Neuroscience × AI: Predicting Humans ②
지난 글에서는 neuroscience와 AI가 결합하면서 인간이 실수하기 전에 뇌에서 나타나는 변화를 감지하고, 이를 통해 미래의 실수 위험까지 예측할 수 있는지를 살펴봤다. 피로와 집중력 저하, 인지 과부하가 행동상의 오류로 나타나기 전에 뇌에서는 이미 변화가 시작될 수 있고, AI가 그 패턴을 찾아낼 수 있다는 것이 핵심이었다.
이번 글 역시 출발점은 뇌다. 하지만 예측하려는 대상이 다르다. 지난 글의 질문이 “이 사람에게 다음에 무슨 일이 일어날 것인가?”였다면 이번 질문은 **“이 사람은 다음에 무엇을 할 것인가?”**다. 인간이 실제로 행동하기 전에 뇌에서 나타나는 신호를 neuroscience가 발견하고, neurotechnology가 이를 측정하며, AI가 그 패턴을 해석한다면 인간의 생각과 의도를 파악하고 다음 행동까지 예측할 수 있을까?
컵을 집으려고 손을 뻗는 순간을 생각해보자. 우리는 손이 움직이는 순간 행동이 시작됐다고 생각하지만, 실제로는 그보다 앞서 뇌에서 움직임을 계획하고 준비하는 과정이 진행된다. 그렇다면 AI가 이 과정에서 나타나는 신경 신호를 읽는다면 손이 실제로 움직이기 전에 “이 사람은 컵을 집으려고 한다”는 것을 알아낼 수 있을까? 더 나아가 뇌 신호에 시선과 주변 환경 같은 정보를 결합한다면 인간의 다음 행동까지 예측할 수 있을까?
이것이 Neuroscience × AI: Predicting Humans의 두 번째 질문이다. 첫 번째가 인간의 상태에서 미래의 위험을 예측하는 것이었다면, 이번에는 인간의 뇌에서 생각과 의도의 단서를 찾아 미래의 행동을 예측하는 것이다.
생각을 읽는 것과 의도를 파악하는 것은 다르다
우리는 하루에도 수많은 생각을 하지만 그것을 모두 행동으로 옮기지는 않는다. “커피를 마실까?”라고 생각했다고 해서 반드시 커피를 마시는 것은 아니다. 반면 의도는 특정 행동을 준비하거나 수행하려는 방향성과 좀 더 직접적으로 연결된다. Neuroscience에서 이 차이는 중요하다.
현재 BCI 연구가 비교적 잘 다루고 있는 것도 인간의 머릿속에 떠오르는 모든 자유로운 생각을 읽는 것이 아니다. 특정 움직임을 상상하거나 시도할 때 나타나는 신경 활동을 분석해 어떤 움직임을 의도했는지를 알아내는 연구가 훨씬 앞서 있다.
2025년 Nature Communications에 발표된 연구에서는 비침습적 뇌파(EEG)를 이용해 참가자가 개별 손가락 움직임을 상상할 때 나타나는 신호를 실시간으로 해독하고 로봇 손가락을 제어했다. 21명의 숙련된 BCI 사용자를 대상으로 한 실험에서 두 손가락 가운데 어느 손가락을 움직이는 것을 상상했는지를 구분하는 과제에서는 80.56%, 세 손가락 과제에서는 60.61%의 실시간 해독 정확도가 보고됐다.
물론 이것은 AI가 사람의 자유로운 의도를 80% 정확도로 읽는다는 의미가 아니다. 정해진 몇 가지 움직임 가운데 하나를 상상하게 한 제한된 실험이다. 하지만 중요한 사실은 실제로 손가락을 움직이지 않아도 특정 움직임을 상상하거나 의도할 때 나타나는 뇌 신호에 해독 가능한 정보가 존재한다는 것이다.
행동이 시작되기 전에 뇌에서는 이미 준비가 시작된다
인간이 움직이기 전에 뇌에서 운동 계획과 준비가 시작된다는 사실은 neuroscience에서 오랫동안 연구되어 왔다. 사람이 팔을 뻗거나 손을 움직이는 행동은 겉으로 보기에는 한순간에 시작되는 것처럼 보이지만, 그보다 먼저 뇌에서는 운동을 계획하고 준비하는 여러 신경 과정이 진행된다.
BCI는 바로 이 행동 이전의 신호를 이용할 수 있다. 사람이 실제 근육을 움직이지 못하더라도 운동을 상상하거나 시도할 때 나타나는 신경 활동을 측정하고, AI가 그 패턴을 분석해 컴퓨터나 보조기기의 명령으로 변환하는 것이다.
여기에서 중요한 선을 하나 그어야 한다. 뇌에서 행동 준비와 관련된 신호가 나타난다는 것과 “뇌가 이미 결정을 끝냈고 인간의 의식은 나중에 따라온다”는 것은 같은 주장이 아니다. 인간의 자발적 행동과 의식적인 의사결정이 정확히 언제, 어떻게 형성되는지는 여전히 neuroscience에서 논쟁적인 문제다.
따라서 현재의 연구를 ‘AI가 인간보다 먼저 인간의 결정을 안다’고 과장할 필요는 없다. 지금 더 중요한 사실은 행동이 밖으로 나타나기 전에 뇌에는 그 행동과 관련된 정보가 존재할 수 있으며, AI가 그 정보의 일부를 해독하기 시작했다는 것이다.
움직임이 아니라 ‘생각’도 읽을 수 있을까?
여기에서 훨씬 민감한 영역으로 들어가면 내적 언어(inner speech)가 등장한다. 입으로 말하지 않고 머릿속에서만 하는 말이다.
2025년 Stanford 연구진은 심각한 운동 및 언어 장애가 있는 네 명의 참가자에게 이식된 미세전극을 이용해 내적 언어와 관련된 뇌 활동을 조사했다. 사람이 머릿속으로만 말을 떠올릴 때도 운동피질에서 뚜렷한 활동 패턴이 나타났으며, 실제로 말을 하려고 시도할 때 나타나는 패턴과 유사하지만 더 약했다. 제한된 조건에서는 이 신호를 해독하는 가능성도 확인됐다.
그러나 이것을 “AI가 이제 사람의 생각을 읽는다”고 해석해서는 안 된다. 현재 BCI가 일상에서 자유롭게 흘러가는 복잡한 생각을 정확한 문장으로 읽어내는 단계에 도달한 것은 아니다. 연구 대상도 뇌에 전극을 이식한 소수의 참가자였으며, 특정 실험 조건에서 얻어진 결과다.
오히려 흥미로운 것은 연구진이 이미 “무엇을 읽을 것인가”뿐 아니라 **“무엇을 읽지 않아야 하는가”**를 연구하고 있다는 점이다. 단순히 머릿속으로 생각한 말이 사용자의 의사와 관계없이 출력되는 상황을 방지하기 위해 시스템이 내적 언어를 무시하도록 만들거나, 특정한 정신적 암호를 생각했을 때만 해독을 활성화하는 방식도 실험했다.
기술이 아직 초기 단계인데도 mental privacy 문제가 이미 기술 설계의 문제가 되고 있는 것이다.
AI는 ‘생각’보다 ‘의도’를 먼저 이해하게 될 수 있다
여기에서 중요한 가능성이 나타난다. 인간의 머릿속에서 자유롭게 흘러가는 모든 생각을 정확한 문장으로 복원하는 것은 매우 어려운 문제다. 하지만 AI가 인간의 다음 행동을 예측하기 위해 반드시 모든 생각을 읽어야 하는 것은 아니다.
예를 들어 몸을 움직이기 어려운 사람이 테이블 위의 물병을 집으려고 한다고 생각해보자. 뇌에서는 팔을 움직이려는 것과 관련된 약한 신호가 나타날 수 있다. 동시에 카메라는 물병의 위치를 알고 있고, AI는 로봇 팔이 수행할 수 있는 행동과 주변 환경을 알고 있다. 뇌 신호 하나만으로 사용자가 정확히 무엇을 원하는지 판단하기 어렵더라도, AI가 신경 신호와 외부 정보를 함께 분석하면 가능한 행동의 범위를 크게 좁힐 수 있다.
2025년 UCLA 연구진이 발표한 시스템은 이러한 방향을 보여준다. 연구진은 비침습적 EEG를 이용하는 BCI에 카메라 기반 AI를 일종의 ‘copilot’으로 결합했다. AI가 사용자의 움직임 의도를 환경에 대한 정보로 보완하면서 컴퓨터 커서와 로봇 팔을 제어하도록 도운 것이다. 연구에서는 AI 지원이 있을 때 참가자들의 과제 수행이 개선됐고, 마비가 있는 참가자는 AI 없이는 완료하지 못했던 로봇 팔 과제를 AI의 도움으로 완료할 수 있었다.
이 연구가 흥미로운 이유는 AI가 뇌 신호를 완벽하게 읽지 않아도 된다는 점을 보여주기 때문이다. 불완전한 neural signal을 AI가 외부 세계에 대한 정보로 보완할 수 있다.
기술의 질문도 달라진다. “뇌에서 정확한 명령을 읽을 수 있는가?”에서 “불완전한 뇌 신호와 주변 정보를 결합해 이 사람이 무엇을 하려는지 얼마나 잘 추론할 수 있는가?”로 이동하는 것이다.
의도를 파악하면 다음 행동도 예측할 수 있을까?
여기에서 ‘해독’과 ‘예측’ 사이의 경계가 흥미로워진다. 뇌 신호에서 오른손을 움직이려는 운동 의도를 발견하는 것은 현재 상태를 해독하는 것이다. 하지만 그 신호에 시선과 주변 상황, 행동 맥락을 더해 “이 사람은 다음에 물병을 집을 가능성이 높다”고 판단하는 순간 시스템은 아직 일어나지 않은 행동을 예측하기 시작한다.
물론 의도와 행동을 동일시할 수는 없다. 사람은 무엇인가를 하려고 했다가 마음을 바꿀 수 있고, 서로 모순되는 생각을 동시에 가질 수도 있으며, 외부 상황이 변하면 이미 준비하던 행동을 중단하기도 한다. 따라서 특정 신경 신호가 발견됐다고 해서 미래 행동이 확정됐다고 말하는 것은 과학적으로 맞지 않는다.
그러나 AI에게 반드시 100%의 확실성이 필요한 것은 아니다. 뇌 신호가 하나의 단서를 주고, 시선이 또 다른 단서를 주며, 주변 환경과 이전 행동이 추가적인 정보를 제공한다면 AI는 여러 가능한 행동에 각각 확률을 부여할 수 있다. 그리고 새로운 정보가 들어올 때마다 그 확률을 계속 업데이트할 수 있다.
이렇게 보면 미래의 인간 예측 기술은 우리가 흔히 상상하는 ‘마인드 리딩 머신’과 상당히 다른 모습일 수도 있다. AI가 머릿속 문장을 그대로 읽는 것이 아니라 여러 개의 불완전한 신호를 결합해 인간의 다음 행동을 확률적으로 예상하는 시스템이 되는 것이다.
Neuroscience에서 ‘Predicting Humans’로
여기에서 지난 글과 이번 글의 공통된 흐름이 분명해진다.
지난 글에서는 피로, 주의력 저하, 인지 과부하와 관련된 뇌 신호를 측정하고 AI가 그 패턴을 분석해 미래의 오류 위험을 예측할 가능성을 살펴봤다. 이번 글에서는 운동 준비, 움직임 의도와 내적 언어에 관련된 신경 신호를 AI가 해독하고, 이를 바탕으로 인간이 무엇을 하려는지를 파악하는 기술을 살펴봤다.
둘은 서로 다른 neuroscience 연구 분야처럼 보이지만 AI가 결합되는 순간 같은 방향을 가진다.
지난 글의 질문은 **“What will happen to you?”**였다. 인간의 뇌 상태를 통해 앞으로 그 사람에게 일어날 위험을 예측한다.
이번 글의 질문은 **“What will you do?”**다. 인간의 뇌에서 의도와 행동 준비의 단서를 찾아 그 사람이 다음에 무엇을 할 가능성이 높은지를 예측한다.
즉,
Neuroscience → Neurotechnology → AI → Prediction
이라는 하나의 흐름이 만들어진다. Neuroscience가 인간의 뇌에서 의미 있는 신호를 발견하고, neurotechnology가 그 신호를 측정하며, AI가 복잡한 패턴을 해석한다. 그리고 기술은 인간의 현재 상태를 파악하는 것에서 점차 인간의 다음 순간을 예측하는 방향으로 확장된다.
예측이 인간을 돕는다면
현재 이러한 연구의 가장 분명한 가치는 사람을 돕는 데 있다. 마비로 몸을 움직이거나 말을 하기 어려운 사람이 자신의 움직임 의도를 뇌 신호로 전달할 수 있다면 로봇 팔이나 컴퓨터를 훨씬 자연스럽게 사용할 수 있다. AI가 불완전한 뇌 신호를 보완해 사용자가 무엇을 하려는지를 추론한다면 사용자가 매번 정확한 명령을 만들어낼 필요도 줄어들 수 있다.
장기적으로 이런 방식의 인간-기계 상호작용은 장애인을 위한 보조기술을 넘어설 가능성도 있다. 지금의 컴퓨터는 대부분 인간이 클릭하고, 입력하고, 말하고, 명령한 뒤 반응한다. 하지만 인간의 상태와 의도를 어느 정도 예측할 수 있는 시스템은 명시적인 명령을 기다리지 않고 인간이 필요로 할 가능성이 높은 것을 미리 준비할 수 있다.
바로 여기에서 편리함과 자율성의 경계가 나타난다. AI가 단순히 떠올린 생각을 실제 의도로 판단하거나 아직 결정하지 않은 것을 이미 내려진 결정처럼 취급한다면, 인간을 돕기 위해 만들어진 시스템이 오히려 인간의 선택에 영향을 미칠 수 있다.
따라서 미래의 neuroscience 기반 AI에서 중요한 것은 단순한 예측 정확도만이 아니다. AI가 인간을 얼마나 잘 예측하는가와 함께 그 예측을 근거로 어디까지 행동하도록 허용할 것인가라는 문제가 등장한다.
Insight Polaris View | AI에게 ‘마인드 리딩’은 필요하지 않을지도 모른다
지금까지 살펴본 연구들이 보여주는 것은 아직 제한적이다. 특정한 움직임을 상상할 때 나타나는 뇌 신호를 구분하고, 내적 언어의 일부를 해독하며, 불완전한 신경 신호에 AI를 결합해 사용자의 의도를 더 잘 추론하는 단계다. 이것만으로 AI가 인간의 자유로운 생각을 읽거나 미래 행동을 정확하게 예측한다고 말할 수는 없다.
그러나 Insight Polaris가 주목하는 것은 개별 기술의 현재 정확도보다 이 기술들이 향하고 있는 방향이다.
지금까지 ‘AI가 인간의 생각을 읽는다’는 논의에는 하나의 암묵적인 전제가 있었다. 인간의 행동을 예측하려면 먼저 인간의 생각을 충분히 정확하게 읽어야 한다는 것이다. 하지만 최근의 neuroscience와 AI 연구를 함께 놓고 보면 반드시 그런 순서로 발전하지 않을 가능성이 보인다.
AI에게 인간의 생각을 완벽하게 읽는 능력은 필요하지 않을지도 모른다.
뇌 신호 하나만으로는 어떤 사람이 물병을 집으려는지 확신할 수 없다고 하자. 하지만 그 사람의 시선이 물병을 향하고 있고, 팔을 움직이려는 신경 신호가 나타나며, 바로 앞에 물병이 있고, 이전 행동과 현재 상황까지 AI가 알고 있다면 이야기가 달라진다. 각각의 신호는 불완전하지만 여러 신호를 결합하면 하나의 행동 가능성이 다른 가능성보다 훨씬 높아질 수 있다.
바로 이 지점에서 neural decoding은 human prediction으로 넘어갈 수 있다.
지난 글에서도 비슷한 전환을 봤다. AI가 뇌 신호에서 피로와 인지 과부하를 감지하는 것 자체보다 더 중요한 변화는 그 정보를 이용해 아직 일어나지 않은 실수의 가능성을 예측하는 것이었다. 이번에도 마찬가지다. 움직임이나 내적 언어와 관련된 신경 신호를 해독하는 것 자체보다 더 큰 변화는 그것을 다른 정보와 결합해 아직 일어나지 않은 행동의 가능성을 예측하는 것이다.
두 글을 연결하면 하나의 패턴이 보인다.
뇌 상태 → 미래의 실수 예측
뇌의 의도 → 미래의 행동 예측
하나는 “What will happen to you?”를 묻고, 다른 하나는 “What will you do?”를 묻는다. 서로 다른 neuroscience 연구에서 출발하지만 AI가 결합되는 순간 두 흐름은 같은 방향으로 향한다. 인간의 현재를 측정하는 기술에서 인간의 다음 순간을 예측하는 기술로의 이동이다. 이것이 Insight Polaris가 이 흐름을 Predicting Humans라고 보는 이유다.
그리고 여기에는 또 하나의 중요한 변화가 숨어 있다. 미래의 AI가 인간을 예측하는 데 사용하는 정보는 뇌에서만 나오지 않을 가능성이 크다. 뇌 신호, 생체 신호, 시선, 목소리, 행동 패턴, 주변 환경과 과거의 선택들이 하나의 모델 안에서 결합될 수 있다. Neuroscience가 인간 내부의 신호를 제공하고, AI가 그것을 인간 외부의 맥락과 연결하는 것이다.
그렇게 된다면 미래의 AI는 우리가 상상해온 ‘마음을 읽는 기계’와 상당히 다른 모습일 수 있다. 오히려 수많은 작은 신호를 연결해 인간의 다음 상태와 다음 행동의 확률을 끊임없이 계산하는 시스템에 가까울 것이다.
그래서 앞으로의 중요한 기술 경쟁은 “누가 인간의 생각을 가장 정확하게 읽는가?”가 아닐 수도 있다.
누가 인간의 다음 순간을 가장 정확하게 예측하는가?
이 질문은 AI의 역할까지 바꾼다. 지금의 AI는 대부분 인간이 질문하거나 명령한 뒤 반응한다. 하지만 인간의 상태와 의도를 미리 예측할 수 있는 AI는 명령을 기다릴 이유가 점점 줄어든다. 내가 실수할 가능성을 먼저 알고, 내가 무엇을 하려는지를 먼저 예상한다면 그다음 단계는 자연스럽다.
Prediction → Anticipation → Intervention
예측하고, 필요를 예상하고, 결국 먼저 개입하는 것이다. 그래서 이 시리즈에서 다음에 던져야 할 질문은 단순히 AI의 예측 정확도가 아니다.
AI가 나보다 먼저 나의 다음 순간을 예측할 수 있게 되었을 때, 우리는 AI가 그 예측을 근거로 어디까지 먼저 행동하도록 허용할 것인가? Insight Polaris가 보기에는 이것이 neuroscience와 AI의 결합이 가져올 가장 중요한 변화 가운데 하나다.
AI의 다음 도약은 인간처럼 생각하는 것이 아니라, 인간의 미래를 예측하는 것일지도 모른다.