Deviance from a pink noise regime in the temporal organization of semantic relations in psychosis

기술 요약: 정신증에서의 의미적 관계의 시간적 조직화에 나타나는 핑크 노이즈 체제로부터의 이탈

문제 제기
언어 생성은 단어에서 담론에 이르기까지 다양한 척도에 걸쳐 전개되는 시간적 과정이다. 복잡계 이론은 건강한 시스템이 '임계점(critical point)' 근처에서 작동하며, 장거리 시간 상관관계(long-range temporal correlations)를 특징으로 하는 척도 불변 역학(scale-free dynamics, 즉 핑크 노이즈)을 보인다고 제안한다. 이러한 체제로부터의 이탈—상관관계가 없는 화이트 노이즈나 과도하게 지속적인 브라운 노이즈로의 이동—은 생리학적 영역(예: 보행, 심박수)에서 확립된 병리적 지표이다. 언어의 다양한 수준(예: 지프의 법칙, 상호 정보량 감소)에서 임계성 징후가 관찰되어 왔으나, 의미적 관계의 시간적 조직화가 이와 유사한 척도 불변 역학을 보이는지, 그리고 이 체제로부터의 이탈이 정신증을 특징짓는지 여부는 여전히 불분명하다. 전통적인 자연어 처리(NLP) 메트릭은 종종 국소적 전이나 정적인 전역적 메트릭에 집중하여, 이러한 장거리 시간 의존성을 포착하는 데 실패한다. 본 연구는 의미 유사성 시계열의 시간적 척도 특성이 변화하는지를 조사함으로써 이 간극을 메우고자 한다.

연구 방법론
본 연구는 취리히(스위스), 마르부르크(독일), 이즈미르(터키)의 세 가지 독립적인 데이터셋에서 추출한 임상 전사 데이터를 분석하였다. 이 데이터셋에는 조현병 스펙트럼 장애(SSD) 환자, 조현형 성격(schizotypy) 집단, 주요 우울 장애(MDD) 및 건강한 대조군(HC)이 포함되었다.

1. 데이터 전처리: 오디오 녹음은 자동 화자 분리 및 수동 검토를 거쳐 텍스트로 변환되었다. 안정적인 편차 분석(DFA) 추정을 보장하기 위해 100단어 이상의 연속적인 발화 구간만을 유지하였다.
2. 의미 임베딩: Qwen3-Embedding-8b 모델을 SentenceTransformers 라이브러리를 통해 사용하여 단어 수준의 의미 임베딩을 생성하였다.
3. 시계열 구축: 인접한 단어 임베딩 사이의 코사인 유사도($K(X, Y) = \langle X, Y \rangle / (||X|| \cdot ||Y||)$)를 계산하여 연속적인 시계열을 생성하였다.
4. 편차 분석(DFA): 코사인 유사도 시계열에 DFA를 적용하여 장거리 시간 상관관계를 정량화하였다. 과정은 다음과 같다:
   • 평균을 뺀 시계열을 적분한다.
   • 적분된 시계열을 다양한 길이($n$)를 가진 겹치지 않는 윈도우로 나눈다.
   • 각 윈도우 내에서 국소 선형 추세를 제거한다.
   • 다양한 윈도우 크기에 대해 제곱평균제곱근 변동 $F(n)$을 계산한다.
   • $\log F(n)$을 $\log n$에 대해 회귀 분석하여 스케일링 지수($\alpha$)를 결정한다.
   • $\alpha$가 0.5이면 화이트 노이즈(상관관계 없음)를 나타내며, 1에 근접하거나 초과하면 브라운 노이즈(고도의 지속성)를 나타낸다.
5. 통계 분석: 참가자 수준의 $\alpha$ 값은 과업 전반에 걸쳐 평균화되었다. 각 데이터셋 내에서 그룹 간(환자군 vs 대조군) 비교를 위해 공변량(단어 수, 연령, 성별)을 조정한 선형 회귀 모델(OLS)을 사용하였다. 진단명을 통제한 상태에서 $\alpha$와 증상 점수(PANSS, SAPS, SANS) 간의 관계를 평가하기 위해 부분 스피어먼 상관계수를 계산하였다.

주요 기여

• 의미 공간에 대한 DFA 적용: 본 연구는 BERT 유래(구체적으로 Qwen) 코사인 유사성 시계열에 DFA를 적용함으로써 담화 내 의미적 관계의 시간적 척도를 정량화하는 방법을 도입하였다.
• 교차 데이터셋 검증: 서로 다른 언어(스위스-독일어, 독일어, 터키어)와 다양한 임상 집단을 포함하는 세 개의 독립적인 데이터셋을 통해 연구 결과를 검증하였다.
• 언어를 임계성과 연결: 본 연구는 임계성 가설을 생리학적 신호 및 단어 빈도 분포(지프의 법칙)에서 의미적 유사성의 시간적 역학으로 확장한다.

결과

• 그룹 간 차이: 세 데이터셋 모두에서 SSD 환자들은 건강한 대조군에 비해 유의미하게 높은 DFA 스케일링 지수($\alpha$)를 보였다.
  • 취리히: SSD 환자들은 저조한 조현형 대조군보다 유의미하게 높은 $\alpha$를 보였다 ($\beta = 0.0295, p = 0.001$). 고조한 조현형 대조군은 저조한 조현형 대조군과 차이를 보이지 않았다.
  • 이즈미르: 만성 조현병(SZH) 환자들은 건강한 대조군보다 유의미하게 높은 $\alpha$를 보였다 ($\beta = 0.0303, p = 0.006$). 초발 정신병(FEP) 및 조현정동 장애(SZA) 그룹은 경향성을 보였으나 대조군에 대해 통계적 유의성에 도달하지는 못했다.
  • 마르부르크: SSD 환자들은 건강한 대조군보다 유의미하게 높은 $\alpha$를 보였다 ($\beta = 0.0241, p = 0.039$). MDD 그룹은 대조군과 유의미한 차이를 보이지 않았다.
• 증상 상관관계: $\alpha$와 특정 증상 차원 간의 관계는 일관되지 않았다. 취리히와 마르부르크 데이터셋에서는 상관관계가 양성과 음성 증상 전반에 걸쳐 흩어져 있었으며, FDR 보정에서 살아남은 경우가 거의 없었다. 터키 데이터셋은 증상과의 유의미한 연관성을 보이지 않았다.
• 공변량: 발화한 단어 수는 모든 데이터셋에서 스케일링 지수와 음의 상관관계를 보였다. 연령은 취리히와 마르부르크 데이터셋에서 양의 상관관계를 보였다.

의의 및 주장
저자들은 정신증에서 나타나는 상승된 스케일링 지수가 비정상적으로 강한 장거리 상관관계와 과도한 지속성을 나타낸다고 주장한다. 복잡계 프레임워크 내에서, 이는 건강한 시스템의 특징인 근임계(near-critical, 핑크 노이즈) 체제로부터 더 지속적인 "브라운 노이즈" 체제로의 이탈을 의미한다.

본 논문은 이러한 언어적 조직화의 변화가 변화된 신경 역학의 출력값(readout) 역할을 할 수 있다고 상정한다. 이러한 결과는 조현병 스펙트럼 장애 환자의 자발적 신경 활동에서 나타나는 붕괴된 멱법칙(power-law) 스케일링 및 증가된 시간적 지속성과 기존 문헌의 맥락을 같이 한다. 저자들은 신경 밀도의 감소가 단어 빈도 분포(지프의 법칙)의 편차와 연결되는 것처럼, 의미적 유사성의 시간적 스케일링의 편차가 뇌의 언어 시스템이 갖는 자기 조직화 임계성(self-organized criticality)의 근본적인 교란을 반영할 수 있다고 제안한다.

본 연구는 스케일링 지수가 (벡터 표현의 노이즈 및 짧은 시계열로 인해) 핑크 노이즈의 정전적 기준인 $\alpha = 1$에 도달하지는 못했으나, 독립적인 샘플들에서 일관되게 나타나는 높은 $\alpha$ 값으로의 이동은 정신증에서의 의미 조직화에 대한 시스템 수준의 붕괴에 대한 경험적 증거를 제공한다고 결론짓는다. 저자들은 스케일링 지수가 특정 증상을 지표화하기보다는 시스템의 조직화 원리에 대한 근본적인 붕괴를 나타낼 수 있음을 주의시킨다.