인공지능 '한계' 극복?…인간 뇌 본 따 '융통성' 학습시킨다

이상완 카이스트교수팀, 과적합-과소적합 상충 문제 해결할 수 있는 메타 강화학습 모델 개발

[아시아경제 김봉수 기자] 인공지능(AI)은 최근 급속 진화하면서 다양한 기능과 문제 해결에 동원되고 있다. 그러나 상황 변화에 유연하게 대응하지 못한다는 것이 치명적인 약점이다. 국내 연구진이 인간 뇌의 기능과 특성을 본 따 AI의 한계를 극복할 수 있는 기술을 개발해 관심을 끌고 있다.

카이스트(KAIST)는 이상완 바이오및뇌공학과 교수(신경과학 인공지능 융합연구센터장) 연구팀이 뇌 기반 인공지능 기술을 이용해 인공지능의 난제 중 하나인 과적합-과소적합 상충 문제를 해결하는 원리를 풀어내는 데 성공했다고 5일 밝혔다. 이번 연구 결과는 국제 학술지 셀(Cell)의 오픈 액세스 저널인 '셀 리포트(Cell Reports)'에 지달 28일 온라인 게재됐다.

최근 인공지능 모델들은 다양한 실제 문제들에 대해 최적의 해법을 제시하지만, 상황 변화에 ?유동적으로 대응하는 부분에 있어서는 여전히 어려움을 겪고 있다. 기계학습에서는 이를 과소적합-과적합의 위험성 (underfitting-overfitting risk) 또는 편향-분산 상충 문제?(bias-variance tradeoff)라? 하며????? 오랫동안 연구됐지만, 실제 세계와 같이 상충 조건이 계속 변하는 상황에서의 명확한 해법은 아직 제안된 바가 없?다.?

반면 인간은 ?현재 주어진 ?문제?에 집중하면서도(과소적합 문제 해결), ?당면 문제에 과하게 집착하지 않고?(과적합 문제 해결)? 변하는 상황에? 맞게 유동적으로 대처?한다. 연구팀은 ?뇌 데이터, 확률 과정 추론 모형, 강화 학습? 알고리즘을? 이용해 인간의 뇌가 이 문제를 ?어떻게 해결하는 지에 대한 이론적 틀을 마련하고 이로부터 유동적인 메타 강화학습 모델을 도출해냈다.

인간의 뇌는 ?중뇌 도파민 회로와 전두엽에서 처리?되는 ?'예측 오차'의 하한선(prediction error lower bound) 이라는 단? 한 가지 정보를 이용해 ?이 문제를 해결한다. ?우리의 전두엽, 특히 복외측전전두피질은 현재 내가 사용하고 있는 문제 해결 방식으로 주어진 문제를 얼마나 잘 풀 수 있을 지에 대한 기대치의 한계를 추정(예 : 이렇게 풀면 90점까지는 받을 수 있어)한다. 또 변화하는 상황에 맞춰 최적인 문제 해결전략을 유동적으로 선택하는 과정 (예 : 이렇게 풀면 기껏해야 70점이니 다르게 풀어보자)을 통해 과소적합-과적합의 위험을 최소화하게 ?된다?.?

연구팀은 앞서 2014년 해당 전두엽 영역이 환경의 불확실성을 바탕으로 강화학습전략을 유동적으로 조절하는 데 관여한다는 사실을 처음 발견해 논문을 발표한 바 있다. 2015년에는 인과관계 추론 과정에도 관여한다는 사실도 발견했다. 2019년에는 해당 뇌 영역이 문제의 복잡도까지 고려할 수 있다는 사실도 밝혀냈다.

인간의 유동적 문제해결 방식을 모사하는 메타 강화학습 모델. 그림 제공=카이스트

연구팀은 또 이러한 일련의 연구 결과들이 자신의 학습 및 추론 능력을 스스로 평가하는 인간의 메타 인지 능력을 보여주는 증거로, 이 능력을 바탕으로 인공지능이 풀기 어려워하는 현실 세계의 다양한 상충적 상황들을 풀어낼 수 있다는 '전두엽 메타 학습 이론'을 정립해 보고했었다.

이번 연구는 이 이론에 기반해 인공지능의 오랜 난제 중 하나인 과소적합-과적합 상충 문제를 실제로 풀어낸 최초의 사례로 평가된다. 연구를 통해 개발된 메타 강화학습 모델을 이용하면 간단한 게임을 통해 인간의 유동적 문제 해결 능력을 간접적으로 측정할 수 있다. 더 나아가 스마트 교육이나 중독과 관련된 인지 행동치료에 적용할 경우 상황 변화에 유동적으로 대처하는 인간의 문제 해결 능력 자체를 향상할 수 있을 것으로 기대된다. 차세대 인공지능, 스마트 교육, 인지 행동치료 등 다양한 분야에 파급력이 큰 원천 기술로 최근 국내 및 해외 특허 출원이 완료된 상태다.

연구를 주도한 김동재 박사는 "인간 지능의 특장점에 대한 이해가 얼마나 중요한지 보여주는 연구 중 하나"라고 말했다.

연구 책임자인 이상완 교수는 "인공지능이 우리보다 잘 푸는 문제가 많지만, 반대로 인공지능으로 풀기 어려운 문제들이 우리에게는 정말 쉽게 느껴지는 경우들이 많다. 인간의 다양한 고위 수준 능력을 인공지능 이론 관점에서 형식화하는 연구를 통해 인간 지능의 비밀을 하나씩 풀어나갈 수 있을 것으로 기대된다"라며 "이러한 뇌 기반 인공지능 연구는 인간의 지능을 공학적으로 탐구하는 과정으로 볼 수 있으며, 인간과 인공지능이 서로 도우며 함께 성장해 나갈 수 있는 명확한 기준점을 마련할 수 있을 것"이라고 설명했다.