메타의 비침습적 뇌-텍스트 변환 인공지능 기술 공개

주장메타의 페이스북 인공지능 연구(FAIR) 팀이 뇌 손상 환자의 의사소통을 돕기 위한 비침습적 뇌-텍스트 변환 기술을 개발했습니다. 이 기술은 기존의 위험한 뇌 이식 수술을 대체할 실용적인 대안으로 평가받습니다.

팩트연구팀이 공개한 브레인투쿼티(Brain2Qwerty) v2 모델은 평균 단어 오류율 39퍼센트를 기록했습니다. 우수한 성과를 낸 참가자의 경우 오류율은 22퍼센트까지 낮아졌습니다.

팩트연구진은 9명의 건강한 지원자를 대상으로 뇌자기도(MEG)를 활용해 10시간 동안 뇌 활동을 기록했습니다. 총 2만2000개의 문장을 타이핑하는 과정에서 발생하는 뇌 신호를 수집하여 모델을 학습시켰습니다.

팩트브레인투쿼티 v2는 이전 버전과 달리 키보드 입력의 정확한 타임스탬프 정보 없이도 작동합니다. 비동기식 접근 방식을 채택하여 실시간 사용을 위한 기술적 장벽을 제거했습니다.

팩트해당 모델은 문자, 단어, 문장 단위의 3단계 신호 처리 과정을 거칩니다. 문장 수준에서는 큐웬(Qwen)3 언어 모델을 미세 조정하여 사용합니다.

팩트연구진은 인공지능 에이전트가 직접 최적화 코드를 작성하는 방식을 도입하여 연구 효율을 높였습니다.

교차검증모델의 단어 수준 정확도는 향상되었으나, 문자 수준의 오류율은 31퍼센트로 이전 버전보다 다소 높게 나타났습니다. 이는 언어 모델이 문맥을 맞추기 위해 뇌 신호와 무관한 단어를 생성하는 환각 현상 때문입니다.

교차검증현재 침습적 뇌 인터페이스는 단어 오류율 2퍼센트 미만을 달성하고 있어 메타의 기술과는 격차가 존재합니다. 또한 이번 연구는 건강한 지원자의 타이핑 동작에 국한되어 있어 실제 환자 적용에는 한계가 있습니다.

주장연구진은 뇌-텍스트 변환 모델이 단순한 의료 도구를 넘어 뇌의 작동 원리를 이해하는 창구가 될 것이라고 강조합니다. 인공지능과 신경과학의 결합은 추론이나 사고와 같은 인간의 고유 개념을 재정의하는 데 기여합니다.

팩트메타의 신경과학자 장-레미 킹이 이끄는 연구팀은 2022년 뇌 신호로부터 음성을 해독하고, 2023년에는 뇌 활동으로 이미지를 생성하는 등 지속적인 연구 성과를 냈습니다. 이전 버전인 브레인투쿼티 v1은 네이처 뉴로사이언스에 게재된 바 있습니다.

주장이번 연구는 뇌 신호 해석 기술이 점진적으로 발전하고 있음을 보여줍니다. 향후 기술적 정교함이 더해진다면 비침습적 방식의 활용 범위는 더욱 넓어질 전망입니다.

출처더 디코더(The Decoder)의 보도 내용을 교차 검증했습니다.