본 논문은 뇌 기반 모델(BFMs: Brain Foundation Models)을 처음으로 정의하고, 다양한 신경 신호 처리를 위한 혁신적인 프레임워크로서 소개한다. 대규모 사전 학습 기법을 활용하여 다양한 시나리오, 작업 및 모달리티에서 효과적으로 일반화할 수 있도록 하며, 기존 AI 방식의 한계를 극복한다. 본 논문은 BFMs의 구축 및 활용을 위한 명확한 프레임워크를 제공하고, 최신 방법론적 혁신, 응용 분야에 대한 새로운 관점, 그리고 분야의 과제들을 포괄적으로 검토한다. 또한 BFMs의 잠재력을 완전히 실현하기 위해 해결해야 할 미래 방향과 주요 과제(뇌 데이터 품질 향상, 일반화를 위한 모델 아키텍처 최적화, 학습 효율 증대, 실제 응용에서의 해석력 및 강건성 향상 등)를 강조한다.
