[아이티데일리] 카이스트(총장 신성철, KAIST)는 백세범 바이오및뇌공학과 교수 연구팀이 학습 과정을 전혀 거치지 않은 신경망에서 고등 시각 인지 기능이 자발적으로 발생할 수 있음을 보였다고 4일 밝혔다.

기존에는 상위 인지 기능을 발생시키기 위해 반드시 충분한 데이터 학습이 필요하다는 인식이 있었다. 그러나 이번 연구 결과는 사전 학습 없이도 고등 시각 인지 기능이 자발적으로 발생하다는 점을 보여, 통용되고 있는 AI의 구현 방식에 대한 근본적인 의문을 제기했다.

또한 다양한 생물 종의 뇌에서 관측되는 선천적인 인지 기능의 발생에 대해 설명 가능한 이론을 제시할 뿐만 아니라, 뇌신경과학 연구의 근본적인 질문 중 하나인 ‘인지 지능의 발생 및 진화’의 원리에 대해 새로운 시각을 제시한다는 설명이다.

신경망에서 인지 지능의 발생에 관한 연구는 뇌인지 과학과 AI 분야 모두에서 핵심적인 연구 주제 중 하나다. 인공신경망은 인지 기능을 발생시키기 위해 일반적으로 많은 양의 데이터 입력을 통한 학습 과정을 거쳐야 하지만, 동물의 뇌는 태어난 직후부터 다양한 인지 기능을 수행하는 선천적 인지 지능을 가지고 있다. 하지만 선천적 인지 기능이 어떻게 자발적으로 발생하는지는 아직 명확하게 알려진 바가 없었다.

이에 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 ‘수량 선택성’을 갖춘 신경망 유닛들이 자발적으로 생성됨을 확인했다.

자발적으로 발생한 신경망 유닛들은 실제 동물의 뇌에서 발견되는 수량 선택적 뉴런들이 보이는 ‘베버-페히너 법칙’ 등의 주요 특성을 동일하게 따랐다. 이는 생물학적 뇌에서 생애 초기에 발견되는 선천적인 숫자 선택성 역시 동일한 원리에 의해 발생할 가능성을 시사한다. 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 중요한 단서를 제공한다.

카이스트 측은 이번 연구 결과가 학습과 훈련에 의존해 대부분의 뇌 기능이 발생한다는 기존의 시각을 탈피해, 선천적이고 자발적으로 발생하는 뇌 기능에 대한 보다 심도 있는 연구가 필요하다는 사실을 시사한다고 강조했다. 한편으로는 현재의 AI 구현 기법들과 완전히 다른 AI 구현 원리를 제시할 수 있는 생물학적 뇌 기반 이론을 제시했다는 설명이다.

백세범 교수는 “뇌 신경망 연구를 통해 얻은 아이디어를 인공신경망 연구에 적용하고, 그 결과를 다시 뇌과학적 원리를 발견하는 데 사용해 중요한 통찰을 가능하게 한 의미있는 연구”라며, “뇌신경과학과 뇌공학 분야 모두에서 가장 중요한 질문 중 하나라고 할 수 있는 인지 지능의 기원에 대한 이해의 전환점을 가져올 것으로 기대된다”고 말했다.

한편 이번 연구는 한국연구재단의 이공분야기초연구사업 및 원천기술개발사업의 지원을 받아 수행됐다. 카이스트 김광수 물리학과 석박사통합과정 및 장재선 바이오및뇌공학과 박사가 공동 제1저자로 참여했으며, 지난 1일 국제 학술지 사이언스(Science)의 온라인 자매지 사이언스 어드밴시스(Science Advances) 게재됐다(논문명 : Visual number sense in untrained deep neural networks).