메타 AI가 MEG(자기뇌파검사) 신호만으로 사람이 타이핑하는 문장을 실시간 해독하는 Brain2Qwerty v2를 2026년 6월 공개했다. 수술이나 신체 이식 없이 외부 장치만을 사용해 평균 단어 정확도 61%(단어 오류율 39%)를 달성했으며, 이는 기존 비침습 방식의 8% 수준에서 대폭 끌어올린 결과다. 메타는 v1·v2 전체 학습 코드를 CC BY-NC 4.0 라이선스로 공개했다.
Brain2Qwerty v2는 스페인 바스크인지뇌언어연구소(BCBL)와 공동으로 수집한 데이터를 기반으로 훈련됐다. 9명의 자원자가 각각 10시간씩 MEG 장치를 착용한 상태에서 문장을 타이핑했으며, 총 약 2만 2,000개의 문장이 학습에 사용됐다. 파이프라인은 원시 MEG 신호를 읽어 들이는 합성곱 인코더, 시계열 구조를 모델링하는 트랜스포머, 그리고 문자 수준 언어 모델이 단계적으로 연결된 구조다. 언어 모델은 실제 단어나 문장으로 성립하지 않는 문자 조합을 걸러내 최종 출력의 일관성을 높인다. 가장 좋은 성과를 보인 참가자는 78% 단어 정확도를 기록했고, 해당 참가자의 절반 이상 문장이 오류 한 개 이하였다.
2025년 2월 공개된 v1이 MEG·EEG 두 방식을 모두 지원하고 35명 대상 문자 수준 정확도를 측정한 것과 달리, v2는 MEG 단일 방식에 집중하면서 문자·단어·문장 세 계층의 표현을 모두 활용해 오류 보정 능력을 강화했다. 정확도가 데이터 양에 비례해 로그 선형으로 향상된다는 점도 확인됐는데, 이는 녹음 시간을 늘릴수록 예측 가능하게 성능이 개선된다는 의미다. 다만 MEG 장치 특성상 자기 차폐 공간에서만 측정이 가능하고 피험자가 움직임을 최소화해야 한다는 제약이 있으며, v2 결과는 현재 사전출판(preprint) 단계다.
연구팀은 이 기술의 최우선 활용처로 뇌 손상이나 신경 질환으로 의사소통이 어려운 환자들을 위한 보조 기기를 꼽는다. 현재 침습 방식인 신경보철(neuroprosthetics)은 높은 정확도를 보이지만 뇌 수술이 필요해 적용 범위가 좁다. 비침습 MEG 기반 해독기가 임상 수준의 성능에 근접한다면, 이식 없이 외부 장치만으로 환자가 문장을 생성할 수 있는 경로가 열릴 수 있다. 메타는 코드 공개를 통해 다른 연구기관이 자체 MEG 데이터셋으로 파이프라인을 재훈련하고 이 연구를 이어가기를 기대하고 있다.
저작권자 © STORIUM 무단전재 및 재배포 금지
