0.5㎜ 미니 뇌에 점자 신호 넣고 반응 읽어…정확도는 최대 83% 수준
AI만 사용하면 정확도 82%…읽기 어렵게 만들자 오가노이드가 AI 정확도 이겨
연구팀, 앞으로 목표는 의수·의족 시험대
[헤럴드경제=장윤우 기자] 사람 뇌는 하루 종일 생각하고 보고 듣는 데 20W(와트) 남짓한 전력을 쓴다. 형광등 하나를 켜는 수준이다. 반도체 칩으로 뇌만큼 복잡한 계산을 흉내 내려면 필요한 전력이 수 ㎾(킬로와트)에서 ㎿(메가와트)까지 치솟는다.
그래서 아예 진짜 뇌세포에 계산을 맡겨보자는 연구가 나왔다. 사람 줄기세포를 키워 만든 작은 뇌 조직 이른바 ‘미니 뇌’로 불리는 ‘오가노이드’를 전극 위에 올려놓고 전기 신호를 주고받는 방식이다. 앞선 연구에서는 배양한 신경세포가 컴퓨터 탁구 게임을 익히거나 오가노이드가 일본어 모음을 구별했다는 결과가 이미 보고된 바 있다.
최근 국제학술지 프런티어스 인 인공지능(Frontiers in Artificial Intelligence)에 영국 브리스톨대 류톈이·벤저민 워드체리어 연구팀은 로봇 촉각 센서로 읽은 점자 신호에 오가노이드가 내놓은 반응을 AI가 보고 어떤 글자인지 맞히게 하는 실험 결과를 발표했다. AI는 26글자를 열 번 중 여덟 번 넘게 맞혔다. 신호를 흐려놓자 오가노이드를 거쳤을 때가 AI 혼자 신호를 바로 읽었을 때보다 더 잘 맞혔다.
모래알만 한 뇌세포에 점자 읽게 해보니
실험에 쓰인 오가노이드는 지름이 0.5㎜ 안팎이다. 사람 줄기세포에서 키운 대뇌 앞쪽 조직으로 신경세포와 이를 돕는 세포들이 함께 들어 있고 조건이 좋으면 100일 정도 살아서 신호를 낸다. 오가노이드 하나에 전극 8개가 붙어 있어 전기를 넣고 반응을 읽을 수 있다.
연구팀은 먼저 어떤 전기 자극에 오가노이드가 반응하는지부터 확인했다. 전류 세기가 4μA(마이크로암페어)보다 약하면 반응이 거의 없었다. 전기 펄스를 여러 번 넣을수록 반응이 커졌고, 4번 이상 넣었을 때 반응이 가장 안정적이었다.
점자는 로봇팔 끝에 단 촉각 센서로 읽었다. 3D 프린터로 만든 점자판 위를 센서가 미끄러지며 지나가면, 말랑한 실리콘 표면이 점자에 눌리는 변화를 카메라가 잡아낸다.
센서 화면은 8칸으로 나눠 오가노이드의 전극 8개에 하나씩 짝지었다. 각 칸에서 점자에 얼마나 세게, 얼마나 오래, 언제 닿았는지를 뽑아 전기 펄스를 몇 번 넣을지, 한 번에 얼마나 길게 넣을지, 언제 시작할지, 얼마나 세게 넣을지로 바꿨다. 손끝 감각을 뇌세포가 받을 수 있는 전기 언어로 번역한 것이다.
정확도 83%, AI 정확도와 비슷
전기 자극을 받은 오가노이드는 전극마다 신경 신호를 다르게 쏟아냈다. 연구팀은 신호의 개수를 기계학습 프로그램에 넣어 어떤 글자였는지 맞히게 했다. 26글자 중 하나를 무작위로 찍으면 맞힐 확률은 3.85%다.
오가노이드 하나의 반응만 쓰면 정확도는 평균 61%였다. 오가노이드마다 57%에서 67%까지 차이가 났다. 오가노이드 세 개의 반응을 한데 모아 분석하자 83%로 뛰었다.
연구팀은 오가노이드마다 신경 연결이 조금씩 달라서 같은 자극에도 비슷하지만 똑같지 않은 반응을 낸 덕분으로 봤다. 제1저자인 류톈이 박사과정생은 브리스톨대 보도자료에서 “오가노이드마다 신경 연결이나 발달 정도, 활동 상태가 조금씩 다를 수 있다”며 “그 반응을 합치면 하나만으로는 얻을 수 없는 정보를 서로 채워줄 수 있다”고 말했다.
센서를 누르는 깊이가 달라져도 오가노이드의 반응은 크게 흔들리지 않았다. 다만 센서의 어느 칸이 세게 눌렸다고 그 칸에 연결된 전극이 꼭 세게 반응하지는 않았다.
연구팀은 오가노이드가 실제로 쓸모가 있는지도 따져봤다. 오가노이드에 입력하기 전에 전기 자극 패턴을 그대로 같은 프로그램에 넣었더니 82%가 나왔다. 깨끗한 조건에서는 오가노이드를 사용하거나 하지 않아도 정확도가 거의 같았다.
읽기 어렵게 만들어도 뇌세포는 정확도 유지, AI는 못 읽어
그런데 전극 8개 중 4개의 값에 잡음을 섞거나 일부를 지우는 식으로 신호를 흐려놓았더니, AI 프로그램이 자극 패턴을 바로 읽은 쪽은 정확도가 55~67%로 떨어졌다. 오가노이드를 거친 쪽은 68~83%를 지켰다.
연구팀은 오가노이드의 쓸모가 정확도를 끌어올리는 데보다 잡음 속에서 버티는 데 있다고 밝혔다.
다만 류 박사과정생은 “촉각 정보를 오가노이드에 넣고 다시 읽어낼 수 있다는 건 보여줬지만, 학습이나 장기적인 변화를 보여준 건 아니다”라고 말했다.
그러면서 “오가노이드마다 제각각 움직이면 예측 가능하고 표준화된 시스템을 만들기는 그만큼 어려워진다”고 덧붙였다. 연구팀은 오가노이드를 세 개가 아닌 네 개 이상으로 늘렸을 때 정확도가 어디까지 오르는지 확인하지 못했다는 점도 한계로 들었다.
연구팀은 앞으로 해야 할 실험으로 오가노이드의 반응이 다시 입력에 영향을 주는 실험을 꼽았다. 류 박사과정생은 “다음 단계는 분명 점자를 넘어서는 것”이라며 “그래야 오가노이드가 경험을 통해 실제로 적응하는지 물어볼 수 있다”고 말했다.
한편 연구팀이 내다본 목표는 인공 센서와 오가노이드, 살아 있는 신경을 하나로 잇는 것이다. 센서가 받은 감각 신호를 오가노이드가 처리하고, 오가노이드가 다시 몸의 신경에 신호를 보내는 방식이다.
연구팀은 이런 장치가 의수·의족 같은 신경 보조 기술을 사람 몸에 적용하기 전에 미리 시험해 보는 장이 될 수 있다고 밝혔다.
참고논문
DOI : 10.3389/frai.2026.1800219
논문 정보 : T. Liu, H. Philamore & B. Ward-Cherrier, Encoding tactile stimuli for Braille recognition with organoids, Front. Artif. Intell. 9 (2026) 1800219.
dbsdn1110@heraldcorp.com


