KAIST와 IBM AI 연구소가 인간 전두엽의 정보 처리 방식을 규명했다. 연구팀은 전두엽이 목표 변화와 불확실한 상황을 동시에 처리하는 데 핵심적인 역할을 한다고 밝혔다. 기존 강화학습 모델은 목표가 바뀌면 안정성이 떨어지고, 환경이 불확실하면 유연성이 부족하다는 한계를 가진다. 반면 인간은 두 요소를 동시에 달성한다. 이 차이가 전두엽의 정보 표현 방식에서 비롯된다고 연구팀이 분석했다.
전두엽은 목표 정보와 불확실성 정보를 서로 간섭하지 않도록 분리해 저장한다. 이 구조가 뚜렷할수록 사람은 목표가 바뀌면 빠르게 전략을 바꾸고, 환경이 불확실해도 안정적인 판단을 유지한다. 연구팀은 전두엽이 단순히 학습을 실행하는 수준을 넘어, 상황에 따라 어떤 학습 전략을 사용할지 스스로 선택하는 메타학습 능력을 갖춘다고 보였다. 이는 무엇을 배울지뿐 아니라 어떻게 배울지도 학습하는 구조를 의미한다.
성윤도 KAIST 박사과정생이 1저자, 마티아 리고티 IBM AI 연구소 연구원이 2저자로 참여한 연구는 국제 학술지 네이처 커뮤니케이션스 11월 26일자에 게재됐다. 이상완 교수는 “이번 연구는 변화하는 목표를 유연하게 따라가면서도 안정적으로 계획을 세우는 뇌의 작동 원리를 AI 관점에서 규명한 성과”라며 “이러한 원리가 앞으로 AI가 사람처럼 변화에 적응하고 더 안전하고 똑똑하게 학습하는 차세대 AI의 핵심 기반이 될 것”이라고 말했다.
이 연구는 개인의 강화학습·메타학습 능력 분석, 맞춤형 교육 설계, 인지 능력 진단, 인간-컴퓨터 상호작용 등에 활용될 수 있다. 뇌 기반 표현 구조를 활용하면 AI가 인간의 의도와 가치를 더 잘 이해해 위험한 판단을 줄이고 사람과 더 안전하게 협력하는 기술로 발전할 수 있다.
@Meerae AI 빅데이터 연구소 meerae.info@gmail.com