뇌 영상 해독 기술(brain decoding) 어디까지 왔나?

뇌영상 해독 기술이 눈부시게 발전하고 있습니다!

기능적 자기공명영상(functional neuroimaging, fMRI) 분석 기법이 발전하면서 이전에는 꿈도 못할 것들이 점차 현실화가 되어가고 있습니다. 특히 딥러닝(deep learning) 기법이 적용되면서 점점 더 가속화되고 있습니다.

간단한 기원과 최근 진행상황까지 한번 정리해서 살펴보도록 하죠.

1. Haxby(2001)의 실험: 자극 분류

초창기에는 단순히 자극을 분류하는 뇌 패턴을 찾는 연구가 이뤄졌습니다. 특정한 분류의 자극(예, 얼굴, 집)이 나타났을 때의 뇌 활성화 패턴을 학습시킨 후, 나중에는 뇌 활성화 패턴을 가지고 이것이 얼굴인지, 집인지 분류할 때 그 정확률이 우연 수준 이상인지 검증하는 것이죠.

위의 사진에서는 서로 다른 시점에서 촬영한 fMRI 영상에서 같은 분류에 속하는 자극에 대한 뇌 활성화 패턴(예, A 시점에서 얼굴을 봤을 때 뇌 활성화 패턴 vs B 시점에서 얼굴을 봤을 때 뇌 활성화 패턴 ) 간에는 높은 상관을, 다른 분류에 속하는 자극에 대한 뇌 활성화 패턴(예, A 시점에서 얼굴을 봤을 때 뇌 활성화 패턴 vs B 시점에서 집을 봤을 때 뇌 활성화 패턴) 간에는 낮은 상관이 있다는 것을 보여주고 있답니다.

즉, 얼굴을 봤을 때 발생하는 두뇌 활성화 패턴이 집을 봤을 때 나타나는 활성화 패턴과 구분된다는 것을 보여줍니다.

2. Cox(2010)의 연구: 얼굴 예측

초창기에는 단순히 자극 범주(예, 얼굴, 물건)을 분류하는데 그치던 연구들이 기술이 발전함에 따라 뇌영상을 해독하는 시도를 하고 있습니다. 이 연구에서는 fMRI 활성화 패턴으로 사람의 얼굴을 재구성했는데, 사진에서 첫 두번째 열을 제외하고, 3~6번째 열이 뇌영상을 해독하여 재구성한 사람의 얼굴입니다.

어떻게 보이시나요?

100% 정확하게 구현을 하지는 못했지만, 얼추 얼굴 형태와 눈, 코, 입의 형태는 추상적으로 구현할 수 있는 수준에 까지 이른 것 같습니다. 불과 10년도 안 돼서 저만큼 기술이 발전한 거지요 ㅎㅎ

3. 눈으로 보이는 것을 넘어: blackbox의 해독?

지금까지는 눈으로 보이는 것들을 분류하거나 재구성하는데 초점을 맞춘 연구들을 소개했습니다.

그렇다면, 앞으로는 어떻게 발전할까요?

brain-computer interface(BCI) 분야에서는 사람의 뇌파를 읽어 로봇 손을 움직이게 하는 장비를 구현할 수 있게 되었고, 이러한 것을 활용하여 VR 게임을 구현하는 장비도 개발되고 있습니다.

그리고 사람의 기억, 기분 상태 등 이전에는 개인의 자기-보고에만 의존했던 추상적인 개념들을 해독하는 연구 또한 활발하게 이뤄지고 있습니다.

앞으로 이 분야에 대한 연구가 더 활발하게 이뤄지고 기술 발전이 이뤄진다면, 개인의 정보를 usb에 이식하거나 또, usb에 담긴 정보들을 개인한테 역이식하는(원숭이한테 기억 이식하는 연구는 이미 이뤄진 것으로 알고 있습니다) 세상이 올 수 있을까요?

미래가 궁금해지네요 ^^

이만 글을 마치겠습니다.

관심 있으신 분들은 다음 동영상과 기사도 함께 보시면 좋을 것 같습니다.

1. 유투브 동영상 https://youtu.be/z8iEogscUl8