[대전=뉴시스] 김양수 기자 = 한국과학기술원(카이스트·KAIST)은 뇌인지과학과 이상완 교수팀이 인간 뇌의 학습원리를 인공지능(AI) 교육과정에 적용해 깊은 인공지능 모델도 안정적으로 학습시킬 수 있는 새로운 기술을 개발했다고 2일 밝혔다.

연구팀에 따르면 뇌는 현재 벌어지는 일을 단순히 인식하는데서 그치지 않고 다음에 무슨 일이 일어날지를 먼저 예측하고 실제 결과가 다르면 그 차이(오차)를 줄이는 방향으로 스스로를 수정한다. 이 같은 정보처리 방식을 '예측 부호화(Predictive Coding)'라고 한다.

과학자들은 이 원리를 AI에 적용하려 했으나 신경망이 깊어질수록 오차가 특정 부위에 몰리거나 아예 사라져 성능이 떨어지는 문제가 반복돼 왔다.

이번에 연구팀은 AI가 결과만 예측하는 것이 아니라 '예측 오차가 앞으로 어떻게 변할지'까지 다시 예측토록 만들었다.

이 해결책은 '메타 예측(Meta Prediction)'으로 틀림을 한 번 더 생각하는 AI다. 연구팀이 새 방식을 적용하자 깊은 신경망에서도 학습이 멈추지 않고 안정적으로 진행됐다.

특히 총 30가지 실험 중 29개에서 현재 AI의 표준 학습법인 '역전파(Backpropagation)'보다 높은 정확도를 기록했다. 역전파는 AI가 틀린 만큼 거꾸로 되돌아가며 고치는(수정하는) 현재의 대표적 학습방법이다.

기존 AI 학습방식(역전파)은 모든 층이 서로 긴밀하게 연결돼  전체 네트워크를 한 번에 계산하고 한 번에 수정해야 하지만 이 방법은  뇌처럼 분산·부분적으로 학습해도 큰 AI 모델을 잘 학습시킬 수 있다.

이 기술은 전력효율이 중요한 뉴로모픽 컴퓨팅, 환경에 적응해야 하는 로봇 AI, 기기 내부에서 작동하는 엣지 AI 등 다양한 분야로 확장될 것으로 기대된다.

연구에는 하명훈 박사가 제1저자, 이상완 교수가 교신저자로 참여했으며 인공지능 국제학회 ICLR 2026(International Conference on Learning Representations)에 채택돼 지난 1월 공개됐다.

이상완 석좌교수는 "뇌의 구조를 단순히 모방한 것이 아니라 뇌의 학습 원리 자체를 AI가 따르도록 만든 것이 이번 연구의 핵심"이라며 "뇌처럼 효율적으로 배우는 인공지능의 가능성을 열었다"고 말했다.


◎공감언론 뉴시스 kys0505@newsis.com