DGIST, AI 파운데이션 모델 개발···“뇌신호 레이블 부족 문제 해결”

안진웅 DGIST 지능형로봇연구부 박사 연구팀이 딥러닝 기반 뇌신호 분석에서 가장 큰 한계로 꼽혀 온 ‘레이블 데이터 부족’ 문제를 혁신적으로 해결한 새로운 AI 파운데이션 모델을 개발했다.

특히 기존에는 EEG와 fNIRS를 동시에 측정한 데이터 확보가 거의 불가능해 멀티모달 AI 구축에 큰 제약이 있었지만, 이번 연구에서 개발된 모델은 동시계측 데이터가 없어도 학습이 가능하도록 설계됐다.

안진웅 박사는 “이번 연구는 멀티모달 뇌신호 분석이 가진 구조적 제약을 뛰어넘은 최초의 프레임워크로, 뇌신호 AI 분야에서 근본적인 혁신을 이뤄냈다”며 “특히 두 신호 간 공유 정보를 정렬하는 대조 학습 전략이 모델의 표현력을 대폭 확장했고, 이는 뇌창발인공지능(Brain-Inspired AI)과 뇌–컴퓨터 인터페이스(BCI) 등 미래 뇌공학 기술 발전에 중요한 전환점이 될 것”이라고 말했다..