A brain-wide, trial- and time-dependent deterministic drive synergizes with within-trial noise to time self-initiated actions

본 연구는 쥐의 자발적 행동 타이밍이 뇌 전체에 걸쳐 분산된 결정론적 구동력과 내부적 잡음이 시너지 효과를 내며 조절됨을 뇌 영역 간 대규모 신경 기록과 계산 모델링을 통해 규명했습니다.

핵심

이 연구는 **"우리가 외부의 신호 없이 스스로 '이제 움직이자'라고 결정할 때, 뇌에서 정확히 무슨 일이 일어나는가?"**라는 아주 근본적인 질문에 답합니다.

기존의 두 가지 서로 다른 의견이 있었는데요.

1. 결정론적 견해: 뇌가 마치 시계처럼 차근차근 준비하다가 "가자!"라고 신호를 보낸다는 것.
2. 확률론적 견해: 뇌가 그냥 무작위로 소란을 피우다가 우연히 문턱을 넘어서서 움직인다는 것.

이 논문은 **"둘 다 맞다!"**라고 말합니다. 뇌는 아주 정교하게 조율된 두 가지 힘이 함께 작용하여 우리가 언제 움직일지 결정한다고 설명합니다.

이 복잡한 내용을 일상적인 비유로 쉽게 풀어보겠습니다.

---

🚗 비유: "자율주행 자동차의 출발 결정"

생각해 보세요. 여러분이 차를 타고 있고, 신호등도 없고, 누구도 "가라"고 말하지 않는 상황입니다. 여러분은 언제 출발할지 스스로 결정해야 합니다. 이 연구는 이때 뇌가 어떻게 작동하는지 자율주행 자동차에 비유해 설명합니다.

1. 엔진의 힘: "점진적인 가속" (결정론적 추진력)

뇌는 움직이기 전에 이미 엔진을 천천히 밟고 있습니다.

• 비유: 여러분이 차를 출발시키려고 할 때, 발을 페달에 살짝 올리고 서서히 힘을 가하는 것처럼요. 이 연구는 뇌의 여러 부위 (대뇌, 소뇌, 시상 등) 가 마치 동기화된 오케스트라처럼 동시에 이 '가속' 신호를 보낸다고 발견했습니다.
• 핵심: 이 가속 신호는 단순히 시간이 흐르는 것을 기록하는 게 아니라, **"이제 움직일 준비가 되었다"**는 확실한 의지의 흐름입니다. 그리고 이 흐름은 매번 조금씩 다릅니다. 어떤 날은 엔진이 이미 뜨겁게 달궈져 있어 (초기값이 높음) 금방 출발하고, 어떤 날은 차가 식어 있어 (초기값이 낮음) 더 오래 걸립니다.

2. 도로의 요철: "작은 흔들림" (내부 노이즈)

하지만 엔진만으로는 설명이 안 됩니다. 왜냐하면 우리는 매번 똑같은 시간에 출발하지 않기 때문이죠.

• 비유: 엔진이 잘 돌아가고 있는데, 갑자기 도로에 작은 **요철 (울퉁불퉁함)**이 있거나, 바람이 살짝 불거나 하는 것처럼요. 뇌 안에는 항상 작은 **무작위적인 요동 (노이즈)**이 존재합니다.
• 핵심: 이 작은 흔들림은 결정을 방해하는 게 아니라, 출발 시점을 미세하게 조절하는 역할을 합니다. 엔진의 힘만으로는 문턱을 넘기엔 부족할 때, 이 작은 흔들림이 "자, 이거면 되겠다!"라고 문턱을 넘게 만들어 줍니다.

3. 시너지 효과: "엔진 + 요철 = 완벽한 출발"

이 연구의 가장 큰 발견은 이 두 가지가 서로 협력한다는 점입니다.

• 비유: 자동차가 출발하려면 **엔진의 힘 (결정론적 추진력)**이 있어야 하지만, 동시에 **도로의 작은 요철 (노이즈)**이 적절히 섞여야 정확한 타이밍에 출발할 수 있습니다.
• 만약 엔진만 있다면 너무 예측 가능해져서 포식자에게 잡힐 수 있고, 요철만 있다면 너무 무작위해서 제때 움직일 수 없습니다. 뇌는 이 두 가지를 최적의 비율로 섞어서 "예측 불가능하지만, 적절한 타이밍에" 움직이도록 설계되어 있습니다.

---

🧠 뇌는 어떻게 이 일을 할까요?

기존에는 뇌의 한 부위 (예: 전두엽) 가 결정을 내리고 다른 부위가 실행한다고 생각했습니다 (위계적 구조). 하지만 이 연구는 뇌 전체가 동시에 이 일을 한다고 말합니다.

• 비유: 뇌의 각 부위는 독립적인 팀장이 아니라, 한 팀의 축구 선수들처럼 움직입니다.
• 공을 차기 직전, 공격수, 미드필더, 수비수 모두 동시에 "공격!"이라는 신호를 받습니다. 어느 한 선수의 움직임이 먼저 시작되는 게 아니라, 전체 팀이 동시에 리듬을 맞춰서 움직임을 시작합니다.
• 연구진은 쥐의 뇌 8 개 부위 (대뇌, 소뇌, 시상 등) 에서 뉴런을 동시에 관찰했는데, 이 모든 부위가 동일한 타이밍으로 "이제 출발할 때야"라는 신호를 보냈습니다.

---

💡 결론: 왜 이 연구가 중요할까요?

이 연구는 우리의 자유의지와 행동 타이밍에 대한 오래된 논쟁을 해결합니다.

1. 우리는 완전히 무작위하지 않습니다: 뇌는 움직이기 전에 몇 초 전부터 준비를 합니다 (엔진 가속).
2. 우리는 완전히 기계적이지도 않습니다: 작은 무작위적인 요동 (노이즈) 이 타이밍을 조절하여 예측 불가능하게 만들어줍니다.
3. 이것은 생존을 위한 지혜입니다: 포식자에게는 "언제 움직일지 예측할 수 없게" 만들면서, 동시에 "제때 움직일 수 있는" 능력을 갖춘 것입니다.

한 줄 요약:

"뇌는 움직이기 위해 **엔진 (확실한 준비)**을 밟으면서, 동시에 **작은 흔들림 (무작위성)**을 이용해 타이밍을 조절합니다. 이 두 가지가 뇌 전체에 퍼져서 동시에 작동하기 때문에, 우리는 언제 움직일지 스스로 결정하면서도 예측할 수 없는 존재가 될 수 있습니다."

이처럼 우리의 '순간적인 결정'은 단순한 우연이나 기계적인 반응이 아니라, 뇌 전체가 협력하여 만들어내는 정교한 예술과 같습니다.

기술 요약

1. 연구 배경 및 문제 제기 (Problem)

• 배경: 외부 단서가 없는 상황에서 스스로 행동을 시작할 때 (자가 시작 행동, self-initiated action) '언제' 행동할지 결정하는 것은 생존과 학습에 필수적입니다.
• 쟁점: 이러한 타이밍 결정의 신경 기작에 대해 두 가지 상반된 가설이 존재했습니다.
  1. 결정론적 가설 (Deterministic): '준비 전위 (Readiness Potential)'로 알려진 느린 활동 전위가 행동 시작 전 수 초간 점진적으로 증가하며, 이 과정이 결정론적으로 행동 시작을 유도한다는 고전적 관점.
  2. 확률론적 가설 (Stochastic): 행동 타이밍은 주로 신경 활동의 무작위 요동 (within-trial noise) 이 임계값을 넘을 때 발생한다는 최근의 관점. (준비 전위의 단조로운 증가는 trial 평균화 방법의 인공물일 뿐이라고 주장).
• 한계: 기존 연구는 인간 EEG 나 소수의 뉴런 기록에 의존하여 trial 평균을 사용했기 때문에, 단일 trial(시도) 단위에서의 신경 역학을 규명하지 못해 두 가설 간의 논쟁이 해결되지 않았습니다. 또한, 뇌의 어떤 영역이 이 과정을 주도하는지 (위계적 모듈 vs 분산된 과정) 도 명확하지 않았습니다.

2. 연구 방법론 (Methodology)

• 행동 과제:
  • 쥐를 사용하여 외부 단서 없이 자발적으로 행동하는 과제를 개발했습니다.
  • GO/NO-GO 패러다임: 쥐는 'GO' 기간에는 보상을 받기 위해 바퀴를 올라타고, 'NO-GO' 기간에는 움직이지 말아야 합니다. 연구는 NO-GO 기간 동안 쥐가 보상을 기대하지 않고 자발적으로 행동을 시작한 경우 (자가 시작 행동) 에 초점을 맞췄습니다.
• 신경 기록:
  • 대규모 동시 기록: 6 마리의 쥐에서 4 개의 Neuropixels 1.0 프로브를 사용하여 8 개의 뇌 영역 (mPFC, M2, M1, MD, GP, DCN, SL, V1) 의 단일 뉴런 활동을 동시에 기록했습니다.
  • 해상도: 단일 뉴런 (single-unit) 및 단일 trial 해상도를 확보했습니다.
• 분석 기법:
  • 예측 모델링: 탄성 넷 (Elastic Net) 선형 회귀 모델을 사용하여 행동 시작 전의 신경 활동 패턴으로부터 '행동까지 남은 시간 (time-to-movement)'을 예측했습니다.
  • 확산 - 확산 모델 (DDM) 변형: 결정 변수의 초기값, 드리프트율 (drift rate), 누출 (leak), 확산 (noise) 등을 포함한 확률 미분 방정식을 기반으로 한 DDM 을 개발했습니다.
  • 모델 선택 및 시뮬레이션: trial 간 변동성 (초기값, 드리프트율의 변화) 과 trial 내 노이즈 (diffusion term) 가 행동 타이밍에 미치는 영향을 분리하기 위해 다양한 모델 변형을 비교하고, in silico (컴퓨터 시뮬레이션) 제거 분석 (ablation analysis) 을 수행했습니다.

3. 주요 기여 및 발견 (Key Contributions & Results)

가. 뇌 전체적 결정론적 구동력의 존재 (Brain-wide Deterministic Drive)

• 예측 가능성: 신경 활동 패턴을 통해 행동 시작 시간을 수 초 전에 정확하게 예측할 수 있었습니다. 이는 행동이 무작위적으로 발생하는 것이 아님을 시사합니다.
• 시간적 정렬: 8 개의 서로 다른 뇌 영역 (피질, 시상, 기저핵, 소뇌 등) 에서 예측된 시간-행동 곡선이 매우 높은 상관관계를 보이며 시간적으로 정렬되어 있었습니다. 이는 위계적 모듈이 순차적으로 작동하는 것이 아니라, 분산된 뇌 전체의 통일된 결정 과정이 동시에 작동함을 의미합니다.

나. 결정론적 구동력의 특성 (Trial- 및 Time-Dependent Nature)

• 시도 간 변동 (Trial-to-Trial Variability): 행동 타이밍의 변동성은 결정론적 구동력의 **초기값 (initial value)**과 **드리프트율 (drift rate)**이 trial 마다 달라지기 때문에 발생합니다.
  • 초기값이 높거나 드리프트율이 빠를수록 행동이 더 빨리 시작되었습니다.
  • 행동 시작 임계값이나 결정 시작 시점의 변동성은 주요 원인이 아니었습니다.
• 시간 의존적 증가 (Within-Trial Increase): 단일 trial 내에서도 드리프트율이 시간이 지남에 따라 선형적으로 증가했습니다. 이는 '긴박감 신호 (urgency signal)'와 유사한 메커니즘으로, 시간이 지날수록 행동 시작을 위한 압력이 커짐을 보여줍니다.

다. trial 내 노이즈의 역할 (Synergy with Within-Trial Noise)

• 필요 조건 아님: 시뮬레이션 결과, trial 내의 무작위 노이즈 (diffusion term) 가 없더라도 결정론적 구동력만으로도 임계값을 넘고 행동을 시작할 수 있었습니다. (기존의 '노이즈가 임계값 도달에 필수적이다'라는 가설과 다름).
• 타이밍 단축 및 변동성 기여: 노이즈가 포함되면 평균 행동 시작 시간이 22~45% 단축되었고, trial 간 타이밍 변동성이 16~36% 증가했습니다. 즉, 노이즈는 행동을 유발하는 필수 요소는 아니지만, 행동 타이밍을 설정하고 불규칙성을 부여하는 데 중요한 시너지 효과를 발휘합니다.

4. 연구의 의의 및 결론 (Significance)

• 이분법적 논쟁의 해결: 자가 시작 행동의 타이밍 결정이 '완전한 결정론'인지 '완전한 확률론'인지에 대한 오랜 논쟁을 종식시켰습니다. 저자들은 하이브리드 모델을 제시했습니다.
  • 결론: 자가 시작 행동의 타이밍은 시도 간 (discrete) 으로 변하는 결정론적 구동력과 trial 내 (continuous) 에 작용하는 노이즈가 시너지 효과를 내어 결정됩니다.
• 분산된 의사결정 과정: 뇌의 다양한 영역 (감각, 운동, 고차 인지 영역 포함) 이 위계적으로가 아니라 동시적이고 통합된 방식으로 행동 타이밍 결정에 관여함을 증명했습니다.
• 생물학적 통찰:
  • 결정론적 구동력은 내부적 명령 (internal imperative) 을 반영하고, 노이즈는 행동의 예측 불가능성 (unpredictability) 을 제공하여 포식자로부터의 생존 전략에 기여할 수 있음을 시사합니다.
  • 이 메커니즘은 감각 기반 의사결정 (perceptual decision-making) 에서 관찰되는 '긴박감 신호'와 유사한 원리를 공유하지만, 외부 단서 대신 내부 상태에 의해 구동된다는 점에서 차이가 있습니다.

이 연구는 고해상도 신경 기록과 정교한 계산 모델링을 결합하여, 뇌가 외부 자극 없이도 어떻게 유연하고 예측 불가능한 행동을 타이밍하는지에 대한 신경 메커니즘을 규명했다는 점에서 중요한 의의를 가집니다.