인간의 문제해결 인지 능력을 인공지능에 이식한다면?

[이뉴스코리아 이정민 기자] 인간의 문제해결 인지 능력을 이식한 인공지능을 활용할 수 있다면 어떤 기술이 실현될까? KAIST의 이상완 교수 연구팀은 신경과학과 인공지능의 융합연구를 통해 인간의 문제해결 과정에서 뇌가 정보를 처리하는 원리를 규명했다고 발표했다.

인간의 문제해결 인지 능력을 인공지능을 통해 구현하는 기술의 가능성이 열렸다. (사진제공=KAIST)

연구팀은 신경과학과 인공지능 융합연구를 통해 인간의 문제 해결 과정을 신경과학적으로 규명했다. 이번 연구를 통해 인간 지능의 핵심 요소를 인공지능 알고리즘으로 이식할 가능성이 한껏 높아졌다.

이번 연구는 이상완 교수와 함께 김동재 박사과정과 박건영 석사과정이 주도하고 미국 캘리포니아 공과대학과의 공동연구를 통해 진행됐다. 또한 ‘네이처 커뮤니케이션즈(Nature Communications)’라는 국제 학술지 12월 16일 자 온라인판에 게재되기도 했다.

인간이 가진 고유한 문제해결 능력은 불확실성과 복잡도가 변하는 상황에서 달성 가능한 목표를 설정해 계획을 세우고 이를 수정해나가며 전략을 서서히 실행해나가는 과정을 거친다. 최근에는 인공지능 알고리즘이 다양한 분야에서 인간의 작업 수행 능력을 넘어서기도 한다. 하지만, 문제 해결 능력에 대해서는 인공지능이 인간을 완전히 대체하지 못하고 있다.

인간의 문제 해결 과정은 목표설정과 전략 수립, 실행, 전략수정을 반복하는 과정이다. 일반적으로 인간은 문제 해결 과정에서 많은 양의 데이터를 모으기 어렵기 때문에 불확실성과 복잡도가 높다. 때문에 인공지능을 활용하기 위한 빅데이터 기반의 전통적 딥러닝 설계 방식으로는 구현하기가 어려웠다.

연구팀은 ‘강화학습 이론 기반 실험 디자인’이라는 기술을 통해 문제 해결에 나섰다. 문제 해결목표와 문제의 복잡도, 상황 변화의 불확실성이라는 세 가지 변수를 동시에 변화 시켜 실제 인간의 문제 해결 과정과 유사한 상황을 구현할 수 있었다.

KAIST 이상완 교수 연구팀 (사진제공=KAIST)

연구에서 취득한 뇌 영상 데이터를 바탕으로 100가지가 넘는 종류의 메타 강화학습 알고리즘을 학습하고 비교 분석했다고 한다. 이 과정은 모델 기반 뇌 이미징 분석이라 불리는 기법이다.

연구팀은 이후 더 정밀한 검증을 위해 ‘정밀 행동 프로파일링’이라는 분석 방법을 사용하기도 했다. 이 방법을 이용해 겉으로 보이는 행동이 인간과 유사한 모델을 도출할 수 있었다고 한다. 결과로 문제의 불확실성 및 복잡도와 변화하는 상황에서 인간의 학습과 추론 과정을 모사하는 메타 강화학습 모델을 구현했고, 이 모델의 정보 처리 과정이 전두엽을 통해 신경 활성 패턴으로 설명된다는 것을 발견했다.

이상완 교수는 “기존 연구방식은 하나의 퍼즐 조각을 떼어서 다른 퍼즐의 빈자리를 메꾸는 식이라면, 이번 연구는 퍼즐을 푸는 원리를 배워 다른 퍼즐 맞추기에 적용하는 것에 비유할 수 있다.”라며, “인간만이 가진 지능의 핵심 요소들을 인공지능 알고리즘으로 이식하는 기술은 이제 첫걸음을 떼었다고 생각한다. 이 기술이 완성되면 궁극적으로는 지능을 공학적으로 분해하고 과학적으로 이해할 수 있을 것으로 기대한다.”라고 말했다.

한편, 이번 연구는 삼성전자 미래기술육성센터의 지원과 과학기술정보통신부 정보통신기획평가원의 지원을 받아 수행됐다.

저작권자 © 이뉴스코리아 무단전재 및 재배포 금지

댓글 남기기