[학과 교수 취재] 강형률 교수

강형률 교수님.jpg

<강형률 교수>

이번 인터뷰는 새로이 바이오 및 뇌공학과에 부임하신 강형률 교수님과 진행해보았습니다. 강형률 교수님은 2023년부터 Computational Cognitive Neuroscience (CoCo) 연구실을 운영하고 계십니다.

Q1. 안녕하세요 강형률 교수님, 현재 교수님의 주요 연구분야는 어떤 내용일지 독자분들께 간단하게 소개해주실 수 있을까요?

안녕하세요. 올해 5월부터 바이오 및 뇌공학과에 부임하게 된 강형률이라고 합니다. 저의 주요 연구분야는 뇌가 불확실한 상황에서 어떻게 의사결정을 내리는지에 대한 연구입니다.

의사결정 과정에서 불확실성이 존재하면 선택이 어려운 경우가 많습니다. 예를 들어, 날씨가 좋을지 나쁠지 확실하지 않은 상황에서 소풍을 계획하거나, 합격이 불확실한 상황에서 경쟁률이 높은 학과에 지원하는 등의 결정을 생각해보면 불확실성이 있을 때 선택이 어렵다는 것을 알게 됩니다. 과장을 조금만 섞어서 얘기하면, 이런 불확실한 상황에서의 의사결정 때문에 뇌가 존재한다고도 할 수 있습니다. 반대로, 뜨거운 것을 만지면 곧바로 손을 떼게 되는 반사적 행동은 확실한 상황에서의 결정이라고 할 수 있고, 이러한 반사적 결정은 뇌의 관여 없이 척수에서 일어나기도 하거든요. 그러나 불확실성이 있으면 다양한 정보를 여러 시간, 공간에 걸쳐 통합해야 하기 때문에 뇌의 역할이 필요해 집니다.

이 중, 순차적인 의사결정 과정을 중점적으로 연구하고 있습니다. 순차적 의사결정은 여러 단계로 이루어지는 결정을 의미합니다. 예로는 앞서 언급한 학과 선택과 같은 중요한 결정을 들 수 있는데요, 그런 중요한 결정을 위해서는 여러 단계에 걸친 정보 수집과 취합이 필요합니다. 하지만 정보마다 신뢰도에 차이가 있고, 정보를 기억하고 있다 보면 잊어버릴 수도 있으므로, 단계의 수가 많아질수록 정보를 취합하기가 어려워집니다. 따라서 이럴 때야 말로, 각 단계에서 수집한 정보의 신뢰도를 저울질해서 확실한 정보를 기억하고 무게를 주어야 하는 뇌의 역할이 가장 중요한 때라고 할 수 있습니다. 이러한 경우를 연구함으로써, 뇌가 중요한 결정을 내리는 기전을 밝혀 보고자 합니다.

이를 위해 저희 연구실에서는 기본적으로 주어진 문제를 최적으로 해결하는 방법을 인공지능 알고리듬을 통해 알아냅니다. 이후 이러한 문제 해결 절차의 각 단계에서 얻는 정보에 생물학적이거나 환경적인 요인에 의해 얼마나 잡음이나 편향이 들어가는지를 바꿔 가며 문제 해결 결과를 시뮬레이션해서 사람이나 동물의 행동 또는 뇌의 활성 패턴과 비교합니다. 이를 통해, 어느 단계에 어떤 잡음과 편향이 들어가는지를 알아내고, 그 이유를 분석합니다.

Q2. 현재 연구 분야인 뇌과학과 컴퓨터 모델링 내용을 연구하시게 된 계기가 궁금합니다.

연구에 대한 저의 첫 관심은 정보 경시대회를 통해 시작되었다고 생각합니다. 중고등학교 시절부터 프로그래밍을 하고 계절학교에서 정보학을 배우면서 인공지능에 흥미를 느끼게 되었습니다. 그런데 인공지능의 한계에 대해서도 점차 배우게 되면서, 인간의 사고 과정에 대한 이해로 관심이 이어졌고, 자연스럽게 뇌과학에 관심을 가지게 되었습니다. 그래서 서울대학교 의과대학을 졸업한 후, 뇌과학을 연구하기 위해 컬럼비아 대학교에서 박사 과정을 밟으면서 계산 뇌과학과 의사결정 연구에 집중하였습니다. 이후 캠브리지 대학교에서 박사후 연구원으로 일하면서 불확실성 속에서의 길찾기(spatial navigation), 학습, 기억 등에 대한 연구를 진행하였고, 불확실성 속에서의 의사결정을 중심으로 하는 연구를 이어나가게 되었습니다.

Q3. 교수님의 연구내용 중 AI system과 뇌의 인지 과정 (navigation, learning, decision making)을 비교하는 내용이 흥미롭습니다. 이 부분에 대해서 조금 더 설명해주실 수 있나요?

저의 연구 분야 중 AI 시스템과 뇌의 인지 과정 비교 내용에 대해 더 자세히 설명 드리겠습니다. 전통적으로 인공지능 연구는 주어진 문제를 가장 효율적으로 해결하는 방법을 연구합니다. 그러다 보면 디지털 컴퓨터라는 하드웨어에 알고리듬을 최적화하는 내용도 포함하게 됩니다. 이에 대한 유명한 예로, 2012년에 시각인지 경연에서 기록을 세움으로써 딥러닝 혁명을 시작한 AlexNet 모델이 GPU 메모리 부족 문제를 해결하기 위해 네트워크 최적화를 수행한 사례가 있습니다.

하지만 제 연구는 이와는 다소 다릅니다. 주어진 문제에 대한 최적의 해결 방법을 찾는 단계에서는 전통적인 인공지능 연구 방법을 쓰지만, 주된 목적은 인공지능 모델과 뇌가 어떻게 문제를 해결하는지를 비교하는 것입니다. 뇌는 디지털 컴퓨터와 다른 특성을 많이 갖고 있는데, 인공지능 모델을 변형해 가면서 이러한 특성을 시뮬레이션하고, 궁극적으로 어떻게 하면 인공지능 모델이 뇌가 생각하는 것처럼 생각하게 만들 수 있는지를 연구하여 뇌의 생각 메커니즘을 파악하는 것이 주제입니다.

이러한 연구는 크게 두 가지로 응용될 수 있습니다. 첫째는 인공지능 알고리듬을 발전시키는 것이고, 둘째로는 뇌가 최적으로 작동하지 못하는 경우, 즉 질병이 있는 경우에 대한 이해를 발전시키는 것입니다.

첫째 경우는, 최근 중요성이 대두되는 딥러닝, 강화 학습과 관련하여 꾸준히 연구되어 왔습니다. 이는 현재도 공학과 뇌과학/인지과학 개념들이 상호작용하여 발전하고 있는 분야입니다.

둘째 경우는 알츠하이머 치매 같은 신경질환, 또는 각종 정신 질환의 이해와 진단 및 치료에 응용하고자 하는 연구가 최근 활발히 시작되고 있습니다. 저도 이쪽으로 연구를 발전시켜 나가고자 합니다.

Q4. 교수님의 연구결과가 어떻게 신경/정신과 질환(알츠하이머 등)의 기작의 이해와 진단에 기여하게 될지 설명해주실 수 있나요?

알츠하이머 치매를 예로 들자면, 일반적으로 치매가 있는 어르신들의 길 찾기 능력이 저하된다는 것은 상식으로 잘 알려져 있기도 하고, 연구를 통해 정량화되고 확인되기도 했습니다. 최근에는 치매 진행을 늦추는 치료약들도 이미 개발된 만큼 조기에 치매를 감지해야 할 필요가 확실해 졌습니다. 특히 치매가 발생하기 전에 이를 예측하여 선제 조치를 취할 수 있다면 치매의 발병 시기를 지연시킬 가능성도 있습니다. 이를 위해 뇌과학적으로 길찾기 능력을 측정하는 방법을 발전시켜서, 미세한 손상이 있는 경우에도 감지할 수 있는 방법을 개발하려는 협력 연구를 진행하고 있습니다. 이를 통해 치매의 조기 진단과 예방에 기여하고자 합니다.

알츠하이머라는 특수한 경우 외에도, 일상 속에서 불확실성 하에서의 의사결정 능력이 저하되는 것이 여러 정신질환으로 발현될 수 있다는 관점이 대두되고 있고, 계산정신과학이라는 분야로 떠오르고 있는데요, 저도 이러한 관점에서 연구를 계획하고 있습니다. 예를 들어 우울증 환자는 긍정적인 가능성을 간과하거나 자신이 상황을 바꿀 수 있는 능력을 과소평가하는 경향이 있을 수 있습니다. 또한 충동 조절 장애의 경우 결정에 필요한 충분한 근거가 확보되기 전에 결정을 내린다고 볼 수 있습니다. 주의력 결핍 과잉행동장애 (ADHD) 또한 주의를 어디에 기울여야 하는지 판단하는 데 어려움을 겪을 수 있는데, 강화학습의 탐색-활용 딜레마를 통해 이해해볼 수 있습니다. 이러한 계산정신과학적 관점을 가지고, 다양한 정신질환을 의사결정의 장애라는 관점에서 체계적으로 이해할 수 있다는 가설 하에 연구들을 계획하고 있습니다. 이러한 이해를 바탕으로 진단 및 치료법 개발에도 기여하고 싶습니다.

Q5. 교수님 연구실은 어떤 학생들이 지원하면 좋을까요? 중요하게 생각하시는 부분이 있으신가요?

우선 이 분야에 대한 열정과 호기심이 있으면 좋을 것 같습니다. 아무래도 연구라는 게 짧은 시간에 끝나는 일이 아니고 어쩌면 평생을 연구해도 다 알아내지 못할 문제를 다루는 것이기 때문에 그런 열정이 있으면 도움이 많이 될 것이라고 생각합니다.

이와 관련해서, 끈기도 중요합니다. 아이디어는 여러 가지가 비교적 쉽게 떠오를 수 있는데, 너무 여러 아이디어를 떠오를 때마다 좇다 보면 하나도 끝을 못 낼 수도 있기 때문에, 한 번 집중하게 된 연구에 대해서는 결론이 날 때까지 꾸준히 탐구하는 자세가 필요합니다.

또한, 우리 연구실은 이론 연구에 집중하기 때문에, 생각을 체계적으로 정리하고 발전시켜 나가는 습관을 가지면 좋습니다.

이런 습관을 이미 가지고 있어도 좋지만, 대학원에 들어오고 나서도 차차 배워갈 수 있으므로, 같이 연구실에서 발전시켜 나갈 수 있어도 좋겠습니다.

학문적인 측면에서는 기본적인 컴퓨터 코딩 능력과 수학적 배경이 있으면 좋습니다. 습관의 경우에서처럼, 대학원에 들어오기 전에 이러한 지식을 이미 갖고 있다면 더욱 좋겠지만, 대학원에 입학하고 나서도 수업을 통해 배우고 습득할 수 있습니다. 저 또한 정보 경시를 하기는 했지만 의대 시절에는 생물학, 의학에 집중했기 때문에, 대학원에서 수학, 컴퓨터 쪽의 지식을 더 습득하고자 수업을 열심히 들었던 기억이 있습니다.

Q6. 앞으로 연구실에 들어올 대학원생들에게 어떤 부분을 중점적으로 지도해주시고 싶으신가요?

우선, 계산뇌인지과학이 핵심 연구 분야이기 때문에 그 내용을 배우도록 도와주고 싶고, 그 중에서도 연구실에서 주력하고 있는 확률적 모델링을 익히도록 도와주고 싶습니다. 확률적 모델링은 공학, 과학 전반에 걸쳐서 불확실성이 있는 상황을 모델링할 때 필요한 기법입니다. 예를 들어 자율주행 알고리듬에서도 이러한 확률적 모델링을 활용하고 있고, 저희 연구실에서도 이 알고리듬을 응용하고 있습니다. 예를 들어 주행시 도로 상태에 따라 바퀴가 같은 횟수를 회전해도 실제 이동 거리에는 차이가 나게 되는데, 이러한 상황에서도 원하는 곳으로 갈 수 있기 위해 자율주행에서는 불확실성을 고려하는 의사결정 알고리듬을 쓰고 있습니다. 저희는 이런 알고리듬을 응용하여 다양한 개체(사람, 동물)가 불확실성이 있는 환경에서 어떻게 행동하고 의사결정을 내리는지를 모델링하고 있습니다.

연구 내용 이외에도 코드 작성과 정리, 효과적인 공유 및 협업 능력, 글쓰기와 발표 또한 중요한 기술입니다. 이러한 기술을 배워 두면 어떤 곳에서 어떤 연구를 진행하더라도 도움이 될 것입니다. 이런 기술은 누구나 평생 갈고닦아야 하므로, 저 또한 이러한 부분을 학생들과 함께 발전시켜 나가고자 합니다.

Q7. 교수님은 연구실을 운영하실 때 어떤 부분을 중요하게 생각하시나요?

저는 연구실 운영에 있어서 가능한 한 micro-managing을 피하면서도, 성취를 위해 필요한 접근 방법을 제안하여 효율적인 연구실이 되도록 하고 싶습니다.

특히, 아이디어를 자유롭게 공유하고 협력하며 노력을 같이 기울일 수 있는 환경을 구축하는 것이 매우 중요합니다. 이러한 문화를 확립하기 위해서는 기여를 공정하게 인정하는 것이 필수적입니다. 프로젝트에 누군가의 도움이 있었을 때 그 기여를 잊지 않고 저자로 반영하는 등, 기여의 인정에 주의를 기울이고자 합니다.

저희가 이론 중심의 연구실이기 때문에, 이렇게 열린 문화와 기여의 공정한 인정이 확립되면, 생산성을 크게 향상시킬 수 있습니다. 예컨대 여러 사람이 만든 프로그램들이 함께 잘 동작할 수 있는 시스템을 갖추면, 거인의 어깨 위에 올라서듯이 그 프로그램들을 다음 프로젝트의 프로그램에서 불러와서 사용함으로써 높은 수준의 프로젝트를 쉽게 시작할 수 있습니다. 배경지식의 경우에도, 한 사람이 정리한 것을 그 사람만 쓰는 것이 아니라 관련된 프로젝트를 하는 사람들이 공유하면 복잡한 주제의 핵심을 빠르게 파악하고 새로운 문제에 집중할 수 있습니다. 그래서 저희 연구실에서는 이미 프로그램 코드와 배경지식을 공유하는 플랫폼을 활용하고 있고, 이러한 시스템을 갖추는 데 드는 노력을 잘 보상하도록 신경쓰고 있습니다. 앞으로도 연구실 구성원들이 최소한의 노력으로 최대한의 성과를 얻을 수 있도록 끊임없이 시스템을 개선해 나가고자 합니다.

Q8. 교수님께서는 저희 과에서 어떤 수업을 진행하고 싶으신가요?

먼저, 이번 가을학기에 "뇌 기능 모델링"이라는 과목을 개설하였습니다. 이 과목은 실습 위주의 수업으로, 계산뇌과학 분야에서 세계적 권위자들이 만든 자료가 이미 공개되어 있어 그 내용을 활용하고 있습니다. 이 과목에서는 학생들이 따라 할 수 있는 코딩 예제를 제공하여, 수업 시간동안 학생들이 직접 코드를 완성하거나 변경하여 계산뇌과학 문제를 해결하고, 필요하면 제가 돕는 방식으로 진행될 예정입니다. 전체적인 내용으로는, 모델 최적화, 일반화된 선형 모델, 딥 러닝 등 다양한 모델링 기법으로 시작하여, 시냅스 및 뇌 회로의 동역학과 같은 메커니즘 모델을 거쳐서, "왜” 뇌가 특정 방식으로 동작하는가를 탐구하는 확률적 의사결정 모델과 보상 학습 모델로 마무리할 예정입니다.

또한, 우리 대학에서 추진하는 인공지능 관련 교과목 개발 사업의 일환으로 "인공지능 모델과 계산 정신과학"이라는 교과목을 개발하게 되었습니다. 이 수업은 제목 그대로 인공지능 모델과 신경/정신과적 질병의 관련성을 계산 뇌과학적으로 탐구하는 내용으로, 내년 봄 혹은 가을에 개설될 예정입니다. 수업의 첫 절반에는 각종 의사결정, 학습 등의 문제를 최적의 방법으로 푸는, 계산 뇌과학에서 쓰이는 인공지능 모델들을 다룰 예정이고, 뒷 절반에는 그러한 모델을 변형하여 최적이 아닌 방법으로 문제를 풀게 했을 때 어떤 행동을 보이는지, 그 행동을 신경/정신과적 증상과 어떻게 비교할 수 있는지 다룰 예정입니다.

Q9. 교수님이 연구실을 운영해가시면서 이루고 싶으신 목표는 무엇인가요?

저는 운 좋게도 연구주제가 우리가 살면서 당면한 문제들과 굉장히 밀접합니다. 연구 주제가 의사결정에 대한 것이고 의사결정은 우리 모두가 일상적으로 해야 하는 과제이기 때문이죠. 불확실성과 복잡성으로 가득한 세상에서 우리는 예측할 수 없는 많은 사건들을 맞닥뜨리고 그때마다 의사결정을 내릴 때 어려움을 겪게 됩니다. 그래서 첫째로, 이런 상황에서도 효과적으로 의사결정을 내릴 수 있도록 연구를 통해 사람들이 의사결정을 할 때 도움이 되는 지식과 도구를 제공하고 싶습니다.

둘째로는, 불가피한 수준의 실수를 받아들일 수 있도록 하는 이해를 제공하고 싶습니다. 예컨대 내일 비가 올 확률이 20%라고 하면, 확률이 0이 아닌데도 소풍을 준비하는 편이 좋을 수도 있습니다. 결국 비가 내린다면 소풍을 준비한 것이 수포로 돌아갈 수도 있지만, 소풍을 준비했다는 결정 자체는 불가피한 불확실성 속에서 최선의 결정이었을 수 있습니다. 이외에도 사람의 뇌가 갖는 여러 가지 한계 때문에 다양한 실수가 불가피할 수 있는데요, 그런 경우에 지나치게 실망하거나 후회하지 않을 수 있는 이해를 제공하고 싶습니다.

이러한 의사결정 도구와 우리의 인간적인 한계에 대한 이해는 누구에게나 도움이 되겠지만, 특히 정신과적 질병을 앓는 환자들에게 더 도움이 될 수 있을 것이라고 생각합니다. 그래서 궁극적으로는 그러한 환자들의 진단과 치료에 도움이 되는 일을 하고 싶습니다.

Q10. 마지막으로 교수님과 같은 연구자를 꿈꾸는 학생들에게 조언 한마디 부탁드리겠습니다.

연구를 하다 보면 즐거운 일도 많지만 힘든 일도 많을 수 있는데요, 연구의 길을 선택하게 된 처음 동기를 떠올리면 작은 걸음들 속에서 기쁨을 느낄 수 있고, 도움이 되는 것 같습니다. 그리고 끝이 없는 길이기 때문에, 신체적, 정신적 건강을 돌보는 것이 중요합니다. 규칙적인 운동과 적절한 휴식은 꼭 필요한 것 같습니다. 힘들 때 너무 자기 자신을 쥐어박지 말고 영화를 잠깐 본다거나 친구랑 이야기를 한다거나 전시를 보는 등, 취미와 문화 활동을 통해 몸과 마음을 건강하게 유지하면 좋겠습니다.

긴 시간의 인터뷰였음에도 유쾌하게 답변해주신 강형률 교수님께 진심으로 감사드립니다!

강형률 교수님 홈페이지: https://yulkanglab.org/

김준희 (jjoon95@kaist.ac.kr)