UCL 연구팀, 생쥐 뇌 신호만으로 10초 분량 영상 복원 성공

사람이나 동물이 눈으로 보고 있는 장면을 뇌 신호로부터 읽어내는 기술은 그동안 주로 대형 fMRI(기능적 자기공명영상) 장비에 의존해 왔습니다. 하지만 혈류 변화를 간접적으로 측정하는 방식 특성상 결과물은 흐릿한 윤곽 수준에 머무는 경우가 많았습니다.

최근 연구진은 이 관측 단위를 단일 뇌세포 수준까지 끌어내렸습니다. 3월 10일, 유니버시티 칼리지 런던(UCL) 세인스버리 웰컴 센터의 조엘 바우어(Joel Bauer) 박사 연구팀은 국제 학술지 《eLife》를 통해 생쥐 시각 피질의 단일 뉴런 활동 기록만을 바탕으로 생쥐가 시청한 10초 분량의 동영상을 정밀하게 재구성해 냈다고 발표했습니다.

세포 하나하나의 신호와 신체 상태를 함께 읽다

이번 연구의 핵심 차별점은 뇌 신호를 수집하는 정밀도에 있습니다. 연구팀은 fMRI 대신 미세 광학 이미징 기술을 활용해 국소 칼슘 이온 농도 변화를 포착했고, 이를 통해 개별 신경세포가 언제 활성화되는지를 세포 단위로 측정했습니다.

모델의 뼈대는 2023년 센소리움(Sensorium) 대회에서 개발된 동적 신경 인코딩 모델을 개량해 구축했습니다. 특히 연구팀은 생쥐의 신체 움직임과 동공 크기 변화 같은 내부 생리 상태를 디코딩 변수에 적극적으로 반영했습니다. 시각 인지는 단순히 눈앞의 빛을 받아들이는 수동적 과정이 아니며, 동물의 긴장도나 행동에 따라 뇌의 정보 처리 방식이 크게 달라지기 때문입니다.

영상 복원 알고리즘의 작동 방식도 매우 체계적입니다. 연구진은 먼저 빈 화면을 보았을 때 나타날 예상 뉴런 반응을 계산한 뒤, 실제 관측된 뉴런 활동과의 차이를 구했습니다. 이후 알고리즘이 빈 화면의 픽셀을 한 프레임씩 반복 수정하며 실제 뇌 신호와 일치할 때까지 영상을 다듬어 나갔습니다.

그 결과, 모델 학습에 전혀 사용되지 않은 새로운 10초짜리 영상을 생쥐에게 보여주었을 때도 오직 뇌 신호만으로 원본과 시간적 오차가 거의 없는 고품질 영상을 복원해 냈습니다. 추적하는 단일 신경세포의 수가 늘어날수록 복원된 영상의 정확도 역시 뚜렷하게 높아졌습니다.

바우어 박사는 복원 영상과 원본 영상 사이에 존재하는 차이가 단순한 알고리즘 결함이 아닐 수 있다고 짚었습니다. 뇌의 시각 처리 회로는 외부 정보를 그대로 복사하는 것이 아니라 특정 방식으로 변형하고 보정하기 때문에, 이 차이 자체가 뇌가 현실을 해석하는 방식을 보여주는 중요한 단서라는 설명입니다.

왜 중요한가

신경과학과 뇌-컴퓨터 인터페이스(BCI) 관점에서 이번 연구는 뇌 신호 디코딩의 해상도를 획기적으로 끌어올린 유의미한 성과입니다. 거시적인 뇌 혈류 데이터에 기대던 기존 한계를 넘어, 단일 세포 수준의 실제 신호로 동적 비디오를 재생할 수 있음을 입증했습니다.

우리는 생성형 AI의 무리한 상상력에 기대지 않고, 검증된 신경 인코딩 모델의 기울기를 따라 픽셀을 역추적해 복원해 낸 방식을 높게 평가합니다. 여기에 동공 크기와 움직임 같은 신체 상태 데이터를 결합함으로써 생체 신호 특유의 노이즈를 영리하게 통제해 냈습니다.

다만 이것이 곧바로 영화 같은 '생각 읽기' 장치로 이어지는 것은 아닙니다. 단일 뉴런의 칼슘 이미징은 두개골을 열거나 광학 센서를 밀착시켜야 하는 침습적 기법이 필요하므로 일반인에게 적용하기는 불가능합니다. 10초라는 복원 분량과 시각 영역의 해상도 역시 여전히 풀어야 할 숙제입니다.

우리가 보기에 이 기술의 진짜 가치는 공상과학식 비디오 리코더가 아니라, 생물학적 인지 과정을 들여다보는 정밀 렌즈라는 점에 있습니다. 눈앞의 객관적 현실이 뇌라는 생화학 회로를 거치며 어떻게 왜곡되고 재해석되는지 정량적으로 측정할 수 있게 됨으로써, 향후 뇌 질환 연구와 뇌 모방 인공지능 시각 모델 설계에 핵심적인 통찰을 제공할 것입니다.