타깃 피험자 의도, 76% 정확도로 알아낼 수 있어
인공 신체·재활 치료 분야 활용 기대
(서울=내외방송) 적은 정보만으로 한 사람의 뇌파를 정확하게 분류할 뿐만 아니라 의도까지 알아낼 수 있는 인공지능 기술이 개발됐다.
DGIST(대구경북과학기술원)는 "박상현 로봇및기계전자공학과 교수 연구팀이 적은 양의 정보만으로 뇌파를 정확하게 분류하는 '퓨샷 학습(적은 데이터로 학습이 가능한 방식) 딥러닝 모델'을 개발했다"고 23일 밝혔다.
연구팀은 타깃 피험자로부터 얻은 뇌파 중 소수의 데이터에 대해서만 정답을 주면 해당 피험자의 뇌파특성에 맞춰 남은 뇌파들을 분류할 수 있는 딥러닝 모델을 고안했다.
임베딩 모듈(주어진 뇌파에서 기계가 이해할 수 있는 숫자의 나열로 바꿔주는 것)을 통해 뇌파 데이터에서 유의미한 특징을 추출하고, 시간 주의 모듈(잡음을 제거)을 이용해 불필요한 잡음 특징을 감소시켰다.
이어 집합 주의 모듈(예측하고자 하는 데이터를 분류하기 위해 중요한 특징을 찾아 줌)을 활용해 중요한 데이터만을 찾아 타깃 피험자가 뇌파에서 나타내는 의도의 특징을 선별했다.
끝으로 관계 모듈(특징들의 관계를 점수로 출력)로 뇌파의 특징과 벡터(숫자의 나열) 간의 관계를 계산했으며, 분류 미세조정 기술과 최적화를 통해 정확하게 뇌파를 분류했다.
연구팀이 새로 개발한 딥러닝 모델은 개체 간 분류에서 20개의 뇌파 데이터를 통해 타깃 피험자의 의도를 최대 76%까지 맞추는 정확도를 보였다.
기존의 다른 방법의 정확도가 64~73%인 것과 비교했을 때 성능이 우수하다는 것이 확인된 것이다.
이 기술을 활용하면 사람에 따라 인공지능 장비가 잘 동작하지 않는다는 문제점을 해결할 수 있어 인공 신체나 재활 치료 분야 등에서 뇌파 데이터를 이용한 서비스를 제공할 수 있을 것으로 연구팀은 기대하고 있다.
박 교수는 "이번에 개발된 뇌파 분류 딥러닝 모델은 적은 정보만으로도 정확하게 뇌파 분류가 가능해 개인화가 필요한 뇌파 관련 연구 분야에 획기적으로 기여할 것"이라고 말했다.
안시온 학위연계과정생과 치콘테필립 박사후연구원이 제1저자로 참여한 이 연구는 경찰청 등의 지원을 받아 수행됐으며 국제학술지인 'IEEE(국제전기전자공학회) 트랜잭션스 온 뉴럴네트워크 앤드 러닝시스템(IEEE Transactions on Neural Networks and Learning Systems)'에 최근 게재됐다(논문명: Dual Attention Relation Network With Fine-Tuning for Few-shot EEG Motor Imagery Classification).