“배우는 방법을 배운다” KAIST, 뇌 모방 인공지능 학습 ‘열쇠’ 찾았다

인간의 뇌는 외부 감각 정보를 얻기 전부터 자발적 무작위 활동으로 학습을 시작한다. 무의식의 흐름 속에서 뇌 스스로 필요한 정보를 축적해 상황별 다양한 학습을 가능케 한다. 반면 인공지능은 저장한 데이터를 토대로 기계적 학습을 진행해 뇌의 학습 패턴과는 구별된다.

이는 생물학적 뇌를 모방한 인공지능 개발에 가장 큰 난제(가중치 수송 문제)로 꼽혀왔으며, 일반적인 인공신경망의 학습에서 생물학적 뇌와 다르게 대규모 메모리와 축적된 데이터를 토대로 계산 작업이 필요한 근본적인 이유가 됐다.

인공신경망을 통해 뇌의 작동 원리를 이해하는 연구를 묘사한 일러스트레이션. KAIST 제공

KAIST는 뇌인지과학과 백세범 교수 연구팀이 이러한 가중치 수송문제를 해결, 생물학적 뇌 신경망에서 자원 효율적 학습이 가능한 원리를 설명했다고 23일 밝혔다.

지난 수십 년간 거듭된 인공지능의 발전 과정은 올해 노벨 물리학상을 받은 제프리 힌튼(Geoffery Hinton)이 제시한 오류 역전파(error backpropagation) 학습을 기반으로 이뤄졌다.

하지만 오류 역전파 학습은 생물학적 뇌에서는 가능하지 않다고 여겨져 왔다. 학습을 위한 오류 신호를 계산하기 위해 개별 뉴런이 다음 계층의 모든 연결 정보를 알고 있어야 하는 비현실적 가정이 필요하다고 판단됐기 때문이다.

가중치 수송 문제로 불리는 이 난제는 1986년 힌튼에 의해 오류 역전파 학습이 제안된 후 DNA 구조의 발견으로 노벨 생리의학상을 받은 프랜시스 크락(Francis Crick)에 의해 제기됐다. 자연신경망과 인공신경망 작동 원리에 근본적 차이를 구별한 것이다.

이후 힌튼 등 연구자는 이러한 인공지능과 신경과학의 경계선에서 가중치 수송 문제를 해결해 뇌의 학습 원리를 구현할 수 있는 생물학적으로 타당한 모델을 만들기 위한 시도를 거듭했다.

2016년 영국 옥스퍼드 대학과 딥마인드 공동연구진은 가중치 수송을 사용하지 않고도 오류 역전파 학습이 가능하다는 개념을 최초로 제시해 학계의 주목을 받기도 했다.

하지만 가중치 수송을 하지 않는 생물학적으로 타당한 오류 역전파 학습은 학습 속도가 느린데다 정확도가 낮은 등 효율성이 떨어져 현실적 적용에는 한계를 보였다.

이와 달리 백 교수 연구팀이 개발한 기술은 뇌 모방 인공신경망에서 무작위 정보를 사전에 학습시켜 실제 데이터를 접했을 때 빠르고 정확한 학습을 가능하게 한다는 점에서 의미를 갖는다.

(왼쪽부터) 뇌인지과학과 백세범 교수, 이상완 교수, 천정환 석사과정, KAIST 제공

연구에 앞서 백 교수 연구팀은 생물학적 뇌가 외부적인 감각 경험을 하기 전부터 내부의 자발적인 무작위 신경 활동으로 이미 학습을 시작한다는 점에 주목했다.

또 이를 착안(모방)해 가중치 수송이 없는 생물학적으로 타당한 신경망에 의미 없는 무작위 정보(random noise)를 사전 학습시킨 결과, 오류 역전파 학습을 위한 필수조건인 신경망의 순방향과 역방향 신경세포 연결구조의 대칭성을 만들 수 있다는 것을 확인했다. 무작위적 사전 학습으로 가중치 수송 없이 학습이 가능해진 것이다.

백 교수 연구팀은 실제 데이터 학습에 앞서 무작위 정보를 학습하는 것이 ‘배우는 방법을 배우는 ’메타 학습(meta learning)‘의 성질을 가진다는 것을 밝혔고, 무작위 정보를 사전 학습한 신경망이 실제 데이터를 접했을 때 훨씬 빠르고 정확한 학습을 수행해 가중치 수송 없이도 학습 효율성을 높일 수 있다는 것을 확인했다.

이는 향후 뇌 기반 인공지능 및 뉴로모픽 컴퓨팅 기술개발의 돌파구가 될 것으로 백 교수 연구팀은 기대한다.

백 교수는 “연구팀은 기존 기계(데이터)학습의 통념을 깨고, 학습 전부터 적절한 조건을 만드는 뇌 신경과학적 원리에 주목해 새로운 관점을 제시했다”며 “발달 신경과학에서 얻은 단서로 인공신경망 학습의 중요한 문제를 해결하는 것은 물론 인공신경망 모델로 뇌의 학습 원리에 대한 통찰을 제시했다는 것이 이번 연구의 주된 성과”라고 말했다.

한편 이번 연구는 한국연구재단의 이공분야기초연구사업, 정보통신기획평가원 인재양성사업 및 KAIST 특이점교수 사업의 지원을 받아 수행됐다.

연구에는 KAIST 뇌인지과학과 천정환 석사과정(제1 저자)과 이상완 교수(공동저자)가 참여했다. 연구 성과(논문)는 올해 12월 10일~15일 캐나다 벤쿠버에서 열리는 인공지능 학회 ‘제38회 신경정보처리학회’에서 발표될 예정이다.

대전=정일웅 기자 jiw3061@asiae.co.kr