Equivalent volitional learning emerges through circuit-specific population dynamics in motor cortex and hippocampus

당신의 뇌를 서로 다른 건축 양식과 교통 규칙을 가진 독특한 구역들로 이루어진 거대한 도시라고 상상해 보세요. 이 두 구역은 움직임을 담당하는 **운동 피질(M1)**과 기억을 담당하는 **해마(CA3)**입니다. 보통 우리는 이 두 곳이 매우 다르게 작동한다고 생각합니다. 하지만 이 연구는 아주 중요한 질문을 던졌습니다. 만약 이들에게 정확히 똑같은 "미션"을 준다면, 그들은 같은 방식으로 문제를 해결할까요, 아니면 각자만의 고유한 설계도를 사용할까요?

이를 알아내기 위해 연구진은 "뇌-컴퓨터 인터페이스(BCI)"를 이용한 영리한 실험을 설계했습니다. 이것은 쥐들이 보상을 "생각"만으로 불러낼 수 있게 해주는 원격 제어기라고 생각하면 됩니다.

실험: 보편적인 퍼즐

연구진은 쥐들에게 특정 뉴런 집단을 조절하도록 가르쳤습니다. 규칙은 간단했습니다. 특정한 뇌세포 집단이 특정한 패턴으로 빛을 내면, 간식이 나타난다는 것이었습니다.

그들은 이 똑같은 퍼즐을 두 가지 서로 다른 뇌 구역에 주었습니다:

1. 운동 피질 (M1): 매끄럽고 흐르는 듯한 움직임으로 알려진 구역.
2. 해마 (CACA3): 기억과 장소를 넘나드는 것으로 알려진 구역.

목표는 두 곳 모두 동일했습니다. "이 특정 세포들이 함께 활성화되도록 의도하여 보상을 얻어라."

결과: 목표는 같지만, 경로는 다르다

쥐들은 두 구역 모두에서 이를 학습했습니다. 그들은 뇌의 어느 부분을 사용하든 마음을 통해 보상을 불러오는 법을 성공적으로 터득했습니다. 이것이 제목에서 언급된 "동등한 자발적 학습(equivalent volitional learning)"입니다. 즉, 그들은 마음을 통해 동일한 결과를 달성했습니다.

하지만 어떻게 그곳에 도달했는지는 놀랍게도 달랐습니다. 마치 두 도시가 똑같은 교통 체증을 해결하는 방식이 다른 것과 같습니다:

• 운동 피질 (M1)에서의 활동: 뇌 활동이 강물처럼 흘렀습니다. 쥐들이 학습을 시작하자, 신경 신호는 "보상" 상태를 향해 매끄럽고 연속적인 흐름으로 이동했습니다. 그것은 곧고 흐르는 경로였습니다.
• 해마 (CA3)에서의 활동: 뇌 활동이 튀어 오르는 공처럼 작동했습니다. 신호는 보상 상태를 향해 점프했다가 다시 돌아오기를 반복하며, "접근과 회귀"의 루프를 그리며 움직였습니다. 그것은 직선이 아니라, 목표물을 중심으로 역동적으로 진동하는 춤과 같았습니다.

핵심 요점

이 연구는 결과(쥐가 간식을 얻음)는 같았지만, 내부 기제는 완전히 달랐다는 것을 발견했습니다.

• 공통된 특징: 두 구역 모두 "희소해졌으며"(가장 중요한 세포들만 활성화됨), 해결책을 찾기 위해 새로운 패턴을 탐색했습니다.
• 고유한 메커니즘: 차이점은 각 구역의 "교통 법규"(연결성)에서 기인했습니다. 운동 피질은 연속적으로 흐르도록 설계되어 있어 문제를 흐름으로써 해결했습니다. 해마는 이곳저곳을 뛰어다니도록 설계되어 있어 문제를 튀어 오름으로써 해결했습니다.

비유: 같은 목적지로 가는 두 갈래 길

당신이 지점 A에서 지점 B까지 운전해야 한다고 상상해 보세요.

• **운전자 1 (운동 피질)**은 고속도로를 이용합니다. 그들은 목적지에 도착할 때까지 부드럽게 가속하며 직선으로 주행합니다.
• **운전자 2 (해마)**는 굽이진 산길을 이용합니다. 그들은 위로 올라갔다가, 다시 내려왔다가, 다시 올라가는 루프를 그리며 목적지에 도달합니다.

두 운전자 모두 같은 지점(보상)에 도착하지만, 그들의 운전 스타일(역학)은 도로(뇌 회로)가 어떻게 만들어졌느냐에 따라 완전히 다릅니다.

결론

이 논문은 학습이 뇌의 모든 곳에서 따르는 단일하고 경직된 레시피가 아니라는 결론을 내립니다. 대신, 학습은 유연합니다. 뇌는 학습이 일어나는 그 특정 구역의 구조에 적합한, 사용 가능한 현지 도구와 지도(roadmap)를 활용합니다. 이러한 "원칙적 퇴화(principled degeneracy)"는 자연이 단 하나의 완벽한 해결책을 필요로 하는 것이 아니라, 학습이 일어나는 장소의 구조에 맞는 하나의 해결책만을 필요로 한다는 것을 의미합니다.