무슨 논문인가요
2026년 8월 3일 Nature Machine Intelligence 8월호에 실린 "Beyond representational alignment with brain-guided language models for robust reasoning"은 베이징대 범용 인공지능 국가중점연구실의 Mingqing Xiao가 제1저자이고, Kai Du·Zhouchen Lin이 함께 썼습니다. 2025년 10월 14일 투고해 2026년 7월 1일 채택됐고, arXiv에는 6월 10일 먼저 올라왔습니다. 공식
질문은 두 단계입니다. 첫째, 대형 언어 모델(LLM)의 내부 표현이 사람이 논리 문제를 풀 때의 뇌 활동과 얼마나 닮았는가. 둘째, 닮았다면 그 뇌 신호로 모델을 실제로 더 잘 추론하게 만들 수 있는가. 저자들은 언어와 추론이 뇌에서 분리되는 것처럼 보인다는 선행 연구를 들어, 언어 영역이 아니라 추론 영역의 신호를 골라 썼습니다. 공식
뇌와 모델은 얼마나 닮았나
데이터는 OpenNeuro에 공개된 fMRI 세트 ds003076입니다. 19~30세 성인이 삼단논법과 이행 추론 두 유형의 연역 문제 70개를 풀었고, 의미 단서를 줄이려고 가짜 단어를 썼습니다. 원래 17명이 기록됐지만 행동 자료 누락, 우연 수준 정답률, 영상 처리 문제로 7명을 빼고 10명을 분석했습니다. 공식
| 항목 | 신경 예측력 |
|---|---|
| 전체 문제 합산 | 76% |
| 추론 유형별 | 27% |
출처: Xiao et al., Nature Machine Intelligence (2026), Fig. 2
결과는 반반입니다. 삼단논법과 이행 추론을 합쳐 보면 LLM 표현은 추론 관련 영역 활동의 설명 가능한 분산 가운데 약 76%를 설명했습니다. 그런데 유형별로 나누면 약 27%로 떨어집니다. 저자들은 이를 "정렬과 괴리가 공존한다"고 표현합니다. 공식 이 대응은 학습되지 않은 모델보다 뚜렷이 높았고, 언어 영역보다 추론 영역에서 유의하게 높았습니다(양측 짝 t 검정, p 값 0.001 미만). 공식
뇌 신호로 모델을 조정하는 두 방법
fMRI 신호
추론 영역의 문제별 반응
공동 구조 추출
모델 표현과 뇌 표현이 함께 만드는 방향
NARI
추론 시점에 표현을 개입
NARF
미세조정으로 가중치에 내재화
핵심 아이디어는 모델 표현과 뇌 표현의 공동 구조에서 "방향"을 뽑아, 그 방향으로 모델 내부 표현을 밀어 주는 것입니다. 추론할 때 잠깐 개입하는 NARI와, 학습 단계에서 아예 가중치에 새기는 NARF 두 갈래로 구현했습니다. 공식 실험 대상은 Qwen2(1.5B·7B·72B), Qwen3-4B, Llama 2·3·3.3, Mistral-7B, Phi-4-mini, Gemma 2-9B 등 10개 오픈 모델입니다. 공식
얼마나 좋아졌나
| 항목 | 수치 | 비고 |
|---|---|---|
| 평균 정확도 향상 | 2.2%p (범위 0.5~6.4) | 언어 감독에 NARF를 더했을 때, 10개 모델 공식 |
| 최대 향상 | 70.5% → 83.7% (13.2%p) | Mistral-7B-Instruct, 명제 추론, 5회 실행 최대치 기준 공식 |
| 전이 | 추론 유형 간 전이 확인 | HCP 관계 추론 과제로 교차 검증 공식 |
저자들은 이 향상이 언어만으로 하는 감독과 "직교"한다고, 즉 언어 데이터로는 얻기 어려운 다른 종류의 개선이라고 주장합니다. 표현 분석에서는 언어 감독이 주로 마지막 층 출력을 바꾸는 반면, NARF는 네트워크 전반에서 더 구별되는 추론 궤적을 만들었다고 설명합니다. 공식
