OVERVIEW

 

 

과제명

딥러닝을 이용하여 사람의 생각을 읽어내는 BCI 기반 뇌인지컴퓨팅 기술 개발

 

개념

  • BCI 기반 뇌인지컴퓨팅 기술은 구조적/기능적으로 복잡한 뇌인지 정보의 실시간 검출 및 인식을 통해 사용자의 의도를 이해하고 수행하는 기술로써, 인간의 편리하고 윤택한 삶을 위한 핵심 미래 기술임
  • 상기 기술의 경제적 파급력과 기술 활용에 대한 필요성은 지속적으로 강조되고 있으나, 기술의 신뢰도가 낮아 실생활 환경에서 적용이 어려운 문제를 지님
  • 실생활 환경에서 안정적으로 활용 가능한 비침습 BCI 기술을 위해, 사용자의 뇌인지 상태 변화를 반영하고, 사용자 의도 인식 성능 최대화를 위한 딥러닝 기반의 뇌인지컴퓨팅 핵심원천기술을 개발함

 

필요성

  • 정부 지원 필요성: BCI 기반 뇌인지컴퓨팅 기술은 全산업의 혁신을 촉발하는 4차 지능산업 혁명의 핵심 기술로써 차세대 성장 동력 발판을 마련하기 위해, 범정부 차원에서 정책 및 R&D 투자 지원 필요
  • 기술성: 실생활 환경에서 내/외부적 요인으로 인한 사용자 의도 인식 성능 저하 문제를 해결하기 위한 비침습 BCI 기반 뇌인지컴퓨팅 핵심원천기술 필요성 증대
    • 비침습 BCI 기반 뇌인지컴퓨팅 기술의 신뢰도를 높이기 위해, 다양한 정보를 통합하여 지능적으로 사용자 의도 인식이 가능한 딥러닝 기반의 핵심원천기술 필요
  • 경제성: 뇌인지컴퓨팅을 활용한 인공지능 기술의 세계 및 국내 시장 규모는 폭발적으로 증가할 것으로 기대
    • IDC에 따르면 뇌인지컴퓨팅 인공지능 세계 시장 규모는 2016년 약 80억 달러에서 2020년 약 470억 달러로 연평균 1% 성장 전망 (International Data Corporation, Worldwide Semiannual Cognitive/Artificial Intelligence Systems Spending Guide, 2016)

 

연구 목표

  • 최종 목표: 실생활 환경에서 BCI 기반 뇌인지컴퓨팅 기술의 안정적인 사용을 위해, 내/외부적 잡음 요인으로 인한 성능 저하 문제를 해결하고, 고성능/고신뢰 실시간 사용자 의도 인식이 가능한 딥러닝 기반의 비침습 BCI 핵심원천기술 개발
  • 연차별 개발 목표
구분
연도별 연구목표
1단계 2017년 실생활 환경의 외부 요소에 의한 뇌 신호 왜곡 분석 및 필터링 기술 개발
2018년 딥러닝 기반의 사용자 최적 뇌 신호 특징 추출 기술 개발
2019년 사용자의 다양한 뇌인지 상태 추정 및 고성능 의도 인식 기술 개발
2020년 지속적인 딥러닝 모델 개선을 위한 기계학습 기반 Zero-Training BCI 기술 개발
2단계 2021년 사용자의 의도와 주변 환경 정보를 함께 고려하는 지능형 BCI 기술 개발
2022년 BCI 성능 향상을 위한 기계학습 기반의 상황 적응적 뇌 신호 분석 기술 개발
2023년 실생활에서의 안정적인 의도 인식 성능을 위한 비침습 BCI 기술

 

연구 내용

  1. 사용자의 주변 환경 및 상황을 고려하여 고성능 의도 인식이 가능한 딥러닝 기반 지능형 BCI 핵심원천기술 개발
    • 뇌 신호의 시간, 공간, 주파수 정보를 동시에 고려 가능한 딥러닝 기반의 최적 특징 추출 기술 개발
    • 실시간으로 측정되는 뇌 신호로부터 의도 발생 시점을 추정하여 사용자의 의도가 포함된 뇌 신호만을 자동으로 검출하는 딥러닝 기술 개발
    • 추출된 뇌 신호 특징들과 문맥 정보를 함께 고려한 딥러닝 기반 상황 적응적 사용자 의도 인식 기술 개발
  2. 실내 이동 환경에서의 고성능 사용자 의도 인식이 가능한 이동형 BCI 기술 개발
    • 실내 환경에서 발생하는 다양한 외부 요소 (소리, 빛, 신체 움직임 등)에 의해 왜곡되는 뇌 신호를 안정적으로 보정하기 위한 통합적 잡음 처리 기술 개발
    • 사용자의 움직임에 의해 발생하는 잡음에도 강인한 딥러닝 기반의 뇌 신호 특징 추출 및 인식 기술 개발
  3. 안정적인 의도 인식 성능 확보를 위한 멀티모달 뇌 신호 기반 뇌인지 상태 추정 및 사용자-맞춤형 BCI 기술 개발
    • 뇌 자기자극을 이용하여 정확한 의식 상태 추정 (각성, 무의식, 졸림 등)이 가능한 뇌 신호 기반 바이오마커 기술 개발
    • 멀티모달 (EEG, fNIRS 등) 뇌 신호 및 생체 신호 (심박수, 안구전도 등)를 이용한 딥러닝 기반의 실시간 의식 상태 추정 기술 개발
    • 사용자의 다양한 뇌 신호 패턴을 고려하여 안정적인 의도 인식이 가능한 멀티모달 뇌 신호 융합 기반의 사용자-맞춤형 BCI 기술 개발
  4. Zero-Training BCI 기술 구현을 위한 딥러닝 기반 뇌 신호 분석 핵심원천기술 개발
    • 딥러닝 기반의 뇌 신호 특징 표현, 변형, 학습 사이클을 구성하는 BCI 프레임워크 개발
    • 사전 구축된 딥러닝 모델을 기반으로 사용자의 의도를 인식하고, 그 결과를 이용하여 모델을 지속적으로 개선 가능한 기계학습 기반 BCI 기술 개발
    • BCI 문맹 자동 판별 기술 및 BCI 문맹을 위한 뇌 신호 발현 훈련 기술 개발
  5. BCI 기술의 범용화 및 개발자 생태계 조성을 위한 Database 및 라이브러리 공개
    • BCI 연구자 간의 공동 활용을 위한 비침습적 뇌 신호 대용량 Database 구축
    • BCI 기술 개발자 간의 기술 협력을 위한 Database 및 Software 라이브러리 공개