NeuroShield: A Device-Agnostic Foundation Model for EEG Authentication

기술 요약: NeuroShield: EEG 인증을 위한 장치 불가지론적 파운데이션 모델

문제 정의
현재의 EEG 인증 시스템은 특정 획득 설정(고정된 헤드셋 하드웨어, 채널 레이아웃, 신호 지속 시간 등)에 강하게 결합되어 있다는 근본적인 한계에 직면해 있습니다. 기존 모델들은 일반적으로 정해진 채널 세트, 안정적인 채널 순서, 고정된 시간 창을 가정합니다. 결과적으로, 하드웨어의 변화(예: 서로 다른 전극 수 또는 배치)나 기록 프로토콜(예: 가변적인 신호 길이)이 발생하면 이러한 모델들은 재학습 없이는 적용이 불가능해집니다. 이러한 파편화는 연구자들이 각 새로운 데이터셋이나 헤드셋을 별개의 모델링 문제로 취급하게 만들며, 이는 지식 전이를 저해하고, 다중 데이터셋 학습을 제한하며, 모델의 재사용성을 떨어뜨립니다. 현재 이 분야는 재사용 가능한 인코더보다는 데이터셋별 파이프라인에 의존하고 있으며, 이는 이질적인 기록 조건 전반에 걸쳐 지식을 축적할 수 있는 능력을 방해합니다.

방법론: NeuroShield 아키텍처
이러한 제약을 해결하기 위해, 저자들은 가변 채널 및 가변 길이의 EEG 기록으로부터 정체성 식별 임베딩을 학습하도록 설계된 파운데이션 모델인 NeuroShield를 소개합니다. 핵심 혁신은 시간적 모델링과 공간적 집계를 분리하여 유연한 입력을 허용하는 이중 단계 트랜스포머 아키텍처입니다.

1. 입력 표현: EEG 세그먼트는 $S \in \mathbb{R}^{C \times T}$로 표현되며, 여기서 $C$는 사용 가능한 채널 수, $T$는 시간적 샘플 수입니다. 모델은 $C$와 $T$의 변화를 모두 지원합니다.
2. 시간적 패칭 및 인코딩 (Temporal Patching & Encoding):
   • 각 채널의 파형은 고정된 길이의 시간적 패치(temporal patches)로 나뉩니다.
   • **패치 인코더(Patch Encoder)**는 이러한 원시 신호 조각들을 공유 잠재 공간(shared latent space)으로 매핑합니다.
   • **시간적 트랜스포머(Temporal Transformer)**는 각 채널에 대해 독립적으로 패치 토큰의 시퀀스를 처리합니다. 이 단계에서는 **ALiBi (Attention with Linear Biases)**를 사용하여 상대적 위치 정보를 인코딩함으로써, 모델이 가변적인 시퀀스 길이를 처리하고 훈련 시 보았던 것보다 더 긴 지속 시간으로 외삽(extrapolate)할 수 있도록 합니다. 각 채널의 특징을 요약하기 위해 채널별 시간적 분류 토큰(CLS)이 추출됩니다.
3. 공간적 집계 (Spatial Aggregation):
   • 채널 수준의 임베딩은 **채널 트랜스포머(Channel Transformer)**를 통해 집계됩니다.
   • 결정적으로, 이 단계에는 전극의 3D 좌표로부터 유도된 **기하학적 인식 위치 임베딩(geometry-aware positional embeddings)**이 포함됩니다. 이를 통해 모델은 고정된 채널 순서나 레이아웃을 가정하지 않고도 전극 간의 공간적 관계를 이해할 수 있습니다.
   • 채널 CLS 토큰은 최종 세그먼트 표현을 요약합니다.
4. 훈련 목적 함수: 모델은 **지도 대조 손실(Supervised Contrastive Loss, SupConLoss)**을 사용하여 훈련됩니다. 이 목적 함수는 동일한 피험자의 임베딩은 서로 밀집되게 하고, 서로 다른 피험자의 임베딩은 멀어지게 함으로써 인증을 위한 메트릭 공간을 최적화합니다.

실험 프로토콜

• 사전 훈련 (Pretraining): NeuroShield는 15,762명의 피험자와 28,116개의 세션을 포함하는 세 개의 대규모 공개 데이터셋(TUH-EEG, DVS-rsEEG, PREDICT)에서 사전 훈련되었습니다. 이 데이터셋들은 다양한 채널 레이아웃(17~64 채널)과 획득 시스템을 포괄합니다.
• 평가: 모델은 두 개의 미학습 다운스트림 데이터셋인 PEERS(345명 피험자, 89 채널, 의료용 등급)와 FRC-EEG(30명 피험자, 14 채널, 소비자용 Emotiv Epoc X)에서 평가되었습니다.
• 베이스라인: 아키텍처를 처음부터 훈련시킨 경우(NS-Scratch) 및 고정된 입력을 사용하는 재현된 최첨단 베이스라인(Fallahi et al., 2026)과 비교되었습니다.
• 설정: 평가는 제로샷 전이(zero-shot transfer, 미세 조정 없음), 전체 미세 조정(NS-FullFT), 부분 미세 조정(NS-LastFT), 그리고 매개변수 효율적 미세 조정(NS-PEFT)을 포함하여 수행되었습니다.

주요 결과

• 성능 향상: 미세 조정을 거친 후, NeuroShield는 일관되게 최첨단 베이스라인보다 우수한 성능을 보였습니다. PEERS 데이터셋에서 NeuroShield는 등가 오류율(EER)을 10.25%에서 7.71%로 낮추었습니다(2.54 퍼센트 포인트 이득). FRC-EEG에서는 EER을 18.18%에서 14.75%로 감소시켰습니다.
• 제로샷 능력: 사전 훈련된 모델은 제로샷 설정에서도 전이 가능한 정체성 정보를 보여주었으며, 타겟 데이터셋 업데이트 없이도 우연 수준보다 현저히 낮은 EER(예: PEERS에서 16.79%)을 달립했습니다. 다만 경쟁력 있는 성능을 위해서는 미세 조정이 필요했습니다.
• 시간적 유연성: 모델은 훈련 시 보았던 것보다 더 긴 입력 지속 시간(2.0초 훈련 제한 대비 최대 4.0초)에 대해서도 성공적으로 일반화되었습니다. 더 많은 시간적 맥락이 확보될수록 성능이 향 향상되었으며, 4초 PEERS 결과(5.47% EER)는 기존의 최첨단 결과를 넘어섰습니다.
• 공간적 유연성 및 강건성:
  • 모델은 다양한 채널 레이아웃에서 효과적으로 작동하며 고정된 채널 순서에 의존하지 않습니다. 성능은 채널 순열(permutation) 하에서도 안정적으로 유지되었습니다.
  • 모델은 누락된 채널에 대해서도 강건함을 보였으며, 검증 시 10~30%의 채널 손실이 발생하더라도 성능 저하가 점진적으로만 나타났습니다.
  • 모델은 훈련 데이터에 존재하지 않는 전극 위치(훈련에 없던 채널)에 대해서도 통계적으로 유의미한 성능 차이 없이 성공적으로 일반화되었습니다.
• 데이터 구성: 분석 결과, 안정적인 피험자 표현을 학습하는 데 있어서는 단순히 단일 세션 샘플의 수를 늘리는 것보다 **다중 세션 다양성(multi-session diversity)**을 확보하는 것이 더 가치 있는 것으로 나타났습니다.

의의 및 주장
본 논문은 NeuroShield가 개별 데이터셋 중심의 모델에서 재사용 가능하고 적응 가능한 파운데이션 모델로 전환함으로써 EEG 인증의 새로운 패러다임을 구축한다고 주장합니다. 그 의의는 다음과 같습니다:

1. 하드웨어 의존성 타파: 서로 다른 헤드셋, 채널 수, 레이아웃을 가진 이질적인 기록 환경에서도 인증이 가능하도록 합니다.
2. 지식 축적: 정체성 식별 특징이 다양한 데이터셋에서 학습되어 미학습 장치로 전이될 수 있음을 입증하며, 연구 전반에 걸친 지식 축적을 지원합니다.
3. 실제적 배포: 가변적인 신호 지속 시간과 누락된 채널을 허용함으로써, 기록 조건이 결코 정적이지 않거나 완벽하지 않은 실제 배포 환경의 문제를 해결합니다.
4. 오픈 사이언스: 저자들은 재현성과 커뮤니티 채택을 촉진하기 위해 모델과 평가 파이프라인을 오픈 소스로 공개합니다.

저자들은 NeuroShield가 기존 기술 대비 오류율을 낮추기는 했으나, 얼굴 인식과 같은 확립된 생체 인식 기술의 성숙도에 도달하기 위해서는 추가적인 작업이 필요하다고 결론짓습니다. 향후 개선 방향으로는 더 큰 규모의 사전 훈련 코퍼스, 더 긴 연속 세그먼트, 그리고 더 다양한 소비자용 기기에 대한 평가를 제시하였습니다.