인간의 유동적 문제해결 방식을 모사하는 메타 강화학습 모델 그림(KAIST 제공)© 뉴스1 |
KAIST 바이오및뇌공학과 이상완 교수 연구팀이 뇌 기반 인공지능 기술을 이용해 과적합-과소적합 상충 문제를 해결하는 원리를 풀어내는 데 성공했다.
이는 그동안 인공지능의 오랜 난제를 해결한 것으로 차세대 인공지능으로의 발전이 기대된다.5일 KAIST에 따르면 최근 인공지능 모델들은 다양한 실제 문제들에 대해 최적의 해법을 제시하고 있다.
하지만, 상황 변화에 유동적으로 대응하는 부분에서는 여전히 어려움을 겪고 있다.
특히, 인간이 현재 주어진 문제에 집중하면서도(과소적합 문제해결), 당면 문제에 과하게 집착하지 않고(과적합 문제해결) 변하는 상황에 맞게 유동적으로 대처하는 것을 인공지능에 적용하는 것은 난제 중 난제였다. 이에 연구팀은 뇌 데이터, 확률과정 추론 모형, 강화학습 알고리즘을 이용해 인간의 뇌가 이 문제를 어떻게 해결하는지에 대한 이론적 틀을 마련하고 이로부터 유동적인 메타 강화학습 모델을 도출해냈다.
놀랍게도 인간의 뇌는 중뇌 도파민 회로와 전두엽에서 처리되는 예측 오차의 하한선(prediction error lower bound) 이라는 단 한 가지 정보를 이용해 이 문제를 해결했다.
연구팀이 도출한 모델은 우리의 전두엽(복외측전전두피질)은 현재 내가 사용하고 있는 문제해결 방식으로 주어진 문제를 얼마나 잘 풀 수 있을지(‘이렇게 풀면 90점까지는 받을 수 있어’)에 대한 기대치의 한계를 추정한다.
또, 변화하는 상황에 맞춰 최적인 문제 해결전략을 유동적으로 선택하는 과정(‘이렇게 풀면 기껏해야 70점이니 다르게 풀어보자’)을 통해 과소적합-과적합의 위험을 최소화하게 된다.
이상완 교수 연구팀은 이전 연구에서 정립한 ‘전두엽 메타 학습 이론’을 토대로 이번에 인공지능의 오랜 난제 중 하나인 과소적합-과적합 상충 문제를 실제로 풀어냈다.
이번에 연구팀이 개발한 ‘메타 강화학습 모델’을 이용하면 간단한 게임을 통해 인간의 유동적 문제해결 능력을 간접적으로 측정할 수 있다.
더 나아가 스마트 교육이나 중독과 관련된 인지행동치료에 적용할 경우 상황 변화에 유동적으로 대처하는 인간의 문제해결 능력 자체를 향상할 수 있을 것으로 기대된다.
이번에 개발된 모델은 차세대 인공지능, 스마트 교육, 인지행동치료 등 다양한 분야에 파급력이 큰 원천 기술로, 이미 국내 및 해외 특허 출원이 완료된 상태다.
연구 책임자인 이상완 교수는 “인간의 다양한 고위 수준 능력을 인공지능 이론 관점에서 형식화하는 연구를 통해 인간 지능의 비밀을 하나씩 풀어나갈 수 있을 것으로 기대된다”고 말했다.
연구팀은 향후 딥마인드, IBM 인공지능 연구소, MIT, 옥스퍼드 대학 등 국제 공동연구 협약 기관과 공동연구를 통해 기술의 파급력을 높여나갈 계획이다.
한편, 이번 연구성과는 국제학술지 셀(Cell)의 오픈 액세스 저널인 ‘셀 리포트’에 지난달 28일자 온라인판에 게재됐다.
km5030@news1.kr