서울과기대 김성은 교수, 뇌파 개인차 극복을 위한 딥러닝 기반 정규화 기술 개발

서울과학기술대학교(총장 이동훈, 이하 서울과기대) 인공지능응용학과 김성은 교수 연구팀이 포항공과대학교 송우진 교수 연구팀과의 공동연구를 통해 뇌-컴퓨터 연결(BCI) 기술의 상용화를 앞당길 수 있는 기술을 개발했다.

BCI 시스템은 뉴런의 활동에 의해 발생하는 뇌 신호를 디코딩하여 기계나 컴퓨터를 제어하는 기술로 최근 활발하게 기술 개발이 이루어지고 있는 분야이다.

그러나, 사람마다 뉴런 활동 패턴에 차이가 있기 때문에, 기존의 BCI 시스템은 사용자 맞춤형으로 보정하는 과정이 반드시 필요하다.

일반적으로 사용자가 장비를 사용하는 동안 발생하는 뇌파를 충분히 측정하고 이를 활용하여 시스템을 보정하기 때문에 BCI 시스템 보정에 많은 시간이 소요되는 단점이 있는 것으로 알려지고 있다.

공동 연구팀은 이러한 단점을 개선하기 위하여 사용자의 1분 미만의 짧은 휴식기 뇌파를 측정하여 손쉽게 뇌신호의 개인차를 제거하는 딥러닝 기반의 정규화 기법을 개발하였다.

이 방법은 시스템 보정 단계가 필요없고, 사용자가 시스템 사용 전에 자리에 앉아 잠시 대기하는 동안 측정된 뇌파로 바로 보정이 이루어지게 된다. 이 방법이 활용된다면 뇌신호 기반의 BCI 시스템의 사용성을 획기적으로 개선할 수 있을 것으로 기대된다.

한편, 이 기술은 포항공과대학교 전자공학과 곽영철 박사과정 학생이 1저자, 서울과기대 김성은 교수가 교신저자로, “Subject-Invariant Deep Neural Networks based on Baseline Correction for EEG Motor Imagery BCI”라는 제목으로 IEEE Journal of Biomedical and Health Informatics 저널에 2023년 4월 게재되었다.

해당 저널은 영향력 지수(Impact Factor) 7.021로, 동 분야 상위 6%인 최상위 저널이다. 이 연구는 한국연구재단의 중견연구와 휴먼플러스사업의 일환으로 진행되고 있는 뇌파를 효율적으로 학습할 수 있는 딥러닝 구조 개발의 중간 결과물이다.

김성은 교수는 “지금의 성과를 더욱 발전시켜 복잡한 보정과정 없이 사용자가 손쉽게 BCI 시스템을 사용할 수 있도록 뇌신호 학습에 최적화된 인공지능 기술 개발에 더욱 박차를 가하겠다”라고 말했다.

온라인 중앙일보