[대전=뉴스핌] 김태진 기자 = KAIST는 바이오및뇌공학과 백세범 교수 연구팀이 학습 과정을 거치지 않은 신경망에서 고등 시각 인지기능이 자발적으로 발생하는 원리를 규명했다고 4일 밝혔다.

신경망에서 상위 인지 기능을 발생시키기 위해서 반드시 충분한 데이터 학습이 필요하다는 기존의 상식과 완전히 상반되는 것으로 현재 통용되고 있는 인공지능(AI)의 구현 방식에 대한 근본적인 의문을 던진다.

다양한 생물 종의 뇌에서 관측되는 선천적인 인지 기능의 발생에 대한 설명 가능한 이론을 제시할 뿐만 아니라 뇌신경과학 연구의 가장 근본적인 질문 중 하나인 '인지 지능의 발생 및 진화'의 원리에 대한 기존과는 전혀 다른 새로운 시각을 제시한다.

연구팀은 뇌의 시각 신경망을 모사한 인공신경망 시뮬레이션을 통해 모든 연결 가중치가 무작위로 정해지도록 초기화된 신경망이 전혀 학습을 거치지 않은 상태에서도 특정 숫자에 선택적으로 반응하는 '수량 선택성'을 자발적으로 생성함을 발견했다.

이 같이 자발적으로 발생한 수량 선택적 유닛은 실제 동물의 뇌에서 발견되는 수량 선택적 뉴런들이 보이는 '베버-페히너 법칙(Webber-Fechner law)' 등의 주요 특성을 동일하게 따름을 확인했다.

베버-페히너 법칙은 자극과 감각 사이의 상대적 관계를 나타내는 심리물리학적 법칙이다. 인지 가능한 자극 강도 변화량은 현재 강도에 지수적으로 비례한다는 것으로 이는 인지생물학에서 기본적인 원리로 알려져 있다.

연구팀은 학습을 거치지 않은 신경망의 초기 상태에서 나타나는 단순한 물리적 구조 특성이 다양한 인지 기능을 발생시킬 수 있을 것이라 예상했다.

이를 확인하기 위해 수행한 심층신경망 시뮬레이션 연구를 통해 모든 연결 가중치가 무작위로 초기화된 신경망에서도 '계층 구조'와 무작위적 피드 포워드 연결만 형성된다면 특정 수량에 선택적으로 강한 반응을 보이는 신경망 유닛들이 자발적으로 생성됨을 확인했다.

이러한 신경망 유닛들은 실제 뇌에서 발견되는 수량 선택적 신경세포의 주요한 성질들과 유사한 특성을 보였다. 이 결과는 생물학적 뇌에서 생애 초기에 발견되는 선천적인 숫자 선택성 역시 동일한 원리에 의해 발생할 가능성을 시사한다.

이러한 결과는 기초적인 인지 기능이 신경망의 초기 구조가 갖춰진 시점에 이미 존재하고 이후 다양한 학습을 통해 조절될 수 있음을 보여주며 뇌신경과학의 중요한 화두 중 하나인 '지능의 선천적 혹은 후천적(nature vs. nurture) 형성'에 관해 매우 중요한 단서를 제공하는 발견으로 평가된다.

학습과 훈련에 의존해 대부분의 뇌 기능이 발생한다는 기존의 시각을 탈피해 선천적이고 자발적으로 발생하는 뇌 기능에 대한 보다 심도 있는 연구가 필요하다는 사실을 시사한다.

현재의 인공지능 구현 기법들과 완전히 다른 인공지능 구현 원리를 제시할 수 있는 생물학적 뇌 기반 이론을 제시한다.

백세범 교수는 "뇌 신경망 연구를 통해 얻은 아이디어를 인공신경망 연구에 적용하고 그 결과를 다시 뇌과학적 원리를 발견하는 데 사용해 중요한 통찰을 가능하게 한 의미 있는 연구ˮ라며 "뇌신경과학과 뇌공학 분야 모두에서 가장 중요한 질문 중 하나라고 할 수 있는 인지 지능의 기원에 대한 이해의 전환점을 가져올 것으로 기대된다ˮ고 말했다.

이번 연구는 한국연구재단의 이공분야기초연구사업 및 원천기술개발사업의 지원을 받아 수행됐다.

KAIST 물리학과 김광수 석박사통합과정, 바이오및뇌공학과 장재선 박사가 공동 제1 저자로 참여한 이번 연구 성과는 국제 학술지 '사이언스(Science)'의 온라인 자매지 '사이언스 어드밴시스(Science Advances)'에 지난 1일 게재됐다.

memory4444444@newspim.com