RnDCircle Logo
arrow left icon

백세범 연구실

한국과학기술원 뇌인지과학과

백세범 교수

Retino-Cortical Mapping

Face Detection

Face Recognition

백세범 연구실

뇌인지과학과 백세범

백세범 연구실은 생물물리와 계산신경과학을 바탕으로 뇌의 구조와 기능, 그리고 인지 메커니즘을 심층적으로 탐구하는 연구실입니다. 본 연구실은 특히 시각 피질의 기능적 지도(orientation map, ocular dominance map 등)와 그 발달 메커니즘을 수학적 모델링, 동물 실험, 신경영상 데이터 분석 등 다양한 방법론을 융합하여 연구합니다. 망막 신경절 세포의 모자이크 구조와 피질 내 연결망이 어떻게 시각 정보 처리의 효율성과 적응성을 결정하는지, 그리고 이러한 구조가 동물 종에 따라 어떻게 다르게 나타나는지에 대한 근본적인 질문에 답하고자 합니다. 또한, 본 연구실은 학습이 없는 상태에서도 자연적으로 발생하는 인지 기능의 원리를 밝히는 데 주력하고 있습니다. 무작위로 초기화된 인공 신경망에서 얼굴, 수량, 객체 인식 등 다양한 인지 기능이 자발적으로 나타날 수 있음을 수학적 모델과 시뮬레이션을 통해 규명하였으며, 이는 인간 및 동물의 선천적 인지 능력의 기원을 설명하는 데 중요한 단서를 제공합니다. 이러한 연구는 인공지능 분야에도 직접적으로 응용되어, 학습 데이터가 제한된 환경에서도 효율적으로 인지 기능을 구현할 수 있는 새로운 신경망 설계 원리를 제시합니다. 연구실은 기억의 저장과 제거, 사회적 행동, 신경정신질환 등 다양한 뇌 기능과 장애의 메커니즘을 계산신경과학적 모델과 실험적 데이터 분석을 통해 연구합니다. 시냅스 가소성, 신경회로의 동적 연결, 다양한 신경세포 유형의 상호작용이 기억의 유연성과 안정성, 사회적 정보 처리, 질환 발생에 미치는 영향을 규명하며, 자폐 스펙트럼 장애, 간질, 뇌종양 등 다양한 신경정신질환 모델에서 신경회로의 구조적·기능적 변화를 분석합니다. 최근에는 멀티모달 뇌신경신호와 생성모델을 활용하여 실제 생활 환경에서의 복합 인지 및 기억 디코딩, 조절 기술 개발에도 주력하고 있습니다. 이러한 연구는 뇌-기계 인터페이스, 신경질환 진단 및 치료, 인지 증강 기술 등 다양한 응용 분야로 확장되고 있습니다. 백세범 연구실은 생물물리, 신경과학, 인공지능, 데이터사이언스 등 다양한 학문 분야의 융합을 통해 뇌의 근본 원리와 인지 메커니즘을 밝히고, 이를 바탕으로 차세대 인공지능 및 신경기반 기술 개발에 기여하고 있습니다.

Retino-Cortical Mapping
Face Detection
Face Recognition
생물물리 기반 시각 신경회로의 기능적 지도와 발달 메커니즘
본 연구실은 생물물리적 접근을 통해 시각 신경회로의 기능적 지도와 그 발달 메커니즘을 심도 있게 연구하고 있습니다. 특히, 포유류의 시각 피질에서 관찰되는 다양한 기능적 맵(orientation map, ocular dominance map 등)이 어떻게 형성되는지에 대한 수학적 모델링과 실험적 검증을 병행합니다. 이를 위해 망막 신경절 세포의 모자이크 구조, 피질 내 장거리 및 단거리 연결, 그리고 발달 과정에서의 상호작용이 기능적 맵의 공간적 구조에 미치는 영향을 분석합니다. 이러한 연구는 단순히 구조적 특성에 그치지 않고, 기능적 측면에서 각 신경회로가 어떻게 시각 정보를 효율적으로 처리하는지까지 확장됩니다. 예를 들어, 망막에서 시각 피질로의 피드포워드 연결이 어떻게 주기적이고 정렬된 기능적 지도를 유도하는지, 그리고 이러한 구조가 다양한 동물 종에서 어떻게 다르게 나타나는지 규명합니다. 또한, 시뮬레이션과 실제 동물 데이터를 결합하여, 신경회로의 발달과정에서 나타나는 보편적 원리를 도출하고자 합니다. 이 연구는 궁극적으로 뇌의 기능적 구조가 어떻게 자연적으로 조직되는지, 그리고 이러한 구조가 시각 정보 처리의 효율성과 적응성에 어떤 기여를 하는지에 대한 근본적인 이해를 제공합니다. 이를 통해 신경과학, 생물물리, 계산모델링의 융합적 연구를 선도하고 있습니다.
학습 없이 자연 발생하는 인지 기능과 인공 신경망 모델
본 연구실은 학습이 없는 상태에서도 자연적으로 발생하는 인지 기능의 원리를 탐구합니다. 최근에는 무작위로 초기화된 인공 신경망(untrained neural network)에서 얼굴, 수량, 객체 인식 등 다양한 인지 기능이 자발적으로 나타날 수 있음을 수학적 모델과 시뮬레이션을 통해 밝혀내고 있습니다. 이러한 연구는 인간 및 동물의 뇌에서 선천적으로 존재하는 인지 능력의 기원을 설명하는 데 중요한 단서를 제공합니다. 특히, 심층 신경망에서 학습 이전에 이미 특정 자극(예: 얼굴, 수량, 비율 등)에 선택적으로 반응하는 유닛이 자연스럽게 형성됨을 보였으며, 이는 실제 동물의 신경세포에서 관찰되는 특성과 유사함을 확인하였습니다. 또한, 이러한 자발적 선택성이 다양한 시각 변환(회전, 이동, 크기 변화 등)에도 불변성을 유지함을 규명하였고, 이는 생물학적 시각 시스템의 강인성과 효율성을 설명하는 새로운 패러다임을 제시합니다. 이 연구는 인공지능 분야에도 직접적으로 응용될 수 있으며, 학습 데이터가 제한된 환경에서도 효율적으로 인지 기능을 구현할 수 있는 새로운 신경망 설계 원리를 제공합니다. 더 나아가, 뇌의 선천적 회로 구조와 인공 신경망의 구조적 유사성을 바탕으로, 인간 수준의 인지 능력을 갖춘 차세대 인공지능 개발에 기여하고 있습니다.
뇌신경망의 기억, 사회성, 질환 모델링 및 다중 모달 신경신호 해석
연구실은 기억의 저장과 제거, 사회적 행동, 신경정신질환 등 다양한 뇌 기능과 장애의 메커니즘을 계산신경과학적 모델과 실험적 데이터 분석을 통해 연구합니다. 특히, 시냅스 가소성, 신경회로의 동적 연결, 그리고 다양한 신경세포 유형의 상호작용이 기억의 유연성과 안정성, 사회적 정보 처리, 질환 발생에 미치는 영향을 규명합니다. 예를 들어, 자폐 스펙트럼 장애, 간질, 뇌종양 등 다양한 신경정신질환 모델에서 신경회로의 구조적·기능적 변화를 분석하고, 이를 바탕으로 질환의 원인과 치료 타겟을 제시합니다. 또한, 작업 기억, 순차적 정보 처리, 보상 기반 학습 등 고등 인지 기능의 신경학적 기전을 수학적 모델과 심리물리학적 실험을 결합하여 연구합니다. 최근에는 멀티모달 뇌신경신호(EEG, fMRI 등)와 생성모델을 활용하여 실제 생활 환경에서의 복합 인지 및 기억 디코딩, 조절 기술 개발에도 주력하고 있습니다. 이러한 연구는 뇌-기계 인터페이스, 신경질환 진단 및 치료, 인지 증강 기술 등 다양한 응용 분야로 확장되고 있습니다.
1
Split-second insights from the brain`s dual-stream visual system
Paik, Se-Bum
NEURON, 202412
2
Hierarchical gradients of multiple timescales in the mammalian forebrain
Jung, Min Whan, Paik, Se-Bum, Shin, Eun Ju, Song, Min, Seo, Hyojung, Soltani, Alireza, Steinmetz, Nicholas A., Lee, Daeyeol
PROCEEDINGS OF THE NATIONAL ACADEMY OF SCIENCES OF THE UNITED STATES OF AMERICA, 202412
3
miR-124 coordinates metabolic regulators acting at early stages of human neurogenesis
Han, Yong-Mahn, Kim, Joon, Paik, Se-Bum, Lee, Seung-Hee, Ju, Young Hee, Jung, Eunji, Do, Hyunsu, Son, Geurim, Kim, Dayeon, Park, Youngjin, Son, Jihoon, Ahn, Insook, Ju, Min Gyu, Yoo, Jong-Yeon, Kang, Chanhee, Han, Jinju, Na, Yongwoo, Kim, Yongsung, Clemenson, Gregory D., Schafer, Simon T., Parylak, Sarah L., Paquola, Apua, McDonald, Aidan H., Kim, Gilhyun, Hur, Junho, Gage, Fred H., Kim, Jong-Seo
COMMUNICATIONS BIOLOGY, 202410
1
(통합EZ)(장재선)(1/1차년도) 척수 회로 구조 모사 인공 신경망을 이용한 수의적 움직임 제어 인터페이스 개발(2023년도)
한국연구재단
2023년 09월 ~ 2024년 05월
2
(통합EZ)학습 없이 자연 발생하는 인지 기능의 모델 시뮬레이션 연구(2023년도)
한국연구재단
2023년 03월 ~ 2024년 02월
3
(통합EZ)고등인지 신경활동의 잠재 공간 표현에 관한 계산신경과학적 모델 연구(2023년도)
서울대학교 산학협력단
2023년 ~ 2023년 12월