|데일리포스트=송협 대표기자| “뇌의 구조를 단순히 모방한 것이 아니라, 뇌의 학습 원리 자체를 AI가 따르도록 만든 것이 이번 연구의 핵심”이라며 “뇌처럼 효율적으로 배우는 인공지능의 가능성을 열었다” (이상완 석좌교수)
인공지능(AI)이 고도화되면서 학습 효율과 안정성 문제는 핵심 과제로 떠오르고 있는 가운데 KAIST 연구진이 인간 뇌의 ‘예측 부호화’ 원리를 확장한 ‘메타 예측’ 학습법을 개발했다. 깊은 신경망에서도 학습이 멈추지 않고 기존 역전파보다 높은 정확도를 기록했다.
KAIST는 뇌인지과학과 이상완교수 연구팀이 인간 뇌의 정보 처리 원리를 적용해 깊은 인공지능 모델도 안정적으로 학습시킬 수 있는 새로운 기술을 개발했다.
인간의 뇌는 외부 정보를 그대로 받아들이지 않는다. 앞으로 일어날 일을 예측하고 실제 결과와의 차이를 줄이는 방식으로 스스로를 수정한다. 이같은 방식을 ‘예측 부호화(Predictive Coding)’라고 한다.
연구팀은 이 원리를 확장해 AI가 단순히 결과를 예측하는 데 그치지 않고 ‘예측 오차가 어떻게 변할지’까지 다시 예측하도록 하는 구조를 설계했다. 이를 ‘메타 예측(Meta Prediction)’이라고 명명하고 틀린 부분을 한 번 더 점검하는 방식이다.
성능 검증에서도 의미 있는 결과가 나왔다. 총 30개 실험 가운데 29개에서 현재 AI의 표준 학습법인 ‘역전파(Backpropagation)’보다 높은 정확도를 기록했다. 역전파는 오차를 출력층에서 입력층 방향으로 전달하며 전체 네트워크를 동시에 수정하는 방식이다.
반면 이번 기술은 층별로 분산적·부분적으로 학습이 가능하다는 점이 특징이다. 연구진은 이러한 구조가 향후 대규모 AI 모델의 효율적 학습에 기여할 수 있을 것으로 보고 있다.
이번 연구는 하명훈 박사가 제1저자로 참여했으며 연구 결과는 인공지능 분야 국제학회 ICLR 2026(International Conference on Learning Representations)에 채택돼 지난 1월 26일 온라인 게재됐다.
Copyright ⓒ 데일리 포스트 무단 전재 및 재배포 금지
본 콘텐츠는 뉴스픽 파트너스에서 공유된 콘텐츠입니다.
