01 / AI · 분석
뇌파 이해 평가에서 드러난 시각언어 모델의 정렬 병목
EEGProbe 연구진은 신호 없이 정답을 맞히는 지름길을 줄이고, 뇌파와 다른 형식의 정보를 연결하는 능력을 시험했다.

EEGProbe 연구진은 범용 시각언어 모델의 뇌파(EEG) 이해 평가를 제안했다고 발표했다. 글과 이미지를 함께 해석하는 모델에 뇌파 중심 질문 620개를 제시했다. 논문은 최고 점수가 GPT-5.6 Sol의 41.63%였다고 보고했다.
논문은 범용 멀티모달 능력과 뇌파 이해 사이의 간극을 다뤘다. 입력 신호에서 정보를 추출하고 추론하는지를 시험했다. 정답을 맞혔는지와 함께 뇌파가 답에 필요한지도 점검했다.
연구진은 신호 없이 답하는 지름길을 줄이도록 평가를 설계했다고 밝혔다. 시간·주파수·공간·생리적 구조를 모델의 성공과 실패에 연결해 분석했다. 추론 과정에 신경생리학적 지침을 제공할 때 예측이 달라지는지도 살폈다.
뇌파가 답에 필요한지 거른 평가
논문에 따르면 평가는 신호 분류, 교차 모달 정렬, 신경생리학적 추론으로 나뉘었다. 질문은 13개 세부 과제로 구성됐다. 연구진은 가능한 범위에서 기록의 시간 구조를 보존했다.
연구진은 평가 과정에서 추가되는 신호 처리를 최소화했다고 밝혔다. 뇌파가 정답에 필요한지 검사한 뒤 전문가 검증을 거쳤다. 과제별 특징 가공이나 뇌파 전용 적응 없이 모델을 시험했다.
신호 정렬에서 드러난 병목
논문은 공개형·비공개형 모델 11개에 같은 제로샷 평가를 적용했다고 밝혔다. 제로샷은 풀이 예시를 별도로 제공하지 않는 방식으로 적용됐다. 신호와 다른 형식의 정보를 대응시키는 교차 모달 정렬은 "a major bottleneck"으로 지목됐다.
연구진은 추론 시점의 신경생리학적 지침이 예측을 바꿀 수 있다고 보고했다. 입력 패턴을 인식하고 관련 신경학 지식과 연결하는 데 도움을 줬다고 설명했다. 논문은 이 연결을 범용 멀티모달 능력과 뇌파 이해의 간극을 줄이는 방향으로 제시했다.