Meta, 수술 없이 뇌파로 텍스트 입력하는 Brain2Qwerty v2 공개

Meta AI 연구팀이 6월 29일 비침습적 뇌-텍스트 디코딩 시스템 Brain2Qwerty v2를 공개했다. 두뇌에 전극을 삽입하는 수술 없이 외부 장치만으로 뇌파를 해석해 텍스트로 변환하는 기술로, 이 분야 비침습 방식으로는 역대 최고 성능을 기록했다.

연구 참가자들은 자기뇌파측정(MEG) 장치를 착용한 상태에서 타이핑을 진행했다. AI 모델은 이 과정에서 신경 신호와 언어 출력 사이의 패턴을 학습한다. 기존 시스템이 특정 신경 이벤트를 수동으로 감지하는 방식과 달리, Brain2Qwerty v2는 날 것의 뇌 신호를 직접 입력으로 받는 종단간(end-to-end) 딥러닝 구조를 채택했다. 신경 데이터로 파인튜닝된 대규모 언어 모델이 맥락 정보를 보완해 정확도를 높인다.

9명의 자원자로부터 수집한 약 2만 2천여 문장을 학습한 결과, 참가자 평균 단어 정확도 61%를 달성했다. 기존 비침습 BCI의 단어 정확도가 8% 수준에 머물렀던 점을 감안하면 약 7배의 도약이다. 최우수 참가자는 78%에 도달했으며, 해당 참가자가 발화한 문장의 절반 이상이 오류 1개 이하였다.

연구팀은 정확도가 학습 데이터 양이 늘수록 로그 함수적으로 향상된다는 사실을 확인했다. 이는 충분한 데이터 확보 시 수술적 장치 수준의 정확도에 도달할 가능성을 시사한다. 단, 현재 MEG 장치는 병원급 대형 설비로 일상 착용은 불가능하며, 61%의 정확도도 임상 실용화에는 추가 개선이 필요하다.

이 기술은 뇌졸중, 근위축성 측삭경화증(ALS), 중증 척수 손상 등으로 신체 제어 능력을 잃은 환자들의 의사소통 재건을 위해 개발되었다. Meta는 수백만 명에 이르는 뇌 손상 환자에게 수술 없는 소통 수단을 제공하는 것이 궁극적 목표라고 밝혔다.

Meta는 훈련 코드와 데이터셋을 오픈소스로 공개해 학계의 후속 연구를 지원한다. 한국은 고령화 사회 진입과 함께 뇌혈관 질환 및 ALS 환자가 꾸준히 증가하고 있어, 비침습 BCI 기술이 성숙하면 국내 재활의료 현장에서도 실질적인 소통 보조 도구로 활용될 잠재력이 크다.