🧠 neuroscience

Mapping Lifespan Trajectories of Cognitive Flexibility with a Continuous Probabilistic Reversal Learning Measure

이 연구는 새로운 연속 확률적 역전 학습 과제를 활용하여 보상 기반 학습은 18세 전후에 정점에 달하고 규칙 기반 학습은 20세 전후에 정점에 달한다는 것을 입증함으로써, 인지 유연성 구성 요소의 서로 다른 생애 궤적이 기저 뇌 회로의 차별적 성숙과 일치함을 밝혔다.

원저자: Jowkar, M., Makhsous, M., Rezayat, E.

게시일 2026-06-23

📖 2 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Jowkar, M., Makhsous, M., Rezayat, E.

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ⚕️ 이것은 동료 심사를 거치지 않은 프리프린트의 AI 생성 설명입니다. 의학적 조언이 아닙니다. 이 내용을 바탕으로 건강 관련 결정을 내리지 마세요. 전체 면책 조항 읽기

당신의 뇌를 아주 똑똑한 GPS 시스템이라고 상상해 보세요. **인지적 유연성(Cognitive flexibility)**은 단순히 이 GPS가 "앗, 길을 잘못 들었네!"라고 말하며 앞길이 바뀌었을 때 즉시 경로를 재탐색하는 능력을 의미합니다. 이 기술을 측정하는 대부분의 테스트는 단순한 합격/불합격 시험과 같습니다. 즉, 길을 제대로 찾았느냐 못 했느냐만 따지는 것이죠. 하지만 이 연구는 단순히 최종 목적지에 도착했는지뿐만 아니라, 그 여정 전체를 보고 싶어 했습니다.

이를 위해 연구진은 CPRLT라고 불리는 새로운 종류의 "뇌 GPS 테스트"를 만들었습니다. 이 테스트는 단순히 정답을 맞혔는지 틀렸는지만 확인하는 대신, 정답에 얼마나 근접했는지를 측정하여 매끄럽고 연속적인 점수를 부여합니다. 이는 학생을 채점할 때 수학 시험을 통과했는지 여부만 보는 것이 아니라, 정확히 몇 점 차이로 틀렸는지를 확인하여 사고의 미세한 차이를 밝혀내는 것과 같습니다.

연구팀은 이제 막 성인이 된 10대(18세)부터 70대 노인에 이르기까지, 221명의 건강한 성인을 대상으로 테스트를 진행했습니다. 그들은 뇌가 학습하는 두 가지 특정한 방식을 살펴보았습니다:

규칙 기반 학습(Rule-Based Learning): 이것은 마치 쓰인 지도나 일련의 지침을 따르는 것과 같습니다. 규칙을 배우고 그것을 고수하는 것입니다.
보상 기반 학습(Reward-Based Learning): 이것은 맛을 통해 배우는 것과 같습니다. 무언가를 시도해 보고, 만약 그것이 맛이 좋다면(보상을 받는다면) 다시 합니다. 만약 맛이 없다면(보상이 없다면) 그만둡니다.

그들이 발견한 것은 뇌 성숙의 매혹적인 타임라인이었습니다:

보상의 "스위트 스팟" (18세): 보상을 통해 배우는 능력은 약 18세 무렵에 매우 일찍 정점에 도달합니다. 이것을 성공에 대한 뇌의 "미각"이 완전히 성장하여 준비된 상태라고 생각하면 됩니다.
규칙의 "스위트 스팟" (20세): 복잡한 규칙과 지도를 따르는 능력은 약 20세 무렵에 조금 더 늦게 정점에 도달합니다. 이는 뇌의 "설명서" 부서가 훈련을 마치는 데 몇 년이 더 걸리는 것과 같습니다.

생애 주기 이야기:
이 연구는 우리의 정신적 유연성이 아동기에서 청년기로 접어들며 빠르게 성장하여, 20대 초반에 최고점에 도달한다는 것을 보여줍니다. 그 이후에는 급격히 무너지지 않고, 나이가 들면서 천천히, 완만하게 감소합니다.

왜 이런 일이 일어날까요?
저자들은 이 타임라인이 우리 뇌의 하드웨어 발달 과정과 일치한다고 제안합니다. 보상을 처리하는 부분("미각")이 먼저 스스로 구축을 완료합니다. 복잡한 규칙과 계획을 처리하는 부분("설명서 센터")은 건설을 마치는 데 시간이 조금 더 걸립니다.

핵심 요점:
이 논문에서 가장 중요한 부분은 그들이 사용한 도구입니다. 만약 그들이 예전 방식의 "합격 또는 불합격" 테스트를 사용했다면, 보상 학습과 규칙 학습 사이의 이러한 미세한 차이를 놓쳤을 것입니다. 그들이 새로운 연속 측정법을 사용함으로써, 이 두 가지 기술이 서로 다른 시기에 성숙한다는 사실—다른 어떤 방법으로는 보이지 않았을 세부 사항—을 확인할 수 있었습니다.

기술 요약: 연속적 확률적 역전 학습 측정을 통한 인지 유연성의 생애 주기 궤적 매핑

문제 제기
변화하는 환경적 요구에 따라 반응 전략을 변경하는 능력으로 정의되는 인지 유연성은 핵심적인 실행 기능이다. 그러나 인간의 생애 전반에 걸친 인지 유연성의 발달에 관한 기존 연구는 방법론적 제약으로 인해 제한적이었다. 전통적인 평가 도구들은 대개 이진 점수 방식(정답 또는 오답)에 의존하는데, 이는 학습 과정의 미묘하고 연속적인 특성을 포착하지 못하며, 규칙 기반 학습과 보상 기반 학습 같은 서로 다른 학습 기제 간의 미세한 발달적 차이를 가릴 수 있다.

방법론
이러한 한계를 해결하기 위해, 본 연구는 새로운 컴퓨터화된 도구인 '연속 점수 확률적 역전 학습 검사(CPRLT)'를 도입하고 활용하였다. 이 과제는 이산적인 합격/불합격 결과가 아닌 연속적인 수행 지표를 생성하도록 설계되었다. 연구 코호트는 18세에서 71세까지 폭넓은 연령대를 아우르는 221명의 건강한 성인으로 구성되었다.

분석 프레임워크는 세 가지 특정 채점 차원을 채택하였다:

평균 절대 오차(Mean Absolute Error): 규칙 기반 학습 단계에 대해 계산됨.
조정 오차(Adjusted Error): 규칙 기반 학습 단계에 대해 계산됨.
학습률( $\alpha$ ): 참여자 데이터에 Rescorla-Wagner 계산 모델을 적합시켜 보상 기반 학습 단계에 대해 추정됨.

이러한 지표들을 통해 연구진은 생애 주기에 따른 인지 유연성의 궤적을 모델링하고, 성능 추세가 변화하는 잠재적 분기점을 식별할 수 있었다.

주요 기여
본 연구의 주요 기여는 규칙 기반 학습과 보상 기반 학습의 발달 궤적을 분리할 수 있는 연속적 확률 측정치(CPRLT)를 검증한 것이다. 이진 점수 방식을 넘어섬으로써, 본 연구는 인지 유연성이 어떻게 진화하는지에 대한 더 세밀한 관점을 제공하며, 특히 이 두 가지 유연성 구성 요소가 동시에 성숙하지 않는다는 점을 강조한다.

결과
세 가지 채점 지표를 분석한 결과, 모든 측정치에서 단일 분기점을 특징으로 하는 일관된 비선형 궤적이 드러났다. 데이터는 아동기에서 청년기로 이어지는 급격한 성능 향상과 이후 노년기로 접어들며 나타나는 점진적인 저하 패턴을 나타냈다.

결정적으로, 본 연구는 서로 다른 학습 양식에 대한 뚜렷한 정점 연령을 식별하였다:

보상 기반 학습은 약 18세에 가장 일찍 정점에 도달하였다.
규칙 기반 학습은 그보다 약간 늦은 약 20세에 정점에 도달하였다.

이러한 시간적 분리는 보상 기반 학습을 지원하는 신경 기제가 규칙 기반 처리를 담당하는 전전두엽 영역보다 먼저 성숙한다는 것을 시사한다.

의의 및 주장
저자들은 이러한 발견이 하부 피질의 보상 회로가 복잡한 규칙 기반 처리를 담당하는 전전두엽 영역보다 더 일찍 성숙한다는 기존의 신경 발달 모델과 일치한다고 주장한다. 본 연구는 CPRLT의 연속적인 특성이 이러한 특정한 발달적 지연을 포착하는 데 필수적이었음을 주장한다. 이러한 차이는 전통적인 이진 과제에서는 놓쳐졌을 가능성이 높다. 결과적으로, 본 논문은 연속적 확률 측정치가 생애 전반에 걸친 인지 유연성의 미묘한 발달을 매핑하는 데 있어 더 우수한 방법론적 접근법을 제공한다고 주장한다.

유사한 논문