CogniGraph: LLM과 SNN을 활용한 뇌 활동 시뮬레이션 교육용 데모

섹션별 상세

시나리오 기반 뇌 활동 분석: 사용자가 상황을 입력하면 LLM이 해당 상황에 관여하는 뇌 영역과 신경전달물질을 분류하여 시뮬레이션 파라미터를 생성합니다.

Brian2 SNN 연동: 분류된 파라미터는 Brian2 스파이킹 신경망 엔진으로 전달되어 실시간 신경 활동을 시뮬레이션하며, 이는 단순 통계적 예측을 넘어 생물학적 모델링을 시도합니다.

3D 시각화 파이프라인: 시뮬레이션 결과는 JSON 형태로 프론트엔드에 전달되어 Three.js 기반의 3D 뇌 모델에서 실시간으로 시각화되며, 각 뇌 영역의 스파이크 카운터와 로그를 제공합니다.

하이브리드 배포 아키텍처: Vercel은 정적 UI를 제공하고 동적 API 요청은 Fly.io로 프록시하여, 서버리스 환경의 제약인 콜드 스타트를 극복하고 SNN 연산에 필요한 실행 시간을 확보합니다.

근거

Vercel은 정적 UI를 제공하고 동적 API 요청은 Fly.io로 프록시하여 서버리스 제약을 극복합니다. — Deployment 섹션 및 vercel.json 설명

스파이킹 신경망(Spiking Neural Network): — 생물학적 뉴런의 동작을 모방하여, 연속적인 값이 아닌 불연속적인 '스파이크' 신호를 통해 정보를 처리하는 신경망 모델입니다. 기존 인공신경망보다 에너지 효율이 높고 시간적 정보를 처리하는 데 유리합니다.
신경전달물질(Neuromodulator): — 뉴런의 흥분성이나 억제성을 조절하여 뇌의 전반적인 상태와 정보 처리 방식을 변화시키는 화학 물질입니다. 본 프로젝트에서는 시나리오에 따른 뇌의 상태 변화를 시뮬레이션하는 지표로 사용됩니다.
시상하부-뇌하수체-부신 축(HPA Axis): — 스트레스 반응을 조절하는 주요 신경내분비 시스템입니다. 본 프로젝트에서는 교육적 목적으로 스트레스 호르몬(코르티솔) 분비 경로를 시뮬레이션하는 메타포로 활용됩니다.

json

{ "prompt": "Solving a complex math problem" }

/simulate 엔드포인트에 전달하는 시나리오 입력 JSON 예시