머니투데이

속보
통합검색

"인간 두뇌가 AI 공학난제 해결한다"

머니투데이
  • 류준영 기자
  • 2019.01.24 10:56
  • 페이스북
  • 트위터
  • 네이버
  • 카카오스토리
  • 텔레그램
  • 문자
  • 글자크기조절
  • 댓글···

KAIST, 알파고 개발사인 구글 딥마인드와 ‘인간 뇌 기반 AI 시스템 설계’ 방향 제시

24일 카이스트(KAIST) 바이오및뇌공학과 이상완 교수팀, 영국 케임브리지 대학, 구글 딥마인드로 이뤄진 공동연구팀이 차세대 뇌 기반 인공지능(AI) 시스템 설계 방향을 제시했다. 이번 연구는 AI 알고리즘의 공학적 난제를 인간의 두뇌로 해결하는 신경과학 기반 강화학습 이론을 제안한 것이다.

최적제어 이론에서 출발한 강화학습은 기계 학습의 한 영역으로 지난 20여 년간 꾸준히 연구된 분야이다. 지난 5년 동안은 딥러닝 기술을 발전과 맞물려 급격한 성장을 이뤘다.

딥러닝 기반 강화학습 알고리즘은 최근 AI 바둑 프로그램 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 남아있다.
연구팀은 이번 연구에서 강화학습 등의 개별 AI 알고리즘이 해결하지 못하는 공학적 문제를 인간의 두뇌가 이미 해결하고 있다는 사실에 기반한 ‘전두엽 메타 제어’ 이론을 제안했다.

중뇌 도파민-복외측전전두피질 네트워크에서 외부 환경에 대한 학습의 신뢰도를 스스로 평가할 수 있는 보상 예측 신호나 상태 예측 신호와 같은 정보를 처리하며, 인간의 두뇌는 이 정보들을 경쟁적·협력적으로 통합하는 프로세스를 통해 외부 환경에 가장 적합한 학습 및 추론 전략을 찾는다는 것이 이론의 핵심이다.
이 원리를 단일 인공지능 알고리즘이나 로봇설계에 적용하면 외부 상황변화에 강인하게 성능·효율·속도 세 조건 사이의 균형점을 유지하는 최적의 제어 시스템을 설계할 수 있다. 나아가 다수의 AI 개체가 협력하는 상황에서는 서로의 전략을 이용함으로 협력-경쟁 사이의 균형점을 유지할 수 있다.

이상완 교수는 “연구를 하다 보면 우리의 두뇌는 공학적 난제를 의외로 쉽게 해결하고 있음을 알 수 있다”며 “이 원리를 AI 알고리즘 설계에 적용하는 뇌 기반 AI 연구는 구글 딥마인드, MIT(매사추세츠공대), 캘리포니아 공과대학 등 해외 유수 기관에서도 관심을 두는 신경과학-인공지능 융합 연구 분야”라고 말했다. 이어 “장기적으로는 차세대 AI 핵심 연구 분야 중의 하나로 자리를 잡을 것”이라고 덧붙였다. 이번 연구성과는 국제학술지 사이언스의 자매지인 ‘사이언스 로보틱스’ 온라인판에 게재됐다.



오늘의 꿀팁

  • 띠운세
  • 별자리운세
  • 날씨
  • 내일 뭐입지
인구이야기 POPCON (10/8~)
메디슈머 배너_슬기로운치과생활 (6/28~)
블록체인

포토 / 영상