KAIST 연구팀, 뇌 모방 인공신경망 효율적 학습 원리 규명

인공신경망을 통해 뇌의 작동 원리를 이해하는 연구를 묘사하는 일러스트레이션. (KAIST 제공)/뉴스1
인공신경망을 통해 뇌의 작동 원리를 이해하는 연구를 묘사하는 일러스트레이션. (KAIST 제공)/뉴스1

(대전=뉴스1) 김태진 기자 = 국내 연구진이 뇌 모방 인공지능(AI) 관련 난제를 해결해 주목된다.

한국과학기술원(KAIST)은 뇌인지과학과 백세범 교수 연구팀이 뇌 모방 인공신경망 학습의 오래된 난제였던 가중치 수송 문제를 해결하고 이를 토대로 생물학적 뇌 신경망에서 자원효율적 학습이 가능한 원리를 규명했다고 23일 밝혔다.

지난 수십 년간 인공지능의 발전은 올해 노벨 물리학상을 받은 제프리 힌튼이 제시한 오류 역전파 학습에 기반한다.

그러나 오류 역전파 학습은 생물학적 뇌에서는 가능하지 않다고 생각해 왔는데 이는 학습을 위한 오류 신호를 계산하기 위해 개별 뉴런들이 다음 계층의 모든 연결 정보를 알고 있어야 하는 비현실적인 가정이 필요해서다.

연구팀은 생물학적 뇌가 외부적인 감각 경험을 하기 이전부터 내부의 자발적인 무작위 신경 활동을 통해 이미 학습을 시작한다는 점에 주목했다.

연구팀은 이를 모방해 가중치 수송이 없는 생물학적으로 타당한 신경망에 의미 없는 무작위 정보를 사전 학습시켰다.

그 결과 오류 역전파 학습을 위해 필수적 조건인 신경망의 순방향과 역방향 신경세포 연결 구조의 대칭성이 만들어질 수 있음을 보였다. 무작위적 사전 학습을 통해 가중치 수송 없이 학습이 가능해진 것이다.

연구팀은 실제 데이터 학습에 앞서 무작위 정보를 학습하는 것이 ‘배우는 방법을 배우는’ 메타 학습의 성질을 가진다는 것을 밝혔다. 무작위 정보를 사전 학습한 신경망은 실제 데이터를 접했을 때 훨씬 빠르고 정확한 학습을 수행하며, 가중치 수송 없이 높은 학습 효율성을 얻을 수 있음을 보였다.

KAIST뇌인지과학과 백세범 교수(왼쪽부터), 이상완 교수, 천정환 석사과정. /뉴스1

백세범 교수는 “데이터 학습만이 중요하다는 기존 기계학습의 통념을 깨고 학습 전부터 적절한 조건을 만드는 뇌신경과학적 원리에 주목하는 새로운 관점을 제공하는 것”이라며 “발달 신경과학으로부터의 단서를 통해 인공신경망 학습의 중요한 문제를 해결함과 동시에 인공신경망 모델을 통해 뇌의 학습 원리에 대한 통찰을 제공한다는 점에서 중요한 의미를 갖는다”고 말했다.

KAIST 뇌인지과학과 천정환 석사과정이 제1 저자로, 같은 학과 이상완 교수가 공동 저자로 참여한 이번 연구 성과는 오는 12월 10~15일 캐나다 벤쿠버에서 열리는 세계 최고 수준의 인공지능 학회인 ‘제38회 신경정보처리학회’에서 발표될 예정이다.

memory4444444@news1.kr