비침습적 EEG로 '소리 내지 않는 읽기' 뇌파를 해독하다

AI 요약

비침습적 EEG(뇌전도)를 활용해 '소리 내지 않는 읽기(silent reading)' 과정의 뇌파를 해독하는 연구가 발표됐다. 연구진은 한 명의 피험자로부터 약 49시간, 24만 개의 단어 제시 데이터를 수집하고, CLIP 방식의 대조 학습 기반 디코더를 훈련해 개방형 어휘 수준의 단어 정보를 뇌파에서 추출하는 데 성공했다. 단어 식별 정확도는 무작위 기준선보다 유의미하게 높았으며, 중빈도 및 희소 단어까지 해독이 가능했다. 데이터 규모가 커질수록 성능이 로그-선형적으로 향상되어 아직 포화 상태에 이르지 않았다는 점도 확인됐다.

핵심 포인트

• 19채널 건식 전극 EEG로 약 49시간, 393회 세션, 약 24만 개 단어 제시 데이터 수집
• CLIP 스타일 대조 목적 함수로 EEG 인코더와 대형 언어 모델의 단어 임베딩을 정렬
• 단어 그룹 top-10 검색 평가에서 무작위 기준선 대비 유의미한 해독 성능 달성
• 후두부·후측두부 전극 제거 시 단어 수준 성능이 약 1/3 감소했으나 문맥 추적은 유지

향후 전망

• 비침습적 뇌-컴퓨터 인터페이스(BCI) 분야에서 내적 언어(inner speech) 해독 기술 발전의 기반이 될 전망
• 데이터 수집 규모를 늘리면 추가 성능 향상이 가능할 것으로 예상되어, 대규모 데이터셋 구축 연구가 활발해질 것