인간 뇌 회로를 기반으로 한 인공 뇌 설계와 나노 연산 구현

초록

본 논문은 인간 뇌의 신경 회로를 단순 논리 게이트로 변환하고, 무의식적 연상 기억에 저장된 상태 기계를 활용해 단기 기억 내에서 방정식 풀이와 초기 수준의 사고를 구현하는 인공 뇌 모델을 제시한다.

상세 요약

이 연구는 인간 뇌의 미세 구조를 디지털 논리 설계와 연결시키는 획기적인 시도를 보여준다. 저자들은 먼저 피라미드형 피질 구조와 해마‑전전두엽 회로를 분석하여, 각각을 기본 논리 게이트(AND, OR, NOT)와 플립플롭 형태의 메모리 셀로 매핑한다. 이러한 매핑 과정에서 신경 전위의 이진화 기준을 설정하고, 시냅스 가중치를 디지털 가중치 비트열로 변환하는 알고리즘을 제시한다. 특히, 무의식적 연상 기억을 ‘상태 기계(state machine)’로 모델링한 점이 눈에 띈다. 저자들은 인간이 일상에서 자동적으로 수행하는 패턴 인식과 연상 과정을, 사전 학습된 전이 테이블 형태의 상태 기계로 구현한다. 이 상태 기계는 단기 기억(Short‑Term Memory, STM) 버퍼와 결합되어, 입력된 자극을 순차적으로 처리하고, 필요 시 연산 모듈로 라우팅한다.

연산 모듈은 나노 규모의 프로세싱 유닛(NPU)으로 구성되며, 여기서는 기본 산술 연산(덧셈, 뺄셈, 곱셈)과 논리 연산을 동시에 수행한다. 논문은 이러한 NPU가 STM 내에서 10⁻⁹초 수준의 지연으로 연산을 마칠 수 있음을 시뮬레이션 결과로 제시한다. 특히, 방정식 풀이 실험에서는 2차 방정식의 근을 찾는 과정을 상태 전이와 연산 유닛의 협업으로 구현했으며, 성공률 96%를 기록했다.

또한, ‘초기 수준의 사고(rudimentary thinking)’를 정의하고, 이를 제한된 논리 추론 과제로 모델링한다. 예를 들어, “만약 A가 B보다 크면 C는 D이다”와 같은 전제-결론 구조를 상태 전이와 논리 게이트 조합으로 구현한다. 이 과정에서 메모리 셀의 유지 시간과 전이 확률을 조절함으로써 인간의 작업 기억 용량과 유사한 7±2개의 항목을 동시에 다룰 수 있음을 보였다.

비판적으로 보면, 신경‑게이트 매핑 과정에서 손실되는 연속적 신호와 비선형 동역학을 어떻게 보정할지에 대한 구체적 방법이 부족하다. 또한, 상태 기계가 실제 인간의 무의식적 연상 메커니즘을 충분히 포착하는지 검증하기 위한 행동 실험 데이터가 제한적이다. 그럼에도 불구하고, 이 논문은 신경 과학과 디지털 회로 설계의 교차점에서 새로운 연구 방향을 제시하며, 향후 인간‑유사 인공 지능 시스템 개발에 중요한 토대를 제공한다.