한동대학교(총장 최도성)의 안민규 교수 연구팀이 기존 뇌-컴퓨터 인터페이스(BCI)의 한계를 극복할 혁신적인 연구를 발표했다고 최근 밝혔다. 이 연구는 운동실행과 운동관찰 데이터를 활용한 전이학습 방식을 통해 사용자 피로도를 낮추고 BCI의 접근성을 높이는 데 기여할 것으로 기대된다.
기존의 비침습 BCI 기술은 주로 사용자가 손의 움직임을 상상하는 '운동심상' 방식을 채택하고 있으나, 이 방법은 길고 반복적인 훈련 과정으로 인해 높은 피로도를 초래해 사용자 친화성이 떨어진다는 문제점이 있었다.
이에 연구팀은 운동 실행과 운동 관찰이 운동 심상과 유사한 신경 메커니즘을 공유한다는 점에 착안해, 세 가지 운동 과제를 통한 전이 학습 방식을 개발하였다. 실험 결과, 운동실행과 운동관찰을 통해 수집된 뇌파로 훈련된 모델이 운동심상 감지에서 높은 정확도를 나타냈으며, 특히 기존에 BCI 사용이 어려웠던 저성능 사용자들의 성능도 크게 향상된 것으로 나타났다.
연구책임자인 안민규 교수는 “이번 연구를 통해 더 많은 사용자가 뇌-컴퓨터 인터페이스에 쉽게 접근할 수 있는 새로운 가능성을 열었다”며 “향후 BCI의 실용성과 확장성이 크게 향상될 것으로 기대된다”고 말했다.
한편, 이번 연구는 한동대학교 박사과정의 권다은 연구원과 함께 수행되었으며, 인간-컴퓨터 상호작용(HCI) 분야에서 사용자 경험을 중시하는 새로운 연구 방향을 제시했다는 점에서 학계의 주목을 받고 있다. 연구 결과는 세계적인 뇌영상 분야 학술지인 'NeuroImage'에 게재되었다.
논문 제목: Motor task-to-task transfer learning for motor imagery brain-computer interfaces
논문 URL: https://doi.org/10.1016/j.neuroimage.2024.120906