[뉴스스페이스=이승원 기자] 메타가 뇌자도(MEG)를 활용해 수술 없이 생각을 문장으로 변환하는 뇌-텍스트 AI ‘Brain2Qwerty v2’를 공개하면서, 비침습적 뇌-컴퓨터 인터페이스(BCI)가 수술형 임플란트 영역의 성능 임계점에 근접했다는 평가가 나온다.

비침습형 뇌-텍스트 디코더, 수술형 임플란트 턱밑까지

India Today, explainx, GIGAZINE, Gadget Review에 따르면, 메타 AI 연구조직(FAIR)은 최근 블로그와 소셜 채널을 통해 Brain2Qwerty v2를 공개했다. 이 시스템은 방 안을 가득 채우는 MEG(뇌자도) 장비로 뇌 활동에서 발생하는 미세 자기장을 측정한 뒤, 원시 신경 데이터를 바로 문장으로 디코딩하는 엔드투엔드(end-to-end) 파이프라인이다. 회사 측은 “실시간 문장 디코딩이 가능한 비침습 시스템 가운데 최고 성능”이라고 자평했다.

성능 수치도 기존 비침습 BCI 연구와는 다른 수준이다. 메타에 따르면 Brain2Qwerty v2는 9명의 참가자 데이터를 바탕으로 전체 평균 단어 정확도 61%를 기록했으며, 최고 성능 참가자의 경우 78%까지 올라갔다. 이는 기존 비침습 방식의 단어 정확도 약 8% 대비 7.6배 수준의 도약으로, 이전까지는 수술형 임플란트 기반 시스템에서만 기대할 수 있던 ‘문장 단위 의미 수준’ 디코딩에 근접한 수치다.

9명·10시간·2만2000 문장…딥러닝과 LLM이 잇는 ‘노이즈의 간극’

Brain2Qwerty v2는 9명의 자원봉사자가 MEG 헬멧을 쓰고 키보드로 타이핑하는 동안, 각 10시간씩 기록된 약 2만2000개 문장을 학습 데이터로 사용해 훈련됐다. 타이핑된 문장과 그 순간의 뇌자도 신호를 1대1로 매칭한 뒤, 이를 엔드투엔드 딥러닝 모델에 입력해 ‘뇌파→문장’ 변환 경로를 스스로 학습하도록 설계한 것이 핵심이다.

특히 v2는 종단간 딥러닝과 파인 튜닝된 대형 언어 모델(LLM)을 결합해, 메타가 “노이즈가 많은 신경 데이터와 일관된 언어 사이의 간극”이라고 부른 문제를 정면 돌파했다는 점에서 주목된다.

초기 버전인 Brain2Qwerty v1이 문자(character)를 하나씩 추출해 80% 내외의 문자 정확도에 도달한 반면, v2는 단어와 문장, 의미 수준의 추론을 통해 문장을 통째로 재구성하는 단계로 진화했다는 설명이다. 메타는 학습 데이터 양이 늘어날수록 정확도가 로그 선형적으로 개선되는 패턴을 확인했다며, 추가 데이터 축적 시 성능 상한선은 더 높아질 수 있다고 밝혔다.

임상적 약속과 현실의 간극

이번 성과는 임상적 잠재력 측면에서 의미가 크다. 그동안 ALS나 뇌졸중·외상성 뇌손상 등으로 언어·운동 능력을 상실한 환자의 의사소통을 돕기 위해서는, 두개골을 열어 뇌에 전극을 심는 침습적 BCI가 거의 유일한 고정밀 옵션이었다. 그러나 감염 위험, 장기적인 신호 저하, 비용과 윤리 문제는 늘 상존했다.

메타는 Brain2Qwerty v2가 “뇌 병변이나 신경학적 장애로 의사소통이 막힌 수백만명에게 실질적인 변화를 가져올 잠재력이 있다”고 강조한다. 다만 현 단계에서는 대형 MEG 장비와 전자파 차폐 시설이 필요한 ‘병원·연구실 전용 기술’에 머물고 있어, 환자들이 일상에서 착용 가능한 헤드셋 수준으로 내려오는 데는 상당한 시간이 필요할 것으로 보인다. 다시 말해, “수술 없는 뇌-텍스트”라는 약속은 방향성으로는 분명하지만, 상용화 시간표는 아직 ‘알 수 없습니다’에 가까운 초기 연구 단계다.

오픈 소스 전략과 ‘브레인 데이터’에 대한 불신

메타는 이번 연구의 과학적·사회적 파급력을 키우기 위해 v1과 v2의 전체 학습 코드를 공개했고, 공동 연구 파트너인 바스크 인지·뇌·언어 센터(BCBL)는 v1 데이터셋을 외부 연구자들에게 개방했다. 메타는 자사 ‘디지털 브레인 프로젝트(Digital Brain Project)’의 일환으로 개방형 뇌과학 데이터 구축을 위해 500만 달러 규모의 펀드를 조성했다는 점도 덧붙였다.

그러나 대중의 반응은 엇갈린다. 각국 온라인 매체와 커뮤니티에서는 “접근성 혁신”이라는 긍정적 평가와 함께, 광고 기반 비즈니스 모델을 가진 메타가 인간의 뇌 데이터를 읽고 해석하는 기술을 선점하는 것에 대한 구조적 불신도 동시에 제기되고 있다. 특히 메타가 과거 개인정보·행태 데이터 활용에서 촉발한 논란을 떠올리는 시선일수록, ‘브레인 데이터’와 상업적 활용 사이의 경계 설정을 둘러싼 규제·윤리 논쟁은 더 치열해질 전망이다.