(대전ㆍ충남=뉴스1) 송규복 기자 = 한국과학기술원(KAIST)이 인간이나 동물처럼 변화하는 상황에 적응할 수 있도록 인공지능(AI)이 스스로 가설을 세우고 검증하는 새로운 강화학습 이론을 개발했다.
KAIST는 뇌인지과학과 이상완 교수, 생명과학과 정민환 교수 공동 연구팀이 동물 행동 패턴을 분석해 뇌처럼 생각하는 인공지능의 핵심 개념인 ‘안정성·유동성의 딜레마’를 해결할 수 있는 이론을 개발했다고 27일 밝혔다.
안정성·유동성의 딜레마는 상황이 변할 때 익숙한 방식대로 행동할지 새로운 방식으로 바꿀지 결정하는 문제를 의미한다.
연구팀은 동물이 스스로 세운 가설을 바탕으로 다음 상황을 예측하고 검증하는 행동 패턴을 분석한 결과, 기존 강화학습 이론과 최신 AI 알고리즘이 동물의 실제 행동을 충분히 설명하지 못한다는 점을 발견했다.
연구진은 두뇌처럼 가설의 예측 오류를 기반으로 행동 방식을 조정하는 ‘적응형 강화학습’ 이론을 새롭게 제시했다.
이 모델은 기존 AI 대비 예상치 못한 사건에 대한 동물 행동을 최대 31%, 평균 15% 더 정확하게 예측하는 것으로 나타났다.
연구팀은 확률적 선택 과제, T자 미로 과제 등 동물 실험 데이터를 통해 AI 모델을 검증했다.
또 중뇌 기저핵 선조체 가시뉴런이 가설 기반 적응형 강화학습 과정에 관여한다는 사실도 밝혀냈다.
이번 연구는 대규모 AI 모델이 입력된 정보를 그대로 받아들이는 것과 달리 스스로 가설을 세우고 검증하는 과정이 중요하다는 것을 입증했다.
이 교수는 “이번 연구는 기존 강화학습 이론의 한계를 극복하고, 인공지능이 보다 정교하게 학습할 수 있게 된 중요한 성과”라며 “뇌처럼 스스로 의심하고 검증하는 과정을 AI에 적용해 거짓 답변 현상인 “할루시네이션’을 줄이고 신뢰도 높은 인공지능을 구현할 수 있게 됐다”고 말했다.
songkb71099@news1.kr
