠다"라고 전했다.한편, KAIST 뇌인지과학과는 단순히 뇌의 생물학적 구조와 인지기능을 연구하는 것을 넘어 뇌와 몸, 인간과 인간, 인간과 세계가 어떻게 상호작용하는지를 탐구하고 이를 바탕으로 공학적이고 의학적인 응용을 실현하기 위해 지난해 설립됐다. 신경과학과 인지과학의의 탄탄한 기초를 바탕으로 뇌공학과 뇌의학 분야로 연구 영역 확장을 시도하고 있으며, KAIST-NYU 조인트 캠퍼스를 통해 학부생과 대학원생, 박사후 연구원, 교수들이 뉴욕에 상주하면서 뉴욕대·콜롬비아대·코넬대·록펠러대 등 유수의 대학들과 공동연구를 수행할 수 있는 세계적 연구 및 교육 협업 시스템을 갖추고 있다.이번 행사는 국제심포지엄의 특성상 일부 세션이 영어로 진행되며, 뇌인지과학 분야에 관심 있는 사람이라면 누구나 무료로 참관할 수 있다.
2023.10.27 조회수 6667 -
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 7722 -
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 5803