최근 연구에서 대규모 언어모델(LLM)의 작동 방식에서 영감을 받아 인간 뇌가 단어의 의미를 어떻게 인코딩하는지에 대한 새로운 통찰을 얻었습니다. 이 연구는 뇌의 특정 뉴런 집합이 단어의 추상적 의미를 나타내며, 이는 LLM이 단어를 숫자 벡터로 변환하여 의미를 파악하는 방식과 놀랍도록 유사하다는 점을 밝혀냈습니다.
연구팀은 간질 환자들의 뇌 활동을 직접 측정하는 방식을 활용했습니다. 환자들이 다양한 단어를 보고 들을 때, 뇌의 측두엽(temporal lobe)에 있는 특정 뉴런들이 단어의 의미론적 범주(예: 동물, 도구, 장소)에 따라 활성화되는 것을 관찰했습니다. 예를 들어, '개'와 '고양이' 같은 동물 관련 단어에는 유사한 뉴런 패턴이, '망치'와 '톱' 같은 도구 관련 단어에는 또 다른 유사한 패턴이 나타났습니다. 이는 LLM이 단어를 고차원 벡터 공간에 매핑하여 의미적 유사성을 표현하는 방식과 개념적으로 일치합니다.
이 연구는 뇌가 단어의 표면적인 형태를 넘어 추상적인 의미를 어떻게 구성하고 저장하는지에 대한 신경학적 기반을 제시합니다. 이는 언어 이해의 근본적인 메커니즘을 밝히는 데 기여하며, 인공지능(AI) 언어 모델의 발전에도 중요한 시사점을 제공합니다. 뇌의 언어 처리 방식을 더 깊이 이해함으로써, 우리는 더욱 정교하고 인간적인 AI 시스템을 개발하는 데 필요한 영감을 얻을 수 있을 것입니다.