“인간 뇌처럼” KAIST, 가설 세워 검증하는 AI 모델 고안 작성일 02-27 139 목록 <div id="layerTranslateNotice" style="display:none;"></div> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="82Aalhva0E"> <p contents-hash="3931f0099c9eda71678c2ce0a17ac4f939de59cf302325f893247de73e945261" dmcf-pid="6VcNSlTNpk" dmcf-ptype="general">국내 연구진이 인간과 동물처럼 스스로 가설을 세워 검증할 수 있는 새로운 개념의 인공지능 모델을 고안했다. 이는 인간과 동물이 가설을 세워 일관된 행동 전략을 유지하고, 스스로 가설을 의심·검증해 상황에 적응하는 과정을 밝혀내면서 가능해진 결과물이다.</p> <p contents-hash="0eaa08f7ffe5e66a33c9903e1c3c5645aad046d54eb48ae50c1a873ffcc17f1b" dmcf-pid="PfkjvSyjUc" dmcf-ptype="general">KAIST는 뇌인지과학과 이상완 교수, 정민환 교수 공동연구팀이 새로운 강화학습 이론을 제시, 뇌 과학적 원리를 규명했다고 27일 밝혔다.</p> <figure class="figure_frm origin_fig" contents-hash="185b2a2cda91bf8f57a76376d9ef7efde7c65b98270540ee813c1ffbe2dd95f1" dmcf-pid="Q4EATvWA3A" dmcf-ptype="figure"> <p class="link_figure"><img alt="(왼쪽부터) KAIST 뇌인지과학과 이상완 교수, 양민수 박사과정. KAIST 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202502/27/akn/20250227081125783cdjv.jpg" data-org-width="745" dmcf-mid="466fgoNfFD" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202502/27/akn/20250227081125783cdjv.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> (왼쪽부터) KAIST 뇌인지과학과 이상완 교수, 양민수 박사과정. KAIST 제공 </figcaption> </figure> <p contents-hash="a1fa2cbf6ac7fbbe175b7103fc4203477ac69b20a27554402af9f0a1b0679815" dmcf-pid="x8DcyTYc7j" dmcf-ptype="general">공동연구팀에 따르면 현재 상황에 맞게 행동의 일관성과 유동성 사이의 적절한 균형점을 찾아가는 문제를 ‘안정성-유동성의 딜레마(Stability-flexibility dilemma)’라고 한다.</p> <p contents-hash="93265a69f9bf938deee9cf82f1d1958254387bfcec277bc4a0873250ab1c403d" dmcf-pid="ycZGBqKG0N" dmcf-ptype="general">딜레마 해결을 위해선 현재 본인의 판단이 맞는지를 계속 검증·수정할 수 있어야 한다. 뇌 과학 및 인공지능 분야에서는 이와 관련된 다양한 연구가 진행됐지만, 그간 완벽한 해법을 밝혀내지 못했다.</p> <p contents-hash="c276b55cad945264c237ff5a6cafbd0ff010ef219fe987549812f9b1ec613d99" dmcf-pid="Wk5HbB9H3a" dmcf-ptype="general">공동연구팀은 전통적인 강화학습 이론과 최신 인공지능 알고리즘 모두 동물의 행동을 제대로 설명하지 못하는 점에 착안해 스스로 세운 가설을 바탕으로 다음 상황을 예측해 확인하는 행동 패턴을 동역학적으로 프로파일링할 수 있는 새로운 방식을 고안했다.</p> <p contents-hash="6c310cbb8da4ff8862d9f82fd371c831a0fabae369e011f7f4510d5478e630ca" dmcf-pid="YE1XKb2X0g" dmcf-ptype="general">또 동물의 현재 상황에 대한 가설을 세우고, 가설의 예측 오류를 바탕으로 행동전략을 비대칭적으로 업데이트하는 새로운 적응형 강화학습 이론과 모델을 제안했다.</p> <p contents-hash="8e2483e0be005ecfedd41fb1cbf8b20b10be28c4a4056f556e1c7a296b2d310f" dmcf-pid="GDtZ9KVZFo" dmcf-ptype="general">최신 인공지능 모델은 대개 효율적 문제해결에 집중, 인간이나 동물의 행동을 제대로 설명하지 못하는 경우가 많다. 반면 제안 모델은 예상하지 못한 사건에 대한 동물의 행동을 최신 인공지능 모델 대비 평균 15%(최대 31%) 정확하게 예측하는 것이 가능했다.</p> <p contents-hash="98091f5ea95afa0f07471da9ba644ed3bc4046050cac5aee0a6505826b5f8387" dmcf-pid="HwF529f5FL" dmcf-ptype="general">이러한 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) 분석에서 일관성 있게 재현됐다.</p> <p contents-hash="f621c4ac5c4e50ab5551bd4d444f2a4c259e570fa987977827e63976769dec3a" dmcf-pid="Xr31V241zn" dmcf-ptype="general">연구 과정에서 공동연구팀은 중뇌 기저핵(운동 조절 및 학습 기능을 담당하는 뇌 부위) 선조체(기저핵의 일부로 가치평가 및 강화학습 능력과 관련된 부위) 속 중간 크기의 가시뉴런(선조체의 90%를 차지하는 대표적 신경세포로 신경활동 억제하는 특징)이 가설 기반의 적응형 강화학습 과정에 관여하는 것도 밝혀냈다.</p> <p contents-hash="ecdb37aa80fcd0fe0fc2cf618e16a004b295ba3e78b3caa943577602aa0d628f" dmcf-pid="Zm0tfV8t3i" dmcf-ptype="general">공동연구팀의 연구 결과는 뇌의 맥락 추론 방식이 대규모 인공지능 모델과 근본적으로 다르다는 것을 보여준다.</p> <p contents-hash="ee7549d1d874010a207b82a4e62df434ba6e2dbaf178d88de3a8388cec3c7a6a" dmcf-pid="5spF4f6FuJ" dmcf-ptype="general">가령 챗 GPT, 딥시크 등 인공지능 모델은 사용자 입력으로부터 맥락 정보를 추정하고, 이를 바탕으로 필요한 전문가 시스템에 매칭(딥시크 모델은 강화학습을 사용해 매칭)해 새로운 정보가 들어올 때까지는 이것이 맞다고 가정한다.</p> <p contents-hash="f6e6b76df54d8528b6e27db734d2fe90b9d02d5d3bb5680b7069824910c24af0" dmcf-pid="1OU384P3ud" dmcf-ptype="general">하지만 뇌는 스스로 추정한 맥락(가설)을 의심하고, 의심이 확인되는 즉시 새로운 맥락을 적극적으로 받아들인다. 이는 과도한 자신감을 보이는 인공지능의 할루시네이션(Hallucination) 현상을 완화하거나 인간과 유사한 추론엔진을 구성할 수 있는 새로운 방향성을 제시한다고 공동연구팀은 강조했다.</p> <p contents-hash="2d4975cd8b501c60d59d09b27e8bd31f2883c44ff82b5aa3121ffbb36371d0fb" dmcf-pid="tIu068Q0Fe" dmcf-ptype="general">공동연구팀은 이번 연구 결과가 뇌 과학-인공지능 융합연구로, 실제 분야에 널리 활용될 수 있다고 내다본다.</p> <p contents-hash="25d6e6c765e833511ccfced34744f4d6787e4b168153aa8bd4047563c340c9cd" dmcf-pid="FC7pP6xp0R" dmcf-ptype="general">예컨대 인간의 동역학적 행동 프로파일링 기술을 이용하면 개개인의 가설 수립, 검증 학습 능력 분석이 가능해 맞춤형 교육 커리큘럼 디자인과 인사 및 인력관리 시스템, 인간-컴퓨터 상호작용 분야에 바로 적용할 수 있다는 것이다.</p> <p contents-hash="693e579cddee99cf7b3e2ada4cc0e5871212e045b2c8cf80dd4759b1fcddef3f" dmcf-pid="3hzUQPMUzM" dmcf-ptype="general">또 제안된 적응형 강화학습 모델은 ‘뇌처럼 생각하는 인공지능’ 기술로서 인간-인공지능의 가치 정렬 (Value alignment) 문제 해결에 활용될 수 있을 것으로 보인다.</p> <p contents-hash="a9c8ccc7e68b9f580407fb51696d865c3daa1f27587a9ec665c3c1ef0822e678" dmcf-pid="05P4agj4px" dmcf-ptype="general">이상완 교수는 "이번 연구는 기존에 인공지능의 강화학습 이론만으로 설명하기 어렵던 뇌의 가설 기반 적응학습 원리를 밝혀낸 사례?라며 “스스로 의심하고 검증하는 뇌 과학 이론을 대규모 인공지능 시스템 설계와 학습 과정에 반영하면 신뢰성을 높일 수 있을 것?이라고 말했다.</p> <p contents-hash="02eaf88a433ed37941cbd40de751b547cd67b98f2e9c58597dcd53a9fdf2849b" dmcf-pid="p1Q8NaA83Q" dmcf-ptype="general">한편 이번 연구는 과학기술정보통신부 정보통신기획평가원 SW스타랩, 한계도전 연구개발(R&D) 프로젝트, 한국연구재단 중견연구자 및 KAIST 김재철AI대학원 사업 지원을 받아 수행됐다.</p> <p contents-hash="76ddc95e40e05681ed3b3000ca15966cc610cf755e3f4743144c0f1714de57ca" dmcf-pid="Utx6jNc67P" dmcf-ptype="general">대전=정일웅 기자 jiw3061@asiae.co.kr</p> </section> </div> <p class="" data-translation="true">Copyright © 아시아경제. 무단전재 및 재배포 금지.</p> 관련자료 이전 '캡틴 아메리카4' 16일 연속 1위…이찬원 실황 4위 출발 [MD박스오피스] 02-27 다음 “아직 안끝났다” 우리금융캐피탈, PBA 팀리그 파이널 3패 뒤 ‘귀중한 첫 승’ 02-27 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
