체계적인 교육과 실무위주의 미래지향적 교육!

의생명공학과

바이오산업동향

고등 인지 기능의 자발적 발생 원리 규명
등록일
2021-01-04
작성자
의생명공학과
조회수
31

고등 인지 기능의 자발적 발생 원리 규명
생명과학 KAIST (2021-01-04)
KAIST는 바이오및뇌공학과 백세범 교수 연구팀이 학습 과정을 전혀 거치지 않은 신경망에서 고등 시각 인지 기능이 자발적으로 발생할 수 있음을 보였다고 4일 밝혔다.

이번 연구 결과는 신경망에서 상위 인지 기능을 발생시키기 위해서는 반드시 충분한 데이터 학습이 필요하다는 기존의 상식과 완전히 상반되는 것으로, 현재 통용되고 있는 인공지능의 구현 방식에 대한 근본적인 의문을 던진다.

또한 연구팀의 결과는 다양한 생물 종의 뇌에서 관측되는 선천적인 인지 기능의 발생에 대한 설명 가능한 이론을 제시할 뿐만 아니라, 뇌신경과학 연구의 가장 근본적인 질문 중 하나인 `인지 지능의 발생 및 진화'의 원리에 대한 기존과는 전혀 다른 새로운 시각을 제시한다.

연구팀은 뇌의 시각 신경망을 모사한 인공신경망 시뮬레이션을 통해, 모든 연결 가중치가 무작위로 정해지도록 초기화된 신경망이 전혀 학습을 거치지 않은 상태에서도 특정 숫자에 선택적으로 반응하는 `수량 선택성'을 자발적으로 생성함을 발견했다. 또한 이렇게 자발적으로 발생한 수량 선택적 유닛은 실제 동물의 뇌에서 발견되는 수량 선택적 뉴런들이 보이는 *`베버-페히너 법칙' 등의 주요 특성을 동일하게 따름을 확인했다.

☞ 베버-페히너 법칙(Webber-Fechner law): 자극과 감각 사이의 상대적 관계를 나타내는 심리물리학적 법칙. 인지 가능한 자극 강도 변화량은 현재 강도에 지수적으로 비례한다는 것으로 이는 인지생물학에서 기본적인 원리로 알려져 있다.

KAIST 물리학과 김광수 석박사통합과정, 바이오및뇌공학과 장재선 박사가 공동 제1 저자로 참여한 이번 연구는 국제 학술지 `사이언스(Science)'의 온라인 자매지 `사이언스 어드밴시스(Science Advances)' 1월 1일 字에 게재됐다. (논문명 : Visual number sense in untrained deep neural networks)

신경망에서 인지 지능의 발생에 관한 연구는 뇌인지과학과 인공지능 분야 모두에서 핵심적인 연구 주제 중 하나다. 흥미롭게도 인지 기능을 발생시키기 위해서 일반적으로 많은 양의 데이터 입력을 통한 학습 과정을 거쳐야 하는 인공신경망과 달리 동물의 뇌는 태어난 직후부터 다양한 인지 기능을 수행하는 `선천적' 인지 지능을 가지고 있는 것이 관찰돼왔다.

이러한 차이점은 생물학적 지능의 발생과 진화의 원리를 이해하는 데 결정적인 역할을 하고, 현재 개발된 인공지능과의 차이점을 보여주는 핵심적인 단서를 제공할 것으로 기대되고 있으나 이러한 인지 기능이 어떻게 자발적으로 발생하는지는 아직 명확하게 알려진 바가 없었다.

이에 연구팀은 학습을 거치지 않은 신경망의 초기 상태에서 나타나는 단순한 물리적 구조 특성이 다양한 인지 기능을 발생시킬 수 있을 것이라 예상했다. 이를 확인하기 위해 수행한 심층신경망 시뮬레이션 연구를 통해 모든 연결 가중치가 무작위로 초기화된 신경망에서도 `계층 구조'와 무작위적 피드 포워드 연결만 형성된다면 특정 수량에 선택적으로 강한 반응을 보이는 신경망 유닛들이 자발적으로 생성됨을 확인했다.

이러한 신경망 유닛들은 실제 뇌에서 발견되는 수량 선택적 신경세포의 주요한 성질들과 유사한 특성을 보였다. 이 결과는 생물학적 뇌에서 생애 초기에 발견되는 선천적인 숫자 선택성 역시 동일한 원리에 의해 발생할 가능성을 시사한다.

이러한 결과는 기초적인 인지 기능이 신경망의 초기 구조가 갖춰진 시점에 이미 존재하고 이후 다양한 학습을 통해 조절될 수 있음을 보여주며, 뇌신경과학의 중요한 화두 중 하나인 `지능의 선천적 혹은 후천적(nature vs. nurture) 형성'에 관해 매우 중요한 단서를 제공하는 발견으로 평가된다.

연구팀의 결과는 학습과 훈련에 의존해 대부분의 뇌 기능이 발생한다는 기존의 시각을 탈피해, 선천적이고 자발적으로 발생하는 뇌 기능에 대한 보다 심도 있는 연구가 필요하다는 사실을 시사한다. 한편으로 현재의 인공지능 구현 기법들과 완전히 다른 인공지능 구현 원리를 제시할 수 있는 생물학적 뇌 기반 이론을 제시한다.

백세범 교수는 "뇌 신경망 연구를 통해 얻은 아이디어를 인공신경망 연구에 적용하고, 그 결과를 다시 뇌과학적 원리를 발견하는 데 사용해 중요한 통찰을 가능하게 한 의미있는 연구ˮ라며 "뇌신경과학과 뇌공학 분야 모두에서 가장 중요한 질문 중 하나라고 할 수 있는 인지 지능의 기원에 대한 이해의 전환점을 가져올 것으로 기대된다ˮ라고 언급했다.

한편 이번 연구는 한국연구재단의 이공분야기초연구사업 및 원천기술개발사업의 지원을 받아 수행됐다.

□ 연구 개요
주어진 시각 정보에서 물체의 수량을 파악하는 능력인 `숫자 감각(number sense)'은 중요한 고등 인지 기능의 하나로, 다양한 동물 실험을 통해 연구되어 왔다. 이러한 인지 기능의 발생에 대하여 인공신경망을 기반으로 하는 기계 학습 분야에서도 활발한 연구가 진행되어 왔는데, 이러한 연구들은 대부분 숫자 감각을 발생시키기 위해서 `어떤 학습 과정'이 필요한지를 알아내는 데에 집중한다. 하지만 숫자 감각은 전혀 학습을 거치지 않은 생애 극초기의 동물에서도 존재함이 보고됨으로써, 이런 고등 인지 기능이 어떻게 학습에 의존하지 않고 자발적으로 발생할 수 있는지에 대한 의문을 일으킨다.

연구팀은 생물학적 뇌 구조를 모사한 심층 인공신경망을 이용하여, 숫자 감각과 같은 고등 인지 기능이 최초로 발생하는 상황을 관찰하였다. 이를 통해 모든 연결 구조가 무작위로 정해진 초기화(randomly-initiated)된 신경망에서 특정 수량에 선택적으로 강한 반응을 보이는 신경망 유닛들이 아무런 학습을 거치지 않고도 자발적으로 발생함을 증명했다.

이러한 신경망 유닛들은 지수적으로 변하는 입력값에 대하여 일정한 개형의 반응 함수를 가지는 베버-페히너 법칙(Weber-Fechner law)을 따르는 등 실제 뇌에서 발견되는 수량 선택적 신경세포의 주요한 성질들과 유사한 특성을 보였다. 이는 인공신경망 시뮬레이션을 통해 얻은 이 결과가 실제 생물학적 뇌에서 생애 초기에 발견되는 선천적인 숫자 선택성의 발생 원리를 설명할 수 있음을 시사한다. 

이러한 결과는 신경망의 `무작위적' 초기 구조가 갖춰진 시점에 다양한 고등 인지 기능이 자발적으로 발생하고, 이후 다양한 정보의 학습을 통해 완전한 인지 지능으로 발전하는 시나리오를 제시한다. 또한 뇌신경과학의 중요한 화두인 `지능의 선천적 혹은 후천적(nature versus nurture)형성' 원리에 관한 매우 중요한 단서를 제공한다. 본 연구의 결과는 학습과 훈련에 기반하여 뇌기능의 발생을 설명하는 기존의 시각과 차별되는, 선천적이고 자발적으로 발생하는 뇌기능에 대한 혁신적인 이론을 제시하며, 한편으로 현재의 인공지능 구현 기법들과 완전히 다른 인공지능 구현을 가능하게 하는 새로운 생물학적 원리를 제공한다.
 



그림 1. 심층 신경망에서 무작위적인 계층적 연결 구조를 통해 자발적으로 발생하는 수량 선택성을 묘사하는 삽화
심층 신경망에서 무작위적인 계층적 연결 구조를 통해 자발적으로 발생하는 수량 선택성을 묘사하는 삽화


그림 2. 다양한 동물의 행동에서 관측되는 숫자 감각을 묘사하는 사진
다양한 동물의 행동에서 관측되는 숫자 감각을 묘사하는 사진


그림 3. 무작위로 초기화된 심층신경망에서 자발적으로 발생하는 수량 선택적 신경망 유닛 

무작위로 초기화된 심층신경망에서 자발적으로 발생하는 수량 선택적 신경망 유닛
출처: [BRIC Bio통신원] 고등 인지 기능의 자발적 발생 원리 규명 ( https://www.ibric.org/myboard/read.php?Board=news&id=326142 )

 

원문 보기 (클릭)