토토사이트 라이브학교 바이오메디컬공학과 임창환 교수 연구팀은 한국표준과학연구원(KRISS) 김민영 박사 연구팀과 공동으로 뇌자도(Magnetoencephalography: MEG)를 이용하여 뇌-컴퓨터 인터페이스(Brain-Computer Interface: BCI) 기술의 정확도를 획기적으로 향상시키는 알고리즘을 개발했다고, 19일 밝혔다.

BCI는 뇌 신호를 측정·분석해 사용자의 의도나 뇌 상태를 파악하고, 이를 통해 외부 기기를 제어하거나 의사소통을 가능하게 하는 미래 지향적 기술이다. 최근 일론 머스크의 ‘뉴럴링크(Neuralink)’ 등으로 대중적 관심이 높아졌으며, 국내에서도 관련 연구가 각광받고 있다. 국방 분야에서는 전장에서 병사의 의도를 인식해서 드론 등 주변 장비를 제어하거나 병사의 집중도, 감정 상태 등의 뇌 상태를 인식하기 위한 목적으로 연구가 진행되고 있다.

하지만 현재 널리 활용되는 비침습적 BCI는 주로 뇌전도(Electroencephalography: EEG) 측정을 기반으로 하며, 낮은 공간 해상도와 전극 부착의 불편함으로 인해 높은 정확도가 요구되는 국방 분야 등에서는 한계가 있었다.

임 교수팀은 이러한 한계를 극복할 수 있는 대안으로 뇌자도 활용에 주목하였다. 뇌자도는 뇌신경전류에서 발생하는 미세한 자기장을 측정하는 것에 기반하여 전극을 부착할 필요없이 비침습적으로 뇌의 자발성 또는 유발성 신경활동을 고해상도로 관찰할 수 있는 장점이 있다. 다만 기존 극저온 상태에서 동작하는 초전도양자간섭소자(Superconducting Quantum Interference Device: SQUID) 기반 시스템은 장비가 크고 고가라는 제약이 있었으나, 최근 상온에서 동작하는 광펌핑원자자력계(Optically Pumped Magnetometer, OPM) 기반 뇌자도 기술이 등장하면서 착용이 간편한 웨어러블 시스템으로의 상용화 가능성이 크게 확대되고 있다.

KRISS는 미래도전국방기술 과제인 “착용형 뇌자도 센서 적용을 위한 뇌자도 측정 및 신호처리/해독기술 연구”를 통해 SQUID 및 OPM 뇌자도 BCI 시스템을 구축하였고, 노이즈 최소화로 기존 뇌전도 기반 BCI 보다 안정적 신호 획득이 가능함을 보여주었다(그림 1). 이를 바탕으로 임교수 연구팀은 6.0 ~ 8.0Hz 사이의 시각자극을 기반으로 한 정상상태시각유발자기장(Steady-State Visual Evoked Field: SSVEF)을 활용하여 고해상도의 뇌신호를 획득하였고, 이에 따라 뇌자도 기반 BCI 시스템의 성능이 크게 향상됨을 실험적으로 입증하였다(그림 2).

연구 결과, 뇌자도 BCI는 뇌전도 BCI 대비 인식 정확도와 정보 전달률(초당 전송 가능한 비트 수)이 각각 20% 이상 향상됐다. 연구팀은 여기에 그치지 않고 뇌자도 BCI에 특화된 알고리즘을 추가 개발해 성능을 더욱 끌어올렸다. 기존 SSVEF 기반 BCI에서 일반적으로 적용되는 알고리즘은 시각피질 주변부 신호만을 활용하나, 뇌자도 BCI의 고해상도 뇌신호를 활용할 수 있음에 기인하여 ▲SSVEF 및 기준 신호 사이 동기화 지표의 공간 분포를 활용한 알고리즘과 ▲신호원 영상화(Source Imaging) 기반 알고리즘을 개발했으며, 이를 통해 성능이 추가로 10% 이상 향상되었음을 확인하였다. 이들 알고리즘은 기존에는 활용이 되지 않던 시각피질 이외 영역의 뇌자도 신호를 함께 활용해 뇌의 전반적인 활동을 고려함으로써 정확도를 크게 향상시킬 수 있는 원리이다.

임창환 교수는 “이번 연구는 뇌자도의 공간 해상도라는 기술적 강점을 BCI 성능으로 직결시키는 핵심 알고리즘을 개발했다는 점에서 의미가 크다”며 “향후 착용이 간편한 웨어러블 뇌자도 시스템이 개발되면, 군인들이나 작업자들 간의 실시간 의사소통, 집중상태 모니터링, 정신건강 진단 등 다양한 분야에 널리 활용될 수 있을 것”이라고 말했다.

이번 연구는 정부(방위사업청)의 재원으로 국방과학연구소가 지원한 미래도전국방기술 연구개발사업의 일환으로 수행됐으며, 연구 결과는 SCI 상위 5% 국제 학술지인 『IEEE Transactions on Neural Systems and Rehabilitation Engineering』 및 『NeuroImage』 7월호에 각각 게재되었다.