Multidimensional EEG Representations and Classification of Grip- Force-Level Motor Imagery

당신의 뇌를 수십억 명의 뉴런이 시민으로서 몸을 움직이기 위해 끊임없이 대화를 나누는 북적이는 도시라고 상상해 보세요. 때로는 손을 움직여 컵을 잡고 싶을 때도 있고, 다른 때에는 그저 컵을 잡는 것을 '생각'만 하고 싶을 때도 있습니다. 이 "움직임을 생각하는 것"을 **운동 상상(Motor Imagery)**이라고 부릅니다. 과학자들은 사람들이 생각만으로 컴퓨터와 대화할 수 있게 해주는 **뇌-컴퓨터 인터페이스(BCI)**라는 특별한 다리를 만들었습니다. 보통 이 다리들은 꽤 단순합니다. 왼손을 움직일지, 오른손을 움직일지, 혹은 발을 움직일지를 구별할 수 있죠. 마치 "가라", "멈춰라", "회전하라"만을 아는 신호등과 같습니다.

하지만 만약 당신이 로봇에게 단순히 무언가를 잡으라고 말하는 것이 아니라, 얼마나 세게 잡아야 하는지도 알려주고 싶다면 어떻게 될까요? 상상해 보세요, 깃털처럼 부드러운 것을 집을지 아니면 무거운 벽돌을 집을지 말입니다. 당신은 서로 다른 힘을 주어 쥐어야 합니다. 현재의 뇌-다리들은 이 "얼마나 세게"라는 부분에서 어려움을 겪고 있습니다. 그것들은 당신이 무언가를 잡고 있다는 것은 알 수 있지만, 부드럽게 쥐고 있는지 아니면 꽉 으깨고 있는지는 알 수 없습니다. 이것은 손의 기능을 잃은 사람들이 다시 힘을 되찾도록 돕는 데 있어 큰 문제입니다. 만약 로봇이 당신이 얼마나 세게 쥐고 싶은지 모른다면, 당신의 커피잔을 으깨거나 휴대폰을 떨어뜨릴 수도 있습니다. 이 논문은 우리가 마침내 이 다리들에게 부드러운 쥐기(gentle squeeze)와 강력한 움켜쥐기(mighty grip)의 차이를 이해하도록 가르칠 수 있을지 알아보기 위해, 무질서하고 소음이 많으며 매혹적인 뇌파의 세계를 파고듭니다.

---

위대한 뇌의 쥐기 대결 (The Great Brain Squeeze-Off)

이 연구에서 연구진은 인간의 뇌를 대상으로 "쥐기 추측하기" 게임을 하기로 했습니다. 그들은 12명의 건강한 자원봉사자를 모집하여 정신적 운동을 수행하게 했습니다. 먼저, 자원봉사자들은 자신의 개인적인 "최대 출력"을 찾기 위해 악력 기구를 최대한 세게 쥐었습니다. 그 후, 그들은 동일한 기구를 세 가지 특정 수준으로 쥐는 것을 상상하도록 요청받았습니다: 가벼운 쥐기(최대치의 10%), 중간 쥐기(50%), 그리고 강한 쥐기(90%)입니다.

연구진은 단순히 자원봉사자들을 관찰한 것이 아니라, 그들이 이러한 다양한 쥐기를 상상하는 동안 뇌의 전기적 수다를 듣기 위해 64채널 "뇌 캡"(EEG 헬멧)을 착용했습니다. 목표는 가벼운 터치와 강한 압착을 상상할 때 뇌의 전기적 신호(signature)가 변하는지 확인하는 것이었습니다.

뇌의 소음 속에 숨겨진 세 가지 단서

연구팀은 마치 세 가지 다른 돋보기를 사용하여 범죄 현장을 조사하는 탐정처럼, 세 가지 방식으로 뇌 신호를 살펴보았습니다:

1. 느린 파동 (MRCP): 뇌의 "경기 전" 에너지를 상상해 보세요. 실제로 움직이기 전에, 당신의 뇌는 출발선에 웅크린 러너처럼 느린 전기적 전하를 쌓아갑니다. 연구진은 이 "쥐기 전" 에너지가 힘의 정도에 따라 변한다는 것을 발견했지만, 이는 다소 불규칙했습니다. 힘이 증가함에 따라 꾸준히 강해지는 것이 아니라, 특히 귀 근처인 뇌의 오른쪽 부분에서 눈에 띄게 달라지는 다소 흔들리는 신호와 같았습니다.
2. 리듬의 붕괴 (ERSP): 당신의 뇌에는 자연스러운 "웅웅거림" 또는 리듬이 있으며, 특히 손을 제어하는 영역에서 그러합니다. 움직임을 상상할 때, 이 리듬은 보통 더 조용해집니다(탈동기화 현상). 연구진은 자원봉사자들이 강한 쥐기를 상상할 때, 이 리듬이 가벼운 쥐기를 상상할 때보다 더 강하게 무너지고 더 오래 지속된다는 것을 발견했습니다. 마치 뇌가 무거운 것을 들어 올리는 것을 상상하기 위해 훨씬 더 많이 노력해야 해서, 뇌의 일반적인 웅웅거림에 더 큰 "침묵"을 일으키는 것과 같았습니다.
3. 네트워크 지도 (dPLI): 이것은 가장 복잡한 단서였습니다. 연구진은 뇌의 각 부분이 서로 어떻게 대화하는지 지도화했습니다. 그들은 쥐는 힘에 따라 뇌 부위 간의 "대화"가 변한다는 것을 발견했습니다. 가벼운 쥐기의 경우, 뇌는 느린 델타(Delta) 및 알파(Alpha) 파동에 더 많이 의존하는 것처럼 보였습니다. 하지만 강한 쥐기를 위해서는 뇌가 기어를 바꾸어 감마(Gamma) 파동(빠르고 높은 에너지의 신호)을 더 많이 사용했습니다. 이는 마치 뇌가 동네 가게에 갈 때와 달로 경주를 하러 갈 때 서로 다른 도로 지도를 사용하는 것과 같습니다.

AI 탐정 vs. 전통적인 수학 모델

이제 이 단서들을 얻었으니, 연구팀은 컴퓨터에게 어떤 쥐기인지 알려줄 방법이 필요했습니다. 그들은 두 가지 유형의 "탐정"을 맞붙였습니다:

• 전통적인 팀 (FBCSP-SVM/MDM): 이들은 전통적인 수학 모델입니다. 데이터를 살펴보고 패턴을 찾아낸 뒤 추측을 합니다. 연구진은 두 개의 머리가 하나보다 낫다는 것을 확인하기 위해 이 두 모델을 결합한 "융합 팀"을 만들기도 했습니다.
• 딥러닝 스타 (EEGSym): 이것은 뇌 신호를 이해하기 위해 특별히 설계된 세련되고 현대적인 AI 네트워크입니다. 이는 수천 개의 뇌 지도를 공부했고 뇌의 왼쪽과 오른쪽이 어떻게 서로 거울처럼 대칭을 이루는지 정확히 알고 있는 탐정과 같습니다.

결과:
딥러닝 스타인 EE$\text{G}$Sym이 경주에서 승리했습니다. 이 모델은 힘의 단계를 맞추는 데 가장 뛰어났습니다.

• 가벼운 쥐기와 강한 쥐기의 차이를 구분하라는 요청을 받았을 때, 약 77.81%(±18.90%)의 확률로 정답을 맞혔습니다.
• 중간 쥐기와 강한 쥐기의 차이를 구분할 때는 **72.60%**의 정확도를 보였습니다.
• 가장 어려운 과제인 세 가지 단계(가벼운, 중간, 강한) 중 사람이 무엇을 생각하고 있는지 맞히는 작업에서도 여전히 **62.01%**의 정확도를 기록했습니다.

이것이 100%가 아니라고 생각할 수도 있지만, 기억하세요, 뇌는 소음이 많으며, 세 가지를 무작위로 추측했을 때 맞힐 확률은 33%에 불과합니다. 따라서 AI는 무작위 추측보다 유의미하게 높은 성능을 보여주었습니다!

이것이 의미하는 것 (그리고 의미하지 않는 것)

이 연구는 우리의 뇌가 서로 다른 쥐기 강도를 위한 뚜렷한 신호를 실제로 가지고 있음을 시사합니다. 단순히 "움직여" 또는 "움직이지 마"가 아니라, "얼마나 세게"라는 전체 스펙트럼이 존재합니다. 연구진은 뇌가 서로 다른 수준의 힘을 다루기 위해 다양한 도구(느린 파동, 리듬 붕괴, 네트워크 지도)를 사용한다는 것을 발견했습니다.

하지만 논문은 지나친 기대를 경계합니다. AI는 여전히 실수를 저지르며, 특히 "가벼운" 쥐기와 "중간" 쥐기를 구별하려고 할 때 그렇습니다. 이 두 가지는 매우 유사하며, 이를 분리하기 위한 뇌의 신호는 구분이 어렵습니다. 또한 이 연구는 오프라인 방식(즉, 데이터를 나중에 기록하고 분석한 것이지 실시간이 아님)으로 진행되었으며, 뇌졸중이나 척수 손상을 입은 사람이 아닌 12명의 건강한 학생들을 대상으로 했습니다.

따라서 이것이 마비된 사람들에게 즉각적으로 초인적인 힘을 주는 마법 지팡이는 아닐지라도, 매우 유망한 단계입니다. 이는 "얼마나 세게"라는 신호가 우리 뇌에 존재하며, 스마트한 AI가 이를 해독하기 시작할 수 있음을 증명합니다. 미래에는 이 연구가 로봇과 의수(prosthetic hands)가 단순히 물건을 잡는 것이 아니라, 인간의 손처럼 적절한 압력으로 잡을 수 있도록 만드는 데 도움을 줄 수 있습니다.