< (왼쪽부터) 백세범 교수, 김광수 석박사통합과정, 장재선 박사 >
우리 대학 바이오및뇌공학과 백세범 교수 연구팀이 학습 과정을 전혀 거치지 않은 신경망에서 고등 시각 인지 기능이 자발적으로 발생할 수 있음을 보였다고 4일 밝혔다.
이번 연구 결과는 신경망에서 상위 인지 기능을 발생시키기 위해서는 반드시 충분한 데이터 학습이 필요하다는 기존의 상식과 완전히 상반되는 것으로, 현재 통용되고 있는 인공지능의 구현 방식에 대한 근본적인 의문을 던진다.
또한 연구팀의 결과는 다양한 생물 종의 뇌에서 관측되는 선천적인 인지 기능의 발생에 대한 설명 가능한 이론을 제시할 뿐만 아니라, 뇌신경과학 연구의 가장 근본적인 질문 중 하나인 `인지 지능의 발생 및 진화'의 원리에 대한 기존과는 전혀 다른 새로운 시각을 제시한다.
연구팀은 뇌의 시각 신경망을 모사한 인공신경망 시뮬레이션을 통해, 모든 연결 가중치가 무작위로 정해지도록 초기화된 신경망이 전혀 학습을 거치지 않은 상태에서도 특정 숫자에 선택적으로 반응하는 `수량 선택성'을 자발적으로 생성함을 발견했다. 또한 이렇게 자발적으로 발생한 수량 선택적 유닛은 실제 동물의 뇌에서 발견되는 수량 선택적 뉴런들이 보이는 *`베버-페히너 법칙' 등의 주요 특성을 동일하게 따름을 확인했다.
☞ 베버-페히너 법칙(Webber-Fechner law): 자극과 감각 사이의 상대적 관계를 나타내는 심리물리학적 법칙. 인지 가능한 자극 강도 변화량은 현재 강도에 지수적으로 비례한다는 것으로 이는 인지생물학에서 기본적인 원리로 알려져 있다.
우리 대학 물리학과 김광수 석박사통합과정, 바이오및뇌공학과 장재선 박사가 공동 제1 저자로 참여한 이번 연구는 국제 학술지 `사이언스(Science)'의 온라인 자매지 `사이언스 어드밴시스(Science Advances)' 1월 1일 字에 게재됐다. (논문명 : Visual number sense in untrained deep neural networks)
신경망에서 인지 지능의 발생에 관한 연구는 뇌인지과학과 인공지능 분야 모두에서 핵심적인 연구 주제 중 하나다. 흥미롭게도 인지 기능을 발생시키기 위해서 일반적으로 많은 양의 데이터 입력을 통한 학습 과정을 거쳐야 하는 인공신경망과 달리 동물의 뇌는 태어난 직후부터 다양한 인지 기능을 수행하는 `선천적' 인지 지능을 가지고 있는 것이 관찰돼왔다.
이러한 차이점은 생물학적 지능의 발생과 진화의 원리를 이해하는 데 결정적인 역할을 하고, 현재 개발된 인공지능과의 차이점을 보여주는 핵심적인 단서를 제공할 것으로 기대되고 있으나 이러한 인지 기능이 어떻게 자발적으로 발생하는지는 아직 명확하게 알려진 바가 없었다.
이에 연구팀은 학습을 거치지 않은 신경망의 초기 상태에서 나타나는 단순한 물리적 구조 특성이 다양한 인지 기능을 발생시킬 수 있을 것이라 예상했다. 이를 확인하기 위해 수행한 심층신경망 시뮬레이션 연구를 통해 모든 연결 가중치가 무작위로 초기화된 신경망에서도 `계층 구조'와 무작위적 피드 포워드 연결만 형성된다면 특정 수량에 선택적으로 강한 반응을 보이는 신경망 유닛들이 자발적으로 생성됨을 확인했다.
이러한 신경망 유닛들은 실제 뇌에서 발견되는 수량 선택적 신경세포의 주요한 성질들과 유사한 특성을 보였다. 이 결과는 생물학적 뇌에서 생애 초기에 발견되는 선천적인 숫자 선택성 역시 동일한 원리에 의해 발생할 가능성을 시사한다.
이러한 결과는 기초적인 인지 기능이 신경망의 초기 구조가 갖춰진 시점에 이미 존재하고 이후 다양한 학습을 통해 조절될 수 있음을 보여주며, 뇌신경과학의 중요한 화두 중 하나인 `지능의 선천적 혹은 후천적(nature vs. nurture) 형성'에 관해 매우 중요한 단서를 제공하는 발견으로 평가된다.
연구팀의 결과는 학습과 훈련에 의존해 대부분의 뇌 기능이 발생한다는 기존의 시각을 탈피해, 선천적이고 자발적으로 발생하는 뇌 기능에 대한 보다 심도 있는 연구가 필요하다는 사실을 시사한다. 한편으로 현재의 인공지능 구현 기법들과 완전히 다른 인공지능 구현 원리를 제시할 수 있는 생물학적 뇌 기반 이론을 제시한다.
< 그림 1. 심층 신경망에서 무작위적인 계층적 연결 구조를 통해 자발적으로 발생하는 수량 선택성을 묘사하는 삽화 >
< 그림 2. 다양한 동물의 행동에서 관측되는 숫자 감각을 묘사하는 사진 >
< 그림 3. 무작위로 초기화된 심층 신경망에서 자발적으로 발생하는 수량 선택적 신경망 유닛 >
백세범 교수는 "뇌 신경망 연구를 통해 얻은 아이디어를 인공신경망 연구에 적용하고, 그 결과를 다시 뇌과학적 원리를 발견하는 데 사용해 중요한 통찰을 가능하게 한 의미있는 연구ˮ라며 "뇌신경과학과 뇌공학 분야 모두에서 가장 중요한 질문 중 하나라고 할 수 있는 인지 지능의 기원에 대한 이해의 전환점을 가져올 것으로 기대된다ˮ라고 언급했다.
한편 이번 연구는 한국연구재단의 이공분야기초연구사업 및 원천기술개발사업의 지원을 받아 수행됐다.
-
연구 "파킨슨병을 편집하다” 염증 RNA 편집 효소 세계 최초 발견
파킨슨병(PD)은 알파시누클린(α-synuclein) 단백질이 뇌세포 내에서 비정상적으로 응집되어 신경세포를 손상시키는 퇴행성 신경질환이다. KAIST 연구진은 파킨슨병의 핵심 병리 중 하나인 신경염증 조절에 있어 RNA 편집(RNA editing)이 중요한 역할을 한다는 사실을 세계 최초로 밝혀냈다. 우리 대학 뇌인지과학과 최민이 교수 연구팀이 영국 UCL 국립신경전문병원 연구소 및 프랜시스 크릭 연구소와의 공동 연구를 통해, 뇌를 보호하고자 염증 반응을 일으키는 교세포(astrocyte)에 대해 RNA 편집 효소인 에이다원(ADAR1)이 면역 반응을 조절하는 중요한 역할을 한다는 것을 밝혀내고 파킨슨병의 병리 진행에 핵심적인 역할을 한다는 사실을 입증했다. 최민이 교수 연구팀은 뇌 면역세포의 염증반응을 알아보고자 파킨슨 환자에게서 유래한 줄기세포를 이용해 뇌의 신경세포를 돕는 교세포와 신경세포로 구성된 세포 모델을 만들고, 파킨슨병의 원인이 된다고 알려진 알파
2025-04-28 -
연구 세계 최초 카이럴자성 양자점 개발- 빛 구동 AI용 소자 구현
기존 양자점(quantum dots)에는 카이랄 방향성, 광학적 또는 자기적 특성을 복합적으로 구현하는 것이 매우 어려운 기술이었다. KAIST 연구진이 이런 한계를 극복하고, 세계 최초로 광학적 카이랄성과 자성의 융합 특성을 동시에 갖춘 ‘카이럴 자성 양자점’을 개발하고, 이를 활용하여 사람의 뇌처럼 정보를 보고, 판단하고, 저장하며 초기화할 수 있는 기능을 단일 소자에 집약해, 고성능 AI 하드웨어의 새로운 패러다임을 제시했다. 우리 대학 신소재공학과 염지현 교수 연구팀이 빛에 의해 비대칭 반응하는 카이랄성과 자성을 동시에 갖는 특수 나노입자인 양자점(CFQD)을 세계 최초로 개발하고, 저전력 인간 뇌 구조와 작동 방식을 모방한 인공지능 뉴로모픽 소자(ChiropS)까지 성공적으로 구현했다. 신소재공학과 염지현 교수 연구팀이 개발한 카이랄 양자점을 활용한 광 시냅스 트랜지스터는 편광 구분, 멀티 파장 인식, 전기 소거 등 다양한 기능을 단일 소자에 집
2025-04-25 -
연구 교모세포종 암의 씨앗‘전암 세포’첫 규명·정조준했다
교모세포종(Glioblastoma)은 가장 공격적이고 예후가 나쁜 대표적 악성 뇌종양으로, 광범위한 뇌 절제술을 포함한 표준 치료 후에도 1년 이내 대부분 재발하며 생존률이 매우 낮은 치명적인 질환이다. KAIST 연구진이 교모세포종에 암세포로 발전하는 가능성을 가진 전암세포가 있다는 것을 최초로 밝혔다. 우리 대학 의과학대학원 이정호 교수 연구팀은 세계 최초로 교모세포종의 진화와 재발 및 치료 저항성의 근원이 되는 ‘전암세포(Precancerous cell)’를 규명했다. 이정호 교수 연구팀은 2018년 교모세포종이 뇌 깊은 곳에 있는 돌연변이 줄기세포로부터 시작된다는 것을 최초로 밝혀내며 ‘네이쳐(Nature)’지에 게재한 바 있다. 이번 연구에서는 암의 씨앗과 같은 ‘전암 세포’가 어디서 유래하는지, 즉, 돌연변이 기원 세포가 어떻게 분화되는지를 규명하였고 이 전암 세포가 종양 내 세부 유형의 암세포들을
2025-04-21 -
연구 뇌처럼 생각·반응하는 반도체 나왔다
뉴랜지스터(Neuransistor)는 ‘뉴런(Neuron) + 트랜지스터(Transistor)’의 합성어로 뇌의 뉴런 특성을 구현하는 트랜지스터라는 의미로 만들어진 새로운 용어이다. 이는 뇌 속 신경세포(뉴런)의 흥분과 억제 반응을 모방하여 시간에 따라 달라지는 정보를 스스로 처리하고 학습할 수 있는 차세대 인공지능 하드웨어의 핵심 반도체 소자다. KAIST 연구진이 뉴랜지스터의 개념을 제시하고 최초로 뉴랜지스터를 개발하는데 성공했다. 우리 대학 신소재공학과 김경민 교수 연구팀이 시간에 따라 변화하는 정보를 효과적으로 처리할 수 있는 액체 상태 기계(Liquid State Machine, 이하 LSM)*의 하드웨어 구현을 가능케 하는 뉴랜지스터 소자 개발에 성공했다. * 액체상태 기계(LSM): 생물학적 신경망의 동적 특성을 모사해, 시간에 따라 변화하는 입력 데이터를 처리하는 스파이킹 뉴럴 네트워크 모델 현재의 컴퓨터는 동영상과 같이 시간 흐름에 따
2025-04-16 -
인물 ‘노벨상 펀드’, HFSP 2025, 윤영규·신우정 교수 선정
생명과학 분야의 ‘노벨상 펀드’로 불리며, 지금까지 31명의 노벨상 수상자를 배출한 ‘휴먼 프론티어 사이언스 프로그램(HFSP)’에서 우리 대학 연구진이 2025년 수상자로 선정됐다. 이번 수상은 KAIST의 학제 간 융합연구와 혁신적 연구 역량이 다시 한 번 전 세계적으로 인정받았다는 점에서 큰 의미를 가진다. 우리 대학 전기및전자공학부 윤영규 교수와 바이오및뇌공학과 신우정 교수가 2025년 휴먼 프론티어 사이언스 프로그램(HFSP) 상을 받게 됐다고 1일 밝혔다. 두 교수는 올해 첫 선정자를 배출한 액셀러레이터 트랙에 선정되어 향후 2년간 약 10만 달러를 지원받게 된다. 휴먼 프론티어 사이언스 프로그램(HFSP)은 생명과학 분야 세계 최고 권위의 국제 연구 지원 프로그램으로, 독창적인 학제 간 융합 국제공동연구를 수행할 역량이 있는 연구자를 선별, 새로운 접근법으로 생명 기전을 밝히는 연구를 지원하자는 취지로 1997년 G7
2025-04-01