뇌파 기술을 활용해 집중력 향상과 정신 건강 관리를 돕는 웨어러블 기기들이 CES에서 차세대 컴퓨팅의 주역으로 주목받고 있다. IT 매체 엔가젯(Engadget)에 따르면, 매년 CES에서는 정신 건강 증진을 약속하는 한두 개의 기기가 등장했지만 최근 몇 년 사이 이 분야에 진출하는 기업의 수가 눈에 띄게 증가했다. 이는 향후 10년 안에 많은 사람들이 심박수 측정 웨어러블 기기를 착용하듯 머리에 뇌파(EEG) 측정기를 부착하게 될 가능성을 시사한다. 뇌파검사(EEG)는 뇌의 전기적 활동을 모니터링하는 임상 도구다. 뇌에서 발생하는 미세한 전압 변화를 두피에 전극을 부착해 실시간으로 기록하는 원리다. 이 전압은 일반적으로 '뇌파'로 불리는 여러 범주로 나뉘며, 감마(고도의 집중), 베타(불안 또는 활동), 알파(이완), 세타(창의적 또는 꿈), 델타(수면) 등 각기 다른 정신 상태를 나타낸다. 세계에서 가장 영향력 있는 뇌 영상 전문가 중 한 명인 유니버시티 칼리지 런던(University College London)의 칼 프리스턴(Karl Friston) 교수는 “이러한 기술이 뇌의 구조와 기능 문제를 진단하는 데 사용될 수 있다”고 설명했다. 그는 여러
DGIST는 지능형로봇연구부 안진웅 박사 연구팀이 딥러닝 기반 뇌신호 분석에서 가장 큰 한계로 지적돼 온 ‘레이블 데이터 부족’ 문제를 해결한 새로운 AI 파운데이션 모델을 개발했다고 밝혔다. 이번 기술은 뇌신호를 스스로 학습하도록 설계돼 극도로 적은 양의 레이블만으로도 높은 정확도를 구현할 수 있다는 점에서 큰 관심을 받고 있다. 이번 연구는 안진웅 박사와 정의진 박사후연수연구원이 공동으로 수행했으며, EEG(뇌파)와 fNIRS(기능적 뇌혈류) 신호를 동시에 이해하고 분석할 수 있는 ‘뇌파–기능뇌혈류 멀티모달 파운데이션 모델’을 세계 최초로 구현한 것이 핵심 성과다. 연구팀은 총 918명으로부터 약 1250시간에 달하는 초대형 뇌신호 데이터를 확보해, 레이블 없이 비지도 방식으로 모델을 학습시켰다. 이를 통해 EEG와 fNIRS 각각이 가진 고유한 특성뿐 아니라 두 신호가 공유하는 잠재적 표현까지 동시에 파악할 수 있도록 설계했다. 기존에는 EEG와 fNIRS를 동시에 측정한 데이터 확보가 매우 어려워 멀티모달 AI 개발에 한계가 있었다. 하지만 이번에 개발된 모델은 동시계측 데이터가 없어도 학습이 가능하도록 설계됐으며, 소량의 레이블만으로도 높은 정확도를