표적 뇌 영역을 최대로 활성화하도록 진화하는 AI 영상

뇌의 시각적 반응을 예측하는 **디지털 트윈(Encoding Model)**을 구축하고, 이를 보상 함수로 사용하여 특정 뇌 영역을 가장 강력하게 자극하는 영상을 찾는 NEvo 방법론을 제안한다.

작동 원리:

• 진화적 프롬프트 최적화: 피사체, 조명, 움직임, 분위기 등의 '유전자'를 가진 프롬프트 집단을 생성하고, 디지털 트윈의 예측 점수를 바탕으로 교차(Crossover)와 변이(Mutation)를 거쳐 최적의 영상을 찾아낸다.
• 2단계 생성 프로세스: 먼저 가장 강력한 정지 영상을 찾은 뒤, 해당 영상에 움직임을 부여하여 2초 길이의 클립을 완성하는 방식을 사용한다.

주요 결과:

• 높은 활성화율: NEvo로 생성된 영상은 기존의 수작업 클립이나 자연 영상보다 타겟 뇌 영역을 더 강력하게 활성화한다.
• 사회적 특성 매핑: 시각 피질(V1)에서 상측두구(aSTS)로 갈수록 생성된 영상이 단순 패턴에서 얼굴, 인물 간의 사회적 상호작용을 포함하는 형태로 진화함을 확인했다.
• 특징 분리: 추상적인 자극에서 시작하더라도 최적화 과정을 통해 특정 영역(예: MT 영역의 움직임, pSTS 영역의 사회적 상호작용)이 선호하는 특징을 명확히 추출해낼 수 있다.