[디지털데일리 김문기 기자] 애플이 뇌파 신호 구조를 비식별 기반으로 학습하는 AI 모델을 제시했다.

28일(현지시간) 애플 연구진은 전극 뇌파(EEG) 데이터를 인간 주석 없이 학습하는 ‘PARS(PAirwise Relative Shift)’ 사전학습 방식을 공개했다. 뇌파 데이터의 시간적 구성과 긴 패턴을 모델이 스스로 인지하도록 한 점이 특징이다.

기존 EEG 분석 체계는 수면 단계(Wake. REM. N1·N2·N3), 발작 시작·종료 시점 등 의료 전문가가 직접 라벨링한 정보를 기반으로 학습했다. 애플은 이러한 구조의 한계를 지적했다. 비용이 크고 확장성이 떨어지기 때문이다. PARS는 신호 구간 간 상대적 시간 이동을 예측하는 형태로 설계됐다. 모델은 복원 중심의 기존 방식보다 넓은 패턴을 포착하고 신경 신호에 존재하는 장기 의존성을 해석하는 능력을 확보했다.

애플 연구진은 PARS 기반 트랜스포머가 수면 단계 분류, 발작 탐지, 비정상 신호 판단, 운동 이미지 해석 등 여러 EEG 벤치마크 과제에서 기존 방식 대비 성능을 상회하거나 동일 수준을 기록했다고 밝혔다. 데이터가 제한된 환경에서도 전이학습 효율을 높였다는 설명이다. 비라벨 의료 데이터 활용 폭을 넓힐 수 있어 EEG 연구 전반에도 파급력이 있다.

이번 연구에서 주목되는 지점은 이어-EEG(ear-EEG) 활용이다. 애플은 웨어러블 분야에서 이어폰 기반 생체센서를 확장하고 있다. 연구에 포함된 EESM17 데이터셋은 귀 주변 전극으로 수면 단계를 측정한 정보를 담고 있다. 귀 주변 신호는 두피 EEG 대비 채널 수가 적지만 특정 뇌 상태 파악에는 의미있는 패턴이 존재한다.

이어-EEG는 외관 노출이 적고 착용 부담이 낮아 웨어러블과 결합도가 높다. 애플은 이미 에어팟 프로 3에 심박 측정용 PPG 센서를 적용했다. 이 흐름에 맞춰 2023년 ‘사용자 귀 주변 전극 기반 바이오신호 측정 장치’ 특허를 출원했다. 특허는 귀 모양 변화로 접촉이 불안정해지는 문제를 지적한다. 사용자별로 귓바퀴, 이주, 외이도 형태가 달라 맞춤형 기기를 요구하는데. 이는 제조·관리 비용을 높인다.

애플 특허는 다수 전극을 이어팁 주변에 배치하고 AI가 임피던스, 노이즈, 피부 접촉, 전극 간 거리 등을 실시간 계산해 최적 전극 조합을 선택하는 구조를 제시한다. 불필요한 전극은 제외해 신호 품질을 안정화하고 탭 또는 압력 제스처로 측정을 시작하거나 종료하는 방식도 포함됐다. 구성 변화와 센서 다양화를 허용하는 설계다.

다만 이번 PARS 연구는 해당 특허 또는 에어팟 제품과 직접 연결되지 않았다. 애플도 제품화를 언급하지 않았다. PARS는 비라벨 EEG 신호의 시간 구조 학습 가능성을 검증하는 연구다. 그럼에도 이어-EEG 기반 실험 데이터. 다채널 전극 배치 특허. 최근 애플 웨어러블의 생체신호 확장 기조 등이 교차하며 시장에서는 잠재적 방향성을 주목하고 있다.

웨어러블 경쟁은 심박. 체온. 산소포화도에서 뇌파. 신경신호 해석으로 확대되는 흐름을 보인다. 수면 분석. 발작 탐지. 인지 부하 모니터링 등 웰니스·의료 경계 영역에서 서비스 범위가 빠르게 넓어진다. 애플 역시 아이폰과 워치, 에어팟을 통합한 건강 플랫폼 비중을 높이고 있다. 뇌파 데이터는 사용자 상태 인식의 최상위 신호로 분류된다.

애플은 신호 품질 확보용 하드웨어 연구와. 비식별 신호 해석 모델 연구를 병행하고 있다. 두 축이 맞물릴 경우 차세대 웨어러블 경쟁은 단순 센서 추가를 넘어. 신경신호 기반 개인화 서비스로 이동할 가능성이 크다. 플랫폼 전략의 무게중심도 건강 관리·상태 인식으로 재편될 전망이다.

애플 연구진은 “PARS는 신경 신호의 상대적 시간 구조를 학습하게 하는 새로운 방식”이라며 “기존 복원 중심 기법과 다른 EEG 표현 학습 패러다임을 제시한다”고 설명했다.

- Copyright ⓒ 디지털데일리. 무단전재 및 재배포 금지 -