AI 뇌 신호 해독하고 행동 예측
인공 지능(AI)은 뇌 활동의 원시 데이터를 해독해 뇌 활동과 행동 관련성 예측을 가속화할 수 있다.
eLife에 최근 발표된 연구에 따르면, 딥 러닝(deep learning) 알고리즘의 한 유형인 특정 컨볼루셔널 신경망(CNN)이 인간을 포함한 다양한 종의 다양한 뇌 영역에서 다양한 행동과 자극을 해독할 수 있다.
연구에는 영국 UCL과 노르웨이 트론헤임의 카블리 시스템 신경과학 연구소( Kavli Institute for Systems Neuroscience)와 라이프치히의 인간 인지와 뇌과학 막스 플랑크 연구소(Max Planck Institute for Human Cognitive and Brain Sciences)가 공동 참여했다.
수석 연구원인 Markus Frey(카블리 시스템 신경과학 연구소)는 “신경과학자들은 뇌에서 점점 더 큰 데이터 세트를 기록할 수 있었지만 그 데이터에 포함된 정보를 이해하는 것, 즉 신경 코드를 읽는 것은 여전히 어려운 문제다. 대부분의 경우 어떤 메시지가 전송되고 있는지 알 수 없다. 우리는 수동으로 해독할 필요가 없는 다양한 유형의 원시 신경 데이터를 분석하는 자동 방법을 개발하고 싶었다”고 말했다.
그들은 개방된 놀이 공간을 탐험하는 쥐의 신경 신호에 대해 DeepInsight라는 네트워크를 테스트했다. 동물의 위치, 머리 방향 및 달리기 속도를 정확하게 예측할 수 있음을 발견했다. 수동 처리 없이도 결과는 기존 분석으로 얻은 결과보다 정확했다.
선임 저자인 Caswell Barry(UCL 세포 및 발달 생물학) 교수는 “기존 방법은 우리가 이미 이해한 요소만 해독할 수 있기 때문에 신경 기록에서 많은 잠재적 정보를 놓치고 있다. 우리 네트워크는 훨씬 더 많은 신경 정보에 액세스할 수 있다. 코드를 작성하고 그렇게 함으로써 다른 요소 중 일부를 읽는 방법을 알려준다. 우리는 이전보다 더 정확하게 신경 데이터를 디코딩할 수 있지만 실제 발전은 네트워크가 기존 지식에 의해 제한되지 않는다는 것”이라고 설명했다.
팀은 이 모델이 이전에 인식되지 않은 머리 방향 표현을 감지, 알츠하이머 질환과 함께 신경 코드의 새로운 측면을 식별할 수 있다는 것을 발견했다. 또한 동일한 네트워크가 뇌 영역에 걸쳐 서로 다른 유형의 기록에서 행동을 예측할 수 있으며 인간 실험 참가자의 손 움직임을 추론하는 데 사용할 수 있음을 보여준다.
공동 저자인 Christian Doeller(Kavli Institute for Systems Neuroscience 및 Max Planck Institute for Human Cognitive and Brain Sciences)는 “이 접근법을 통해 미래에는 추론과 문제 해결 등 인간의 더 높은 수준의 인지 과정을 더 정확하게 예측할 수 있다”고 밝혔다.
Markus Frey는 “우리의 프레임워크를 통해 연구자는 처리되지 않은 신경 데이터를 신속하게 자동화하여 분석할 수 있으므로 보다 전통적인 방법을 사용하여 가장 유망한 가설에만 투자할 수 있는 시간을 절약할 수 있다”고 덧붙였다.
연구는 웰컴(Wellcome)과 유럽 연구 위원회( European Research Council)가 자금을 지원했다.
의료 및 보건, 생명공학 편집자.
Writing on Bio, Medical. M.D. Fellow Professor at SNUH.

![[사진] 우주에서 본 허리케인 '도리안'](https://scimonitors.com/wp-content/uploads/2019/09/1-150x150.jpg)




![[기획2]엔비디아 Isaac·GR00T, 로봇 AI 플랫폼 패권 경쟁](https://scimonitors.com/wp-content/uploads/2026/11/jetson-thor-1-1536x864-png-150x150.webp)

