Learning is a fundamental source of behavioral individuality

이 연구는 유전적 배경과 환경이 동일한 개체들 사이에서도 학습 경험을 통해 행동적 개성 (individuality) 이 지속적으로 발현되고 강화된다는 것을 입증하여, 학습이 유전적 요인과 과거의 환경 상호작용을 넘어 행동 다양성의 근본적인 원천임을 규명했습니다.

핵심

🧬 핵심 주제: "완벽한 쌍둥이도 결국 '나'가 된다"

상상해 보세요. 유전자가 100% 똑같은 쌍둥이 두 명이 있습니다. 그리고 태어날 때부터 똑같은 집, 똑같은 음식, 똑같은 날씨에서 자랐습니다. 그런데 성인이 되었을 때, 한 명은 "파란색을 좋아해"라고 하고 다른 한 명은 "초록색을 좋아해"라고 한다면 어떨까요?

과학자들은 보통 **"아마도 자라면서 겪은 작은 우연들 (환경) 이 다르기 때문"**이라고 생각했습니다. 하지만 이 연구는 **"아니, 그건 전부가 아니야. 바로 '배우는 과정' 그 자체가 우리를 다르게 만든다"**라고 주장합니다.

🦋 비유 1: 나비 효과와 미로 (Butterfly Effect in a Maze)

연구진은 초파리 64 마리를 동시에 Y 자 모양의 미로 (Y-maze) 에 넣었습니다.

• 상황: 미로의 한쪽 끝은 초록색, 다른 쪽은 파란색입니다. 초파리가 초록색으로 가면 전기가 살짝 맞습니다 (약간의 고통).
• 목표: 초파리는 전기를 피하기 위해 파란색 쪽으로 가야 합니다.

여기서 흥미로운 일이 일어났습니다.
초파리들이 미로에 들어선 순간, 첫 발걸음이 어디로 향했는지가 중요했습니다.

• 초파리 A: 운 좋게도 처음부터 파란색 (안전한 곳) 으로 갔습니다. "아, 여기는 안전하구나!"라고 느낍니다.
• 초파리 B: 운 나쁘게도 처음부터 초록색 (전기 맞는 곳) 으로 갔습니다. "아이고! 아파!"라고 느끼며 급히 도망칩니다.

이 단순한 '첫 번째 실수'나 '첫 번째 선택'의 차이가 시간이 지남에 따라 엄청나게 커졌습니다. 마치 **나비 한 마리의 날갯짓이 먼 곳의 태풍을 일으키는 '나비 효과'**처럼, 아주 작은 우연한 시작이 학습 과정을 통해 증폭되어, 결국 두 초파리는 완전히 다른 성격 (행동 패턴) 을 갖게 된 것입니다.

🎮 비유 2: 비디오 게임의 '랜덤 생성'

이 연구는 마치 비디오 게임을 하는 것과 비슷합니다.

• 유전자 (Genetics): 게임 캐릭터의 '기본 스텟' (힘, 민첩성 등) 을 정합니다. 모든 초파리는 같은 유전자를 가지므로 기본 스텟은 비슷합니다.
• 학습 (Learning): 게임을 플레이하면서 얻는 '경험치'입니다.

기존의 생각은 "기본 스텟이 같으면 게임 플레이 방식도 비슷할 거야"였습니다. 하지만 이 연구는 **"아니, 같은 스텟을 가진 캐릭터라도, 게임 시작하자마자 맞은 첫 번째 몬스터의 종류나 위치가 조금만 달라져도, 그 캐릭터는 완전히 다른 전략을 개발하게 된다"**고 말합니다.

즉, 학습 과정 자체가 '우연성 (랜덤성)'을 만들어내며, 이 우연성이 우리를 '나'라는 독특한 개체로 만듭니다.

🔬 연구의 주요 발견 (간단히 정리)

1. 배우지 않는 행동은 비슷하다: 전기가 없는 상태 (학습이 필요 없는 상황) 에서 초파리들이 미로를 돌아다니는 모습은 유전자가 같으면 매우 비슷했습니다.
2. 배우는 행동은 달라진다: 전기가 맞는 상황 (학습이 필요한 상황) 에서 초파리들은 서로 완전히 다른 방식으로 전기를 피했습니다. 어떤 이는 빨리 배우고, 어떤 이는 천천히 배우며, 어떤 이는 완전히 다른 경로를 택했습니다.
3. 유전자는 '무대'만 제공한다: 유전자는 우리가 할 수 있는 행동의 '범위'를 정해줄 뿐, 정확히 어떤 행동을 할지는 **우리가 그 순간순간 겪는 경험 (학습)**이 결정합니다.
4. 시뮬레이션으로 증명: 컴퓨터로 초파리를 만들어 실험해 봤는데, '학습' 기능이 켜진 컴퓨터 초파리들만이 실제 초파리들의 복잡한 행동 패턴을 완벽하게 재현했습니다. 학습이 없으면 아무리 유전자를 똑같이 만들어도 실제와 다릅니다.

💡 결론: "우리는 과거의 결과물이 아니라, 현재의 학습자다"

이 논문이 우리에게 주는 메시지는 매우 희망적이고 흥미롭습니다.

"우리의 성격이나 행동이 유전이나 어린 시절의 환경에 의해 100% 결정된다는 것은 아닙니다. 지금 이 순간, 우리가 새로운 것을 배우고 경험하는 과정 그 자체가 우리를 매일매일 새롭게 만들고, 더 독특하게 만든다."

마치 동일한 종자 (유전자) 에서 자란 두 나무가 있다고 치죠. 비가 조금 더 많이 오는지, 바람이 어느 쪽에서 불어오는지에 따라 가지가 자라는 방향이 달라지듯, 우리의 '학습'이라는 과정이 그 가지들을 더 복잡하고 개성 있게 만들어낸다는 것입니다.

우리는 단순히 유전자의 복사본이 아니라, **매 순간의 경험을 통해 스스로를 만들어가는 '창조자'**라는 것입니다.

기술 요약

1. 연구 배경 및 문제 제기 (Problem)

• 배경: 유전적으로 동일한 개체 (예: 일란성 쌍둥이, 동계 개체) 라도 시간이 지남에 따라 서로 다른 행동 양상을 보입니다. 기존 연구는 이를 유전적 요인과 과거의 환경적 상호작용 (발달 과정에서의 G x E) 으로 설명해 왔습니다.
• 문제: 그러나 학습 과정 중의 순간적인 경험이 행동의 개성에 미치는 영향은 명확히 규명되지 않았습니다. 학습은 비에르고드 (non-ergodic) 성질을 가지며, 개체의 순간적 결정이 미래의 경험을 변화시키고, 이는 다시 학습을 통해 개성을 증폭시킬 수 있습니다.
• 가설: 유전적 배경과 과거 환경이 통제된 상태에서도, 학습을 수행하는 개체들은 학습을 하지 않는 개체들에 비해 더 큰 행동적 변이 (개성) 를 보일 것이며, 이는 학습 과정의 확률적 (Stochastic) 특성에 기인할 것이다.

2. 방법론 (Methodology)

A. 실험 설계 및 플랫폼

• 모델 생물: 초파리 (Drosophila melanogaster) 90 개 이상의 유전적 배경 (DGRP 라인) 과 2 개의 돌연변이 (학습 결손 dnc1, 시각 결손 norpAEE5) 를 사용했습니다. 총 5,600 마리가 넘는 초파리가 실험에 참여했습니다.
• Y-미로 (Y-maze) 플랫폼:
  • 64 개의 Y-미로를 동시에 운영할 수 있는 대규모 병렬화 플랫폼을 개발했습니다.
  • 폐루프 제어 (Closed-loop Control): 실시간 비디오 추적을 통해 초파리의 위치를 감지하고, 초파리가 특정 색상 (예: 초록색) 이 있는 팔 (Arm) 로 이동할 때만 전기 충격 (Foot shock) 을 가하는 조건화 (Operant Conditioning) 를 수행했습니다.
  • 대조군: 충격이 가해지지 않는 조건 (Spontaneous behavior) 과 충격이 가해지는 조건 (Learning task) 을 동시에 테스트했습니다.
• 통제 조건: 모든 개체는 동일한 유전적 배경, 동일한 사육 환경, 동일한 실험 시간대에 테스트되어 과거의 환경적 변이를 최소화했습니다.

B. 데이터 분석 및 모델링

• 행동 측정: 초파리의 이동 경로, 팔 전환 (Decision), 색상 선호도, 학습 점수 등을 20 분 동안 추적하여 약 50 만 건의 결정을 기록했습니다.
• 통계적 지표:
  • 잔여 개성 (Residual Individuality, $H_{resid}$): 평균과 분산과 같은 전통적 지표를 보정한 후, 분포의 형태 (Shape) 차이를 포착하기 위해 엔트로피 (Entropy) 와 Hellinger 거리를 사용했습니다. 이는 학습으로 인해 발생하는 고유한 개성 변이를 측정합니다.
  • 발산 (Divergence): 학습 발산 ($\epsilon H_{resid}^{Learning}$), 유전 발산, 실험적 발산을 구분하여 분석했습니다.
• 계산 시뮬레이션:
  • 강화 학습 (Reinforcement Learning) 규칙을 적용한 컴퓨터 시뮬레이션 모델을 개발했습니다.
  • 4 가지 모델 (개성 없음, 학습 없음, 유전 없음, 완전 개성 모델) 을 비교하여 실제 초파리 행동을 가장 잘 재현하는 모델을 찾았습니다.

3. 주요 결과 (Key Results)

A. 학습에 의한 개성 증폭

• 분포 형태의 변화: 학습을 수행한 초파리들은 학습을 하지 않은 대조군에 비해 행동 분포가 비정규분포 (Non-Gaussian) 형태를 띠었으며, 분포의 형태가 유전자형별로 뚜렷하게 달랐습니다.
• 잔여 개성의 증가: 학습 조건에서 관찰된 '잔여 개성' (잔여 엔트로피) 은 학습이 없는 조건보다 유의미하게 높았으며, 이는 학습 과정 자체가 개성을 생성한다는 것을 의미합니다.
• 유전적 영향의 한계: 학습이 없는 조건에서는 유전적 배경이 평균 행동에 영향을 미쳤지만, 학습이 포함된 조건에서는 유전적 배경이 개체의 구체적인 행동 경로를 예측하는 데 있어 확률적 요소가 크게 작용하여 유전적 예측력이 급격히 떨어졌습니다.

B. 나비 효과 (Butterfly Effect) 와 초기 조건의 중요성

• 초기 결정의 파급 효과: 실험 시작 시 초파리가 어느 팔 (초록색 또는 파란색) 에 먼저 위치하느냐에 따라 첫 번째 충격 경험 시점이 달라졌습니다.
• 학습의 비에르고드성: 학습을 하는 초파리들은 이러한 초기의 미세한 확률적 차이 (첫 번째 결정) 가 시간이 지남에 따라 누적되어 행동 경로를 크게 다르게 만들었습니다. 반면, 학습을 하지 않는 대조군에서는 초기 차이가 시간이 지남에 따라 사라졌습니다.
• 결론: 학습은 초기의 작은 무작위적 사건을 증폭시켜 개체 간 행동 차이를 극대화하는 '나비 효과'를 유발합니다.

C. 시뮬레이션 검증

• 모델 비교: 실제 초파리 행동을 가장 잘 재현한 모델은 개성 (초기 조건에서의 무작위성) 과 학습 (Reinforcement Learning) 을 모두 포함한 모델이었습니다.
• 학습의 필수성: 학습 메커니즘이 없는 모델은 실제 초파리들이 보이는 비정규 분포와 시간 경과에 따른 행동 변화를 재현하지 못했습니다. 이는 학습이 개성 형성의 핵심 메커니즘임을 computationally 입증했습니다.

4. 주요 기여 및 의의 (Significance)

1. 개성의 새로운 정의: 개성은 단순히 유전과 과거 환경의 산물이 아니라, 순간적인 학습 경험의 비가역적이고 확률적인 과정을 통해 지속적으로 재구성되고 증폭된다는 것을 입증했습니다.
2. G x E 상호작용의 확장: 기존의 G x E 상호작용이 과거의 환경에 국한되었다면, 본 연구는 현재의 순간적 경험 (Momentary Experience) 이 새로운 G x E 상호작용을 생성하여 개성을 확장함을 보여줍니다.
3. 예측 불가능성의 근본 원인: 유전적 배경과 환경을 완벽하게 통제하더라도, 학습 과정의 초기 조건에 대한 민감도 (초기 조건 의존성) 로 인해 개체의 미래 행동을 정확히 예측하는 것은 본질적으로 불가능할 수 있음을 시사합니다.
4. 기술적 혁신: 64 개의 Y-미로를 동시에 제어하고 실시간으로 학습을 유도하는 고차원 실험 플랫폼과 이를 분석하기 위한 새로운 통계적 지표 (잔여 개성, 분포 형태 분석) 를 제시했습니다.

5. 결론

이 연구는 학습이 단순한 정보 획득 과정이 아니라, 개체 간 행동적 다양성을 창출하고 유지하는 근본적인 동력임을 규명했습니다. 유전적으로 동일한 개체라도 학습을 통해 각기 다른 경험을 축적함으로써 고유한 개성 (Individuality) 을 형성하며, 이는 초기의 미세한 무작위적 사건이 학습 과정을 통해 증폭되는 '나비 효과'에 기인합니다. 이 발견은 신경과학, 행동유전학, 그리고 인공지능 (강화 학습 에이전트의 개성 모델링) 분야에 중요한 통찰을 제공합니다.