[ 시티저널 허송빈 기자 ] KAIST 바이오·뇌공학과 이상완 교수 연구팀이 영국 케임브리지 대학, 구글 딥 마인드와의 공동 연구로 차세대 뇌 기반 인공 지능 시스템 설계 방향을 제시했다.

이번 연구는 인간의 두뇌가 기존의 인공 지능 알고리즘이 해결하지 못하는 부분을 해결할 수 있다는 사실에 기반한 신경 과학-인공 지능 융합 연구다.

성능, 효율, 속도의 균형적 설계와 같은 다양한 공학적 난제를 해결할 수 있는 신경 과학 기반 강화 학습 이론을 제안한 것으로 새로운 인공 지능 알고리즘 설계에 긍정적인 영향을 줄 전망이다.

최적 제어 이론에서 출발한 강화 학습은 기계 학습의 한 영역으로 지난 20년 동안 꾸준히 연구된 분야다.

특히 지난 5년 동안은 딥 러닝 기술 발전과 맞물려 급격한 성장을 이뤘다.

딥 러닝 기반 강화 학습 알고리즘은 최근 알파고와 같은 전략 탐색 문제, 로봇 제어, 응급실 비상 대응 시스템과 같은 의료 진단 등 다양한 분야에 적용되고 있다.

그러나 주어진 문제에 맞게 시스템을 설계해야 하는 점, 불확실성이 높은 환경에서는 성능이 보장되지 않는 점 등이 근본적인 해결책으로 남았다.

강화 학습은 의사 결정과 계산 신경 과학 분야에서도 지난 20년 동안 꾸준히 연구되고 있다.

이상완 교수는 2014년 인간의 전두엽-기저핵 뇌 회로에서 이종 강화 학습을 제어한다는 신경 과학적 증거를 학계에 발표한 바 있고, 2015년에는 같은 뇌 회로에서 고속 추론 과정을 제어한다는 연구를 발표했다.

연구팀은 이번 연구에서 강화 학습 등의 개별 인공지능 알고리즘이 해결하지 못하는 공학적 문제를 인간의 두뇌가 이미 해결하고 있다는 사실에 기반한 전두엽 메타 제어 이론을 제안했다.

이상완 교수와 함께 이지항 박사, 안수진 박사 과정이 주도한 이번 연구는 국제 학술지 사이언스의 자매지 사이언스 로보틱스(Science Robotics) 1월 16일 자 온라인판에 포커스 형식으로 게재됐다.