사람 뇌처럼 미래 예측하고, 다시한 번 생각하는 AI모델 개발
사람의 뇌처럼 다시 생각하는 인공지능(AI) 모델이 개발됐다. KAIST는 이상완 뇌인지과학과 교수 연구팀이 인간의 뇌처럼 오차까지 재추정, 예측을 계산하는 새로운 AI 메타학습법을 개발했다고 1일 밝혔다. 뇌는 현재 벌어지는 일을 단순히 인식하는데서 그치지 않고 '다음에 무슨 일이 일어날까'도 고려한다. 실제 결과 값이 다르면 그 차이(오차)를 줄이는 방향으로 사고 방향과 전략을 수정한다. 바둑에서 상대 다음 수를 예상했다가 빗나가면 전략을 바꾸는 것과 비슷하다. 이 같은 정보처리 방식을 '예측 부호화'라고 한다. 그런데 이를 곧바로 AI모델에 적용하는데는 한계가 있다. 신경망이 고차원화 될수록 오차가 특정 부위에 몰리거나 아예 사라져 성능이 떨어지는 문제가 반복된다. 오차가 발생한 책임소재를 찾아 수정하기 위해선 모델의 실수(오차) 값을 뉴런에 골고루 뿌려 줘야 하는데, 이 일을 제대로 수행하지 못했던 것. 연구팀이 이 원인을 수학적으로 규명하고 새로운 해법을 제시했다. AI가 결과만 예측하는 것이 아니라, '예측 오차가 앞으로 어떻게 변할지'까지 다시 예측하도록 만들었다. 연구팀은 이를 메타예측이라고 설명했다. 이상완 뇌인지과학과 교수는 "쉽게 말해, 틀림을 한 번 더 생각하는 AI로 이해하면 될 것"이라며 "이 방식을 적용하자, 깊은 신경망에서도 학습이 멈추지 않고 안정적으로 진행됐다"고 부연 설명했다. 연구팀은 총 30가지 실험 중 97%인 29개에서, 현재 AI의 표준 학습법인 역전파(Backpropagation)보다 높은 정확도를 기록했다. 역전파는 AI가 '틀린 만큼 거꾸로 되돌아가며 고치는' 현재의 대표적 학습 방법이다. 이 교수는 "이 모델에서는 숫자로 정확도 정도를 나타내는 것은 별 의미없다. 모델에 따라 99점도 나오기도 하는데, 더 중요한 건 오차 수정 방법에 관한 새로운 전략을 제시한 점"이라고 말했다. 기존 AI 학습방식(역전파)는 모든 층이 서로 긴밀하게 연결돼 있어, 전체 네트워크를 한 번에 계산하고 한 번에 수정해야 하지만 이 방법은 이 방식은 뇌처럼 분산적·부분적으로 학습해도 큰 AI 모델을 잘 학습시킬 수 있다. 이 교수는 “뇌의 구조를 단순히 모방한 것이 아니라, 뇌의 학습 원리 자체를 AI가 따르도록 만든 것이 이번 연구 핵심”이라며 “뇌처럼 효율적으로 배우는 인공지능 가능성을 열었다”고 덧붙였다. 이 교수는 또 "전력 효율이 중요한 뉴로모픽 컴퓨팅, 환경에 적응해야 하는 로봇 AI, 기기 내부에서 작동하는 엣지 AI 등 다양한 분야로 확장될 것으로 기대한다"며 "특허 출원은 준비중이지만, 상용화나 창업은 검토하지 않았다. 마땅한 기업이 기술이전을 요구하면 넘길 계획"이라고 말했다.
