뇌공학 - 뇌파 로봇팔 작동 성공

카이스트 바이오, 뇌공학과 정재승 교수팀이

로봇팔 90.9~92.6% 정확도의 제어가 가능한 뇌, 기계 인터페이스를 개발했어요

뇌파 로봇팔 사용대상 및 작동원리

주요 사용대상으로는

환자, 사고로 팔을 잃은 사람들입니다

생각만으로 스마트폰 앱도 실행할 수 있고

로봇팔도 움직이는 등 과거에서부터 가능성에 대해서 이야기되었던 것이

현실화되었습니다

최근 카이스트 바이오·뇌공학과 정재승 교수 연구팀이 3차원 공간에서

생각만으로 로봇 팔을 조종하는 것에 성공한 것이죠

* 뇌·기계 인터페이스 - 사용자의 뇌파를 읽어 명령을 전달하는 기술

(뇌기능만으로 로봇이나 기계를 움직이는 것이 가능함)

이번 연구는 사람의 대뇌 심부에서 측정한 뇌파만으로 의도를 파악하여

로봇팔의 움직임을 제어하는 시스템입니다

또한 낮은 사양의 하드웨어서도 적용이 가능하다는 것입니다

즉, 스마트폰이나 태블릿 PC 등에서 사용이 가능합니다

현재 기술 수준은 사람의 머리 안에 센서를 삽입

그 센서가 뇌에서 수집한 신호를 해석하는 것인데요

이 방법은 두 개 골안에 센서를 직접 삽입해야 합니다

비침습적 방법으로 뇌·기계 인터페이스를 연구해온 것이었는데요

뇌파를 모자나 외부 장착물로 따로 수집을 하기 때문에 따로 작업이 필요 없어요

연구 결과 내용을 보면 이제는 팔다리가 불편한 환자나 사고로 팔을 잃은 분들에게 로봇 팔이 제공 작동이 가능하게 되었습니다

더 나아가 스마트폰을 켜서 손가락으로 누르는 것 대신 생각만으로 이메일을 보내고

기타 업무도 가능할 수 있게 될 가능성을 제시했어요

남겨진 과제로는

손을 움직이는 정도의 의도 파악을 넘어서 팔 움직임의 방향 등 여러 가지 의도를 섬세하게 파악해야 하는 부분입니다

로봇 팔을 움직이는 기술이 아직 정확도가 높지 않으니깐요

뇌파 역시 개인별 차이가 큰 부분도 있고요

신경 세포로부터 정확한 신호를 읽는 것이 아니라

넓은 영역의 신경 세포 집단의 전기적 신호 특성을 해야 한다는 부분도 제한상황인 것 같습니다

최첨단 인공지능 기법의 하나인 '축적 컴퓨팅 기법'

뇌-기계 인터페이스 안에서 필요한 개개인의 뇌파 신호의 중요 특성을 인공신경망이 자동으로 학습해서 찾도록 했습니다

즉, '방향'에 대한 의도를 뇌 활동만으로 인식할 수 있는 인공지능 모델을 개발한 것이죠

2차원 공간상 24개의 방향을 90% 이상의 정확도로 해석해서 작동하는데

모든 방향에서 평균 90% 이상의 정확도를 보였다고 합니다

또 3차원 공간에서 로봇 팔을 움직이는 상상시 뇌파를 해석해 성공적으로 로봇팔을 움직였습니다

딥러닝 등 기존 기계학습 기술 역시 이번 연구에서 축적 컴퓨팅(Reservoir Computing) 기법을 이용하여

낮은 사양의 하드웨어에서도 인공지능 학습이 가능하여 모바일 등 여러 기기의 작동을 구현했습니다

앞으로 인공지능 시스템을 만들어 메타버스 안에서 아바타를 움직이거나

앱을 생각만으로 컨트롤하는 스마트기기 등의 적용 등 다양하게 활용이 될 것으로 보입니다