문신 전극 기반 뇌파 측정 장치를 이용한 무선 뇌-인공지능 자동 제어 인터페이스 개발
뇌파 학습을 통한 자율 주행 자동차 등 활용 가능성 기대
□ 한국연구재단(이사장 이광복)은 김태일 교수(성균관대학교, 제1저자 신주환 박사과정) 연구팀이 문신 전극* 기반의 뇌파 측정 웨어러블 디바이스를 제작, 사람의 뇌파를 통해 인공지능머신의 의사결정 성능을 향상 시키는 시스템을 개발했다고 밝혔다.
* 문신 전극(전자 문신) : 매우 얇은 두께로 사람 피부에 마치 문신처럼 부착되어서 생체 신호 모니터링 용도로 사용되며, 두께가 얇아 사람 피부의 지문과 같은 굴곡에도 전극이 파고 들 수 있게 해준다. 이는 곧 생체 전기 신호 측정에서 가장 문제가 되는 노이즈 문제를 극복 할 수 있게 해준다.
□ 제품화된 인공지능 기계에 대해 오작동을 지적하거나 올바른 동작정보를 전달하는 것은 현재 손이나 음성 등을 통한 수동적 방법을 이용하고 있어, 지속적인 성능 향상을 기대하기 어렵다.
○ 최근 뇌파를 이용하여 인공지능 기계에 피드백을 주는 연구들이 진행되고 있지만, 대부분 뇌파 측정 장치의 성능 부족과 사용자가 움직일 때 발생하는 동적 노이즈 문제 등을 해결 하지 못하여 제한된 실험실 환경에서만 연구되고 있다.
□ 이에 연구팀은 머리카락 굵기의 100분의 1 수준인 약 1마이크로미터의 두께로 고품질의 뇌파 측정이 가능한 문신 전극을 제작, 여기에 이어버드*를 통합하여 무선 웨어러블 뇌파 측정 장치를 개발했다.
* 이어버드 : 밀착 무선 이어폰과 같은 웨어러블 디바이스 중 하나
○ 문신 전극은 얼굴표면과 같이 굴곡진 피부 위에도 부착이 가능하며, 두께가 얇아 마치 피부와 같이 이질감 없이 부착할 수 있어 기존 뇌파 측정 장치의 고질적 문제인 동적 노이즈 문제를 극복 할 수 있다.
○ 또한, 상용 디바이스의 약 10분의 1 무게로 무선통신이 가능한 초소형 뇌파 측정 이어버드를 이용함으로써 사용자가 움직이는 상황에서도 제약 없이 뇌파 신호를 측정하고 활용할 수 있는 가능성을 열었다.
□ 나아가, 연구팀은 사용자가 인공지능 자동화 기계의 오류를 관찰 할 때 생기는 뇌파 패턴을 이어버드로 수집하였고, 오류 관련 전위*를 추출 할 수 있게 도와주는 딥러닝 모델을 학습시켰다.
* 오류 관련 전위 : 인간이 관찰 대상의 잘못된 행동이나 상황을 인지했을 때 뇌에서 발생하는 특정 뇌파 패턴
○ 그 결과, 인공지능 기계가 실시간으로 오류 관련 전위를 확인하고, 인공지능이 문제를 일으켰을 때 이를 즉시 교정하거나 오류를 일으키지 않는 방향으로 기계의 성능을 강화시킬 수 있었다.
○ 오류 관련 전위를 자동으로 확인하는 인공지능 기계는 마치 사람의 사회적 능력인 ‘눈치’를 살피는 법을 배운 것과 유사하며,
○ 스스로 사용자의 뇌파를 분석하여 긍정적 혹은 부정적 의도를 판별할 수 있고 또 사용자가 원하는 방향대로 학습하고 동작을 결정해 나갈 수 있다.
□ 김태일 교수는“재료 기술과 공학적 노력을 통해 웨어러블 뇌파 측정 장치의 성능을 한 단계 끌어 올려, 인공지능이라는 실용적 영역에 접목시킨 사례”라며, “후속 연구를 통해 변수가 많은 실제 자율 주행 자동차 등을 대상으로 뇌-인공지능 자동 제어 시스템의 적용 가능성을 기대하고 있다”고 전했다.
○ 또한 신주환 학생은 “뇌파 이용으로 향후 다양한 자동기기의 학습이 가능 할 것으로 기대한다”고 덧붙였다.
□ 과학기술정보통신부와 한국연구재단이 추진하는 뇌과학원천기술개발사업의 지원으로 수행된 이번 연구의 성과는 국제학술지 ‘npj 플렉서블 일렉트로닉스(npj Flexible Electronics)’에 5월 30일 온라인 게재되었다.
