현대 과학에서 인간의 뇌를 지도화하는 것은 가장 야심 찬 도전 중 하나다. 커넥토믹스(Connectomics)로 알려진 이 분야는 뇌 조직의 얇은 절편을 촬영하고 이를 3차원 구조로 정렬하여 복잡한 신경망을 재구성하는 과정을 포함한다. 과거 벌레의 뇌 지도를 처음 완성했을 때 16년이라는 방대한 수작업이 소요되었으나, 이제 AI 기술이 그 속도를 획기적으로 높이고 있다.

그럼에도 인간의 뇌는 현재까지 매핑된 초파리 뇌보다 수천 배 더 거대하기 때문에 훨씬 효율적인 도구가 필요하다. 이 과정의 주요 병목 현상은 검증 단계에서 발생한다. AI 모델은 뉴런 세그먼트를 식별하는 데 능숙하지만, 종종 관련 없는 구조를 합치거나 연결된 구조를 분리하는 오류를 범한다.

이러한 '분할' 및 '병합' 오류는 숙련된 전문가가 직접 수정해야 하는 번거로운 작업이다. 이를 해결하기 위해 구글 연구진은 합성 데이터를 사용하여 AI의 성능을 정교하게 다듬는 새로운 접근법을 도입했다. 연구팀은 사실적인 합성 뉴런 모양을 생성하는 MoGen 모델을 개발했다.

이 생성된 예시들로 PATHFINDER라는 재구성 파이프라인을 학습시킨 결과, AI의 정확도가 비약적으로 향상되었다. 학습 데이터 세트에 단 10%의 합성 데이터만 추가했음에도 재구성 오류가 4.4% 감소한 것이다. 쥐의 뇌 전체를 매핑해야 하는 거대한 규모를 고려하면, 이 작은 수치는 무려 157년의 인간 노동력을 절감하는 효과를 가져온다.

이러한 방법론은 자율주행이나 자연어 처리 분야에서 활용되는 전략과 유사하다. 해당 분야에서도 합성 데이터는 실제 데이터셋의 공백을 메우는 역할을 수행한다. 연구팀은 MoGen을 오픈소스로 공개하여 전 세계 신경과학자들이 자신의 매핑 도구를 학습시키는 데 활용할 수 있도록 했다.

특히 AI가 혼란을 겪는 특정 신경돌기(Neurite) 기하 구조에 집중함으로써, 향후 연구는 오류율을 더욱 낮출 것으로 보인다. 이는 복잡한 대규모 포유류의 뇌 지도를 완성하는 목표에 한 걸음 더 다가가는 계기가 될 것이다.

현대 과학에서 인간의 뇌를 지도화하는 것은 가장 야심 찬 도전 중 하나다. 커넥토믹스(Connectomics)로 알려진 이 분야는 뇌 조직의 얇은 절편을 촬영하고 이를 3차원 구조로 정렬하여 복잡한 신경망을 재구성하는 과정을 포함한다. 과거 벌레의 뇌 지도를 처음 완성했을 때 16년이라는 방대한 수작업이 소요되었으나, 이제 AI 기술이 그 속도를 획기적으로 높이고 있다.

그럼에도 인간의 뇌는 현재까지 매핑된 초파리 뇌보다 수천 배 더 거대하기 때문에 훨씬 효율적인 도구가 필요하다. 이 과정의 주요 병목 현상은 검증 단계에서 발생한다. AI 모델은 뉴런 세그먼트를 식별하는 데 능숙하지만, 종종 관련 없는 구조를 합치거나 연결된 구조를 분리하는 오류를 범한다.

이러한 '분할' 및 '병합' 오류는 숙련된 전문가가 직접 수정해야 하는 번거로운 작업이다. 이를 해결하기 위해 구글 연구진은 합성 데이터를 사용하여 AI의 성능을 정교하게 다듬는 새로운 접근법을 도입했다. 연구팀은 사실적인 합성 뉴런 모양을 생성하는 MoGen 모델을 개발했다.

이 생성된 예시들로 PATHFINDER라는 재구성 파이프라인을 학습시킨 결과, AI의 정확도가 비약적으로 향상되었다. 학습 데이터 세트에 단 10%의 합성 데이터만 추가했음에도 재구성 오류가 4.4% 감소한 것이다. 쥐의 뇌 전체를 매핑해야 하는 거대한 규모를 고려하면, 이 작은 수치는 무려 157년의 인간 노동력을 절감하는 효과를 가져온다.

이러한 방법론은 자율주행이나 자연어 처리 분야에서 활용되는 전략과 유사하다. 해당 분야에서도 합성 데이터는 실제 데이터셋의 공백을 메우는 역할을 수행한다. 연구팀은 MoGen을 오픈소스로 공개하여 전 세계 신경과학자들이 자신의 매핑 도구를 학습시키는 데 활용할 수 있도록 했다.

특히 AI가 혼란을 겪는 특정 신경돌기(Neurite) 기하 구조에 집중함으로써, 향후 연구는 오류율을 더욱 낮출 것으로 보인다. 이는 복잡한 대규모 포유류의 뇌 지도를 완성하는 목표에 한 걸음 더 다가가는 계기가 될 것이다.