연구자들이 개인의 선호도에 따라 매력적인 얼굴을 생성하는 뇌-기계 인터페이스를 사용한다

헬싱키 대학교의 연구팀은 뇌-컴퓨터 인터페이스(BCI)를 착용한 개인이 매력적인 것으로 여기는 특징에 따라 매력적인 얼굴 이미지를 생성하는 인공지능을 개발했다. 이 인공지능은 BCI에 의해 수집된 데이터를 기반으로 얼굴 특징을 생성한다.

연구팀은 헬싱키 대학교의 컴퓨터 과학자와 심리학자들로 구성되었다. 헬싱키 연구팀은 전두엽 그래프(electroencephalography, EEG) 측정을 사용하여 개인이 매력적인 것으로 여기는 얼굴 특징을 결정했다. EEG 신호는 얼굴 특징과 상관관계가 있었고, 이후에 생성적 적대 신경 네트워크(Generative Adversarial Network, GAN)에 데이터를 입력했다. 이 기계 학습 시스템은 다양한 사람들이 매력적인 것으로 여기는 얼굴 특징을 학습한 후에 새로운 얼굴을 생성할 수 있었다.

연구자들은 30명의 참가자에게 화면 앞에 앉아서 얼굴 이미지를 보여주었다. 이 얼굴들은 실제 사람들의 것이 아니었고, 20만 개 이상의 유명인 얼굴 이미지 데이터셋을 학습한 인공지능에 의해 생성되었다. 참가자들은 EEG 캡을 착용하여 뇌 활동을 기록하고 분석했다. EEG는 참가자들이 매력적인 것으로 여기는 얼굴에 대한 반응을 기록할 수 있었다. EEG 측정값은 GAN에 입력되어 참가자들이 얼굴을 매력적인 것으로 여기는 정도를 해석할 수 있었다. GAN은 이 데이터를 학습한 후에 새로운 얼굴을 생성할 수 있었다.

연구팀은 두 번째 실험을 수행했다. 새로 생성된 얼굴 이미지를 이전에 참가한 자원들에게 보여주고 매력적인 정도를 평가하도록 요청했다. 연구 결과를 분석한 결과, 참가자들은 생성된 이미지들을 약 80%의 경우에 매력적인 것으로 평가했다. 이는 원래의 이미지들이 약 20%의 경우에 매력적인 것으로 평가된 것과 대조적이다.

이 연구의 표본 크기는 khá 작았기 때문에, 이 방법이 더 큰 인구에서 얼마나 강력한지 명확하지 않다. 그러나 결과는 интерес롭고, 행동과 선호도와 같은 불가해한 것들이 특정 인공지능 기법으로 정량화될 수 있음을 보여준다.

헬싱키 대학교 심리학 및 언어병리학부의 선임 연구원인 마이클 스파페(Michael Spapé)는 이 연구가 심리적 속성이 뇌의 반응 정보로 어떻게 입증될 수 있는지 보여준다고 설명했다. 스파페는 EurekaAlert를 통해 다음과 같이 말했다.

“이 연구는 인공 신경 네트워크를 뇌 반응과 연결하여 개인의 선호도에 맞는 이미지를 생성할 수 있음을 보여준다. 매력적인 것을 평가하는 것은 특히 중요한 심리적 속성이다. 컴퓨터 비전은 지금까지 객관적인 패턴을 기반으로 이미지 분류에 성공적이었다. 그러나 뇌 반응을 혼합하여 심리적 속성인 개인의 취향과 같은 것을检测하고 생성할 수 있음을 보여준다.”

연구자들은 이 연구가 컴퓨터가 주관적인 선호도를 이해하는 방식에 영향을 미칠 수 있다고 주장한다. 인공지능 솔루션과 뇌-컴퓨터 인터페이스는 함께 사용되어 복잡한 심리 현상을 이해할 수 있다. 스파페에 따르면, 매력적인 것을 해석하는 일반적인 전략이 다른 인지 기능인 의사 결정과 지각에도 적용될 수 있다. 이러한 시스템은 유사한 기술을 사용하여 편견이나 고정관념과 같은 형태를 식별할 수 있는 시스템을 개발할 수 있다.