요약:
인간이 세상을 볼 때 단순히 눈으로 받은 신호를 직접적으로 제시하는 것은 아니다. 시각 정보는 서로 다른 기능을 가진 뇌의 여러 영역에서 처리되며, 이러한 영역은 궁극적으로 상대적으로 통일된 인식 결과를 형성하기 위해 지속적으로 정보를 교환해야 합니다. 콜드 스프링 하버 연구소(Cold Spring Harbor Laboratory), 케임브리지 대학교 및 런던 대학교(University College London) 연구진의 새로운 연구에 따르면 뇌는 "합의 도달"과 유사한 신경 메커니즘을 통해 서로 다른 시각 영역에서 동일한 정보에 대한 일관된 해석을 점진적으로 형성할 수 있다는 사실이 밝혀졌습니다.
"Nature Neuroscience"에 발표된 이 연구는 일차 시각 피질 V1과 외측 내측 시각 영역 LM에 초점을 맞춘 실험 대상으로 쥐를 사용했습니다. 두 영역 모두 뇌의 시각 피질에 속하지만 처리를 담당하는 정보가 다르고, 두 영역 사이에는 양방향 신경 연결이 있기 때문에 단순히 한 영역에서 다른 영역으로 정보가 일방적으로 전달되는 것이 아닙니다.
연구원들은 V1과 LM 두 영역의 신경 활동 패턴이 서로 일치할 때 활동이 더 오래 지속된다는 사실을 발견했습니다. 반면 두 영역이 상충되는 활동 패턴을 생성할 때 그 차이는 1초도 안 되어 빠르게 사라졌습니다. 이는 뇌의 서로 다른 영역이 독립적으로 정보를 처리하지 않을 수 있지만, 서로 상호 작용하여 상호 인식된 신경 활동 패턴을 유지하면서 일관성 없는 정보를 점차적으로 약화시킬 수 있음을 의미합니다.
연구팀은 이 메커니즘을 '합의 구축'이라고 부릅니다. 이 메커니즘은 뇌가 다양한 신경 영역과 다양한 정보 채널의 데이터를 통합하여 일관된 전반적인 인식을 형성하는 데 도움이 될 수 있습니다.
연구원들은 이 문제를 설명하기 위해 착시현상을 예로 듭니다. 사람이 어두운 환경에서 흐릿한 물체를 보면 즉시 그것을 얼굴로 인식할 수 있습니다. 특정 조명과 각도에서는 오렌지가 잠시 사과처럼 보일 수 있습니다. 시각 시스템은 항상 명확하고 완전히 일관된 정보 세트에 직면하지 않지만 다양한 해석 간의 지속적인 조정이 필요합니다. 이 조정 과정을 연구하기 위해 연구자들은 쥐에게 반대 각도로 기울어진 두 가지 시각적 패턴을 구별하도록 훈련시킨 다음 패턴 중 하나만 쥐에게 보상했습니다. 실험 도중 연구원들은 파트너 영역의 입력이 손실된 후 다른 시각 영역의 변화를 기록하는 동안 V1 또는 LM의 신경 활동을 잠시 꺼두었습니다.
이러한 실험 데이터를 통해 연구진은 V1과 LM 사이의 신경 회로를 나타내는 인공 신경망 모델을 추가로 구축했습니다. 이 모델은 서로 다른 시각적 자극 하에서 두 뇌 영역의 활동을 시뮬레이션하고 특정 뉴런이 간섭을 받을 때 두 영역 간의 연결이 신경 활동 기간에 어떤 영향을 미치는지 테스트할 수 있습니다.
연구원들은 궁극적으로 V1과 LM 간의 양방향 연결이 두 영역의 신경 활동 상태를 동적으로 변경할 수 있음을 발견했습니다. 두 당사자의 활동 패턴이 유사한 경우 관련 신호가 유지됩니다. 두 당사자의 활동 패턴이 일관되지 않으면 갈등 신호가 빠르게 약화됩니다.
더 정확한 모델을 구축하기 위해 연구원들은 194개의 V1 뉴런과 228개의 LM 뉴런을 포함하여 7마리의 쥐로부터 신경 활동 데이터를 분석했습니다. 연구팀은 이 데이터를 사용해 뇌 영역 회로 모델을 구축하고 다양한 자극과 신경 개입 조건에서 활동 변화를 예측했습니다.
연구원들은 이 메커니즘이 오랫동안 지속되어 온 신경과학 문제를 설명할 수 있다고 믿습니다. 뇌의 여러 영역은 고도로 전문화되어 있으며 각 영역은 서로 다른 유형의 정보를 받고 처리하지만, 사람들이 궁극적으로 얻는 것은 통일되고 일관된 세계관입니다.
즉, 뇌는 여러 뇌 영역의 결과를 단순히 연결하는 것이 아니라, 뇌 영역 간의 지속적인 양방향 피드백을 통해 서로 다른 영역이 공통 설명을 점진적으로 '협상'하도록 허용할 수 있습니다. 하나의 뇌 영역이 궁극적으로 절대적인 의사결정권을 갖는다고 하기보다는 여러 뇌 영역이 계속해서 서로 영향을 미치며 결국 상대적으로 안정적인 공통 상태를 형성한다고 말하는 것이 더 낫다.
그러나 이번 연구에서는 지금까지 시각 뇌 영역 두 개만 관찰했으며, 실험 대상은 쥐였다. 따라서 연구자들은 인간의 뇌가 동일한 메커니즘을 사용한다는 것을 직접적으로 증명할 수 없습니다. 이 실험은 또한 인간의 일상 생활에서 나타나는 복잡한 시각적 환상보다는 다양한 경사 시각 패턴을 쥐가 구별하는지 테스트했습니다.
다음으로 연구팀은 더 넓은 범위의 대뇌 피질 영역에 '합의 구축'이 존재하는지 여부를 추가로 확인하기를 희망합니다. 이 메커니즘이 V1과 LM에만 적용되는 것이 아니라 다른 뇌 영역 간에도 일반적으로 작동한다면 뇌가 복잡한 정보를 어떻게 통합하는지 설명하는 중요한 이론적 틀이 될 수 있습니다.
연구원들은 특히 서로 다른 감각 사이의 정보 충돌에 대해 우려하고 있습니다. 예를 들어, 사람이 듣는 소리가 제공하는 정보와 일치하지 않는 방향으로 움직이는 물체를 볼 때 뇌는 궁극적으로 어떤 정보를 믿을 것인지 어떻게 결정합니까? 시각, 청각 및 기타 감각 시스템도 유사한 신경 메커니즘을 통해 조정되는지 여부는 추가 연구로 남아 있습니다.
이 합의 구축 메커니즘이 대뇌 피질에 널리 퍼져 있는 것으로 밝혀지면 과학자들이 신경 시스템이 통일된 설명을 형성하지 못하는 일부 상황을 이해하는 데 도움이 될 수도 있습니다. 서로 다른 뇌 영역이 정보를 효과적으로 조정하지 못하면 지각과 인지에 이상이 발생할 수 있습니다.
이 연구는 인공 지능에 대한 새로운 아이디어를 제공할 수도 있습니다. 최신 AI 시스템은 함께 작동하는 여러 특수 모듈로 구성되는 경우가 많으며, 서로 다른 모델이나 모듈이 동일한 입력에 대해 서로 다르거나 심지어 모순되는 결과를 생성하는 경우도 있습니다. 연구자들은 상호 일관된 정보를 유지하고 상충되는 정보를 빠르게 약화시키는 뇌의 메커니즘이 인공 지능 시스템이 미래에 보다 효과적인 정보 조정 방법을 설계하도록 영감을 줄 수 있다고 믿습니다.
이 연구의 핵심 발견은 뇌에 '판단'을 담당하는 단일 영역이 있다는 것이 아니라 서로 다른 뇌 영역이 양방향 연결을 통해 계속 상호 작용하여 시간 차원의 차이가 점차 줄어들고 공통 활동 패턴이 강화되어 고도로 전문화된 신경계가 결국 상대적으로 통일된 인식 결과를 형성할 수 있다는 것입니다.
댓글