연세대학교(총장 윤동섭) 이과대학 수학계산학부(계산과학공학) 윤경호 교수 연구팀이 개인의 뇌 구조를 보여주는 자기공명영상(MRI)과 뇌파(EEG)를 결합해 뇌 신경활동이 발생한 위치를 실시간으로 추정하는 인공지능(AI) 기술을 개발했다.

이번 기술은 사람마다 다른 뇌의 해부학적 구조를 AI에 직접 반영해 기존 뇌파 기반 위치 추정의 정확도를 높이고, 학습에 사용되지 않은 새로운 사람에게도 모델을 적용할 수 있도록 개발됐다. 연구 결과는 국제학술지 *Computer Methods and Programs in Biomedicine*에 게재됐다.

뇌파 검사는 두피에 전극을 부착해 뇌의 전기적 활동을 밀리초 단위로 측정하는 기술로, 뇌질환 진단과 뇌 기능 분석에 활용된다. 다만 두피에서 측정한 뇌파 신호만으로는 뇌 내부에서 신경활동이 실제로 발생한 위치를 정확하게 찾아내기 어렵다.

특히 사람마다 뇌의 크기와 형태가 달라 한 사람의 데이터를 바탕으로 학습한 모델을 다른 사람에게 적용하면 정확도가 떨어질 수 있다.

연구팀은 이러한 한계를 보완하기 위해 개인별 MRI에서 얻은 뇌 구조 정보와 뇌파의 시간·주파수 정보를 함께 학습하는 멀티모달 딥러닝 모델을 개발했다.

개인의 뇌 구조를 반영한 시뮬레이션을 통해 다양한 뇌 신경활동과 뇌파 신호를 생성하고 이를 AI 학습에 활용했다. 학습을 마친 모델은 새로운 환자의 MRI와 뇌파가 입력되면 별도의 재학습 없이 신경활동 발생 위치를 3차원으로 추정하도록 설계됐다.

실험 결과, 연구팀이 제안한 모델은 시뮬레이션에서 뇌 신경활동의 발생 위치를 높은 정확도로 추정했으며 실시간 처리가 가능한 속도를 보였다.

학습에 사용하지 않은 새로운 사람의 MRI에도 안정적으로 적용됐다. 실제 뇌 내 전기자극 데이터를 활용한 검증에서는 뇌파만 사용했을 때보다 신경활동 발생 위치를 더 정확하게 추정한 것으로 나타났다.

연구팀은 AI가 추정한 위치뿐 아니라 예측 결과의 불확실성 정도도 제시할 수 있도록 ‘적합성 예측(Conformal Prediction)’ 기술을 적용했다.

이번 연구는 개인마다 다른 뇌 구조를 AI 학습에 활용하고, 신경활동의 발생 위치를 알고 있는 대규모 시뮬레이션 뇌파 데이터를 생성해 학습에 사용했다는 점에서 기존 뇌파 단독 분석과 차이가 있다. 다만 실제 환자 진료에서의 활용 성능이 확립됐다는 의미는 아니며, 연구에서 제시된 결과는 시뮬레이션과 실제 뇌 내 전기자극 데이터를 이용한 검증에 기반한다.

윤경호 교수는 “이번 연구를 다양한 사람의 뇌 구조와 신경활동을 학습할 수 있는 EEG 파운데이션 모델로 발전시킬 계획”이라며 “향후 뇌파와 MRI 등 다양한 생체 데이터를 통합해 개인의 뇌 구조와 기능을 가상공간에 구현하는 뇌 디지털 트윈으로 확장하는 것이 목표”라고 말했다.

한편, 이번 연구에는 연세대학교 수학계산학부(계산과학공학) 피정훈, 강다정 석사과정생과 신민우 교수가 참여했다.