Brain2Qwerty v2란 무엇인가요?

Brain2Qwerty v2는 메타(Meta)가 개발한 비침습적 뇌-컴퓨터 인터페이스로, 원시 MEG 뇌 신호를 텍스트로 해독합니다. 종단간 딥러닝과 대규모 언어 모델을 활용하여 최대 78%의 단어 정확도를 달성하며, 외과적 임플란트가 전혀 필요하지 않습니다. 이 시스템은 자연스럽게 타이핑하는 참가자의 뇌자도(MEG) 기록을 처리하여 신경 활동을 실시간으로 일관된 문장으로 직접 변환합니다.

대상 사용자

• 신경과학 연구자 — 뇌 해독, 언어 처리 또는 비침습적 신경 인터페이스를 연구하며, 연구 발전을 위해 오픈소스 코드와 데이터셋이 필요한 분.
• 의사소통 장애 치료 임상의 — 뇌 병변으로 인해 말하기가 어려운 환자를 치료하며, 침습적 신경 보철물의 확장 가능한 대안을 찾는 전문가.
• AI 및 머신러닝 엔지니어 — 잡음이 많은 생체 신호에 종단간 딥러닝과 LLM 미세 조정을 적용하여 실시간 언어 생성을 구현하는 데 관심이 있는 개발자.

주요 기능

원시 신호 기반 종단간 딥러닝

Brain2Qwerty v2는 기존의 수작업 파이프라인을 생략하고 원시 MEG 뇌 기록에서 직접 해독합니다. 이 접근 방식은 수동 특징 엔지니어링이 필요 없으며, 기존 방법이 놓치는 신경 패턴을 포착합니다.

신경 데이터 기반 LLM 미세 조정

대규모 언어 모델이 신경 기록에 미세 조정되어 의미적 맥락을 활용함으로써 잡음이 많은 뇌 신호와 일관된 언어 출력 간의 격차를 해소합니다. 이를 통해 불완전한 입력에서도 전체 문장을 복원할 수 있습니다.

실시간 문장 해독

파이프라인은 실시간으로 작동하여 참가자가 타이핑하는 동안 뇌 활동을 텍스트로 해독합니다. 평균 61%, 최고 참가자의 경우 최대 78% 의 단어 정확도를 기록하며, 이는 이전까지 외과적 임플란트에서만 가능했던 성능 수준에 근접합니다.

오픈소스 코드 및 데이터셋 공개

메타는 Brain2Qwerty v1과 v2의 전체 학습 코드를 공개하고, 바스크 인지·뇌·언어 센터(BCBL)는 v1 데이터셋을 공개합니다. 이러한 개방형 접근 방식은 신경과학 분야 전반의 혁신을 가속화하는 것을 목표로 합니다.

특장점

"Brain2Qwerty v2는 잡음이 많은 신경 입력에서도 문장을 일관되게 복원하여 61%의 단어 정확도를 달성하며, 이는 다른 비침습적 방법의 8% 단어 정확도에 비해 크게 향상된 수치입니다."

평균 정확도가 8%에서 61%로 도약한 것은 비침습적 뇌-컴퓨터 인터페이스가 달성할 수 있는 수준에 근본적인 변화를 의미합니다. 시스템의 성능이 데이터 양에 따라 로그-선형적으로 확장된다는 점은 데이터 수집만으로도 추가적인 성능 향상이 가능하며, 잠재적으로 수술적 접근 방식과의 격차를 완전히 해소할 수 있음을 시사합니다.

다음에 해당한다면 확인해볼 가치가 있습니다

신경 해독, 뇌 병변 환자의 의사소통 회복, 또는 개방형 신경과학 연구에 종사하고 계신다면 Brain2Qwerty v2가 특히 유용합니다. 특히 수술적 신경 보철물의 비침습적이고 확장 가능한 대안이 필요하고, 재현 가능한 학습 코드와 데이터셋에 접근하고 싶다면 더욱 그렇습니다.