연구자들, 생각만으로 로봇을 제어하는 AI 시스템 개발
로잔 연방공과대학교(EPFL)의 두 연구팀이 힘을 합쳐 사람의 뇌에 연결해 로봇을 조종할 수 있는 머신러닝 프로그램을 개발했습니다. 이 프로그램은 뇌의 전기 신호를 기반으로 로봇의 움직임을 조절합니다. 이 발명으로 사지마비 환자들이 일상의 많은 일을 스스로 할 수 있게 되기를 기대합니다.
사지마비 환자는 말을 하거나 아주 작은 움직임조차 할 수 없는, 자신의 몸에 갇힌 포로와 같습니다. 연구자들은 이런 환자들이 일부 과제를 스스로 수행하도록 돕는 시스템을 수년간 개발해 왔습니다.
“척수 손상 환자들은 종종 지속적인 신경학적 결손과 심각한 운동 장애를 겪어, 물건을 잡는 것과 같은 가장 간단한 일조차 하지 못합니다. 로봇의 도움은 로봇이 대신 작업을 수행할 수 있으므로, 이런 사람들이 잃어버린 손재주를 일부 되찾는 데 도움이 될 수 있습니다”
빌라르 교수는 당시 EPFL 뇌-기기 상호작용 연구소를 이끌던 호세 밀란 교수와 함께 연구를 진행했으나, 이후 밀란 교수는 텍사스 대학교로 옮겼습니다.
두 연구팀은 환자의 뇌가 방출하는 전기 신호로 로봇을 제어할 수 있는 컴퓨터 프로그램을 개발했습니다. 음성 명령이나 감각 기능은 필요하지 않으며, 환자는 생각만으로 로봇을 움직일 수 있습니다. 이 연구는 Nature Portfolio의 Communications Biology 저널에 발표되었습니다.
시스템을 만들기 위해 연구자들은 몇 년 전 개발된 로봇 팔에서 출발했습니다. 이 팔은 앞뒤, 좌우로 움직일 수 있고, 앞에 놓인 물체를 옮기며, 경로상의 물체를 피할 수 있습니다.
“이번 연구에서는 로봇이 장애물을 피하도록 프로그래밍했지만, 컵에 물을 채우기, 물체 밀기 또는 당기기 등 다른 종류의 과제를 선택할 수도 있었습니다”
엔지니어들은 로봇의 장애물 회피 메커니즘을 더 정확하게 만드는 것부터 시작했습니다. 빌라르 연구소의 박사과정 학생 카롤린 가스파르는 이렇게 말했습니다. «처음에 로봇은 어떤 장애물에는 너무 넓고 어떤 장애물에는 너무 좁은 경로를 선택했습니다. 이는 어떤 경우에는 너무 멀리 돌아가게 하고, 다른 경우에는 너무 가까이 붙게 했습니다. 우리 로봇의 목표는 마비 환자를 돕는 것이었기 때문에, 사용자가 음성이나 움직임 없이 로봇과 소통할 방법을 찾아야 했습니다».
이를 위해 환자의 생각만으로 로봇의 움직임을 조절할 수 있는 알고리즘을 개발해야 했습니다. 이 알고리즘은 환자의 뇌 활동을 뇌전도(EEG)로 측정하기 위해 전극이 장착된 헤드기어에 연결되었습니다.
시스템을 사용하려면 환자는 로봇을 바라보기만 하면 됩니다. 로봇이 잘못된 움직임을 하면, 환자의 뇌는 마치 "아니, 그게 아니야"라고 말하는 것처럼 명확하게 식별 가능한 신호로 "오류 메시지"를 보냅니다. 그러면 로봇은 자신이 하고 있는 것이 잘못되었다는 것을 알게 되지만, 처음에는 정확히 왜인지는 알지 못합니다.
예를 들어, 물체에 너무 가까이 다가갔는지 아니면 너무 멀리 떨어졌는지 말입니다. 로봇이 올바른 답을 찾도록 돕기 위해, 오류 메시지는 역강화학습 방법을 사용하는 알고리즘에 입력되어 환자가 무엇을 원하는지, 그리고 로봇이 어떤 행동을 해야 하는지를 알아냅니다.
이는 시행착오 방식으로 이루어집니다. 로봇은 여러 움직임을 시도해 어떤 것이 올바른지 확인합니다. 이 과정은 꽤 빠르게 진행되며, 보통 로봇이 올바른 답을 찾아 환자의 바람을 실행하는 데 3~5번의 시도면 충분합니다.
“로봇의 인공지능 프로그램은 빠르게 학습할 수 있지만, 자신의 행동을 수정할 수 있도록 실수했을 때 이를 알려줘야 합니다. 오류 신호를 감지하는 기술을 개발하는 것은 우리가 직면한 가장 큰 기술적 난관 중 하나였습니다”
연구의 주 저자인 야손 바치아눌리스는 이렇게 설명했습니다. «이번 연구에서 가장 어려웠던 부분은 환자의 뇌 활동을 로봇 제어 시스템에 연결하는 것, 즉 환자의 뇌 신호를 로봇이 수행하는 동작으로 "변환"하는 것이었습니다. 우리는 머신러닝을 사용해 특정 뇌 신호를 특정 과제와 연결했습니다. 그다음 과제를 개별 로봇 제어 동작에 연결해, 로봇이 환자의 의도대로 움직이도록 했습니다».
연구자들은 궁극적으로 이 알고리즘을 휠체어 제어에 사용하기를 희망하고 있습니다.
“아직 극복해야 할 공학적 난관이 많이 남아 있습니다. 휠체어는 환자와 로봇이 모두 움직이기 때문에 완전히 새로운 문제들을 야기합니다”
연구팀은 또한 여러 종류의 신호를 읽고, 뇌에서 얻은 데이터를 시각-운동 기능의 데이터와 조율할 수 있는 로봇에 이 알고리즘을 적용할 계획도 가지고 있습니다.
