AI 기반 설명과 실험을 통한 뇌의 이해

최근 LLM은 인간의 뇌가 언어에 반응하는 방식을 매우 높은 정확도로 예측하고 있습니다. 하지만 수백만 개의 파라미터로 구성된 모델의 내부 구조는 인간이 이해할 수 없는 '블랙박스' 상태로 남아 있어, 뇌의 특정 영역이 정확히 어떤 개념에 반응하는지 파악하는 데 한계가 있었습니다.

Microsoft Research와 여러 대학 연구진은 이 문제를 해결하기 위해 GCT(Generative Causal Testing) 프레임워크를 도입했습니다. GCT는 뇌 예측 모델을 분석하여 특정 피질 영역이 '음식 준비'나 '장소 이름'과 같이 어떤 개념에 반응하는지 짧고 읽기 쉬운 언어로 요약해 줍니다.

이 프레임워크는 단순한 설명을 넘어 실험적 검증까지 수행합니다.

• LLM이 특정 뇌 영역을 활성화하도록 설계된 새로운 이야기를 생성합니다.
• 피험자가 스캐너 안에서 해당 이야기를 듣게 합니다.
• 생성된 설명이 맞다면 해당 뇌 영역이 실제로 활성화되는지 확인하여 인과 관계를 검증합니다.

실험 결과, GCT는 기존에 동일한 기능을 하는 것으로 여겨졌던 인접 영역들을 구분해냈으며, 대화, 시간, 측정값 등 특정 개념에 정밀하게 반응하는 전전두엽의 **마이크로 영역(micro-regions)**을 새롭게 발견하는 성과를 거두었습니다.