Neural and behavioural manifold dynamics align across interacting individuals
두 건의 이중 EEG 연구에서 운동학적 정보가 반영된 딥 대조 학습과 동역학계 모델링을 결합함으로써, 저자들은 대인 간 협응이 상호작용하는 파트너들 사이에서 유연한 어트랙터 유사 역학을 공동 조절하는 저차원 신경 매니폴드의 기하학적 및 시간적 정렬으로부터 발생함을 입증한다.
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
인간의 연결은 종종 침묵의 대화, 즉 두 사람이 세상 속을 발맞추어 나갈 수 있게 해주는 공유된 리듬처럼 느껴지곤 합니다. 우리는 부모와 아이가 손을 잡고 걷거나, 두 친구가 서로의 말을 자연스럽게 이어받을 때 이런 모습을 목격합니다. 수십 년 동안 과학자들은 우리의 뇌가 고립된 섬이 아니라는 사실을 알고 있었습니다. 우리의 뇌는 타인과 상호작용할 때 변화하고 적응합니다. 신경 세포 집단이 어떻게 함께 작용하여 행동을 만들어내는지 연구하는 이 분야는, 뇌가 단순히 외부 세계에 반응하는 것이 아니라 파트너에게 맞추어 변화할 수 있는 패턴으로 스스로를 조직한다는 점을 시사합니다. 이 과정을 이해하는 것은 매우 중요한데, 이는 우리의 내부 기제(internal machinery)가 협력을 가능하게 하는 유동적이고 무언의 합의를 어떻게 뒷받ın하는지 보여줌으로써 사회적 삶의 생물학적 토대를 밝혀주기 때문입니다.
새로운 한 연구는 사람들이 움직임을 조절할 때 그 마음속에서 어떤 일이 일어나는지를 살펴봄으로써 이러한 이해를 한 단계 더 발전시켰습니다. 연구진은 총 88명인 44쌍의 자원봉사자를 모집하여, 상호작용하는 동안 뇌 활동을 기록하기 위해 머리에 센서를 부착했습니다. 한 실험 세트에서 쌍을 이룬 이들은 특정 지시에 따라 서로의 리듬에 맞춰 손가락을 움직이도록 요청받았습니다. 다른 실험에서는 정해진 규칙 없이 자발적인 대면 상호작용을 수행했습니다. 목표는 단순한 타이밍 체크로는 감지할 수 없는 방식으로, 한 사람의 뇌 활동이 파트너의 뇌 활동과 일치하는지를 확인하는 것이었습니다.
이 숨겨진 연결을 찾아내기 위해 연구팀은 참가자들의 물리적 움직임과 고급 컴퓨터 학습을 결합한 방법을 사용했습니다. 단순히 두 뇌가 정확히 같은 시간에 발화하는 순간을 찾는 대신, 그들은 복잡하게 소용돌이치는 신경 활동의 패턴을 더 단순하고 낮은 차원의 공간으로 매핑했습니다. 이 공간을 뇌의 집단적 활동의 특정 상태를 나타내는 지점들로 이루어진 하나의 풍경이라고 상상해 보십시오. 연구진은 쌍이 조율됨에 따라 그들의 뇌가 단순히 함께 발화하는 것을 넘어, 이 풍경 속에서 유사한 경로를 따라 이동한다는 것을 발견했습니다. 이러한 경로의 형태와 그 안에서의 이동 방식은 파트너 사이에서 기하학적 및 시간적으로 일치했습니다. 이러한 정렬은 그들의 조율된 행동을 직접적으로 반영하는 거울이었으며, 기존의 동기화 측정 방식이 놓쳤던 깊은 구조적 연결을 드러냈습니다.
또한 이 연구는 이러한 신경 패턴이 경직되거나 고정된 것이 아님을 밝혀냈습니다. 대신, 이 패턴들은 마치 공이 골짜기로 굴러 들어가 밀려나기 전까지 그곳에 머무는 것처럼, 안정적인 상태로 정착할 수 있는 유연한 시스템처럼 작동했습니다. 연구진이 '끌개와 같은 조직(attractor-like organizations)'이라고 설명하는 이 안정적인 상태들은 두 사람 사이에서 공동 조절되었습니다. 이는 한 사람의 뇌가 특정 패턴으로 정착하는 방식이 상대방의 움직임에 의해 영향을 받고, 그 반대의 경우도 마찬가지임을 의미합니다. 데이터는 대인 간의 조율이 지속적이고 끊김 없는 연결을 통해 발생하는 것이 아니라, 이러한 내부 패턴의 간헐적인 업데이트를 통해 발생한다는 점을 시사합니다. 파트너가 움직이면 그것은 상대방의 내부 역동성을 잠시 재형성하며, 이를 통해 서로 다시 정렬하고 상호작용을 원활하게 지속할 수 있게 합니다.
이러한 발견은 우리가 타인과 어떻게 연결되는지를 이해하는 새로운 방식을 제시합니다. 이 연구는 우리의 뇌가 사회적 상호작용을 관리하기 위해 공유된 저차원 프레임워크를 사용하며, 여기서 파트너의 움직임은 우리 자신의 내부 제어 시스템을 업데이트하는 가이드 역할을 한다고 제안합니다. 신경 활동이 존재하는 잠재 공간(latent spaces)을 보기 위해 움직임 정보 모델링(movement-informed modeling)을 사용함으로써, 이 연구는 뇌 활동, 근육 제어, 그리고 다른 인간과 조율하는 능력 사이의 연결 고리를 더욱 명확한 그림으로 확립했습니다. 이는 사회적 상호작용의 마법이 미스터리가 아니라, 두 마음이 세상을 함께 항해하기 위해 잠시 하나의 시스템이 되는 측정 가능한 역동적인 과정임을 보여줍니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.