사람처럼 상황변화 대처 'AI' 어떻게? KAIST 연구진 난제 풀어

[이데일리 강민구 기자] 국내 연구진이 뇌 기반 인공지능 기술을 이용해 인공지능 분야 난제를 풀었다.

한국과학기술원(KAIST)은 이상완 바이오뇌공학과 교수 연구팀이 과적합·과소적합 상충 문제를 해결하는 원리를 풀었다고 5일 밝혔다.

이상완 KAIST 바이오뇌공학과 교수.(사진=KAIST)

인공지능 모델들은 다양한 문제들에 대해 최적의 해법을 제시하지만, 상황 변화에 유동적으로 대응하는 부분에서 어려움을 겪고 있다. 기계학습에서 ‘과소적합·과적합의 위험성’이나 ‘편향·분산 상충 문제’라 부르며 오래 연구했지만 실제 세계처럼 상충 조건이 계속 변하는 상황에서 명확한 해법이 없었다.

사람은 주어진 문제에 집중하면서도 당면 문제에 지나치게 집착하지 않고 변하는 상황에 유동적으로 대처한다. 연구팀은 뇌 데이터, 확률과정 추론 모형, 강화학습 알고리즘을 이용해 인간의 뇌가 이 문제를 어떻게 해결하는지에 대한 이론적 틀을 마련하고 메타 강화학습 모델을 도출했다.

연구팀은 그동안의 연구를 바탕으로 인공지능이 풀기 어려워하는 현실 세계의 다양한 상충적 상황들을 풀어낼 수 있다는 ‘전두엽 메타 학습 이론’을 정립했다. 이번 연구로 만든 메타 강화학습 모델을 이용하면 간단한 게임을 통해 인간의 유동적 문제 해결 능력을 간접적으로 측정할 수 있다.

연구팀은 이 기술이 앞으로 차세대 인공지능, 스마트 교육, 인지 행동치료에 활용될 수 있다고 보고, 국내외 특허도 출원했다.

이상완 교수는 “인공지능이 우리보다 잘 푸는 문제가 많지만, 인공지능으로 풀기 어려운 문제들이 우리에게 쉽게 느껴지는 경우들이 많다”며 “인간의 능력을 인공지능 이론 관점에서 형식화하는 연구를 통해 인간 지능의 비밀을 하나씩 풀어나갈 것으로 기대한다”고 말했다.

연구 결과는 국제 학술지 셀(Cell)의 오픈 액세스 저널인 ‘셀 리포트(Cell Reports)’에 지난해 12월 28일자 온라인판에 게재됐다.