메타가 발표한 비침습적 뇌-컴퓨터 인터페이스(BCI) 기술인 'Brain2Qwerty v2'는 단어 정확도를 61%까지 끌어올리며 혁신을 보여주었으나, 실시간 통신과 완전 마비 환자 적용이라는 여전한 기술적 한계를 안고 있습니다.
메타의 이번 발표는 '데이터 규모가 성능을 결정한다'는 AI 시대의 공식을 BCI 분야에서도 재확인시켜 주었습니다. LLM을 활용해 뇌파의 노이즘을 언어적 맥락으로 보정하는 전략은 매우 영리하며, 이는 향후 신경과학 기반 스타트업들이 단순한 센서 개발을 넘어 거대 모델과의 통합에 집중해야 함을 시사합니다.
하지만 명확한 한계도 존재합니다. 현재의 시스템은 사용자가 타이핑을 마친 후에야 결과가 나오는 '비실시간성'과, 손가락 움직임이 전제되어야 한다는 '제한적 적용 범위'라는 치명적인 트레이드오프를 가지고 있습니다. 만약 이 기술이 실시간 피드백을 제공하지 못한다면, 이는 단순한 실험실의 성과에 그칠 위험이 큽니다.
따라서 창업자들은 하드웨어의 정밀도(MEG vs EEG)와 소프트웨어의 지능(LLM) 사이의 균형점을 찾는 데 주목해야 합니다. 고가의 장비 없이도 높은 정확도를 낼 수 있는 경량화된 알고리즘이나, 움직임이 불가능한 환자를 위한 '운동 상상(Motor Imagery)' 기반 모델 개발에 선제적으로 투자하는 것이 기회를 포착하는 길입니다.
아직 댓글이 없습니다. 첫 댓글을 남겨보세요.