4분 읽기
- 파레이돌리아(Pareidolia, 착시): 눈과 입이 없는 다양한 사물에서도 사람 얼굴로 인식
- 22명의 실험 대상자의 뇌 신경 활동 비교. 이 연구에서 이미지를 볼 때 자기 뇌파 사용
- 우리의 뇌가 진화 과정에서 동시에 두 가지 능력을 완성
- 우리는 주로 눈에 관심을 기울이지 않는다.

왜 우리는 어디서나 얼굴을 볼 수 있을까?

시각적 환상:
일상생활에서 우리의 뇌는 종종 얼굴이 없는 곳에 얼굴이 보인다고 속는다. 연구에 의하면 이러한 현상은 아마도 우리의 뇌가 진화 과정에서 동시에 두 가지 능력을 완성했기 때문일 것이다. 즉, 한편으로는 얼굴을 인식하고 다른 한편으로는 사물을 분류하는 능력이다. 

▲ "우리 뇌의 최적화의 부산물": 사람들은 무생물에서 얼굴을 반복적으로 발견한다. 여기 커피 거품에서처럼. © JLU / Lisa Dittrich

커피 거품에서든, 나무줄기의 껍질에서든, 가전제품의 스위치와 레버에서든, 구름에서든:
우리는 어디서나 인간의 얼굴을 본다. 적어도 우리에게는 그렇게 보인다. 우리는 실제로는 눈과 입이 없는 다양한 사물에서도 눈, 입, 심지어 코가 있는 걸 알아본다. 이런 감각적 착시를 얼굴 파레이돌리아(pareidolia)라고 한다. 인간이 이런 능력을 가진 이유는 이전에는 명확하지 않았다.

사람과 컴퓨터는 얼굴을 어떻게 인식할까?

유스투스 리비히 기센 대학교(JLU)의 프란줄 굽타와 카타리나 도브스는 이제 이 현상의 진실을 밝혀냈다. 이를 위해 그들은 여러 개의 신경망 형태의 인공 지능을 사용하고 다양한 데이터 세트로 특정 기술에 관한 훈련을 시켰다. 즉, 개별 얼굴 식별, 모든 얼굴의 일반적인 인식, 모든 사물 인식 또는 사물을 범주별로 분류하는 것이다. 일부 AI 모델은 이러한 기술 중 하나만 배웠고, 다른 모델은 두 가지 기술을 조합하여 배웠다.

그런 다음 Gupta와 Dobs는 이러한 신경망에 다양한 이미지를 제시하고 AI 시스템이 이를 어떻게 처리하는지 살펴보았다. 이미지에는 얼굴과 비슷한 특징을 가진 무생물이나 사람의 얼굴이 나와 있었다. 연구진은 이 결과를 이전 연구에서 사용된 22명의 실험 대상자의 뇌 신경 활동과 비교했다. 이 연구에서는 이미지를 볼 때 자기 뇌파를 사용하여 뇌 활동을 측정했다.

▲ 453 / 5,000 듀얼 태스크 CNN이 얼굴 파레이돌리아 자극을 분류하는 데 사용하는 중요한 특징의 시각화. 듀얼 태스크 CNN이 이러한 자극을 '얼굴'(가운데 행) 또는 '사물'(아래 행)로 분류하는 데 사용하는 샘플 파레이돌리아 자극(위쪽 행)의 중요한 특징의 시각화. 녹색 영역은 분류에 필수적인 긍정적 클래스 귀속을 나타내고, 빨간색 영역은 분류에 해로운 부정적 클래스 귀속을 나타낸다. (출처:관련논문 Human-like face pareidolia emerges in deep neural networks optimized for face and object recognition / computational biology / PLOS)

병렬로 개발된 두 가지 역량의 부산물

단 하나의 신경망만이 인간의 뇌와 비슷하게 반응하는 것으로 밝혀졌다. 즉, 파레이돌리아를 통해 얼굴과 비슷한 구조에 반응했다. 이 네트워크는 이전에 얼굴을 식별하고 사물을 일반화 가능한 범주로 분류하도록 훈련되었다. "이 결과는 인간의 이러한 감각적 착각이 우리 뇌가 얼굴을 인식하고 동시에 사물을 분류하는 법을 배웠기 때문일 수도 있음을 시사한다"고 도브스는 말했다.

따라서 얼굴 파레이돌리아의 원인은 뇌의 진화와 얼굴을 인식하고 일반화하는 뇌의 능력에 있을 수 있다. 이 기능의 주요 목적은 번개처럼 빠른 속도로 실제 사람의 얼굴을 인식하여 사회적 상호작용에 도움을 주는 것이다. 부작용으로 우리는 실제 얼굴을 인식하지 못하는 것 같다. "그래서 우리가 커피 거품이나 구름 속에서 얼굴을 볼 때 그것은 무작위적인 호기심이 아니라 우리 뇌의 최적화의 체계적인 부산물이다"고 Dobs는 말했다.

우리는 주로 눈에 관심을 기울이지 않는다.

놀랍게도 테스트에 참여한 AI 모델은 이미지에 '눈'만 보일 때는 가정된 얼굴을 더 잘 인식하지 못했다. 그러나 일부 신경망은 "입"만 제시되거나 "얼굴" 전체가 제시되었을 때 더 빨랐다. 연구자들은 이전에 가정했던 것과는 달리, 얼굴 인식 오류는 주로 눈에 기반하지 않고, 여러 얼굴 특징의 조합에 의해 발생한다고 설명했다. 이 테스트 결과에 따르면 우리는 얼굴을 먼저 대략적으로 인식한 다음 자세히 인식하는 것으로 나타났다.
(PLOS Computational Biology, 2025; doi: 10.1371/journal.pcbi.1012751)
출처: Justus Liebig University Giessen

[더사이언스플러스=문광주 기자]

[저작권자ⓒ the SCIENCE plus. 무단전재-재배포 금지]