🔬 physics

Decision-making in light-trapped slime molds involves active mechanical processes

이 연구는 점점액균 *Physarum polycephalum*이 가혹한 빛의 구속 조건 아래에서 즉각적인 최적화를 통해서가 아니라, 결국 가장 효율적인 탈출 경로를 선택하기 위해 시간이 흐름에 따라 내부의 연동 운동 패턴을 능동적으로 재구성함으로써 적응적 결정을 내린다는 사실을 밝혀냈다.

원저자: Lisa Schick, Emily Eichenlaub, Fabian Drexel, Alexander Mayer, Siyu Chen, Marcus Roper, Karen Alim

게시일 2026-06-11

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Lisa Schick, Emily Eichenlaub, Fabian Drexel, Alexander Mayer, Siyu Chen, Marcus Roper, Karen Alim

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

단세포 생물인 Physarum polycephalum(또는 점균류)를 거대하고 살아있는 끈적한 덩어리라고 상상해 보세요. 이들은 뇌도, 신경계도, 중앙 통제 센터도 없습니다. 그럼에도 불구하고 미로를 풀고, 먹이를 찾으며, 결정을 내릴 수 있습니다. 뇌가 없는 덩어리가 어떻게 어디로 갈지 결정하는 걸까요?

이 논문은 점균류의 '의사결정'이 우리가 생각하는 방식의 사고 과정이 아니라, 자신의 내부 액체를 어떻게 펌프질하느냐와 관련된 물리적, 기계적 투쟁이라는 사실을 밝혀냈습니다.

이 발견의 이야기를 알기 쉽게 설명하면 다음과 같습니다.

설정: 끈적한 감옥

연구진들은 점균류를 푸른 빛으로 만든 '감옥'에 가두었습니다. 점균류는 푸른 빛을 싫어하기 때문에, 형태의 어두운 중심부에 머물려고 노력합니다. 연구진은 플레이트 위에 투영된 다양한 다각형 형태(육각형, 사각형, 별 모양 등) 안에 이들을 가두었습니다. 목표는 점균류가 어떻게 탈출할 방법을 찾아내는지 관찰하는 것이었습니다.

탈출: 가장 긴 길 찾기

점균류가 마침내 탈출을 결정했을 때, 그들은 단순히 무작위로 한 곳을 택하지 않았습니다. 그들은 일관되게 형태의 가장 긴 직선을 따라 돌파했습니다.

비유: 당신이 길고 좁은 복도에 있다고 상상해 보세요. 설령 옆벽 쪽으로 머리를 내밀어 보려 하더라도, 결국 가장 빠른 탈출구는 복도의 길을 따라 똑바로 달려가는 것임을 깨닫게 될 것입니다. 점균류도 똑같습니다. 그들은 감옥의 '가장 긴 축'을 찾아내어 그 방향으로 몸을 밀어냅니다.

탐색: 먼저 모든 것을 시도하기

하지만 반전이 있습니다. 완벽한 탈출구를 찾기 전, 점균류는 가만히 앉아 있지 않았습니다. 그들은 약 한 시간 반 동안 모든 방향을 시도하며 시간을 보냈습니다.

그들은 거의 모든 방향으로, 심지어 푸른 빛 속으로도 작은 손가락 같은 돌기(돌출부)를 보냈습니다.
이러한 돌기 대부분은 작고 수명이 짧았습니다. 그것들은 뻗어 나갔다가, 빛에 닿으면 다시 물러났습니다.
비유: 어두운 방에서 문을 찾는 사람을 생각해 보세요. 그들은 왼쪽 벽을 툭 치고, 그다음 오른쪽 벽을, 그다음 천장을 치며 공간을 테스트합니다. 오른쪽 끝에 문이 있다는 것을 알기 전까지는 모든 면을 다 찔러보는 과정을 거칩니다. 점균류는 감옥을 '더듬으며' 길을 찾고 있었던 것입니다.

비밀 메커니즘: 내부 펌프

근육 없이 덩어리가 어떻게 움직일까요? 이들은 연동 운동(우리 몸의 장이 음식물을 이동시키는 방식과 유사함)처럼 리드미컬하게 짜내는 방식을 사용합니다.

펌프: 점균류는 자신의 내부 관을 짜내어 끈적한 액체(세포질)를 주변으로 밀어냅니다.
전환: '탐색' 단계 동안, 이 짜내는 파동의 방향은 혼란스러웠습니다. 그것은 여러 방향 사이를 왔다 갔다 하며 바뀌었습니다. 어떤 순간에는 액체를 위로 밀어 올렸다가, 다음 순간에는 왼쪽, 그다음에는 오른쪽으로 밀었습니다.
발견: 연구진은 점균류가 본질적으로 서로 다른 펌핑 패턴을 테스트하고 있다는 사실을 발견했습니다. 그것은 단순히 무작위로 움직이는 것이 아니라, 어떤 방식이 가장 잘 작동하는지 보기 위해 서로 다른 '수축 모드' 사이를 능동적으로 전환하고 있었습니다.

결정: 고정하기

결국, 혼란은 멈췄습니다. 점균류는 형태의 가장 긴 축과 완벽하게 일치하는 특정한 펌핑 패턴 하나에 안착했습니다.

일단 이 특정한 리듬을 고정하자, 그 방향으로 압력이 쌓였고, 이는 강하고 안정적인 관을 만들어 전체 유기체가 함정 밖으로 흘러나갈 수 있게 해주었습니다.
비유: 무거운 자동차를 밀려는 사람들의 집단을 상상해 보세요. 처음에는 모두가 서로 다른 방향으로 밀고 있어서 자동차가 거의 움직이지 않습니다. 그러다 누군가 "앞으로 밀어!"라고 외치면, 모두가 동작을 동기화합니다. 갑자기 자동차가 움직이기 시작하죠. 점균류는 자신의 내부 액체로 이와 같은 일을 했습니다. 그것은 가장 많은 전진 모멘텀을 생성하는 리듬을 찾을 때까지 수많은 리듬을 시도했습니다.

이것이 중요한 이유

이 논문은 이 유기체에게 있어 의사결정이란 기계적인 과정이라고 결론짓습니다.

그것은 함형의 기하학적 구조에 대해 "생각"하지 않습니다.
대신, 함정의 형태가 액체의 흐름을 물리적으로 제약합니다.
유기체는 비효적인 방식으로 움직이는 것을 많이 시도(탐색)하다가, 형태의 물리적 제약에 의해 가장 효율적인 이동 방식(탈출)에 도달하게 됩니다.

요약하자면, 점균류의 '뇌'는 사실 몸의 배관 시스템입니다. 그것들은 저항이 가장 적은 경로를 찾을 때까지 자신의 피를 펌프질하는 다양한 방법을 물리적으로 테스트함으로써 결정을 내립니다. 이는 단 하나의 뉴런도 없이 어떻게 단순한 물리적 규칙으로부터 복잡한 행동이 나타날 수 있는지를 보여주는 놀라운 사례입니다.

기술 요약: 빛에 갇힌 점균류의 의사결정은 능동적인 기계적 과정을 포함한다

문제 제기
복잡한 환경에서 행동을 최적화하기 위해 대안 중 하나의 행동을 선택하는 것으로 정의되는 의사결정은 신경계 시스템에서는 잘 이해되어 있으나, 비신경계 생물체에서는 기계적 원리가 여전히 불분명하다. 단세포 다핵 생물인 황색점균(Physarum polycephalum)은 중앙 집중식 신경계 없이도 최단 경로 찾기 및 먹이 탐색 최적화와 같은 정교한 의사결정 능력을 보여준다. 기존 연구들은 이러한 결정의 결과(예: 질량 재배치, 성장 방향)를 기록해 왔으나, 질량 이동을 결정하는 근본적인 기계적 원리는 알려져 있지 않다. 특히, P. polycephalum이 광범위한 환경 탐색 상태에서 내부 유체 역학에 의해 구동되는 확정적인 탈출 궤적으로 어떻게 전환되는지는 명확하지 않다.

연구 방법론
저자들은 공간적 제약 조건 하에서의 P. polycephalum의 탐색 역학을 청색광 구속 어세이(blue light confinement assay)를 통해 조사하였다.

실험 설정: 디지털 미러 장치(DMD)를 통해 투영된 다각형(육각형, 사각형, 삼각형, 지그재그 다이아몬드, 별 모양) 내에 점균체를 가두었으며, 이 다각형들은 점균류가 능동적으로 회피하는 470 nm 청색광을 사용하였다. 트랩의 크기는 크기 독립성을 보장하기 위해 10–30 mm² 사이로 설정하였다.
이미징: 브라이트필드 현미경을 사용하여 24시간 동안 2분 간격으로 시계열 데이터를 캡처하여 탈출 경로를 추적하였다. 수축 역학을 분석하기 위해 1시간 블록 동안 고해 resolution 데이터(3–6초 간격)를 기록하였다.
정량적 분석:
- 돌출 역학(Protrusion Dynamics): 청색광 영역으로 뻗어 나오는 돌출부를 크기( $A_{blue}$ ), 탐색 거리(경계까지의 유클리드 거리), 탈출 위치(국소 축 길이와 도형의 최장 축 비율인 $d_m/d_{max}$ 로 매개변수화)로 정량화하였다.
- 연동 파동 분석(Peristaltic Wave Analysis): 힐베르트 변환(Hilbert transforms)을 사용하여 픽셀 강도 변화로부터 수축 단계를 추출하였다. 파동의 방향은 평활화된 위상 패턴의 그래디언트를 계산하여 결정하였다.
- 주성분 분석(PCA): 고해상도 시간적 수축 패턴을 직교 고유 모드(orthonormal eigenmodes)로 분해하여 지배적인 수축 패턴과 그 시간적 활성도( $\Pi_{k,i}$ )를 식별하였다.
- 이론적 모델링: 소산 행렬(dissipation matrix)에 대한 특이값 분해(SVD)를 사용하여 주어진 트랩 기하 구조에 대한 이론적 수송 네트워크를 생성하였다. 이 모델은 최적의 수축 모드를 예측하기 위해 수송 효율(순방향 흐름 소산 대 양방향 흐름 소산의 비율)을 계산하였다.

주요 결과

탈출 정렬: 트랩의 기하학적 구조와 관계없이, P. polycephalum은 일관되게 다각형의 가장 긴 축을 따라 탈출한다. 그러나 탈출은 즉각적으로 일어나지 않는다. 탈출 전에는 경계 전체를 따라 여러 방향으로 작고 일시적인 돌출부를 형성하는 장기간의 탐색 단계(~1.5시간)가 선행된다.
역동적 수축 전환: 탐색 과정 동안 연동 파동은 즉시 안정화되지 않는다. 대신, 유기체는 서로 다른 지배적 수축 모드 사이를 능동적으로 전환한다. PCA 결과, 초기 탐색적 돌출은 서로 다른 모드(모드 2–5)에 의해 구동되는 반면, 특정 모드(모드 1)는 탈출 경로를 확정할 때에만 지배적이 된다.
모드-방향 상관관계: 돌출 성장의 방향은 연동 파동의 순간적인 방향과 일치한다. 그러나 탐색 중 파동 방향은 크게 요동치며, 종종 탈출 축으로 안정화되기 전 트랩의 다른 긴 축들 사이를 오간다.
기계적 최적화: 이론적 모델링은 구속 기하 구조가 가장 효율적인 수송 모드를 결정함을 보여준다. 에너지 소산을 최소화하는 모드가 관찰된 탈출 방향과 일치한다. 실험 데이터는 유기체가 결국 이 기계적으로 최적화된 모드로 안착하며, 이 모드가 질량 재배치를 구동하는 데 필요한 압력 구배를 생성한다는 것을 확인해 준다.
비평형 역학: 시스템은 즉시 최적의 경로를 선택하지 않는다. 대신, 탈출에 필요한 가장 효율적인 수송 상태로 재조직되기 전까지 넓은 범위의 덜 효율적인 구성(탐색적 돌출)을 샘플링한다.

의의 및 주장
본 논문은 P. polycephalum의 의사결정이 중앙 집중식 계산의 결과가 아니라, 능동적인 기계적 과정과 내부 유체 흐름의 자기 조직화에서 비롯된다고 주장한다.

의사결정의 기계적 기초: 탈출 경로의 선택은 환경적 기하 구조(트랩 형태)에 의해 제약되는 수축 모드의 역동적인 재조직에 의해 구동된다.
제약의 역할: 가혹한 환경적 구속은 유연하고 다방향적인 탐색으로부터 최적화되고 방향성이 있는 탈출 행동으로의 전환을 유발한다. 이러한 전환은 즉각적인 계산이 아닌, 흐름 패턴의 장기적인 재조직을 통해 달성된다.
일반 원리: 이 결과는 탈중앙화된 시스템이 물리적 역학(유체 흐름 및 압력 구배)을 통해 환경적 제약을 처리하고 적응적 행동을 유도한다는 것을 시사한다. 유기체는 탐색적 유연성과 기계적 효율성 사이에서 균형을 맞추며, 환경을 테스트하기 위해 일시적으로 차선(sub-optimal)의 상태를 채택한 후 에너지적으로 최적화된 솔루션으로 확정한다.
광범위한 영향: 이러한 결과는 비신경계 생물체가 정보를 처리하고 의사결정을 내리는 방식에 대한 기계적 프레임워크를 제공하며, 신경계 없이도 어떻게 적응적 행동이 물리적 자기 조직화로부터 창발될 수 있는지에 대한 모델을 제시한다.