신경 공학이 작업장에 오고 있다. 신경 센서는 이제 작업자의 두뇌에서 생산성 향상 데이터를 추출하는 상용 파일럿 프로젝트를 지원할 수 있을 만큼 안정적이고 저렴하다. 이러한 프로젝트는 전문화된 작업장에만 국한되지 않는다. 사무실, 공장, 농장, 공항에서도 일어나고 있다. 이 신경 기술 장치 뒤에 있는 회사와 사람들은 이 장치가 우리의 삶을 개선할 것이라고 확신한다. 그러나 작업이 사람 전체가 아니라 뇌의 특정 기능을 중심으로 구성되어야 하는지에 대한 심각한 질문이 있다.

 

분명히 말해서, 현재 이용 가능한 종류의 신경 공학은 마음을 읽는 것과는 거리가 멀다. 센서는 뇌의 여러 영역에서 전기적 활동을 감지하고, 그 활동의 패턴은 스트레스, 초점 또는 외부 자극에 대한 반응과 같은 다양한 감정 또는 생리적 반응과 광범위하게 연관될 수 있다. 이러한 데이터는 근로자를 보다 효율적으로 만들고 기술 지지자들에 따르면 직원을 더 행복하게 만드는 데 활용될 수 있다. 이 분야에서 가장 흥미로운 두 혁신자는 근로자에게 초인간적인 능력을 부여하는 것을 목표로 하는 이스라엘 기반의 신생 기업 InnerEye와 원격 근무자를 포함한 사무직 근로자에게 뇌 추적 웨어러블을 제공하는 실리콘 밸리 신경 기술 회사인 Emotiv이다.

 

이 회사들이 의존하는 기본 기술은 새로운 것이 아니다. 뇌파(EEG)는 약 1세기 동안 사용되어 왔으며 오늘날 의학 및 신경 과학 연구 모두에서 일반적으로 사용된다. 이러한 응용 프로그램의 경우 피험자는 뇌의 다른 부분에 있는 뉴런의 전기 신호를 기록하기 위해 전도성 젤로 두피에 최대 256개의 전극을 부착할 수 있다. 더 많은 전극 또는 "채널"은 의사와 과학자가 판독 값에서 더 나은 공간 해상도를 얻을 수 있음을 의미한다. 즉, 어떤 뉴런이 어떤 전기 신호와 연관되어 있는지 더 잘 알 수 있다.

 

새로운 점은 EEG가 최근 클리닉과 실험실에서 벗어나 소비자 시장에 진입했다는 것이다. 이러한 움직임은 전도성 젤 없이 작동할 수 있는 새로운 종류의 "건식" 전극, 유용한 데이터를 수집하는 데 필요한 전극 수의 상당한 감소, 데이터 해석을 훨씬 쉽게 만드는 인공지능의 발전에 의해 주도되었다. 일부 EEG 헤드셋은 수백 달러에 소비자에게 직접 제공되기도 한다.

 

일반 대중은 이 메모를 받지 못했을 수도 있지만 전문가들은 신경 기술이 성숙하고 상업적 응용을 위한 준비가 되어 있다고 말한다. 조지타운 대학 의료 센터의 신경 윤리 연구 책임자인 James Giordano는 "이것은 공상 과학이 아니다."고 말한다. "이건 정말 현실적이다."

 

이스라엘 헤르츨리야에 있는 사무실에서 Sergey Vaisman이 컴퓨터 앞에 앉아 있다. 그는 편안하지만 집중하고, 조용하고 움직이지 않으며, 그가 착용하고 있는 7채널 EEG 헤드셋에 의해 전혀 주의가 산만하지 않다. 컴퓨터 화면에서는 이미지가 차례로 빠르게 나타났다가 사라진다. 초당 3개의 이미지 속도로 공항 X선 스캐너에서 가져온 것임을 알 수 있다. 유령 가방과 그 내용물에 대한 덧없는 인상을 넘어서는 것을 보는 것은 본질적으로 불가능하다.

 

"우리의 두뇌는 놀라운 기계이다."라고 Vaisman은 이미지의 흐름이 끝날 때 말한다. 이제 화면에는 Vaisman의 두뇌에 의해 플래그가 지정된 선택된 X선 이미지의 앨범이 표시되며, 대부분은 이제 숨겨진 총기가 있는 것으로 드러났다. 1초에 세 개의 이미지가 날아갈 때 아무도 가방의 뒤죽박죽 내용물 사이에서 총기를 식별하고 플래그를 지정할 수 없다. 뇌는 시각적 이미지를 매우 빠르게 처리한다. Vaisman에 따르면 이와 같은 복잡한 이미지에 총이 있는지 여부를 결정하는 의사 결정 프로세스는 단 300밀리초가 소요된다.

 

훨씬 더 많은 시간이 걸리는 것은 의사 결정 이후에 발생하는 인지 및 운동 과정이다. 즉, 반응을 계획하고(예: 무언가를 말하거나 버튼을 누르는 등) 해당 반응을 실행한다. 이러한 계획 및 실행 단계를 건너뛰고 대신 EEG를 사용하여 뇌의 시각 처리 및 의사 결정 시스템의 출력에 직접 액세스할 수 있다면 이미지 인식 작업을 훨씬 빠르게 수행할 수 있다. 사용자는 더 이상 적극적으로 생각할 필요가 없다. 전문가의 경우 뇌가 이미지의 내용을 정확하게 판단할 수 있는 덧없는 첫인상만으로도 충분하다.

 

 

InnerEye의 이미지 분류 시스템은 전문가의 두뇌에 지름길을 제공하여 고속으로 작동한다. 전문가가 연속적인 이미지 스트림(복잡도에 따라 초당 3개에서 10개 이미지)에 초점을 맞추기 때문에 InnerEye의 소프트웨어와 결합된 상업용 EEG 시스템은 전문가의 두뇌가 표적을 인식할 때 생성하는 특징적인 반응을 구별할 수 있다. 이 예에서 표적은 공항 보안 애플리케이션을 나타내는 여행 가방의 X선 이미지에 있는 무기이다. CHRIS PHILPOT

 

Vaisman은 최근 스텔스 모드에서 나온 이스라엘 기반 스타트업 InnerEye의 R&D 부사장이다. InnerEye는 딥 러닝을 사용하여 EEG 신호를 "표적" 및 "비표적"을 나타내는 응답으로 분류한다. 표적은 훈련된 인간의 두뇌가 인식할 수 있는 모든 것이 될 수 있다. InnerEye는 보안 검사를 개발하는 것 외에도 의사와 협력하여 의료 이미지에서 종양을 감지하고 농부와 함께 병든 식물을 식별하며 제조 전문가와 협력하여 제품 결함을 찾아낸다. 간단한 경우 InnerEye는 우리의 두뇌가 초당 최대 10개의 이미지 속도로 이미지 인식을 처리할 수 있음을 발견했다. Vaisman은 회사 시스템이 이미지를 수동으로 인식하고 태그를 지정할 때 사람이 하는 것처럼 정확한 결과를 생성한다고 말한다. InnerEye는 EEG를 해당 사람의 두뇌에 대한 지름길로 사용하여 프로세스 속도를 크게 높일 뿐이다.

 

InnerEye 기술을 사용하려면 적극적인 의사 결정이 필요하지 않지만 훈련과 집중이 필요하다. 사용자는 해당 작업의 전문가여야 하며, 총기든 종양이든 주어진 유형의 표적을 식별하는 데 잘 훈련되어 있어야 한다. 그들은 또한 그들이 보고 있는 것에 세심한 주의를 기울여야 한다. 그들은 단지 정신을 차리고 이미지가 번쩍이게 내버려 둘 수 없다. InnerEye의 시스템은 초점을 매우 정확하게 측정하여 사용자가 눈을 깜박이거나 잠시 집중을 멈춘 경우 이를 감지하여 놓친 이미지를 다시 표시한다.

 

루프에 인간의 두뇌가 있다는 것은 해석이 가능한 데이터를 분류하는 데 특히 중요하다. 예를 들어, 잘 훈련된 이미지 분류기는 여행 가방의 X선 이미지에 총이 있는지 여부를 합리적인 정확도로 결정할 수 있지만 해당 X선 이미지에 모호하게 의심되는 다른 것이 표시되는지 여부를 확인하려면 인간의 경험이 필요하다. 사람들은 그것이 무엇인지 잘 알지 못하더라도 비정상적인 것을 감지할 수 있다.

 

InnerEye 설립자이자 최고 기술 책임자인 Amir Geva는 “뇌파에서 그 불확실성을 볼 수 있다. "우리는 그들이 확신하지 못할 때를 안다."고 말한다. 인간은 새로움을 인식하고 맥락화하는 독특한 능력을 가지고 있으며, 이는 InnerEye의 시스템이 AI 이미지 분류기에 비해 상당한 이점이다. 그런 다음 InnerEye는 그 뉘앙스를 AI 모델에 다시 입력한다. Geva는 "인간이 확실하지 않을 때 AI 시스템에 확실하지 않다고 가르칠 수 있다. 이는 AI 시스템을 1 또는 0으로 가르치는 것보다 더 나은 훈련이다."고 말한다. "인간의 전문성과 AI를 결합할 필요가 있다." InnerEye의 시스템은 모든 이미지가 컴퓨터 비전과 인간의 두뇌로 분류될 수 있기 때문에 이러한 조합을 가능하게 한다.

 

InnerEye의 시스템을 사용하는 것은 사용자에게 긍정적인 경험이라고 회사는 주장한다. Vaisman은 "새로운 사용자와 작업을 시작할 때 첫 경험은 다소 압도적이다. "하지만 한두 번의 세션에서 사람들은 그것에 익숙해지고 좋아하기 시작한다." Geva는 일부 사용자가 최대 20분 동안 지속되는 세션 동안 일정한 초점을 유지하는 것이 어렵다고 생각하지만, 일단 초당 3개의 이미지로 작업하는 데 익숙해지면 초당 2개의 이미지라도 "너무 느리다"고 느낀다고 말한다.

 

보안 검색 애플리케이션에서 초당 3개의 이미지는 전문가가 수동으로 달성할 수 있는 것보다 대략 10배 더 빠르다. InnerEye는 그들의 시스템이 훨씬 더 적은 수의 사람이 훨씬 더 많은 데이터를 처리할 수 있도록 허용한다고 말한다. 2명의 인간 전문가가 동시에 15개의 보안 스캐너를 중복 감독하고 인간 두뇌의 출력을 사용하여 동시에 훈련되는 AI 이미지 인식 시스템의 지원을 받는다.

 

InnerEye는 현재 파일럿 프로젝트에서 전 세계 소수의 공항과 파트너 관계를 맺고 있다. 신경 기술을 직장에 도입하기 위해 노력하는 회사는 이 뿐만이 아니다.

 

Emotiv의 두뇌 추적 기술 작동 방식

 

직장에서의 생산성과 웰빙을 위한 신경 모니터링과 관련하여 샌프란시스코에 본사를 둔 회사 Emotiv가 주도하고 있다. Emotiv는 11년 전에 설립된 이래로 가벼운 두뇌 스캐닝 헤드셋 3가지 모델을 출시했다. 지금까지 이 회사는 주로 신경과학자에게 하드웨어를 판매했으며, 부업은 뇌로 제어되는 앱이나 게임 개발자를 대상으로 했다. Emotiv는 두뇌 스캐닝 센서를 눈에 잘 띄지 않는 한 쌍의 Bluetooth 이어버드에 집어넣는 네 번째 모델인 MN8 시스템을 출시한 올해에만 기업 솔루션으로 기술을 광고하기 시작했다.

 

Emotiv의 CEO이자 공동 설립자인 Tan Le는 신경 기술을 웨어러블의 차세대 트렌드로 보고 있다. 이는 사람들이 정신 상태에 대한 객관적인 "두뇌 측정 기준"을 가져와 인지 및 정신 건강을 추적하고 이해할 수 있도록 하는 방법이다. "지금부터 5년 후에는 이 [두뇌 추적]이 매우 보편적일 것이라고 상상하는 것이 합리적이라고 생각한다."고 그녀는 말한다. 회사에서 MN8 시스템을 사용하면 근로자는 개인의 집중 수준과 스트레스에 대한 통찰력을 얻고 관리자는 팀에 대한 집계 및 익명 데이터를 얻는다.

 

 

Emotiv의 MN8 시스템은 이어폰을 사용하여 EEG 데이터의 두 채널을 캡처한다. 이 데이터에서 회사의 독점 알고리즘은 주의력 및 인지 스트레스에 대한 성능 지표를 도출한다. 특히 데이터 채널이 2개뿐인 경우 원시 EEG 신호[상단]에서 결론을 도출하는 것은 매우 어렵다. MN8 시스템은 Emotiv가 더 많은 전극을 가진 이전 헤드셋의 10년 가치 데이터를 사용하여 개발한 머신러닝 모델에 의존한다.

 

작업자의 주의력과 인지 스트레스 수준을 결정하기 위해 MN8 시스템은 다양한 분석을 사용한다. 여기에 표시된 [가운데, 막대 그래프]는 작업자의 주의가 높고 인지 스트레스가 낮을 때 저주파 범위(세타 및 알파)에서 활동이 증가했음을 보여준다. 작업자가 낮은 주의력과 높은 스트레스를 받을 때 더 높은 주파수 범위(베타 및 감마)에서 더 많은 활동이 있다. 이 분석과 다른 많은 분석은 작업자의 주의력과 인지 스트레스[하단]에 대한 단순화된 메트릭을 제공하는 모델에 반영된다.

 

Emotiv는 직장의 미래를 치열하게 논의하는 세상에 자사의 엔터프라이즈 기술을 출시했다. 직원들은 팬데믹 이후 직장 복귀 계획에 대해 고용주와 말다툼을 하고 있으며, 회사는 직원이든 긱 근로자든, 사무실에서 또는 원격으로 일하는 직원을 감시하기 위해 점점 더 “보스웨어”를 사용하고 있다. Le는 Emotiv가 이러한 추세를 인지하고 있으며 새로운 장비를 선보일 때 어떤 회사와 협력할지 신중하게 고려하고 있다고 말한다. "이 기술의 디스토피아적 잠재력은 우리에게 손실되지 않는다."라고 그녀는 말한다. "그래서 우리는 이 기술을 책임감 있는 방식으로 도입하려는 파트너를 선택하는 것을 매우 잘 알고 있다. 파트너는 직원을 돕고 권한을 부여하려는 진정한 열망이 있어야 한다."라고 그녀는 말한다.

 

글로벌 부동산 서비스 회사 JLL에서 일하는 컨설턴트 Lee Daniels는 최근 많은 고위 경영진과 이야기를 나눴다. "그들은 걱정하고 있다."라고 Daniels는 말한다. "원래 예상했던 것만큼 사무실로 복귀하는 사람들이 많지 않다. 하이브리드 모델은 계속 존재하며 매우 복잡하다." 경영진이 Daniels에게 와서 하이브리드 인력을 관리하는 방법을 묻는다. "여기서 신경과학이 등장한다."라고 그는 말한다.

 

Emotiv는 JLL과 파트너 관계를 맺었다. JLL은 MN8 이어버드를 사용하여 고객이 작업자의 주의, 주의 산만 및 스트레스에 대한 "진정한 과학적 데이터"를 수집하고 이러한 요소가 생산성과 웰빙에 미치는 영향에 대해 설명한다. Daniels는 JLL이 현재 새로운 협업 도구 및 다양한 작업 설정에 대한 작업자의 응답을 추적하기 위해 MN8 시스템을 사용하여 고객이 단기 실험을 실행하도록 돕고 있다고 말한다. 예를 들어 고용주는 재택 근무자와 원격 근무자의 생산성을 비교할 수 있다.

 

"이 기술의 디스토피아적 잠재력은 우리에게 손실되지 않는다." —Tan Le, Emotiv CEO

 

Emotiv CTO Geoff Mackellar는 새로운 MN8 시스템이 편리하고 편안한 폼 팩터로 인해 성공할 것이라고 믿는다. 다목적 이어버드를 사용하면 사용자가 음악을 듣고 전화를 받을 수도 있다. 이어버드의 단점은 두뇌 데이터의 두 채널만 제공한다는 것이다. 회사가 이 프로젝트를 처음 고려했을 때 그의 엔지니어링 팀은 지난 10년 동안 Emotiv의 다른 헤드셋에서 수집한 풍부한 데이터 세트를 살펴보았다. 이 회사는 학자들이 Emotiv 기술을 사용하여 4,000건 이상의 연구를 수행했다고 자랑한다. 5, 14 또는 32개 채널이 있는 헤드셋에서 수집한 데이터에서 Emotiv는 이어버드가 선택할 수 있는 두 채널에서 데이터를 분리했다. "분명히 두 센서의 정보는 적지만 매우 관련성이 높은 정보를 상당히 많이 추출할 수 있었다."라고 Mackellar는 말한다.

 

Emotiv 엔지니어가 하드웨어 프로토타입을 만든 후 자원 봉사자에게 이어버드와 14채널 헤드셋을 동시에 착용하게 했다. 엔지니어들은 두 시스템의 데이터를 동시에 기록하여 상대적으로 희소한 MN8 데이터에서 주의력과 인지 스트레스의 신호를 식별하는 머신러닝 알고리즘을 훈련했다. Mackellar는 주의력과 스트레스와 관련된 뇌 신호가 잘 연구되었으며 비교적 추적하기 쉽다. 말하기와 이동과 같은 일상적인 활동도 EEG에 등록되지만 Emotiv 소프트웨어는 이러한 인공물을 걸러낸다.

 

MN8 이어버드와 페어링된 앱은 원시 EEG 데이터를 표시하지 않는다. 대신 해당 데이터를 처리하고 근로자에게 개별 성과와 관련된 두 가지 간단한 메트릭을 보여준다. 하나의 구불구불한 선은 작업에 대한 근로자의 주의력의 상승과 하락(작업을 전환하거나 주의가 산만해질 때 나타나는 집중력과 저하의 정도)을 나타내는 반면, 다른 선은 인지 스트레스를 나타낸다. 짧은 기간의 스트레스는 동기를 부여할 수 있지만 너무 오랫동안 스트레스를 받으면 생산성과 웰빙이 저하될 수 있다. 따라서 MN8 시스템은 때때로 작업자에게 휴식을 제안한다. 작업자는 스스로 실험을 실행하여 어떤 종류의 휴식 활동이 기분과 집중력을 가장 잘 회복하는지 확인할 수 있다. 예를 들어 산책, 커피 한 잔 또는 동료와 채팅 등이다.

 

신경 윤리학자들이 직장에서 신경 기술에 대해 생각하는 것

 

MN8 사용자는 자신의 두뇌에서 데이터에 쉽게 액세스할 수 있지만 고용주는 개별 작업자의 두뇌 데이터를 볼 수 없다. 대신 팀이나 부서의 관심과 스트레스 수준을 파악하기 위해 집계된 데이터를 받는다. 이 데이터를 통해 회사는 예를 들어 직원이 가장 생산적인 요일과 시간을 알 수 있으며 중대한 발표가 직원의 전반적인 스트레스 수준에 어떤 영향을 미치는지 확인할 수 있다.

 

Emotiv는 개인의 개인 정보를 보호하고 두뇌 지표에 따라 승진하거나 해고되는 것을 방지하기 위해 데이터를 익명화하는 것의 중요성을 강조한다. Emotiv의 Le는 "데이터는 귀하의 것이다."라고 말한다. "고용주와 익명으로 사본을 공유할 수 있도록 명시적으로 허용해야 한다." 그룹이 실제 익명성에 비해 너무 작으면 시스템이 해당 데이터를 고용주와 공유하지 않을 것이라고 Le는 말한다. 그녀는 또한 직원들이 MN8 시스템을 정기적으로 사용하는 대가로 의료 보험 할인을 제공하는 직원 건강 프로그램의 일환으로 선택하는 경우에만 이 장치를 사용할 것이라고 예측한다.

 

그러나 근로자는 고용주가 어떻게든 데이터를 사용하지 않을까 걱정할 수 있다. 신경 윤리 연구소(Institute of Neuroethics)의 설립자인 Karen Rommelfanger는 그 우려를 공유한다. 그녀는 "고용주들이 그러한 기술을 사용하는 데 상당한 관심을 갖고 있다고 생각한다."라고 말한다. “직원들의 큰 관심이 있는지 모르겠다.”

 

그녀와 조지타운의 Giordano 모두 그러한 도구가 조만간 일반화될 것이라고 의심한다. Giordano는 개인 정보 보호 및 근로자 권리와 같은 문제에 대해 직원들로부터 "반박이 있을 것이라고 생각한다"라고 말한다. 기술 제공자와 기술을 배포하는 회사가 책임 있는 접근 방식을 취하더라도 그는 누가 뇌 데이터를 소유하고 어떻게 사용하는지에 대한 질문이 제기될 것으로 예상한다. "인식된 위협은 조기에 명시적으로 해결되어야 한다."라고 그는 말한다.

 

Giordano는 미국 및 기타 서방 국가의 근로자들이 일상적인 뇌 스캔에 반대할 것으로 예상한다고 말한다. 그는 중국에서 노동자들이 그러한 기술에 대한 실험을 더 잘 받아들인다고 말했다. 그는 또한 뇌 모니터링 장치가 산업 현장에서 가장 먼저 등장할 것이라고 믿는다. 산업 현장에서는 순간적인 주의 부족이 사고로 이어져 근로자를 다치게 하고 회사의 수익을 해칠 수 있다. Giordano는 "아마도 산업 안전의 일부 기준 하에서 매우 잘 작동할 것이다."고 말한다. 트럭 운송, 건설, 창고 운영 등과 관련된 회사에서 이러한 장치를 사용하고 있다고 상상하기 쉽다. 실제로 피로를 측정하는 EEG 머리띠와 같은 제품이 트럭 운전사와 광부용으로 이미 시장에 나와 있다.

 

Giordano는 안전 및 웰빙 프로그램을 위해 뇌 추적 장치를 사용하는 것은 모든 작업 환경에서 미끄러운 경사가 될 수 있다고 말한다. 회사가 처음에 근로자의 웰빙에 중점을 두더라도 곧 MN8과 같은 장치가 제공하는 생산성 및 성능 측정 기준에 대한 다른 용도를 찾을 수 있다. "메트릭스가 표준화되지 않으면 의미가 없으며 매우 빠르게 비교 대상이 된다."라고 그는 말한다.

 

Rommelfanger는 아무도 직장 신경 기술이 어떻게 진행될지 예측할 수 없다고 덧붙인다. “신경 기술을 만드는 대부분의 회사는 그들이 만들고 있는 사회에 대해 준비가 되어 있지 않다고 생각한다.”라고 그녀는 말한다. "그들은 아직 가능성을 모른다."