[편집자] 4차 산업혁명은 모든 사물과 인간을 연결하여 빅데이터를 모으고, 이를 이용하여 인공지능으로 학습해, 결국 인공지능이 인간을 대체하는 시대를 말한다. 이러한 4차 산업혁명의 물결이 산업뿐만 아니라 경제, 사회, 정치 등 전 분야에 걸쳐서 막대한 변화를 일으키고 있다.

글로벌뉴스통신사 뉴스핌은 '김정호의 4차혁명 오딧세이' 칼럼을 매주 연재하며 4차 산업혁명의 본질과 영향, 그리고 전망을 독자들에게 쉽게 소개하고자 한다. 4차 산업혁명의 핵심은 바로 인공지능, 빅데이터, 클라우드 컴퓨팅으로 표현할 수 있으며 그 핵심 부품이 반도체이다. 이들 핵심 기술의 개념과 원리, 응용을 설명하여 일반 독자들이 4차 산업혁명에 대해서 공감하고 이해하며 더 나아가 개인과 기업, 국가의 미래를 계획하는 것을 돕고자 한다.

김정호 카이스트(KAIST) 전기 및 전자공학과 교수는 서울대 전기공학과를 졸업하고 미국 미시건대에서 박사 학위를 받았다. AI대학원 겸임교수, IEEE펠로우, 카이스트 ICT석좌교수, 한화 국방 인공지능 융합연구 센터장, 삼성전자 산학협력센터장 등을 겸하고 있다.

뇌 속을 들여다보는 기계들

일반적으로 수술을 하지 않고 뇌 속을 들여다보기 위해 뇌 의료영상을 사용한다. 이러한 뇌 의료영상 이미지를 얻기 위해서는 인간의 뇌를 투과할 수 있는 입자나 파동을 사용해야 한다. 투과 신호를 3차원으로 조합하고 정보를 처리해서 단면 영상을 얻는다. 뇌 의료 영상을 사용하면 인간의 시각에 의존해서 직관적으로 판정을 내릴 수 있다.

김정호 교수

뇌 의료 영상을 얻을 수 있는 대표적 장비로 X-ray(엑스레이) 입자를 이용해서 3차원 영상을 얻는 CT(Computerized Tomography)가 있다. 높은 에너지 입자인 X-ray 입자는 인체를 통과하기 때문에 가능하다.

3차원적인 센서의 배열과 영상 처리 기법을 이용해서 3차원 이미지를 얻을 수 있다. 단층 영상의 생성에 컴퓨터가 활용된다. 그래서 Computer(컴퓨터)라는 단어가 들어간다. 기존의 X-ray 영상이 뼈와 복부 내장이 함께 겹쳐져 보이는 등 평면적이었다면, CT는 검사 부위의 단면을 잘라 보여줄 수 있어 뼈와 장기의 세밀한 관찰이 가능하다.

이 뿐만 아니라 인간의 뇌 속을 들여다보기 위해서 전자파의 일종인 자기장을 이용할 수도 있다. 고주파 자기장이 인체를 통과하고 특정 분자에 흡수되기 때문이다. 이렇게 특정 주파수의 자기장이 몸속의 물 분자나 특정 물질에 흡수되는 현상을 이용해서 영상을 얻는다. 이러한 장비를 MRI(Magnetic Resonance Imaging)라고 한다. 다른 말로 자기 공명 단층 촬영법이다.

장비 이름에서도 보는 것처럼 자기장(Magnetic Field), 공진(Resonance)과 같은 물리적 현상을 사용한다. CT가 횡단면만을 보여주는 데 반해, MRI는 종단면과 횡단면을 모두 보여주는 입체 영상으로 환부를 볼 수 있어 CT보다 높은 해상도의 영상으로 좀 더 세밀한 검사를 할 수 있다.

여기에 더해 음성 대역의 파동인 초음파를 이용해서 인간의 뇌 내부 영상을 얻을 수 있다. 초음파 역시 뇌와 인체를 투과하기 때문에 가능하다.

필자 연구실에서 초고주파의 일종인 테라헤르츠(Terahertz) 전자파를 이용해서 인체와 두뇌 영상을 얻으려는 연구를 한 적이 있다. 테라헤르츠는 10의 12승의 주파수를 가지는 전자파이다.

기가헤르츠(Gigaherz) 전자파보다 약 1000 배 정도 빨리 변화하고, 파장도 1000배 이상 짧아진다. 그래서 파장의 길이가 머리카락보다 짧아 안테나 크기도 매우 작다. 여기에 더해 테라헤르츠(Terahertz) 전자파는 X-ray보다 인체에 해가 없는 장점도 있다. 이렇게 테라헤르츠 전자파는 새로운 전자파 대역으로 그 잠재적 유용성의 가치가 높다.

하지만 테라헤르츠 전자파는 뇌나 인체 영상에 적용하는 데 치명적인 단점이 있다. 그 이유는 테라헤르츠 전자파가 물에 잘 흡수되기 때문이다. 그래서 몸속 침투의 깊이가 밀리미터 정도밖에 되지 않는다. 그래서 뇌나 인체 깊숙한 영상을 얻을 수 없다. 테라헤르츠 전자파가 인체 깊이 들어갈 수 있다면, 지금쯤 새로운 의료 장비가 사업화될 수 있었을 것이다.

이렇게 뇌 내부를 들여다보는 의료 영상 기술은 의료 진단과 치료, 수술에 획기적인 발전을 가져왔다. 다르게 말하면, 이들 장비 모두 인간의 뇌의 빅데이터 정보를 얻기 위한 장비들이다. 직접 데이터를 읽어 내지는 못하지만, 물리적 구조체의 모양은 읽어낼 수 있다. 이러한 노력은 궁극적으로 인간의 뇌 속에 심어진 빅데이터를 얻어내려는 초기 단계라 볼 수도 있다.

필자의 연구실에서 얻은 테라헤르츠 전자파를 이용한 뼈의 골다공증 단면 이미지. [출처=KAIST]

지금 인공지능은 인간의 뇌를 들여다보려는 시도

4차 산업혁명의 중심인 인공지능 기술도 결국 뇌 속에 심어진 빅데이터를 얻으려는 시도로 본다. 직접 뇌 속의 데이터를 얻는 것이 아니라 학습이라는 과정을 통해서 간접적으로 뇌 데이터를 복사한다고 볼 수 있다. 인공지능인 기계학습을 뇌 데이터 복제 과정으로 볼 수도 있는 것이다.

이러한 뇌 속의 빅데이터는 뇌에 심어진 기억, 감정, 생각, 꿈, 상상을 포함한 인간의 생각이 된다. 기계학습 과정에 학습되는 변수(Weight)들은 인간 뇌 데이터의 변형된 모습이다. 이렇게 의료 영상과 인공지능은 모두 뇌 속을 들여다보려는 인간의 노력이라는 공통점이 있다.

이렇게 보면, 구글과 아마존, 페이스북 등 빅데이터 플랫폼 기업들은 결국 인간의 뇌 속의 빅데이터를 얻기 위한 간접적인 장치를 확보한 기업들이라 할 수 있다. 단지 그 중간 매개체가 메시지, 전자메일, 문자, 사진, 음성, 동영상, 구매정보, 배달 정보 등일 뿐이다.

그래서 아마존이 알렉사 스피커를 집안으로 들여놓으려 한다. 도청하면서 전 세계 주부들의 머릿속에 들어가고 싶은 것이다. 또는 사진이나 동영상 속의 사람들의 표정으로 그 사람의 마음을 읽는다. 그래서 CCTV, 컴퓨터 카메라, 핸드폰 카메라가 간접적인 뇌 빅데이터를 얻기 위한 징검다리가 된다. 이러한 정보를 인공지능으로 처리해서 사람의 머릿속을 들여다보려고 한다. 이때 인공지능 알고리즘이 사람의 뇌 속으로 들어가는 통로가 된다.

뇌 빅데이터를 직접 읽으려는 시도, 뇌 센서

이와는 달리, 아예 센서를 뇌 속에 집어넣어 두뇌 빅데이터를 직접 읽으려는 연구도 진행 중이다. 반도체 센서를 뇌 속에 삽입하고, 그 데이터 신호를 무선으로 외부에 송신하는 장치도 개발 중이다. 아직은 쥐를 이용해 실험하지만, 언제인가 인간의 뇌를 실험 대상으로 삼을 수 있다.

이 방법의 어려움은 일단 수술을 통해서 뇌 속에 반도체 센서를 넣어야 한다는 점이다. 상당한 거부감이 발생할 수 있다. 그리고 장기간 사용을 위해 배터리를 주기적으로 교체하거나 무선으로 전력을 보내야 한다. 통신과 센서의 한계로 읽는 신호의 종류와 데이터의 양도 상당히 제한적이다.

그리고 과연 뇌에 흐르는 전기 신호로 얼마나 사람의 뇌 속의 데이터를 표현할 수 있는가의 난제도 있다. 과연 전기 신호를 측정해서 사람의 뇌 속의 기억과 생각, 마음을 읽을 수 있나 하는 숙제가 있다. 이러한 연구와 노력은 결국 모두 인간의 기억과 생각의 창고인 뇌의 빅데이터를 수집하기 위함이다.

정재웅 KAIST 교수가 개발한 쥐의 뇌에 이식된 반도체 센서. 이를 통해서 뇌의 데이터를 스마트폰으로 읽는 장치. [출처=KAIST]

현시대의 대표적 혁신가 일론 머스크도 같은 생각을 하고 있다고 생각한다. 왜냐하면 그가 2016년 약 1억 달러를 투자해 뇌 인터페이스 회사인 '뉴럴링크(Neuralink)'라는 BCI(Brain-Computer Interface) 전문 스타트업 기업을 설립했기 때문이다.

'뉴럴링크'는 두뇌와 컴퓨터를 연결하는 인터페이스를 개발한다고 알려져 있다. 일런 머스크는 궁극적으로 건강한 인간의 뇌에 칩을 이식해 '디지털 슈퍼 인텔리전스'를 만들 수 있다는 생각을 하는 것으로 보인다.

이렇게 보면, 일론 머스크도 인간의 뇌가 빅데이터의 최종 목적지라는 사실을 잘 알고 있는 것이 분명하다. 결국 인간의 뇌가 궁극적인 빅데이터 창고이다. 인공지능을 포함한 최신 4차 산업혁명 기술의 발전은 바로 이렇게 인간의 뇌 속의 빅데이터를 얻기 위한 방향으로 발전되어 가고 있다.

김정호 카이스트 전기 및 전자공학과 교수 joungho@kaist.ac.kr