왼쪽부터 안수진 박사과정, 이지항 박사, 이상완 교수
왼쪽부터 안수진 박사과정, 이지항 박사, 이상완 교수

[한국대학신문 조영은 기자] KAIST(총장 신성철)는 이상완 바이오및뇌공학과 교수 연구팀이 영국 케임브리지 대학, 구글 딥마인드와 공동 연구해 차세대 뇌 기반 인공지능 시스템 설계의 방향을 제시했다고 24일 밝혔다.

이번 연구는 인간의 두뇌가 기존의 인공지능 알고리즘이 해결하지 못하는 부분을 해결할 수 있다는 사실에 기반한 신경과학-인공지능 융합 연구로, 성능·효율·속도의 균형적 설계와 같은 다양한 공학적 난제를 해결할 수 있을 것으로 기대된다.

최적제어 이론에서 출발한 강화학습은 기계 학습의 한 영역으로 지난 20여 년 동안 꾸준히 연구된 분야로, 지난 5년 동안은 딥러닝 기술 발전과 함께 급격히 성장해왔다.

딥러닝 기반 강화학습 알고리즘은 최근 알파고와 같은 전략 탐색 문제, 로봇 제어, 응급실 비상 대응 시스템과 같은 의료 진단 등 다양한 분야에 적용되고 있지만 주어진 문제에 맞게 시스템을 설계해야 하는 점, 불확실성이 높은 환경에서는 성능이 보장되지 않는 점 등이 문제였다.

연구팀은 이번 연구에서 강화학습 등의 개별 인공지능 알고리즘이 해결하지 못하는 공학적 문제를 인간의 두뇌가 이미 해결하고 있다는 사실에 기반한 ‘전두엽 메타 제어’ 이론을 제안했다.

이 이론은 중뇌 도파민-복외측전전두피질 네트워크에서 외부 환경에 대한 학습의 신뢰도를 스스로 평가할 수 있는 보상 예측 신호나 상태 예측 신호와 같은 정보를 처리하고, 인간의 두뇌는 이 정보들을 경쟁적·협력적으로 통합하는 프로세스를 통해 외부 환경에 가장 적합한 학습 및 추론 전략을 찾는다는 것이다.

이러한 원리를 단일 인공지능 알고리즘이나 로봇설계에 적용하면 외부 상황변화에 강인하게 성능, 효율, 속도 세 조건 사이의 균형점을 유지하는 최적의 제어 시스템을 설계할 수 있다. 또 다수의 인공지능 개체가 협력하는 상황에서는 서로의 전략을 이용함으로 협력-경쟁 사이의 균형점을 유지할 수 있다.

이상완 교수는 “연구를 하다 보면 우리의 두뇌는 공학적 난제를 의외로 쉽게 해결하고 있음을 알 수 있다. 이 원리를 인공지능 알고리즘 설계에 적용하는 뇌 기반 인공지능 연구는 해외 유수 기관에서도 관심을 두는 신경과학-인공지능 융합 연구 분야”라며 “장기적으로는 차세대 인공지능 핵심 연구 분야 중의 하나로 자리를 잡을 것으로 기대한다”고 말했다.

한편 과학기술정보통신부 및 정보통신기술진흥센터 연구개발 사업, 삼성전자 미래기술육성센터의 지원을 받아 수행된 이 연구에는 이상완 교수와 함께 이지항 박사, 안수진 박사과정이 참여했다.

연구는 국제 학술지 사이언스의 자매지인 <사이언스 로보틱스(Science Robotics)> 16일 자 온라인판에 포커스 형식으로 게재됐다.

저작권자 © 한국대학신문 무단전재 및 재배포 금지