버려지던 뇌 신호 5만 시간, 뉴럴링크가 사전학습해 11.32BPS 신기록

뉴럴링크는 「라벨 없는 뇌 데이터 5만 시간으로 한 사전학습」이라는 제목의 글을 공식 사이트에 올리고 X 계정으로 알렸습니다. 지금까지 거의 쓰지 않고 쌓아 두기만 했던 기록을 대형 언어 모델(LLM)이 인터넷 글을 배우듯 먼저 학습시키고, 그 위에 참가자별 디코더를 얹는 방식입니다. 디코더(뇌 신호를 커서 움직임이나 클릭 같은 의도로 바꾸는 머신러닝 모델)가 더 정확해졌고, 한 번 만든 디코더를 다시 보정하지 않고 쓰는 기간도 길어졌습니다.

매일 아침 10분의 보정

링크(Link)는 머리카락보다 가는 실 64가닥에 전극 1,024개를 달아, 손을 움직이는 운동피질 뉴런의 발화를 무선으로 읽는 이식 장치입니다. 참가자는 처음에 손을 움직이려고 애쓰는 방식으로 커서를 움직이는데, 뉴럴링크는 몇 분만 지나면 손은 잊고 커서가 가려는 곳으로 그냥 간다고 느끼는 참가자가 많다고 적었습니다.

이 장치를 쓰는 사람은 쓰기 전에 보정부터 합니다. 화면에 나오는 정해진 과제를 따라 하면서 디코더를 훈련할 데이터를 만드는 과정이고, 디코더가 얼마나 정확하냐가 그날 사용감을 정합니다. 디코더는 사람마다 따로 만들어야 하고, 첫 보정이 가장 깁니다.

문제는 뇌 신호가 날마다 조금씩 바뀐다는 데 있습니다. 같은 사람이 같은 동작을 떠올려도 기록되는 신호가 흔들리기 때문에 아무리 좋은 디코더도 시간이 지나면 성능이 떨어지고, 사용자는 잃어버린 조작감을 되찾으려고 같은 보정 과제를 또 하게 됩니다. 뉴럴링크는 이 과정을 바위를 끝없이 굴려 올리는 시시포스의 일에 빗댔고, 참가자들이 조작 능력을 유지하는 데만 일주일 평균 55분을 보정에 쓴다고 밝혔습니다. 1년이면 47시간이 넘고, 그렇게 만든 보정 데이터도 디코더가 낡으면 버려집니다.

시스템은 작동하지만, 사용자에게 예전에 이미 얻었던 조작 능력을 계속 다시 벌어들이라고 요구합니다.— 뉴럴링크, 10월 1일 글

기능이 늘수록 부담도 커졌습니다. 타이핑이나 게임처럼 기능마다 디코더가 따로 필요해서, 기능을 다 갖춘 장치일수록 보정에 드는 시간이 늘었습니다. 회사는 디코더마다 최고 성능까지 보정하면 오전 대부분이 걸릴 수 있었다고 적었습니다.

버려지던 5만 시간

뉴럴링크에 따르면 임상을 시작한 뒤 2년 동안 참가자들은 라벨 없이 일상에서 흘러나온 뇌 신호를 5만 시간 넘게 스트리밍했습니다. 쉬지 않고 녹화해도 5.7년이 걸리는 분량입니다. 첫 참가자 한 사람이 남긴 기록만 9,000시간이 넘고, 뉴런이 발화한 횟수로는 224억 번입니다. 뉴럴링크는 이 데이터가 지금까지 거의 쓰이지 않았다고 적었습니다. 라벨이 붙은 보정 데이터가 적을 때는 지도 학습에 기댈 수밖에 없었는데, 이제는 사전학습을 할 만큼 데이터가 쌓였다는 겁니다.

참가자들은 장치를 오래 씁니다. 1월 글에 따르면 의대생 참가자 세바스찬은 링크를 하루 최대 17시간 쓰고, 첫 참가자 놀런드는 X에서 72시간 생방송을 하며 링크로 게임을 했습니다. 데이터가 이렇게 빨리 늘어난 데는 참가자 수가 늘어난 영향도 컸습니다. 뉴럴링크가 1월 28일 공개한 집계에서 이식 수술은 2024년 상반기 1건, 하반기 2건, 2025년 상반기 4건, 하반기 13건이었고, 전 세계 임상 참가자는 21명이었습니다. 임상은 미국과 캐나다, 아랍에미리트, 영국에서 열려 있습니다.

뉴런 발화를 토큰처럼

목표로 내건 것은 시간이 지나도 흔들리지 않는 범용 신경 파운데이션 모델입니다. 이번에는 그 첫 단계로 참가자마다 그 사람의 기록 수천 시간으로 인코더를 따로 사전학습했습니다. 인코더는 잡음이 많고 날마다 흔들리는 뉴런 발화 기록을 디코딩에 쓰기 좋은 안정된 표현(임베딩)으로 바꿉니다. 뉴럴링크는 이 모델을 만들면서 다섯 가지에 걸었다고 밝혔습니다.

맘바는 2023년 12월 공개된 상태 공간 모델이고, POYO는 같은 해 신경정보처리학회(NeurIPS)에 실린 신경 디코딩 연구입니다. 뉴럴링크는 입력을 받는 부분에 2021년 딥마인드가 낸 퍼시버(Perceiver) 구조를 써서, 발화가 많은 순간과 적은 순간을 같은 모델이 받아 내게 했습니다.

LLM에 견주면 두 번째와 세 번째가 가장 가깝습니다. 문장을 단어 단위 토큰으로 쪼개듯 뉴런 하나하나의 발화를 토큰으로 다루고, 글 일부를 가린 채 빈 곳을 맞히게 하듯 채널 절반을 가린 채 나머지를 예측하게 했습니다. 정답 라벨이 필요 없으니 참가자가 그냥 장치를 쓰며 남긴 기록 전체가 학습 재료가 됩니다. 뉴럴링크는 이 학습 목표를 정할 때 실제 서비스 조건에서 거꾸로 따져 왔다고 적었습니다. 디코더는 앞으로 들어올 신호를 볼 수 없고, 사용자의 의도는 일정 시간 너머로는 알 수 없으며, 발화 기록은 앞뒤가 서로 강하게 닮아 있기 때문입니다.

라벨 없는 대량 데이터로 먼저 배우고 적은 라벨로 맞추는 방식은 언어 모델에서 시작해 로봇으로 넘어왔고, 최근에는 런웨이가 영상으로 사전학습한 모델을 로봇 행동에 옮기는 Praxis-1을 내놨습니다. 뇌 신호는 사정이 조금 더 까다롭습니다. 전극이 닿은 뉴런이 사람마다 다르고 같은 사람의 신호도 날마다 흔들리니, 뉴럴링크가 이번에 참가자별 인코더부터 만든 것도 그래서입니다.

다섯 번째 내기는 사람 손에서 나왔습니다. 손 하나로 글씨를 쓰고 악기를 연주하고 운전을 하듯, 손을 움직이는 운동피질 영역에서 신호를 읽는 링크도 기능마다 새 부품을 달 필요가 없어야 한다는 논리입니다.

11.32BPS는 얼마나 빠른가

뉴럴링크는 디코더 성능을 BPS(초당 비트)로 잽니다. 화면의 격자에서 불이 들어오는 네모를 커서로 골라 누르는 웹그리드(Webgrid) 과제를 하고, 한 번 고를 때 전하는 정보량에 1분 동안 맞힌 횟수에서 틀린 횟수를 뺀 값을 60으로 나눠 곱합니다. 격자가 촘촘하고 클릭 종류가 많을수록 한 번에 전하는 정보가 많고, 틀린 선택은 맞힌 선택을 깎아 먹으니 빠르면서도 정확해야 점수가 오릅니다. 웹그리드는 누구나 마우스로 해 볼 수 있게 공개돼 있습니다.

YouTube 영상 · 누르면 재생

비교할 숫자가 있습니다. 뉴럴링크는 2024년 5월 글에서 마우스를 쓰는 자사 엔지니어들의 점수를 약 10BPS로 적었고, 올해 1월 글에서는 손으로 마우스를 쓰는 비장애인이 평균 8~10BPS를 낸다고 했습니다. 첫 참가자 놀런드는 2024년 첫 연구 세션에서 4.6BPS를 냈고(뉴럴링크는 당시 이를 사람 BCI 커서 조작 세계 기록이라고 밝혔습니다), 그해 5월 발표 때는 8.0BPS까지 올렸습니다.

이번에는 사전학습한 인코더로 만든 디코더를 쓴 참가자 6명이 저마다 개인 최고 기록을 냈고, 그중 3명이 10.39BPS를 넘었습니다. 11.32BPS는 1월 글이 적은 비장애인의 마우스 평균(8~10BPS)보다 높고, 2024년 5월 글이 적은 뉴럴링크 엔지니어의 마우스 점수(약 10BPS)도 넘습니다. 기록을 낸 P15는 1월 집계 그림으로 보면 2025년 11월에 이식받은 참가자입니다. 참가자들은 커서가 더 빠르게 반응하고 매끄럽고 안정적이라고 했고, 빠르게 움직이면서도 정확하게 고를 수 있게 되면서 그동안 써 오던 떨림 보정이나 저속 억제 같은 후처리가 필요 없어졌습니다.

이전 모델보다 낫습니다. 더 매끄럽고 방향도 더 정확하고, 힘이 하나도 안 들었습니다. 밀어붙일 필요도 없이 가고 싶은 곳으로 그냥 미끄러져 갔습니다.— 참가자 P9

클릭도 좋아졌습니다. 디코더가 내놓는 클릭 확률이 더 확신 있게, 더 빨리 올라가고 클릭 종류도 더 또렷이 구분해서 실수로 누르는 일이 줄었습니다. 뉴럴링크는 이 개선이 11BPS에 닿는 데 결정적이었다고 적었습니다. 예전에는 오류를 줄이려고 후처리를 넣어 반응이 늦어졌는데, 이번에는 그 맞교환이 사라졌다는 설명입니다. P15는 기록을 내기 직전 감도를 조금만 낮추면 11은 쉽게 넘길 수 있겠다고 말했습니다.

YouTube 영상 · 누르면 재생

보정 하루 10분에서 주 10분으로

정확도만큼 중요한 것이 디코더 수명입니다. 예전 시스템에서 사용자들은 보통 하루를 시작할 때 10분씩 보정했고, 시간을 아끼려고 성능을 조금 포기한 채 며칠씩 보정을 건너뛰는 사람도 있었습니다. 며칠 넘게 버티는 디코더는 드물었습니다.

사전학습한 인코더를 쓰자 수명이 크게 늘었습니다. 뉴럴링크는 이번 결과를 두고 디코더가 낡지 않아 켜기만 하면 쓰는 BCI에 가까워지는 단서라고 적었습니다. 성능이 조금만 떨어져도 바로 보정하던 사용자도 1주일 넘게 보정하고 싶지 않았다고 했고, 한 사용자는 같은 디코더로 5일 내리 10BPS를 냈습니다. 3주 넘게 좋은 성능을 유지한 디코더도 있었고, 한 참가자는 20개월 전에 보정한 디코더로도 후처리 없이 커서를 다룰 수 있었습니다. 다만 이 장기 사례를 담은 영상에서 화면의 점수는 2BPS 안팎이었습니다.

보정 한 번에 드는 시간도 줄었습니다. 라벨을 붙인 임베딩 30초가 원시 발화 기록 약 3분 30초와 같은 성능을 냈고, 한 달 뒤 데이터에도 잘 들어맞았습니다. 같은 성능에 필요한 라벨 데이터가 7분의 1로 준 만큼, 사용자가 화면 과제를 따라 하는 시간도 그만큼 짧아집니다. 뉴럴링크는 2024년 11월 링크로 보조용 로봇 팔을 조종하는 CONVOY 임상을 따로 시작했고, 1월 글에서 참가자 닉은 로봇 팔로 스스로 음식을 먹고 가려운 곳을 긁었습니다. 7개가 넘는 차원의 움직임을 동시에 다뤄야 하는 로봇 팔 시뮬레이션에서는 디코더가 커서보다 빨리 낡는데, 임베딩으로 만든 디코더는 1주일 뒤에도 조작할 수 있어 보정의 앞 단계를 건너뛸 수 있었습니다.

디코더가 낡는 문제는 2024년 첫 참가자 때도 있었습니다. 놀런드의 하루 최고 점수는 이식 직후 8BPS 가까이 올랐다가 2BPS 안팎까지 떨어졌는데, 원인은 뇌에 꽂은 실 일부가 빠져나온 데 있었습니다. 그때 뉴럴링크는 기록 알고리즘과 디코딩 방식을 고쳐 점수를 되살렸고, 이번에는 신호가 바뀌어도 버티는 표현을 사전학습으로 미리 만들어 두는 쪽을 택했습니다.

커서 순간이동과 운동피질 API

임베딩으로는 마우스가 할 수 없는 일도 시험하고 있습니다. 운동피질에는 근육 움직임과 속도 의도 말고도 위치나 오류 신호, 움직이기 직전의 준비 같은 정보가 담겨 있다는 연구가 이어져 왔고, 뉴럴링크는 화면에서 커서와 목표의 좌표를 뇌 신호만으로 맞히는 실험을 공개했습니다. 임베딩 위에 이전 상태를 기억하지 않는 단순한 선형 모델만 얹었는데도 실제 위치 근처를 짚어 냈습니다. 사용자가 어디로 가려는지 예측해 커서를 한 번에 옮기는 커서 순간이동은 처음 시험에서 10BPS를 넘겼습니다. 아직 목표 위치를 픽셀 단위로 맞히지는 못하지만 커서가 움직이는 시간이 크게 줄었다고 했습니다.

다음 단계로는 네 가지를 꼽았습니다. 여러 참가자의 데이터를 합친 공용 모델, 한 번만 보정하는 디코더, 보정 없이 바로 쓰는 디코더, 그리고 손을 쓰는 모든 동작을 하나로 받아 주는 운동피질 API입니다. 사용자가 앱마다 보정할 필요 없이 한 번 보정하면 되고, 개발자는 공통 인터페이스 위에서 링크용 앱을 만들 수 있다는 구상입니다.

목표는 단순합니다. 수술에서 깨어났을 때 이미 내 의도에 맞춰진 장치를 갖는 것입니다.— 뉴럴링크, 10월 1일 글

발표에 빠진 것

이번 글에 나온 실사용 결과는 모두 참가자 한 사람의 데이터로만 사전학습한 모델에서 나왔습니다. 여러 참가자의 데이터를 합친 모델은 실시간 사용에서 아직 한 사람 모델보다 낫지 않았다고 뉴럴링크가 직접 밝혔습니다. 참가자 사이의 전이는 성공한 사례가 있습니다. P9의 데이터로만 학습한 모델을 가중치 99%를 고정한 채 P2에게 옮겼더니 P2가 쓰던 디코더보다 나았습니다. 여러 사람의 데이터를 합치는 효과는 2023년 학계 연구 POYO와 NDT2가 오프라인 실험에서 먼저 보였습니다.

11.32BPS가 BCI 기록이라는 것도 뉴럴링크가 자체 과제로 잰 값이고, 다른 연구 기관이 같은 조건에서 잰 비교는 글에 없습니다. 글에는 논문이나 동료 검토 결과도 함께 나오지 않았습니다. 글 끝에는 뉴럴링크 장치가 미국 식품의약국(FDA)이나 다른 규제 기관의 승인을 받지 않은 시험용 기기이고, 참가자의 경험이 모든 참가자나 앞으로의 결과를 대표하지 않을 수 있다는 단서가 붙어 있습니다. 회사 스스로도 이번에 꼽은 다음 과제들이 하나도 풀리지 않았다고 적었습니다.

다음에 나올 것

뉴럴링크는 1월에 장치 전극을 1,000개에서 3,000개로 늘리고, 뇌를 감싼 경막을 열지 않고 그대로 실을 넣는 수술을 준비한다고 밝혔고, 6월 30일 첫 경막 관통 이식 영상을 공개했습니다. 루게릭병(ALS)이나 뇌졸중으로 말하기 어려운 사람을 위한 VOICE 임상도 시작해, 9월 18일(미국 시각)에는 참가자 테리가 머릿속 말을 음성으로 바꾸는 영상을 냈습니다. 기능이 늘 때마다 디코더가 하나씩 더 필요하니, 이번 사전학습이 겨냥한 보정 부담도 그만큼 커집니다.

뉴럴링크가 공개한 임상 국가에 한국은 없습니다. 2025년 6월 6억 5,000만 달러를 모은 시리즈 E 발표 때 임상은 미국과 캐나다, 아랍에미리트 세 나라였고, 7월에 영국 두 병원이 더해졌습니다. 뉴럴링크는 여러 참가자의 데이터를 합친 공용 모델이 나오면 새 사용자가 더 나은 출발점에서 시작하고, 참가자 한 사람 한 사람의 데이터가 모두의 조작을 함께 낫게 만들 수 있다고 봤습니다.

읽어 주셔서 고맙습니다.

초이 드림