수술 없이 뇌파를 글자로 바꾼다고요?
여러분 혹시 '뇌-컴퓨터 인터페이스(BCI)'라는 말 들어보셨어요? 이게 뭐냐면, 우리 머릿속에서 일어나는 전기 신호를 컴퓨터가 읽어서 글자나 명령으로 바꿔주는 기술이에요. 영화에서 생각만으로 로봇 팔을 움직이는 장면, 그게 바로 BCI거든요.
그런데 지금까지 이 기술의 가장 큰 걸림돌은 '수술'이었어요. 일론 머스크의 뉴럴링크처럼 성능을 제대로 내려면 두개골을 열고 뇌 표면에 전극을 심어야 했거든요. 아무리 기술이 좋아도 머리에 칩을 박는 건 부담스럽잖아요. 그런데 메타(옛 페이스북)의 AI 연구팀이 '수술 없이 해보자'며 내놓은 게 바로 Brain2Qwerty예요.
어떻게 동작하나요?
핵심 아이디어는 이래요. 참가자들에게 문장을 외워서 키보드로 타이핑하게 시켜요. 그동안 머리 바깥에서 뇌 활동을 측정하는 거죠. 여기서 두 가지 장비가 등장하는데요.
하나는 EEG(뇌전도)예요. 머리에 젤 바르고 전극 모자 씌우는, 병원에서 보던 그거요. 값싸고 간편하지만 두개골을 통과하면서 신호가 뭉개져서 정확도가 떨어져요.
다른 하나는 MEG(뇌자도)인데요. 뇌에서 나오는 아주 미세한 자기장을 잡아내는 장비예요. 훨씬 정밀하지만, 자기 차폐실이라는 특수한 방 안에 커다란 기계를 놓고 그 안에서 꼼짝 않고 있어야 해요.
이렇게 모은 뇌 신호를 Brain2Qwerty라는 딥러닝 모델에 넣어요. 이 모델은 신호의 특징을 뽑아내는 부분, 시간의 흐름을 이해하는 트랜스포머 부분, 그리고 '이 맥락이면 다음 글자는 이거겠지' 하고 보정해주는 언어 모델 부분이 합쳐져 있어요. 마치 오타가 나도 자동완성이 알아서 고쳐주는 것처럼요.
성능은 어땠을까요? MEG를 썼을 때 가장 잘한 참가자는 문자 오류율이 약 19% 정도였어요. 다섯 글자 중 하나쯤 틀리는 수준이죠. 평균은 32% 정도고요. 아직 실용적이진 않지만, 수술 없이 이 정도면 상당한 진전이에요. 반면 EEG는 오류율이 67%까지 치솟아서, 확실히 MEG가 훨씬 나았고요.
다른 연구들과 비교하면
수술로 전극을 심는 침습적 방식은 이미 꽤 발전해서, 말을 못 하는 환자가 생각만으로 분당 수십 단어를 '타이핑'하는 수준까지 왔어요. 스탠퍼드나 UCSF 연구팀 성과가 유명하죠. 정확도만 놓고 보면 비침습 방식은 아직 한참 뒤예요.
그런데도 메타의 접근이 의미 있는 건, '누구나 부담 없이 쓸 수 있는 길'을 여는 시도라는 점이에요. 수술은 위험하고 되돌리기 어렵지만, 모자 쓰듯 측정하는 방식은 훨씬 문턱이 낮으니까요.
한국 개발자에게
당장 실무에 쓸 기술은 아니에요. MEG 장비가 방 하나를 통째로 차지하는 데다 값도 수억 원대거든요. 하지만 여기서 눈여겨볼 건 '신호처리 + 딥러닝 + 언어 모델'을 엮은 접근이에요. 노이즈 잔뜩 낀 데이터를 트랜스포머와 언어 모델로 보정한다는 발상은, 음성 인식이나 센서 데이터 처리 같은 분야에도 그대로 응용할 수 있거든요. 신경과학과 AI가 만나는 이 영역은 앞으로 인력 수요가 커질 곳이니, 관심 있다면 지금부터 기초를 다져두면 좋겠어요.
정리하며
메타의 Brain2Qwerty는 '수술 없이도 생각을 글자로 바꿀 수 있다'는 가능성을 실제 데이터로 보여줬어요. 완성형은 아니지만 방향은 분명하죠.
여러분은 어떻게 생각하세요? 정확도가 충분히 올라온다면, 머리에 모자만 쓰면 생각으로 글을 쓰는 시대가 올까요? 그때 '생각의 프라이버시'는 어떻게 지켜야 할까요?
🔗 출처: Hacker News