[스포츠서울 | 위수정 기자] 메타가 뇌에 전극을 삽입하는 수술 없이도 뇌 활동만으로 사람이 입력하려는 문장을 텍스트로 변환하는 비침습형 뇌-컴퓨터 인터페이스(BCI) 기술 ‘브레인투쿼티 v2(Brain2Qwerty v2)’를 공개했다.

메타는 29일(현지시간) 지난해 발표한 ‘브레인투쿼티 v1’의 후속 모델인 이번 기술을 공개하고, 관련 연구 결과를 국제학술지 네이처 뉴로사이언스에 게재했다고 밝혔다. 브레인투쿼티 v2는 헬멧 형태의 자기뇌파검사(MEG) 장비로 뇌 활동을 측정한 뒤, 원시 신경 신호를 종단간(end-to-end) AI 모델이 분석해 사용자가 입력하려던 문장을 복원하는 방식으로 작동한다. 기존 비침습 연구들이 사람이 설계한 복잡한 신호 처리 과정을 거쳤던 것과 달리, 원시 뇌 신호를 딥러닝이 직접 학습하는 구조를 채택했다는 것이 특징이다.

연구에는 자원자 9명이 참여했다. 참가자들은 MEG 장비를 착용한 상태에서 약 2만2000개의 문장을 직접 타이핑했고, 연구진은 참가자별로 약 10시간의 뇌 활동 데이터를 수집해 AI를 학습시켰다. 메타는 대형언어모델(LLM)을 신경 데이터에 맞게 미세조정해 잡음이 많은 뇌 신호에서도 문맥을 고려한 텍스트를 복원할 수 있도록 했으며, AI 에이전트가 다양한 학습 파이프라인을 자동으로 탐색하고 연구진이 최적 구성을 선택하는 방식으로 모델을 개발했다고 설명했다.

성능은 평균 단어 정확도 61%(단어 오류율 39%)를 기록해, 기존 비침습 방식이 보였던 약 8% 수준의 정확도를 크게 웃돌았다. 가장 성능이 우수했던 참가자는 단어 정확도가 78%에 달했으며, 전체 문장의 절반 이상을 단어 한 개 이하의 오류만으로 복원하는 데 성공했다. 메타는 학습 데이터가 많아질수록 해독 정확도도 로그 함수 형태로 꾸준히 향상되는 경향을 확인했다며, 추가 데이터를 확보하면 성능이 더욱 개선될 가능성이 있다고 밝혔다.

메타는 이번 연구가 뇌 활동 표현 학습 모델 ‘트라이브(Tribe) v2’, 대규모 뇌 데이터 처리 플랫폼 ‘뉴럴셋(NeuralSet)’, 뇌 AI 모델 평가 체계 ‘뉴럴벤치(NeuralBench)’ 등을 포함하는 ‘디지털 브레인(Digital Brain)’ 프로젝트의 일환이라고 설명했다. 브레인투쿼티 v1·v2의 학습 코드를 함께 공개했으며, 연구 파트너들은 v1 데이터셋도 공개할 예정이다. 개방형 신경과학 데이터셋 확대를 위해 500만달러(약 77억원) 규모의 연구 지원 펀드도 운영하고 있다.

논문에서 연구진은 현재 고성능 BCI 대부분이 뇌에 전극을 삽입하는 수술형 방식에 의존하고 있으며, 이러한 방식은 수술 위험과 장기 유지 문제로 대중화에 한계가 있다고 지적했다. 이어 “이번 연구는 침습형 방식과 비침습형 방식 사이의 성능 격차를 좁혔다”며 “현대 AI 기술을 활용하면 몸 밖에서 측정한 뇌 활동만으로도 언어 생성을 해독할 수 있다”고 밝혔다.

BCI 시장에서는 수술형과 비수술형 기술 경쟁이 동시에 가속화되고 있다. 일론 머스크의 뉴럴링크와 싱크론, 패러드로믹스 등은 뇌에 전극을 심어 마비나 루게릭병 환자의 컴퓨터 조작·의사소통 회복을 목표로 임상 경쟁을 벌이고 있으며, 샘 알트먼이 투자한 머지 랩스도 신경계 질환 환자의 의사소통 복원 기술을 개발 중이다. 침습형 방식은 수술 부담이 있지만 정확도와 실시간 제어에서 앞서 있다는 평가를 받는다. 반면 메타 방식은 수술 부담은 낮지만 신호가 약하고 잡음이 많아 정확도와 장비 소형화가 과제로 남아 있다. wsj0114@sportsseoul.com