Do we understand orientation selectivity? A simulation study

당신의 뇌가 수십억 명의 작은 전령(뉴런)들이 서로 끊임없이 메시지를 외치고 있는 거대하고 북적이는 도시라고 상상해 보세요. 이 도시에서 가장 매혹적인 직업 중 하나는 시각적 형상을 처리하는 데 전념하는 동네인 '시각 구역'에서 일어나고 있습니다. 수십 년 동안 과학자들은 이 전령들이 어떤 모양에 주의를 기울이기로 결정하는지 알아내기 위해 노력해 왔습니다. 특히, 왜 어떤 뉴런은 수직선이 보일 때만 흥분하고, 다른 뉴런은 수평선에만 관심을 갖는지 알고 싶어 했습니다. 이 특별한 능력은 **방향 선택성(orientation selectivity)**이라고 불립니다. 이것은 마치 빨간 모자를 쓴 사람만 들여보내 주는 클럽의 보안 요원과 같습니다. 뇌에서는 이 보안 요들이 오직 '수직선' 신호만을 통과시키는 것입니다.

오랫동안 과학자들은 이 클럽이 어떻게 작동하는지에 대한 설계도를 가지고 있다고 믿었습니다. 그들은 만약 전령들을 올바르게 배치하기만 하면—즉, 수직선을 좋아하는 전령들을 서로 이웃하게 만들고, 그들 모두가 올바른 소스로부터 지침을 받도록 확실히 한다면—뇌가 자연스럽게 선들을 분류하기 시작할 것이라고 믿었습니다. 그것은 단순한 배선의 문제처럼 보였습니다. 만약 당신이 올바른 도로 지도를 만든다면, 교통 흐름은 완벽하게 흐를 것이라는 식이었죠. 하지만 우리가 보게 될 것처럼, 뇌는 단순한 지도보다 훨씬 더 복잡하며, 때로는 가장 잘 짜인 계획조차 현실 세계에서 작동하기 위해서는 약간의 추가적인 도움이 필요하기도 합니다.

---

위대한 뇌 시뮬레이션: 왜 설계도만으로는 충분하지 않았나

이 연구에서 블루 브레인 프로젝트(Blue Brain Project)의 연구팀은 이 오래된 설계도를 테스트하기 위해 지금까지 만들어진 것 중 가장 현실적이고 고해상도인 생쥐 시각 피질 시뮬레이션을 구축하기로 했습니다. 이것은 아주 작은 생쥐 뇌의 단면을 만드는 디지털 쌍둥이를 만드는 것과 같습니다. 하지만 단순하고 만화 같은 블록을 사용하는 대신, 그들은 매우 정교한 3D 모델을 사용하여 뉴런의 실제 형태, 크기, 연결을 사용했습니다. 그들은 뇌가 선을 분류하는 규칙이 현실적인 복잡성을 가진 뇌로 구축되었을 때도 여전히 작동할지 확인하고 싶었습니다.

그들은 선을 분류하는 규칙을 테스트하기 전, 눈에서 뇌로 지침을 전달하는 '도로'를 먼저 매핑하려고 시었습니다. 그들은 뉴런의 물리적 형태와 그 위를 가로지르는 와이어(축삭)의 방식이 어떤 특정 유형의 뉴런이 연결될지를 자연스럽게 결정할 것이라고 가정했습니다. 이는 마치 도시의 레이아웃과 우편 트럭이 어디로 다니는지 알면, 어떤 집에 우편물이 배달될지 완벽하게 예측할 수 있다고 가정하는 것과 같았습니다.

첫 번째 놀라움: 지도가 틀렸다
연구진은 뇌의 해부학적 구조를 담은 상세한 3D 지도가 실제 연결을 예측하는 데 실패했다는 것을 발견했습니다. 뉴런의 모양과 위치를 완벽하게 알고 있더라도, 물리적 배치만으로는 왜 특정 유형의 뉴런이 눈으로부터 강한 신호를 받고 다른 뉴런은 거의 받지 못하는지를 설명할 수 없었습니다. 뇌의 '도로 지도'는 단순한 기하학만으로 설명하기에는 너무 무질서하고 복잡했습니다. 이는 물리적 배치 외에도 화학적 신호나 와이어 간의 경쟁과 같은 보이지 않는 다른 요소들이 누가 연결될지를 결정하고 있었음을 의미했습니다.

연구팀은 선의 각도를 선택하는 방식을 설명해 줄 것으로 기대되는 두 가지 유명한 아이디어를 재현하여 분류 문제를 해결하고자 했습니다:

1. "특별 배송" 이론: 뇌가 눈으로부터 정보를 받는 방식이 마치 우편물을 서로 다른 함에 분류하는 우체국처럼, '밝음'과 '어둠'의 신호를 특정 패턴으로 자연스럽게 분리한다는 아이디어입니다.
2. "유유상종" 이론: 같은 선의 각도를 좋아하는 뉴런들이 자연스럽게 서로 연결되어, 서로의 선호도를 강화하는 긴밀한 클럽을 형성한다는 아이디어입니다.

연구팀은 이 두 가지 이론(그리고 수정된 연결 데이터)을 프로그래밍한 초현실적인 모델을 구축한 후, 실행 버튼을 눌러 어떤 일이 일어나는지 지켜보았습니다. 그들은 실제 생쥐가 보는 것처럼 움직이는 빛의 줄무늬를 보는 상황을 시뮬레이션했습니다.

거대한 놀라움:
시뮬레이션은 실패했습니다. 완벽한 "특별 배송" 지침과 "유유상종" 클럽을 갖추었음에도 불구하고, 디지털 생쥐 뇌의 뉴런들은 선의 각도를 구별해 내는 능력이 뛰어나지 않았습니다. 수직선과 수평선을 구별하는 능력은 실제 생쥐가 보여주는 것보다 훨씬 약했습니다. 사실, 연구진이 뉴런 사이의 국소적 연결(유유상종 부분)을 추가했을 때, 이는 분류를 개선하기는커녕 오히려 더 악화시켰습니다.

이것은 매우 중요한 사건이었습니다. 왜냐하면 단순하고 낮은 디테일의 컴퓨터 모델에서는 잘 작동했던 기존의 단순한 설명들이, 실제의 복잡한 뇌가 어떻게 작동하는지를 설명하기에는 충분하지 않다는 것을 의미했기 때문입니다. 이는 마치 설계도만 가지고 작동하는 자동차 엔진을 만들려는 것과 같습니다. 설계도는 맞지만, 모든 실제 무거운 금속 부품을 넣으면 엔진이 덜컥거리며 시동이 걸리지 않는 것과 같습니다.

연구진이 배제한 것들

팀은 단순히 "안 된다"라고 말하는 데서 멈추지 않았습니다. 그들은 왜 안 되는지 알아내기 위해 탐정 놀이를 했습니다. 그들은 여러 가능성을 테스트하고 이를 배제했습니다:

• "특별 배송" 분류가 아니었습니다: 그들은 눈으로부터 오는 빛과 어둠의 신호를 분리하는 다양한 방법을 시도했지만, 어떻게 배열하든 뇌는 여전히 선을 제대로 골라내지 못했습니다. 이러한 신호들의 물리적 배치만으로는 마법의 열쇠가 될 수 없었습니다.
• 단순히 "유유상종" 연결의 문제가 아니었습니다: 그들은 뉴런들이 서로 어떻게 연결되는지가 문제인지 확인했습니다. 뉴런들이 "유유상종" 이론이 예측하는 대로 정확하게 연결되도록 강제했을 때조차도, 뇌는 선을 제대로 분류하는 데 실패했습니다.
• 수학적 오류도 아니었습니다: 그들은 코드와 숫자를 재검토하여 연결을 계산하는 과정에서 단순한 실수를 하지 않았는지 확인했습니다.

새로운 가설: 뇌에는 "자기 조절" 시스템이 필요하다

그렇다면, 배선과 지침이 충분하지 않다면 무엇이 빠진 것일까요? 연구진은 실제 뇌가 그들의 시뮬레이션에는 없었던 비밀 무기를 가지고 있다고 제안합니다: 바로 **항상성 가소성(homeostatic plasticity)**입니다.

이것은 뇌를 위한 "자기 조절 온도 조절기"라고 생각하면 됩니다. 실제 뇌에서 뉴런은 자신이 얼마나 많이 발화하는지를 끊임없이 모니터링합니다. 만약 어떤 뉴런이 너무 많은 입력을 받아 미쳐 날뛰기 직전이라면, 그 뉴들은 조용히 민감도를 낮춥니다. 반대로 입력이 너무 적으면 볼륨을 높입니다. 이 과정은 항상 일어나며, 전체 네트워크의 균형을 유지하고 작동할 준비를 갖추게 합니다.

시뮬레이션에서 뉴런들은 정적(static)이었습니다. 그들은 스스로를 조절할 수 없었습니다. 그들은 태어날 때 설정된 설정값에 갇혀 있었습니다. 연구진은 이 "자기 조절" 능력이 없다면, 실제 뇌의 복잡하고 무질서한 연결들이 과부하되어 선을 제대로 분류하지 못할 것이라고 추측합니다. 그들은 뇌가 이 역동적인 균형 잡기를 통해 무질서한 전선 더미를 날카로운 선 감지 기계로 바꾼다고 제 제안합니다.

핵심 요약

이 논문은 뇌 과학자들에게 일종의 현실 자각 타임을 제공합니다. 단순하고 깨끗한 컴퓨터 모델에서 이론이 작동한다고 해서, 그것이 실제의 무질서하고 복잡한 살아있는 뇌에서도 작동한다는 뜻은 아니라는 점을 보여줍니다. 뉴런이 선을 분류하는 방식에 대한 오래된 아이디어들은 아마도 이야기의 일부일 것이지만, 그것이 전부는 아닙니다.

저자들은 우리가 세상을 보는 방식을 진정으로 이해하려면, 뇌를 정적인 회로판으로 보는 것을 멈추고 역동적이고 자기 교정적인 시스템으로 보기 시작해야 한다고 제안합니다. 그들은 이 새로운 아이디어가 반드시 정답이라고 증명한 것은 아닙나(아직 자기 조절 과정을 완벽하게 시뮬레이션할 수 없기 때문에), 그들의 결과는 이 기능 없이는 뇌의 시각 시스템이 지금처럼 작동할 수 없음을 강력하게 시사합니다. 이는 뇌가 단순히 부품으로 만들어진 기계가 아니라, 균형을 유지하기 위해 끊임없이 스스로를 조율하는 살아있는 시스템이라는 점을 상기시켜 줍니다.