▲ 쥐를 모방한 로봇 '위스크아이'(사진=HBP)

‘이브레인스(EBRAINS)’는 EU가 펀딩하는 ‘휴먼브레인프로젝트(Human Brain Project·HBP)’에 의해 설립된 디지털 연구 인프라스트럭쳐다. 디지털신경과학, 뇌의학, 뇌공학 등 분야에서 축적한 광범위한 데이터를 바탕으로 뇌과학과 로봇을 연구한다.

테크익스플로어에 따르면 이브레인스 인프라스트럭쳐에 관여하고 있는 인지신경과학자, 컴퓨팅 모델링 연구자, 로봇 과학자들은 동물의 뇌를 모방한 로봇에 관한 연구를 진행하고 있다. 인간의 인지 능력 가운데 환상적인 것 중 하나는 뇌를 통해 주변 환경을 인식하고 자신의 위치를 파악해 목표 방향으로 이동하는 것이다. 사람들은 자신의 위치를 파악하고 이동하기 위해 시각, 촉각 등 6개의 감각으로부터 수집한 데이터를 수월하게 통합해 사용한다. 로봇 과학자들은 이런 인간의 능력을 모사한 인공지능 시스템을 개발하는 데 집중하고 있다.

보도에 따르면 이브레인스 인프라스트럭쳐에 기반한 로봇은 그동안 시각과 촉각을 결합하는 방법을 학습해왔다. 이 연구 프로젝트를 주도하고 있는 암스테르담대학 인식 및 시스템 신경과학자인 시리엘 펜나츠 교수는 “우리는 뇌에 대한 지식을 활용해 로봇을 발전시킬 수 있다고 믿고 있다. 또한 동시에 이런 연구가 뇌를 보다 잘 이해할 수 있도록 도와준다”고 말했다.

‘휴먼브레인프로젝트(HBP)’에 참여하고 있는 펜나츠 교수는 컴퓨팅 모델링 연구자인 시린 도라 등과 협력해 쥐로부터 획득한 실제 데이터를 기반으로 인식을 위한 복잡한 신경망 아키텍처를 만들었다. 이 모델링 방법의 이름은 ‘멀티프레드넷(MultiPrednet)’으로 불린다. 이 모델링 기법은 시각과 촉각 입력을 위한 모듈과 이를 통합한 3번째 모듈로 이뤄져 있다.

펜나츠 교수는 “우리가 처음으로 인간의 뇌로부터 복사하고자 하는 것은 뇌가 서로 다른 감각들을 통해 예측하는 능력”이라며 “보는 것을 통해 어떻게 느낄 수 있는가는 예측하고, 역으로 느끼는 것을 통해 보는 것을 예측하는 것"이라고 설명했다. 연구팀은 ’멀티프레드네트‘를 이용해 지속적으로 주변 환경에 관해 예측하는 훈련을 시키고, 원래의 감각적인 입력 데이터와 비교하도록 했다. 또한 미래의 에러 신호를 막기 위해 네트워크를 조정했다.

▲ 오른쪽은 '위스크아이' 로봇, 왼쪽은 가상 환경에서 위스크아이를 시뮬레이션 하는 모습

연구팀은 멀티프레드네트를 ’위스크아이(Whiskeye)’라는 설치류 모양의 로봇에 통합했다. 위스크아이는 쥐를 모방해 만들어졌으며 여러개의 수염, 카메라, 내부 센서 등으로 구성되어 있다. 이 로봇은 시각, 촉각, 주행거리 측정 데이터를 수집하고 주변을 자율적으로 탐색한다.

연구팀의 실험 결과 이 같은 뇌 기반 모델링 방법이 기존의 딥러닝 시스템에 비해 주변 인식과 내비게이션 능력이 뛰어나다는 점을 확인했다고 밝혔다.