일본 도쿄대 연구진은 인공 뉴런을 지닌 로봇을 만들어 미로 실험에서 빠져나오는 법을 배우게 했다. 로봇이 벽과 같은 장애물로 향하면 전기적 자극이 가해 방향을 바꾸도록 해 목표 지점까지 도달하게 했다는 것이다.
이에 대해 연구진은 로봇이 지능을 갖게 하기 위한 노력에 한 걸음 더 다가섰다고 평가했다. 이번 연구는 살아있는 뇌 신경세포인 뉴런을 실험실에서 키운 인공 뉴런을 이용해 로봇에게 사람처럼 생각하는 법을 배울 수 있게 한 최초의 사례가 된다.
연구진은 논문에서 “우리는 자발적으로 활동하는 인공 뉴런으로부터 일관된 신호를 생성하기 위해 폐쇄루프(closed-loop) 시스템을 개발했고 그 뉴런으로 로봇을 구현했다”고 밝혔다.
또 “로봇이 장애물에 부딪치거나 목표가 전방 90도 이내에 없으면 인공 뉴런에 전기 자극을 가했다”면서 “로봇은 서로 다른 네 개의 미로에서 성공적으로 목표를 달성할 수 있었다”고 설명했다.
이 같은 인공 뉴런은 로봇이 결정을 내리는 물리적 저장고 역할을 했다.
미로 실험 동안 로봇은 모든 과정이 계획대로 목표를 향해 가고 있다는 점을 효과적으로 배우기 위해 항상성 신호를 받았다. 하지만 로봇이 장애물에 부딪히면 이 신호는 방해 신호로 인해 중단돼 로봇이 다시 제어하게 했다.
실험 내내 로봇은 미로 과제를 성공적으로 해결할 때까지 방해 신호로 중단되는 항상성 신호를 계속해서 공급받았다.
로봇은 환경을 보거나 다른 감각 정보를 얻을 수 없어 시행 착오의 전기적 자극에 전적으로 의존해야 했다.
연구진은 이번 연구로 과제 해결을 위한 지적 능력은 뇌 신호를 이해하는 기술인 ‘물리적 축적 컴퓨팅’(physical reservoir computing)에 의해 만들 수 있다는 점을 보여줬다.
다카하시 히로카즈 도쿄대 대학원 준교수(지능기계정보학)는 “난 우리 실험에서 영감을 받아 살아있는 시스템의 지능은 비조직화된 상태나 혼란스러운 상태에서 일관성 있는 결과를 추출하는 메커니즘으로부터 나온다는 가설을 세웠다”면서 “물리적 축적 컴퓨팅의 발전은 우리처럼 생각하는 인공지능(AI) 기계를 만든는 데 관여할 수 있을 것”이라고 말했다.
다카하시 교수는 또 “초등학생의 뇌는 대학 입시에서 수학 문제를 풀 수 없는데 이는 뇌 역학이나 물리적 축적 컴퓨팅 능력이 충분하지 않기 때문일 것”이라면서 “과제 해결 능력은 네트워크가 얼마나 풍부한 시공간 패턴을 만들 수 있는지에 따라 결정된다”고 설명했다.
연구진은 이런 맥락에서 물리적 축적 컴퓨팅을 사용하는 것이 뇌의 메커니즘을 더 잘 이해하는 데 관여할 것이며 뇌를 본딴 신경모방 컴퓨터(neuromorphic computer)의 개발로 이어질 수 있다고 보고 있다.
자세한 연구 결과는 미국물리학협회(AIP)가 발행하는 응용물리학회보(Applied Physics Letters) 최신호에 실렸다.
윤태희 기자 th20022@seoul.co.kr