AI 파운데이션 모델이 뇌 활동을 예측한다는 것의 의미

AI가 인간의 뇌 활동을 예측한다는 말은 “마음을 읽는다”는 뜻이 아니다. 더 정확히는 대규모 데이터로 미리 학습한 모델이 뇌 신호, 행동, 자극 반응 사이에 반복적으로 나타나는 통계적 패턴을 포착한다는 뜻이다.

파운데이션 모델은 대규모 데이터로 사전학습한 뒤 여러 작업에 맞게 조정할 수 있는 AI 시스템이다.¹ 언어 모델이 방대한 비정형 텍스트에서 인간의 직접 감독 없이 언어 패턴을 배우듯, 신경 파운데이션 모델은 대규모 신경 활동 데이터에서 활동 패턴의 구조를 학습한다.¹²

왜 중요한가: 단순 예측을 넘어 일반화로

이 분야에서 중요한 질문은 “한 실험을 얼마나 잘 맞히는가”가 아니다. 더 중요한 것은 모델이 학습하지 않은 조건에서도 얼마나 일반화할 수 있는가다.

신경 파운데이션 모델은 서로 다른 동물, 관련 뇌 영역, 유사한 과제의 활동을 함께 학습할 수 있다.² 이렇게 학습된 모델은 새로운 신경 활동 패턴, 운동 출력, 감각 자극 반응을 예측하는 데 활용될 수 있다.²

이 일반화 가능성은 뇌 활동에도 여러 뇌에서 공유되는 구조적 규칙이 있을 수 있음을 시사한다. 모든 뇌와 모든 실험 조건이 완전히 제각각이라면, 한 데이터셋에서 배운 모델이 다른 조건의 신경 활동을 예측하기는 어렵다. 따라서 AI 파운데이션 모델의 가치는 단지 성능 점수에 있지 않다. 뇌 데이터가 어느 정도 재사용 가능한 구조를 가진다는 가설을 실험적으로 점검하게 해준다는 데 있다.

스케일링이 말해주는 기대와 한계

파운데이션 모델 분야에서 스케일링 법칙은 데이터, 모델 크기, 연산량이 늘어날수록 성능이 비교적 예측 가능한 방식으로 향상되는 현상을 가리킨다.³ 뇌과학에서도 이는 중요한 관점이다. 더 많은 신경 데이터와 더 큰 모델이 더 정교한 예측으로 이어질 가능성이 있기 때문이다.

하지만 여기서 선을 분명히 그어야 한다. 높은 예측 정확도는 과학적 이해를 자동으로 보장하지 않는다.¹ 모델이 특정 뇌 반응을 잘 맞힌다고 해서, 그 내부 계산이 실제 뇌의 기제와 같다고 말할 수는 없다.

따라서 핵심 과제는 “모델이 맞혔다”에서 멈추지 않는 것이다. 모델의 예측을 신경 활동과 인지의 작동 원리에 대한 설명으로 연결해야 한다.¹ 예측 모델은 출발점이고, 이해는 그다음 단계다.

실제 활용 가능성은 어디에 있나

응용 가능성도 구체화되고 있다. BrainLM은 6,700시간의 fMRI 기록으로 학습해 나이, 불안, PTSD 같은 임상 변수 예측과 미래 뇌 상태 예측에 활용될 수 있음을 보였다.⁴ BrainIAC은 48,519건의 뇌 MRI로 학습·검증되어 다양한 임상 작업에 적응하는 모델로 제안됐다.⁵

이런 사례는 파운데이션 모델이 뇌과학 연구뿐 아니라 임상 예측, 뇌 영상 분석, 향후 뇌-컴퓨터 인터페이스 평가에도 활용될 수 있음을 보여준다. 다만 실제 의료나 인터페이스 시스템에 적용하려면 “평균적으로 잘 맞는다”는 수준을 넘어야 한다. 어떤 데이터셋에서, 어떤 조건에서, 어떤 사람에게 안정적으로 작동하는지 검증해야 한다.

EEG 파운데이션 모델 벤치마크인 NeuroAtlas가 지적하듯, 같은 분야 안에서도 데이터셋에 따라 성능 순위가 크게 달라질 수 있다.⁶ 이는 모델 선택과 성능 평가가 단순한 리더보드 점수만으로는 부족하다는 뜻이다.

결론: 더 큰 모델보다 중요한 것

AI 파운데이션 모델은 뇌 활동을 예측하는 강력한 도구가 되고 있다. 이들이 보여주는 가장 큰 의미는 뇌 데이터 안에 여러 조건과 개체를 가로질러 학습 가능한 구조가 존재할 수 있다는 점이다.

그러나 진짜 돌파구는 더 큰 모델을 만드는 것만으로 나오지 않는다. 중요한 것은 예측을 설명으로 바꾸는 일이다. 모델이 무엇을 근거로 뇌 활동을 맞히는지, 그 계산이 실제 신경 활동과 인지 메커니즘에 대해 무엇을 말해주는지 해석할 수 있을 때, 파운데이션 모델은 단순한 예측기를 넘어 뇌과학의 이해 도구가 될 수 있다.

¹From Prediction to Understanding: Will AI Foundation Models Transform Brain Science?

²Why neural foundation models work, and what they might--and might not--teach us about the brain

³Foundation models for neuroscience

⁴BrainLM: A foundation model for brain activity recordings

⁵A foundation model for generalized brain MRI analysis

⁶NeuroAtlas: Benchmarking Foundation Models for Clinical EEG and Brain-Computer Interfaces