과학자들은 뇌가 우리가 생각하는 방식과는 다르게 결정을 내린다는 사실을 발견했다.

과학자들은 뇌가 예상보다 훨씬 일찍 의사결정을 시작한다는 사실을 발견했는데, 이는 인공지능의 미래를 바꿀 수 있는 획기적인 발견입니다. (사진 출처: AI/ScienceDaily.com)

일리노이 대학교 어바나 샴페인 캠퍼스의 과학자들이 뇌와 인공지능에 대한 연구자들의 사고방식을 바꿀 수 있는 증거를 발견했습니다. 이들의 연구 결과는 의사결정이 기존 이론에서 제시하는 것보다 훨씬 더 이른 뇌 발달 단계에서 시작된다는 것을 시사하며, 미래의 더욱 강력하고 에너지 효율적인 인공지능 시스템 설계를 위한 새로운 아이디어를 제공합니다.

그레인저 공과대학의 전기 및 컴퓨터 공학과 유리 블라소프 교수가 주도한 이번 연구는 미국 국립과학원회보(PNAS) 에 발표되었습니다 . 이 연구는 초기 감각 뇌 영역이 의사 결정에 예상치 못한 역할을 한다는 점을 지적하며, 정보가 엄격한 뇌 영역 계층 구조를 거친 후에야 의사 결정이 이루어진다는 기존의 통념에 도전합니다.

뇌의 의사결정 방식에 대한 재고찰

인간의 뇌는 우주에서 가장 복잡한 구조물로 널리 알려져 있습니다. 과학자들은 여전히 ​​뇌의 작동 원리를 완전히 이해하지 못하고 있으며, 이러한 이유로 미국 공학한림원은 2008년에 뇌 역설계를 21세기 공학 분야의 14대 과제 중 하나로 선정했습니다.

수십 년 동안 합성곱 신경망을 비롯한 많은 인공지능 시스템은 뇌가 정보를 일방향 순차로 처리한다는 아이디어에서 영감을 받아 개발되었습니다. 이 전통적인 모델에 따르면 감각 정보는 점점 더 복잡해지는 뇌 영역을 거쳐 전두엽 피질에 도달하고, 이곳에서 의사 결정이 이루어집니다.

블라소프를 비롯한 연구자들은 그러한 그림이 과연 완전한 것인지에 대해 점점 더 의문을 제기하고 있습니다.

대신, 그들은 수억 년에 걸친 진화를 통해 정교해진 자연 지능에 기반한 모델을 탐구하고 있습니다. 이 틀에서 뇌는 단순히 단계적인 정보 흐름에만 의존하지 않습니다. 의사 결정은 뇌 영역 간에 정보가 양방향으로 이동할 수 있도록 하는 상호 연결된 피드백 루프에도 의존합니다.

생물학적 지능은 오늘날의 인공지능 시스템보다 훨씬 적은 에너지를 사용하면서도 놀라울 정도로 복잡한 작업을 수행하기 때문에, 이러한 구조를 이해하는 것은 미래 인공지능 개발에 도움이 될 수 있습니다.

"우리는 10억 년에 걸친 진화에서 배우고 싶습니다."라고 블라소프는 말했다. "생물학적 지능은 어떤 구조로 조직되어 있을까요? 뇌의 구조적 측면에서 배우고 이를 모방하여 현재보다 더 효율적이고, 전력 소모가 적으며, 더 똑똑한 AI를 만들 수 있을까요? 의사 결정 수준에서 현재 AI는 부족한 점이 있습니다."

초기 뇌 영역에서 의사 결정 활동이 나타난다

이러한 과정이 어떻게 작동하는지 조사하기 위해 연구팀은 뇌의 가장 초기 감각 및 지각 단계에 집중했습니다.

과학자들은 쥐가 가상 현실 복도를 탐색하고 지각적 결정을 내릴 때 발생하는 신경 활동을 기록했습니다. 그 결과, 뇌의 가장 초기 감각 처리 영역 중 하나인 일차 체성감각 피질(S1)에서 결정과 관련된 활동의 증거를 발견했습니다.

S1은 단순히 정보를 전달하는 것이 아니라 피드백 루프를 통해 상위 뇌 영역의 영향을 받는 것으로 나타났습니다. 이러한 하향식 조절은 의사 결정이 단순한 일방향 정보 흐름이 아니라 여러 뇌 영역에 걸친 지속적인 소통을 포함한다는 것을 시사합니다.

"뇌의 신경 코드는 여전히 대부분 알려지지 않은 언어입니다."라고 블라소프는 말했습니다. "하지만 이러한 시스템 수준의 이해는 보다 효율적인 인공 신경망을 구축하는 방법, 즉 차세대 인공지능을 구상하는 방식에 잠재적인 영향을 미칠 수 있습니다. 실제 뇌에서 얻은 이러한 비유를 통해 인공지능을 더욱 발전시킬 수 있을지도 모릅니다."

이번 연구 결과가 미래 인공지능에 미칠 영향은 무엇일까?

연구진은 이번 연구가 더 나은 인공지능을 구축하기 위한 청사진을 제시하는 것은 아니라고 강조합니다. 대신, 이번 연구는 뇌가 의사결정을 구성하는 방식에 대한 새로운 통찰력을 제공하며, 이는 미래의 인공지능 아키텍처에 영감을 줄 수 있을 것입니다.

다음으로, 블라소프와 그의 연구팀은 이러한 뇌 신호의 타이밍을 더욱 자세히 조사할 계획입니다. 또한 피드백 루프가 어떻게 발생하고 다양한 수준의 뇌 처리 과정을 조율하는지 더 잘 이해하기 위해 신경 활동을 측정하는 새로운 기술을 개발하고자 합니다.

"신경 활동의 빠른 시간적 역동성을 살펴보면 이러한 피드백 루프가 의사 결정에 어떻게 관여하는지 더 잘 이해할 수 있을 것입니다."라고 블라소프는 말했습니다. "어쩌면 이러한 접근 방식이 현재 알려지지 않은 메커니즘, 즉 피드백 루프가 어떻게 역동적으로 구성되고 다양한 수준의 처리를 어떻게 형성하고 조절하는지를 밝혀낼 수 있을지도 모릅니다. 이러한 접근 방식은 새로운 인공지능 아키텍처에 적용될 수 있을 것입니다."

출처: https://www.sciencedaily.com/releases/2026/07/260712011757.htm