Creating innovative bio-convergent technologies for better human life

 

2019_photo05.jpg

 

[과학산책] 이상완 교수

 

 

이번 달에는 KAIST 핵심 기술로 선정된 신경과학-인공지능 융합형 차세대 초고성능 뇌-컴퓨터 인터페이스 기술에 대해 알아보고자 이상완 교수님께 인터뷰를 부탁드렸습니다.

 

 

안녕하세요, 이상완 교수님. 교수님께서는 현재 계산신경과학 및 뇌 기반 인공지능 기술에 대해 연구를 진행하고 계신 것으로 알고 있습니다. 해당 연구 분야에 대해 간단하게 소개 부탁드려도 될까요?


  1. >> 기계학습 이론과 모델을 이용하여 인간의 지능을 이해하고 (AI to brain), 인간의 고위수준의 문제 해결 능력을 인공지능 알고리즘으로 이식하는 (Brain to AI) 접근 방법입니다. 이를 통해 인간의 지능 정보 처리 이론을 정립하고 궁극적으로 인간의 지능을 이해하려는 목표를 가지고 있습니다.
     

  2. 저번 달 이상완 교수님 연구실의 BCI 관련 특허 기술이 올해의 KAIST 핵심 기술로 선정되었다고 알고 있는데, 소감 한 말씀 부탁드려도 될까요?

    >> 해당 특허 기술이 KAIST의 다른 특허 기술에 비해 우수해서 선정되었다기 보다는, 본 기술이 가진 발전 가능성과 산업으로의 파급효과를 인정받았다는데 의미가 있다고 생각합니다. 우리 연구실 박사과정 학생인 김동재 학생이 수많은 난관과 실패를 극복하면서 본 기술을 조금씩 완성해 나가고 있습니다. 김동재 학생에게 축하의 말을 전합니다.

     

  3. 특허 기술명이 신경과학-인공지능 융합형 차세대 초고성능 뇌-컴퓨터 인터페이스 기술인 것으로 알고 있습니다. 기술의 핵심 부분이나 적용 분야에 대해 간단한 설명 부탁드려도 될까요?

    >> 기존 BCI 연구는 데이터를 획득하고 디코더를 학습시키는 data-driven이라는 틀안에서 이루어져 왔습니다. 본 기술은 기계학습에서의 강화학습 이론과 의사결정 신경과학을 융합하는 theory-driven 방식으로, 강화학습의 신경과학 이론에 기반한 실험 디자인뇌 데이터 획득 계산 모델링 및 프로파일링을 통한 교차 검증의 프로세스를 통해 인간의 메타 강화학습 뇌 프로세스를 만들고, 이어서 딥러닝 기반의 뇌 디코더 학습을 이 뇌 프로세스에 종속시키는 방식으로 BCI 용 디코더를 설계하게 됩니다.

    이해를 돕기 위해 비유적으로 설명하면, 강화학습 컨텍스트 안에서 정의되는 가상의 뇌 프로세스라는 선생님이 딥러닝이라는 학생을 학습시킨다고 보셔도 되고, 더 단순하게 표현하자면 가상의 뇌안에서 딥러닝을 학습시킨다고 보셔도 됩니다.

    이렇게 만들어진 디코더는 인간이 수행하는 작업에 비 종속적인 (task-invariant) 특성을 가지게 되므로, 보다 높은 신뢰도를 확보할 수 있습니다. 제한적인 환경이진 하지만 기존에 알려진 딥러닝 기반 디코더 보다 30% 이상 성능을 향상시킬 수 있어서, 자체적으로는 세계 최고 성능으로 평가하고 있습니다. Tesla Space-X 창업자인 Elon MuskBCI에 관심이 많은데, 우리는 이 팀의 목표보다 조금 더 멀리 보고 있다고 생각합니다.

    더욱 재미있는 점은 이러한 기술을 이용하면 단순한 행동/의도를 예측할 수 있을 뿐만 아니라, 이러한 행동/의도를 만들어 내는 무의식적이고 보다 근원적 인지 상태의 변화를 읽어낼 수 있다는 것입니다. “생각을 읽어내는 인공지능이라는 질문에 조금씩 다가가는 과정이라고 이해하셔도 좋습니다.

     

  4. 저번 달 서울 삼성 코엑스에서 개최된 KAIST Core Tech Transfer Day 행사에서 해당 기술이 발표되었는데, 많은 분들이 관심을 가졌을 거라 생각됩니다. 기술 관련하여 가장 많이 받았던 질문 내용이 있었나요? 같은 분야를 연구하시는 연구원분들이 어떤 부분을 흥미롭게 생각하고 관심을 갖는지 궁금합니다.

    >> 신경과학과 인공지능을 어떻게 융합하는가에 대한 부분, 특히 뇌과학 실험을 통해 인간의 학습 프로세스를 프로파일링하는 부분을 흥미롭게 생각하십니다. 또한 어떻게 뇌 프로세스를 이용해 딥러닝 디코더를 학습시키는지도 궁금해하십니다.

     

  5. 교수님께서 생각하시는 신경과학 및 뇌 기반 인공지능 분야의 비전은 무엇인지 궁금합니다. 그 비전과 관련하여 교수님의 앞으로의 연구 계획에 대해 한 말씀 부탁드려도 될까요?

    >> 반 농담이지만, 영업 비밀이니 조금만 말씀드리겠습니다 :) 많은 분들이 생각하시는 뇌기반 인공지능은 신경과학 연구를 통해 알아낸 원리를 인공지능에 적용함으로써 성능을 향상시키는 것입니다. 이는 시간이 지나면 자연스럽게 실현될 것으로 생각합니다. 제가 중요하다고 생각하는 것들 중 하나는 인간과 인공지능의 상호학습입니다. 미래는 인간과 인공지능이 협업하는 형태로 발전할 것입니다. 이 단계에서는 인간과 인공지능 사이의 정보전달의 효율성을 극대화시키기 위한 매칭이 중요해집니다. 특이점(singularity)라는 말이 모호한 개념이라 조심스럽긴 한데, 특정한 작업에 대해서는 이미 인공지능의 추론능력이 인간을 앞서고 있기 때문에 특이점이 왔거나 언젠가 올 것이라 할 수 있으나, 이러한 매칭 상태에서는 사람들이 말하는 소위 특이점이라는 것 자체가 정의되지 않는다고 생각합니다.

     

  6. 마지막으로 현재 연구원을 꿈꾸는 KAIST 학생분들에게 한 마디 조언 부탁드립니다.

    >> 대부분 트렌드나 피상적인 키워드를 쫓는 경우가 많은데, KAIST 구성원은 키워드를 만들어야 하는 사명이 있다고 생각합니다. 최근 연구처에서 궁극의 질문들을 발굴하였는데, 신선한 질문이 많아서 재미있게 보고 있습니다. KAIST 구성원들은 좋은 문제 해결 능력을 가지고 계시니, 이러한 문제들을 학문적으로 정의하고 풀어내실 수 있을 것으로 생각합니다.

    큰 질문은 많이 던지시되 (top-down), 일은 작고, 하찮아 보이고, 기초적인 것부터 시작하시기를 (bottom-up) 조언 드립니다.

 

 

 

최예빈 기자(yebbin19@kaist.ac.kr)