와이즈만 과학연구소의 미할 이라니가 이끄는 연구팀이 뇌 스캔을 분석해 사람이 보고 있는 것을 추정하고 원본과 매우 유사한 이미지를 생성하는 AI 시스템을 개발했다. 이 시스템은 반대 방향으로도 작동한다. 특정 이미지를 볼 때 나타날 뇌 활동도 예측할 수 있다. 연구진은 2026년 9월 뉴욕에서 열린 인지 컴퓨터 신경과학 학회에서 이 성과를 발표했다.
시스템 작동 방식
연구진은 고해상도 스캐너 안에서 각각 약 9,000장의 이미지를 본 자원자 8명의 fMRI 데이터를 이용해 ‘디코더’를 훈련했다. 디코더는 두 갈래로 나뉘어 하나는 색과 형태의 배치를 예측하고, 다른 하나는 ‘바나나 한 다발’ 같은 이미지의 내용을 예측한다. 이어 노이즈가 섞인 픽셀을 선명한 이미지로 다듬는 AI의 한 종류인 확산 모델이 최종 이미지를 만든다. 짝을 이루는 뇌 스캔과 이미지 데이터가 제한적이라는 문제를 해결하기 위해, 연구진은 어떤 이미지든 뇌 활동을 예측하는 ‘인코더’도 훈련했다. 이로써 두 모델은 서로의 성능을 높이며 반복적으로 개선된다.
중요한 이유
새 디코더는 새로운 사람의 fMRI 데이터를 약 한 시간만 확보하면 되지만, 이전 도구에는 약 40시간이 필요했다. 시간당 스캔 비용이 $600‑$1,000인 만큼 비용 차이도 크다. 덕분에 신경과학 연구실에서 이 기술을 활용하기가 한결 수월해질 수 있으며, 장기폐쇄증후군 환자처럼 말을 할 수 없는 사람의 뇌 활동을 이미지로 바꿔 의사소통을 돕는 데도 언젠가 쓰일 수 있다.
왜 중요한가
신경과학자에게 스캔 시간이 줄어든다는 것은 연구를 더 저렴하고 빠르게 진행해 시각 처리에 관한 실험을 늘릴 수 있다는 뜻이다. 심각한 운동 장애가 있는 환자에게는 말을 하지 않고도 생각을 전달할 수 있는 미래의 방법을 시사하지만, 실제 기기로 구현되기까지는 아직 수년이 걸릴 수 있다.
