본 논문은 뇌 기반 모델(BFMs)을 최초로 정의하고, 다양한 신경 신호 처리를 위한 혁신적인 프레임워크로서 그 중요성을 제시합니다. 대규모 사전 학습 기법을 활용하여 다양한 시나리오, 작업 및 모달리티에 효과적으로 일반화할 수 있도록 함으로써 기존 인공지능(AI) 접근 방식의 한계를 극복합니다. BFMs는 신경 데이터를 통합적으로 처리하는 수단을 제공하여 뇌과학 분야의 고급 분석 및 발견을 가능하게 합니다. 본 논문은 BFMs의 최신 발전에 대한 포괄적인 검토를 제공하며, 방법론적 혁신, 새로운 응용 분야, 그리고 해당 분야의 과제들을 다룹니다. 향후 방향과 주요 과제(뇌 데이터 품질 개선, 모델 아키텍처 최적화, 학습 효율 증대, 실제 응용에서의 해석력 및 강건성 향상 등)를 강조합니다.
