본 논문은 자연어에 대한 인간 뇌 반응과의 정합성이 뛰어난 음성 언어 모델이 저수준 음성 특징에 크게 의존하며, 뇌 관련 의미론이 부족하여 뇌의 의미 처리 모델 유기체로서의 유용성이 제한된다는 점을 지적합니다. 이를 해결하기 위해, fMRI 기록을 사용하여 모델에 직접 뇌 관련 편향을 유도하는 '뇌 튜닝(brain-tuning)' 기법을 제시합니다. 3가지 사전 훈련된 모델을 대상으로 실험한 결과, 뇌 튜닝은 새로운 뇌 기록과의 정합성을 향상시키고 저수준 음성 특징 의존도를 감소시키는 것으로 나타났습니다. 또한, 다양한 하위 작업의 성능 향상과 의미 선호도가 증가된 표상 공간을 생성하는 것을 확인했습니다. 결론적으로, 본 연구는 최초로 언어 모델 훈련에 뇌 신호를 통합하는 것이 모델의 의미 이해를 향상시킨다는 것을 보여주는 수렴적 증거를 제공합니다.
