고려대, 인간의 뇌 내부 메커니즘 근사화한 생물학적 AI 알고리즘 개발

2020-12-11 01:00:00

인공지능학과 이성환 교수 Nature Machine Intelligence 표지 논문 게재

center
고려대학교 인공지능학과 이성환 교수와 Paul Bertens 박사과정 학생의 연구 논문이 인공지능 분야의 세계적인 과학저널 ‘네이처 머신 인텔리전스(Nature Machine Intelligence)’ 12월 10일자(영국 현지시간 기준) 표지 논문으로 게재됐다.

연구팀은 ‘Network of evolvable neural units can learn synaptic learning rules and spiking dynamics’ 논문에서 실제 생물학적인 뉴런과 시냅스의 작동원리를 모방하고 진화 알고리즘을 통해 학습할 수 있는 진화 가능한 신경망 단위 (Evolvable Neural Unit)를 제안하여 뇌에서 영감을 받은 인공지능을 향한 새로운 길을 제시했다.

기존의 인공신경망 모델은 다양한 분야에서 성공을 거두고 있으나, 이는 인간 뇌의 아주 일부분인 뉴런과 시냅스의 원리를 수학적으로 모델링하는 것에 그쳐, 스스로 학습하고 자가 진화하는 능력은 부족했다.
이번에 발표한 진화 가능한 신경망 모델은 실제 인간의 뇌에서 뉴런과 시냅스가 복잡하고 긴 진화의 과정을 통해 학습하는 과정을 모방하여 만들었다. 인간의 뇌가 수학적 모델링 및 인위적으로 패턴을 기반으로 학습하지 않는 것처럼, 제안된 방법은 구현된 신경망 단위가 실제 진화 과정을 토대로 학습하는 새로운 인공지능의 기술이다.

논문의 교신 저자인 이성환 고려대 교수는 “인간의 뇌는 우리에게 친근하지만 그 내부는 여전히 풀리지 않는 많은 미스테리를 갖고 있는 미지의 영역”이라며 “이번 논문은 기존의 신경망보다 한 단계 더 가까이 인간의 뇌를 모방하고 그 내부에 진화, 강화학습 등 실제 인간의 생물학적 메커니즘을 많이 내포한 새로운 인공지능의 기술”이라고 말했다.

또한, “현재 빠른 속도로 발전하고 있는 기계학습 기반 인공지능 기술은 뇌 학습기전의 극히 일부분을 수학적으로 모델링한 것이며, 분명히 한계점이 존재한다. 이번 연구는 앞으로 인공지능이 나아가야 할 새로운 기술이 될 수 있는데, 아직 많은 실험과 연구가 추가적으로 필요하지만 인공지능이 실제 인간의 복잡도를 갖는 수준으로 발전할 수 있는 시발점이 되는 괄목할 만한 성과”라고 연구 의의를 밝혔다.

이번 연구는 과학기술정보통신부·정보통신기획평가원 ‘인공지능대학원지원사업’과 ‘ICT융합산업원천기술개발사업‘의 지원을 받아 수행됐다.

차혜린 기자 chadori95@gmail.com

<저작권자 © 핀포인트뉴스, 무단 전재 및 재배포 금지>

이 기사를 공유하세요.

PIN 추천뉴스

파주
한국건강관리협회
전력거래소

CEO

1/5