'뇌처럼 배우는 AI' 가능성, KAIST가 열었다...전두엽 학습 비밀 규명해 작성일 12-14 16 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="P1h0xdFYIJ"> <figure class="figure_frm origin_fig" contents-hash="50f7adb81c93f7e5a3e148adc7d9ff6a131a947134927617db8922fb9700dcdd" dmcf-pid="QV36kr4qrd" dmcf-ptype="figure"> <p class="link_figure"><img alt="인간과 AI의 유동성-안정성 균형" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202512/14/etimesi/20251214120318183hpdt.jpg" data-org-width="700" dmcf-mid="8lH6kr4qEn" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202512/14/etimesi/20251214120318183hpdt.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 인간과 AI의 유동성-안정성 균형 </figcaption> </figure> <p contents-hash="0bcd4baa61a5b5a4e4fa0208f7aff48a0f71742630d5bdc92c60bade4f5fde51" dmcf-pid="xf0PEm8Bse" dmcf-ptype="general">사람은 변화가 닥쳐도 다시 계획을 새로 세우고 목표를 조정하는 안정성·유연성을 동시에 갖추고 있다.로봇 분야에 널리 사용되는 '모델 프리 인공지능(AI)'은 아직 두 능력을 함께 구현하지 못하는 가운데, 한국과학기술원(KAIST·총장 이광형) 연구팀이 그 이유가 전두엽의 독특한 정보 처리 방식에 있으며, 이 원리가 '뇌처럼 유연하고 안정적인 AI'를 만들 핵심 열쇠가 될 수 있음을 규명했다.</p> <p contents-hash="7544c91833b41cc6e6598759c8e5b634ec0a9c4575b3d0307b6a48a57e82dca4" dmcf-pid="yCNvzKlwIR" dmcf-ptype="general">KAIST는 이상완 뇌인지과학과 교수팀이 IBM AI 연구소와 함께 인간의 뇌가 목표 변화와 불확실한 상황을 처리하는 방식을 규명하고, 차세대 AI 강화학습이 나아가야 할 방향을 제시했다고 14일 밝혔다.</p> <p contents-hash="5e1541aa1068a775250ffd4815d9015d672c7f4a5e0c327086cfd86c949b2181" dmcf-pid="WhjTq9SrmM" dmcf-ptype="general">연구팀은 기존 강화학습 모델들이 목표가 바뀌는 상황에서는 안정성이 떨어지고, 환경이 불확실하면 유연성이 부족해지는 한계가 있지만 인간은 두 요소를 동시에 달성한다는 점을 집중했다. 연구팀은 이 차이가 전두엽이 정보를 표현하는 방식 자체에서 비롯된다고 봤다.</p> <p contents-hash="d877ebd927a1768b42df4264bb3101f224ebf32df8d40f50f1858e57700d77c3" dmcf-pid="YlAyB2vmmx" dmcf-ptype="general">뇌 기능 MRI(fMRI) 실험, 강화학습 모델, AI 분석 기법을 활용한 결과, 인간 전두엽은 '목표 정보'와 '불확실성 정보'를 서로 간섭하지 않도록 분리해 저장하는 특별한 구조를 가지고 있음이 밝혀졌다. 이런 구조가 뚜렷할수록 사람은 목표가 바뀌면 빠르게 전략을 바꾸고, 환경이 불확실해도 안정적인 판단을 유지했다. 연구팀은 이를 통신 기술의 멀티플렉싱처럼 서로 다른 정보를 한 번에 처리하는 특징을 갖는다는 점도 확인했다.<br></p> <figure class="figure_frm origin_fig" contents-hash="cea1840375f50e62aeaec8cf711e5d6f56cbf5cbda3564094c7fc4532cb364f3" dmcf-pid="GScWbVTsDQ" dmcf-ptype="figure"> <p class="link_figure"><img alt="전두엽의 목표와 환경의 불확실성 정보 표상 위상구조" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202512/14/etimesi/20251214120319460zwcv.jpg" data-org-width="700" dmcf-mid="6oQkH1Aiwi" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202512/14/etimesi/20251214120319460zwcv.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 전두엽의 목표와 환경의 불확실성 정보 표상 위상구조 </figcaption> </figure> <p contents-hash="628693b3aee02929efdf9d578c4b2f37e9f8ffbeef773a5f1443569a64969ae8" dmcf-pid="HvkYKfyOsP" dmcf-ptype="general">이렇게 인간의 전두엽은 목표가 바뀔 때마다 그 변화를 민감하게 추적해 의사결정의 유동성을 확보하는 '채널'이 있고, 동시에 또 다른 채널을 통해 환경의 불확실성을 분리해 안정적인 판단을 유지한다.</p> <p contents-hash="5abe04da76a97920bc49787e1634c1a03cda6c09c42630ab3add7af019a0dbda" dmcf-pid="XTEG94WIr6" dmcf-ptype="general">흥미로운 점은 전두엽이 첫 번째 채널을 통해 단순히 학습을 실행하는 수준을 넘어서, 두 번째 채널을 활용하여 상황에 따라 어떤 학습 전략을 쓸지 스스로 고르는 역할까지 한다는 것이다.</p> <p contents-hash="cfd47f2a95fd8a3f63800ee741e41754c9727b452009481e3a00376a1bee556c" dmcf-pid="ZyDH28YCm8" dmcf-ptype="general">연구팀은 전두엽이 단순히 학습을 실행하는 수준을 넘어, 상황에 따라 어떤 학습 전략을 사용할지 스스로 선택하는 '메타학습 능력'을 갖고 있다는 점을 보여줬다.</p> <p contents-hash="e55a669aad0783d333503c6a5140be21d0e2b2a4c651187e5186dae69c0f45c0" dmcf-pid="5WwXV6GhI4" dmcf-ptype="general">즉, 전두엽은 무엇을 배울지뿐 아니라 어떻게 배울지도 학습하는 구조를 가지고 있으며, 이것이 인간이 끊임없이 바뀌는 상황에서도 흔들리지 않는 이유다.</p> <p contents-hash="8e1ff2263bbeb19f42dbbbeb73718806fe21a8e0ac15f3b18500a194361d6b03" dmcf-pid="1YrZfPHlOf" dmcf-ptype="general">이 연구는 개인의 강화학습·메타학습 능력 분석, 맞춤형 교육 설계, 인지 능력 진단, 인간-컴퓨터 상호작용 등 다양한 분야에 활용될 수 있으며, 뇌 기반 표현 구조를 활용하면 '뇌처럼 생각하는 AI'기술로서 AI가 인간의 의도와 가치를 더 잘 이해해 위험한 판단을 줄이고 사람과 더 안전하게 협력하는 기술로 이어질 수 있다.</p> <p contents-hash="dd64882dbc54c43b9a7f785308e4450b10437e45a56881fefac31e39af386d2f" dmcf-pid="tGm54QXSDV" dmcf-ptype="general">연구 책임자인 이상완 교수는 “이번 연구는 변화하는 목표를 유연하게 따라가면서도 안정적으로 계획을 세우는 뇌의 작동 원리를 AI 관점에서 규명한 성과이며, 이러한 원리가 앞으로 AI가 사람처럼 변화에 적응하고 더 안전하고 똑똑하게 학습하는 차세대 AI의 핵심 기반이 될 것”이라고 말했다.</p> <p contents-hash="f02091b21ea52508e85c134a9d5419243401677350b20f86b5683e3d87d8a041" dmcf-pid="Fker10DgE2" dmcf-ptype="general">이 연구는 성윤도 박사과정 학생이 1 저자, IBM AI 연구소의 마티아 리고티 박사가 2저자로 참여했으며, 이상완 교수가 교신저자를 맡았다. 연구 결과는 국제 학술지 네이처 커뮤니케이션스 11월 26일 자에 게재됐다.</p> <p contents-hash="ab9e51492754e28ec1ae70c49bc764a239f94680ef96a7075b8d66c11527f942" dmcf-pid="3EdmtpwaI9" dmcf-ptype="general">특히 이번 연구는 과학기술정보통신부 한계도전 R&D 프로젝트 사업 지원을 받아 수행됐다.</p> <p contents-hash="f6913e95b14d2c6257f02aeb07bff7df1bdbed25ab946fb339319a2b92dcefda" dmcf-pid="0DJsFUrNsK" dmcf-ptype="general">김영준 기자 kyj85@etnews.com</p> </section> </div> <p class="" data-translation="true">Copyright © 전자신문. 무단전재 및 재배포 금지.</p> 관련자료 이전 [과학을읽다]KIST, 약산성 폐수서 팔라듐 99.9% 회수 12-14 다음 KIST, 세계 최고 수준 '친환경 팔라듐 회수 기술' 개발 12-14 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
