한동대학교 연구팀 (왼쪽부터) 권다은 박사과정, 안민규 교수

한동대학교(총장 최도성) 안민규 교수 연구팀이 기존 뇌-컴퓨터 인터페이스(BCI)의 한계를 극복할 새로운 방식을 제안해 주목받고 있다. 연구팀은 운동실행과 운동관찰 데이터를 활용한 전이학습 방식을 통해 사용자의 피로도를 낮추고 접근성을 높인 획기적인 방법을 개발했다.

기존의 비침습 뇌-컴퓨터 인터페이스는 사용자가 손의 움직임을 상상하는 '운동심상' 방식을 주로 활용했다. 그러나 이 방식은 길고 반복적인 훈련 과정으로 인한 높은 피로도 때문에 사용자 친화성이 떨어진다는 문제점이 있었다.

연구팀은 운동 실행과 운동 관찰이 운동 심상과 유사한 신경 메커니즘을 공유한다는 점에 착안했다. 이를 바탕으로 세 가지 운동 과제를 활용한 전이 학습을 통해 더욱 효율적인 인터페이스 구축 방법을 제시했다. 실험 결과, 운동실행과 운동관찰 시 수집된 뇌파로 훈련된 모델이 운동심상 감지에서 높은 정확도를 보였으며, 특히 기존에 BCI 사용이 어려웠던 저성능자들의 성능도 크게 향상되는 것으로 나타났다.

연구책임자인 안민규 교수는 "이번 연구를 통해 더 많은 사용자가 뇌-컴퓨터 인터페이스에 쉽게 접근할 수 있는 새로운 가능성을 열었다"며 "향후 BCI의 실용성과 확장성이 크게 향상될 것으로 기대된다"고 밝혔다.

이번 연구는 한동대학교 박사과정 권다은 연구원과 안민규 교수가 수행했으며, 인간-컴퓨터 상호작용(HCI) 측면에서 사용자 경험을 중시하는 새로운 연구 방향을 제시했다는 점에서 학계의 주목을 받고 있다. 해당 연구 결과는 뇌영상 분야 최고 권위 학술지인 'NeuroImage'에 게재되었다. 논문 제목은 Motor task-to-task transfer learning for motor imagery brain-computer interfaces이다.