뇌파 과학정보기술통신부와 경찰청은 첨단 과학기술로 치안 강화하는 사업 추진
과학기술정보통신부와 경찰청은 첨단 과학기술을 치안에 적용하기 위해 '과학치안 공공연구성과 실용화 촉진 시범사업'을 추진한다고 밝혔습니다. 이번에 선정된 3개 과제는 KAIST에서 개발한 '뇌파를 활용해 진술의 진위를 판별하는 기술'과 KIST에서 개발한 '양자기술 기반 보안 문제 차단 카메라', 서울시립대에서 개발한 '영상분석을 통한 교통단속 시스템'으로 앞으로 3년 반 동안 21억 원 정도를 지원받습니다. 과기정통부는 범죄 수법이 비대면화, 지능화, 첨단화되면서 치안환경의 변화가 시급하다며, 이번 사업이 완료되면 기술 수출까지도 가능할 것으로 기대된다고 말했습니다.
YTN 사이언스 최소라 (csr73@ytn.co.kr)
적은 뇌파 정보로도 사람의 의도를 알아낸다!
DGIST 박상현 교수팀, 뇌파 분류 딥러닝 모델 개발로 AI 의료 현실화 기대
우정남 기자 2023년 08월 28일 (월) 22:52 248
가가 DGIST 로봇및기계전자공학과 박상현 교수 연구팀이 적은 양의 정보만으로 대상자의 뇌파를 정확하게 분류하는 퓨샷 학습(Few-shot leanring) 딥러닝 모델을 개발했다.
▲ Dgist 로봇및기계 전자공학과 박상현 교수, 안시온 학위연계과정생, 치콘테필립 박사후연수연구원
사진 설명을 입력하세요.
기존 딥러닝 모델로 새로운 사람의 뇌파를 분류하기 위해서는 타겟 피험자로부터 수집한 많은 양의 뇌파 데이터셋 구축이 필요했지만, 연구팀이 개발한 새로운 딥러닝 모델을 이용하면 적은 정보만으로도 정확하게 뇌파 분류가 가능해, 향후 해당 기술이 뇌파 관련 연구 분야에 획기적으로 기여할 것으로 보인다.
뇌파 데이터는 사람마다 큰 편차가 발생한다. 동일한 업무 수행으로 발생한 뇌파임에도, 수행자에 따라 뇌파의 분포가 달라지기 때문에 기존의 경우 대부분의 분류 모델은 수행자로부터 데이터를 수집해 레이블링 한 뒤 이를 이용해 학습을 수행하는 개체 내 분류(Intra subject classification)에만 집중하고 있었다. 이로 인해 해당 모델을 통해서는 학습에 참여하지 않은 사람의 뇌파는 정상적으로 분류하지 못하는 문제가 존재했다.
최근 이를 해결하기 위해 딥러닝 모델을 활용하여 타겟 피험자의 뇌파 신호를 추론할 수 있는 ‘도메인 적응(Domain adaptation) 모델’이 활발하게 연구되고 있으나, 여전히 대상자에 대한 뇌파 데이터 학습이 필요하기에 새로운 대상자에 대해 쉽게 적용하지 못한다는 기존의 문제점을 그대로 유지하고 있다
또한, 다수의 사람으로부터 수집한 뇌파 데이터를 학습시키는 ‘전이 학습(Transfer learning)’ 딥러닝 모델 최적화 연구도 진행되고 있지만, 이를 위해서는 다수의 뇌파 정보가 필요하기에 활용성이 떨어지는 한계를 가지고 있다. 이에 박상현 교수팀은 타겟 피험자로부터 얻은 뇌파들 중 소수의 데이터에 대해서만 정답을 주면 타겟 피험자의 뇌파특성에 맞추어 남은 뇌파들을 정확히 분류할 수 있는 딥러닝 모델을 개발했다.
소수의 데이터들과 남은 뇌파들의 관계를 효과적으로 학습하기 위해, 먼저 임베딩 모듈(Embedding module)을 통해 뇌파 데이터로부터 유의미한 특징들을 추출하고, 시간 주의 모듈(Temporal attention module)을 이용하여 추출된 특징으로부터 중요한 특징을 강조하면서 분석에 불필요한 잡음 특징을 감소시켰다.
그리고 집합 주의 모듈(Aggregation attention module)을 이용하여 가지고 있는 뇌파 정보 중 중요 데이터만을 찾아내 타겟 피험자가 뇌파에서 나타내는 각 의도의 특징을 선별하고, 관계 모듈(Relation module)을 이용해 뇌파의 특징과 벡터 간의 관계를 계산했다. 또한 뇌파 분류 미세조정 기술도 함께 개발하여, 최적화를 통해 정확하게 뇌파가 분류되도록 했다.
연구팀이 새롭게 개발한 딥러닝 모델은 개체 간 분류에서 20개의 뇌파 데이터를 통해 타겟 피험자가 가진 의도를 최대 76%로 맞추는 정확도를 보였다. 기존에 제안된 기법(개체 내 분류기법, 전이 학습 및 다른 퓨샷 학습 기법)의 정확도가 64% ~ 73%인 것을 감안하면, 새롭게 개발한 모델이 기존 모델보다 우수한 성능을 가지고 있음을 확인할 수 있었다.
DGIST 로봇및기계전자공학과 박상현 교수는 “이번 연구를 통해 개발한 뇌파 분류 딥러딩 모델은 피험자로부터 새롭게 학습데이터를 구축하지 않더라도 적은 정보만으로도 정확하게 뇌파 분류가 가능한 기술로, 해당 기술이 개인화가 필요한 뇌파 관련 연구 분야에 획기적으로 기여할 것으로 보인다. 향후 관련 기술을 개선하여 다양한 생체 신호 분석 문제에도 범용적으로 활용되기를 기대한다”고 밝혔다.
한편, 이번 연구는 ⭐경찰청의 ‘경찰관 맞춤형 건강 관리 서비스를 위한 지능형 빅데이터 통합플랫폼 개발 사업’과 DGIST의 ‘몰입형 인간로봇 다중감각 교류기술 상용화 사업’을 통해 수행했으며, 그 결과는 인공지능 분야 최상위 국제학술저널인 TNNLS (IEEE Transactions on Neural Networks and Learning Systems)’에 게재됐다.
글. 우정남 기자 insight1592@gmail.com
https://www.brainmedia.co.kr/BrainScience/23651
⭐BCI 기술을 활용한 범죄 예방 및 수사의 미래
뇌- 컴퓨터 인터페이스(BCI) 기술은 사람의 뇌파를 분석해 인간의 생각이나 감정을 읽어낼 수 있는 기술입니다. 이러한 기술은 의료 분야와 같은 기존 응용 분야를 넘어, ⭐범죄 예방과 수사 분야에서도 강력한 도구로 주목받고 있습니다. ⭐범죄자의 심리를 읽고, 거짓말을 탐지하며. ⭐범죄 행동을 예측하 는 데 BCI가 어떻게 활용될 수 있을지 알아보겠습니다.
BCI를 활용한 범죄자 심리 분석
BCI는 뇌파 분석을 통해 개인의 ⭐심리 상태를 실시간으로 파악할 수 있습니다. 이를 범죄 수사에 할용한다면, ⭐용의자의 심리 상태를 면밀히 분석하여 그가 ⭐범죄를 저지를 가능성이 있는지, 혹은 범죄 를 저지른 후의 감정 상태를 파악할 수 있습니다 특히 거짓말탐지기처럼 의도적으로 정보를 숨기려는 사람의 뇌파 패턴을 분석해 진술의 진실성을 판단할 수 있습니다 .
기존의 거짓말탐지기는 신체적 반응을 즉정하는데 비해, BCI는 뇌의 직접적인 반응을 측정할 수 있어 더 정밀한 분석이 가능합니다. 예를 들어, 범죄 현장과 관련된 특정 이미지를 용의자에게 보여줄 때, 그의 뇌가 자동으로 반응하는 패턴을 읽어 그가 사건과 얼마나 관련이 있는지를 파악할 수 있습 니다. 이러한 분석은 신속한 수사를 가능하게 하며, 범죄 해결에 있어서 중요한 단서를 제공합니다.
또한, 범죄자가 범행 후의 심리적 상태를 BCI로 분석함으로써 재범의 가능성을 예측하고, 이에 따른 적절한 재활 프로그램을 설계할 수도 있습니다. 이는 범죄를 예방하는 데 중요한 역할을 할 수 있습니다.
또한, 범죄자가 범행 후의 심리적 상태틀 BCI도 눈식함으노씨 체 금의 따른 적절한 재활 프로그램을 설계할 수도 있습니다. 이는 범죄를 예방하는 데 중요한 역할을 할 수 있습니다
BCI를 통한 거짓말 탐지와 수사 효율화
현재 범죄 수사에서 사용되는 거짓말탐지기는 신체 반응을 기반으로 하지만, BCI를 이용하면 보 다 정교한 뇌파 기반의 거짓말 탐지가 가능합니다. 사람은 거짓말을 !-때 뇌의 특정 영역에서 활 동이 증가하는 경향이 있으며, BCI는 이를 실시간으로 분석할 수 있습니다. 예를 들어, 질문에 대 한 응답을 할 때 뇌에서 나타나는 전기 신호를 통해 그 대답이 진실인지, 거짓인지 판별할 수 있습니다.
BCI 기반의 거짓말탐지는 기존 방법보다 덜 침해적이며, 신뢰성 또한 높일 수 있습니다. 용의자 가 범죄 현장에서 보고 듣거나 경험한 것들을 시각적으로 자극하면서 그에 대한 뇌의 반응을 측 정함으로써, 심리적으로 거짓을 진술하는 순간에도 뇌는 무의식적으로 진실을 반응할 가능성이 높습니다. 이 과정에서 수집된 뇌파 데이터는 법적 증거로도 사용할 수 있을 만큼 신뢰성이 높아 질 수 있습니다 .
또한, BCI 기술을 통해 수사관은 용의자의 정신적 상태나 스트레스 수준을 평가할 수 있으며, 이 를 바탕으로 심문 과정을 최적화할 수 있습니다. 이를 통해 수사 속도를 크게 높일 수 있으며, 용 의자가 자백하도록 유도하는 과정에서 보다 인도적인 접근이 가능해집니다.
BCI를 토안 범죄 행동 예측
BCI는 범죄 예방에도 큰 역할을 할 수 있습니다. 인간의 행동은 종종 특정한 심리적 상태와 관련이 있으며, BCI는 이러한 심리 상태를 실시간으로 모니터링할 수 있는 기술입니다. 예를 들어, 범죄를 저지를 저지를 가능성이 있는 개인의 뇌파를 분석하여 그들이 스트레스, 불안, 분노 같은 감정 상태에 있는지 파악할 수 있습니다. 이러한 상태는 종종 폭력적인 행동으로 이어질 가능성이 높습니다.
또한, 특정 패턴의 뇌파는 범죄 의도가 있는 사람에게서 자주 나타날 수 있습니다 이를 바탕으로 범죄 행동을 미리 예측하고, 적절한 조치를 취함으로써 범죄를 예방할 수 있습니다 예를 들어, 공공장소에서 BCI 기술을 적용한 감시 시스템을 운영한다면, 잠재적인 범죄자를 조기에 발견하여 경찰이 미리 대응할 수 있습니다 .
또한, BCI 기반으로 ⭐범죄 경향이 있는 사람들에게 ⭐재활 프로그램을 제공해 범죄를 ⭐미리 차단할 수 있습니다. 이 기술은 단순히 ⭐범죄를 해결하는 데 그치지 않고, ⭐범죄 예방 및 ⭐사회적 안전성을 ⭐확보하 는 데 중요한 도구가 될 것입니다.
BCI를 활용한 법 집행과 윤리적 문제
BCI 기술이 범죄 예방과 수사에서 큰 잠재력을 가지고 있지만. 동시에 여러 윤리적 문제도 제기되고 있습니다. 특히 개인의 뇌파를 무단으로 분석하거나. 뇌의 신호를 바탕으로 결정을 내리는 것에 대 한 논란이 있습니다. 이는 개인의 프라이버시와 자유를 침해할 수 있다는 우려를 날고 있습니다.
또한, 뇌파 데이터를 법적 증거로 사용하는 것에 대한 문제도 있습니다. 뇌파는 비의도적으로 발생할 수 있는 신경 신호이며, 이는 사람이 의식적으로 통제할 수 없는 부분이기 때문에 법적으로 이를 증거로 사용할 때 신중한 접근이 필요합니다. 무고한 사람이 범죄와 관련된 신호를 보였다고 해서 범죄자로 간주하는 것은 큰 윤리적 문제를 야기할 수 있습니다.
이 외에도 BCI 기술의 상업적 오용 가능성도 문제로 대두되고 있습니다. 범죄 수사나 예방에 한정된 것이 아니라, 개인의 생각과 감정을 상업적으로 이용하려는 시도가 있을 수 있기 때문에, 이에 대한 법적 장치와 보호 시스템이 필요합니다. 이러한 윤리적 문제들을율 해결하면서 BCI 기술을 효율적으 로 활용하는 방안이 마련되어야 할 것입니다
