ⓒ데일리포스트=KAIST 바이오 및 뇌공학과 이상완 교수 / KAIST 제공
ⓒ데일리포스트=KAIST 바이오 및 뇌공학과 이상완 교수 / KAIST 제공

[데일리포스트=송협 선임기자] “뇌 기반 인공지능 연구는 인간의 지능을 공학적으로 탐구하는 과정으로 볼 수 있고 인간과 인공지능이 서로 도우며 함께 성장해 나갈 수 있는 명확한 기준점을 마련할 수 있을 것으로 기대됩니다.” (카이스트 바이오 및 뇌 공학과 이상완 교수)

KAIST(이하 카이스트) 이상완 교수 연구팀이 뇌 기반 인공지능 기술을 이용해 인공지능의 최대 난제였던 과적합-과소적합 상충 문제 해결 원리를 풀어내는 데 성공했다.

최근 인공지능 모델들은 다양한 실제 문제들에 대한 최적의 해법을 제시하고 있지만 여전히 어려움을 겪고 있다. 기계학습에서 과소적합-과적합 위험성 또는 편향-분산 상충 문제라고 하며 오랫동안 연구됐지만 실제로 세계와 같이 상중 조건이 계속 변하는 상황에서 해법은 제안된 바 없다.

하지만 이 교수 연구팀은 뇌 데이터와 확률과정 추론 모형, 강화학습 알고리즘을 이용해 인간의 뇌가 이 문제를 어떻게 해결하는지 이론적 틀을 마련하고 유동적인 메타 강화학습 모델을 도출했다.

인간의 전두엽, 특히 복외측전전두피질은 현재 내가 사용하고 있는 문제 해결 방식으로 주어진 문제를 얼마나 잘 풀어낼 수 있는지 기대치 한계를 추정하고 변화하는 상황에 맞춰 최적인 문제 해결전략을 유동적으로 선택하는 과정을 통해 과소적합-과접합의 위험을 최소화한다.

이 교수 연구팀은 지난 2014년 해당 전두엽 영역이 환경의 불확실성을 바탕으로 강화학습전략을 유동적으로 조절하는데 관여하고 있다는 사실을 최초로 발결하고 2015년 인과관계 추론 과정에도 관여하고 있다는 사실을 발견한데 이어 2019년 해당 뇌 영역이 문제의 복잡도까지 고려할 수 있다는 사실을 추가적으로 발견했다.

이번 연구는 해당 이론에 기반, 인공지능의 오랜 난제 중 하나인 과소적합-과적합 상충 문제를 실제로 풀어낸 최초의 사례로 평가받고 있다.

인간의 유동적 문제해결 방식을 모사하는 메타 강화학습 모델
인간의 유동적 문제해결 방식을 모사하는 메타 강화학습 모델

연구를 통해 개발된 메타 강화학습 모델을 이용하면 간단한 게임을 통해 인간의 유동적 문제 해결 능력을 간접적으로 측정하고 스마트 교육, 중독과 관련된 인지 행동치료에 적용할 경우 상황 변화에 유동적으로 대처하는 인간의 문제해결 능력 자체를 향상할 수 있을 것으로 기대하고 있다.

이를 바탕으로 차세대 인공지능과 스마트 교육, 인지 행동치료 등 파급력이 큰 원천 기술로 최근 국내 및 해외 특허 출원이 완료됐다.

제1 저자 김동재 박사는 “인간 지능의 특장점에 대한 이해가 얼마나 중요한지 보여주는 연구 중 하나”라고 설명했으며 이상환 교수는 “인공지능이 우리보다 잘 푸는 문제는 많은 반면 인공지능으로 풀기 어려운 문제들을 인간이 쉽게 느껴지는 경우가 많은 만큼 이번 연구를 통해 인간 지능이 비밀을 하나씩 풀어나갈 수 있을 것으로 기대한다.”고 강조했다.

이상완 교수와 뉴욕대학교 박사후 연구원 김동재 박사가 주도하고 카이스트 정재승 교수가 참여한 이번 연구는 ‘강화학습 중 편향-분산 상충 문제에 대한 전두엽의 해법’이라는 제목으로 지난해 12월 28일 국제 학술지 ‘셀 리포트(Cell Reports)’ 온라인판에 게재됐다.

저작권자 © 데일리포스트 무단전재 및 재배포 금지