← 최신 논문
🧠 neuroscience

Conversation in fMRI: DMN Activates During Live Mentalizing

장시간의 대화에 참여한 참가자들의 fMRI 데이터를 사용한 이 연구는, 언어 생성과 이해가 뚜렷한 지역적 비대칭성을 보이는 반면, 이해는 유독 디폴트 모드 네트워크와 전두두정엽 제어 네트워크를 동원한다는 것을 밝혀냈으며, 이는 말하기에 비해 듣기 과정에서 자기 성찰적 및 마음 이론(Theory of Mind) 처리가 강화됨을 시사한다.

원저자: Torubarova, E., Arvidsson, C., Pereira, A., Udden, J.

게시일 2026-09-12
📖 5 분 읽기🧠 심층 분석

원저자: Torubarova, E., Arvidsson, C., Pereira, A., Udden, J.

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

언어는 종종 사고를 위한 도구, 즉 우리 자신의 생각을 정리하는 방법으로 여겨집니다. 하지만 많은 과학자들은 이제 언어가 일차적으로 다른 목적, 즉 서로 대화하기 위해 진화했다고 믿습니다. 만약 이것이 사실이라면, 우리 뇌가 언어를 어떻게 처리하는지 연구하기에 가장 자연스러운 장소는 사람이 녹음된 문장을 듣는 조용한 방이 아니라, 생생한 대화가 이루어지는 무질서하고 빠르게 진행되는 현실 속일 것입니다. 실제 대화 속에서 우리는 단순히 단어를 해독하는 것이 아닙니다. 우리는 상대방이 무엇을 생각하고 있는지 추측하고, 다음 차례를 계획하며, 시계가 흘러가는 동안 상대의 어조와 몸짓에 반응합니다. 뇌가 말하기와 듣기라는 이 복잡한 춤을 어떻게 관리하는지 이해하기 위해, 연구자들은 고전적인 언어 중심부를 넘어 사회적 이해와 정신적 통제를 담당하는 더 넓은 네트워크를 살펴봐야 합니다.

KTH 왕립 공과대학교와 스톡홀름 대학교의 연구팀은 사람들이 실제 대화를 나누는 동안 뇌 스캐너 안에 사람들을 배치함으로써 이를 탐구하고자 했습니다. 그들은 우리가 말을 할 때와 들을 때 뇌가 다르게 작동하는지, 그리고 그 순간의 사회적, 정신적 요구를 처리하기 위해 뇌의 어느 부분이 활성화되는지 알고 싶었습니다. 그들은 보통 배경에서 작동하는 두 가지 주요 뇌 시스템에 주목했습니다. 하나는 타인의 마음을 이해하고 다양한 시나리오를 상상하는 데 도움을 주는 네트워크이고, 다른 하나는 집중력을 유지하고 복잡한 과업을 관리하는 데 도움을 주는 네트워크입니다. 윤리적 딜레마에 관한 긴 10분간의 토론 중에 뇌 활동을 기록함으로써, 그들은 자연스러운 사회적 서식지 속에 있는 뇌의 모습을 드물게 포착해 냈습니다.

연구에는 30명의 참가자가 참여했으며, 이들은 파트너와 세 차례의 별도 10분 대화를 나누었습니다. 파트너는 연구 보조원으로, 대화를 이끌며 다양한 윤리적 질문을 던지는 친구 역할을 수행했습니다. 설정은 최대한 자연스럽게 설계되었으며, 참가자는 실시간으로 파트너를 보고 들을 수 있어 자발적인 주고받기 대화가 가능했습니다. 참가자가 말하는 동안 연구진은 그들의 뇌 활동을 기록했습니다. 파트너가 말할 때 참가자는 들었으며, 연구진은 그 활동 역시 기록했습니다. 이를 통해 연구팀은 동일한 조건 하에서 동일한 인물의 생산(말하기)과 이해(듣기) 과정 중의 뇌 상태를 비교할 수 있었습니다.

결과는 사람들이 언어를 처리하는 방식에 대한 기존의 관념들을 확인해 주었습니다. 사람들이 말을 할 때는 이마 하단의 특정 영역이 더 활발하게 움직였던 반면, 들을 때는 양측 관자놀이의 상단과 중단 부분에서 더 강한 활동이 유발되었습니다. 이는 한쪽 뇌는 말하기의 운동 계획을 담당하고 다른 쪽은 소리와 의미의 해석을 담당하는 것으로 알려진 언어 네트워크의 분업 구조와 일치합니다. 그러나 이 연구는 단순히 이러한 언어 중심부를 살펴보는 것을 넘어 훨씬 더 나아갔습니다. 연구는 두 과업 동안 뇌의 더 넓은 사회적 및 제어 네트워크가 어떻게 행동하는지에 대한 현저한 차이를 드러냈습니다.

참가자들이 듣고 있을 때, 디폴트 모드 네트워크(default mode network)라고 알려진 거대한 네트워크가 매우 활성화되었습니다. 이 네트워크는 흔히 백일몽을 꾸거나, 자신에 대해 생각하거나, 타인이 무엇을 생각하는지 상상하는 것과 관련이 있습니다. 연구진은 이해 과정 중에 뇌가 단순히 단어를 수동적으로 받아들이는 것이 아니라, 대화의 정신적 모델을 능동적으로 구축하고, 파트너의 신념을 추적하며, 다음에 할 말을 계획하고 있다는 것을 발견했습니다. 이는 듣는 동안 뇌가 깊은 사회적 성찰을 하고 대화의 흐름을 예측할 수 있는 정신적 여유를 갖게 된다는 것을 시사합니다. 반대로, 참가자들이 말을 할 때는 이와 동일한 네트워크가 덜 활성화되었습니다. 문장을 구성하고, 발화 순서를 조절하며, 몸짓을 조율하는 행위가 뇌의 자원을 너무 많이 차지하여 이러한 더 넓은 내부적 과정을 억제하는 것처럼 보였습니다. 화자는 대화의 즉각적인 요구 사항을 관리하느라 듣는 사람이 누릴 수 있는 더 깊은 자기 성찰적 사고에 몰입할 여유가 없었던 것입니다.

연구진은 또한 과업 사이를 전환하고 집중력을 유지하도록 돕는 인지 제어 담당의 두 번째 네트워크를 살펴보았습니다. 이 네트워크 역시 듣기 중에 말하기보다 더 활able하게 변하는 유사한 패턴을 보였으나, 디폴트 모드 네트워크만큼 그 효과가 뚜렷하지는 않았습니다. 이는 듣기가 새로운 정보를 통합하고, 사회적 맥락을 관리하며, 다음 차례를 준비하기 위해 상당한 정신적 노력을 필요로 한다는 것을 나타냅니다. 흥란하게도, 타인의 마음을 이해하는 것과 연결된 디폴트 모드 시스템 내의 특정 하위 네트워크는 대화 내내, 즉 말할 때나 들을 때나 계속 활성화되어 있었습니다. 이는 타인이 무엇을 생각하는지 추론하는 능력이 어떤 사회적 상호작작용에서도 완전히 꺼지지 않는, 지속적이고 근본적인 흐름임을 시사합니다.

가장 안정적인 발견 중 하나는 사람들이 말할 때 이마 상중단 부위의 특정 영역이 일관되게 더 활발했다는 점입니다. 신체 제어 운동 영역 근처에 위치한 이 영역은 사회적 환경에서 말을 생성하기 위해 필요한 고차원적 계획에 필수적인 것으로 보입니다. 뇌는 청자의 반응을 살피면서 생각을 말로 바꾸는 복잡한 과업을 조직하기 위해 이 영역을 동원하는 듯합니다. 이 발견은 대화가 얼마나 길든 상관없이 유효했으며, 이는 우리가 서로에게 말하는 방식의 근본적인 부분임을 시사합니다.

연구진은 뇌의 활동이 단순히 '켜짐' 또는 '꺼짐'의 문제가 아니라는 점에도 주목했습니다. 말하기와 듣기 사이의 차이는 미묘하지만 뚜렷했으며, 이는 각 역할이 정신에 가하는 서로 다른 압박을 반영했습니다. 말하기는 병목 현상과 같습니다. 그것은 신속하고 중단 없는 실행과 청자의 피드백과의 긴밀한 조율을 요구합니다. 반면, 듣기는 더 넓은 자원 배분을 허용하여, 뇌가 상황, 화자의 의도, 그리고 대화가 나아갈 방향에 대한 풍부한 그림을 그려낼 수 있게 합니다. 이 연구는 뇌가 단순히 언어를 처리하는 것이 아니라, 자신이 말하는 쪽인지 듣는 쪽인지에 따라 즉각적인 언어의 메커니즘과 더 깊은 사회적, 정신적 작업 사이에서 초점을 끊임없이 전환한다는 것을 보여줍니다.

짧고 고립된 문장 대신 긴 대화를 사용함으로써, 이 연구는 현실 세계에서 뇌가 어떻게 작동하는지에 대한 더 완전한 그림을 포착했습니다. 연구 결과는 뇌의 언어 시스템이 사회적 인지와 정신적 통제를 다루는 네트워크와 깊게 얽혀 있음을 시사합니다. 뇌는 단순히 단어를 해독하는 기계가 아니라, 순간의 요구에 따라 자원을 조정하는 역동적인 시스템입니다. 우리가 말할 때 우리는 전달의 메커니즘에 집중하며, 들을 때 우리는 사회적 세계의 전체적인 복잡성을 향해 마음을 엽니다. 이 연구는 대화가 단순한 정보의 교환이 아니라, 각자의 뇌를 사용하여 발을 맞추는 두 마음의 복잡하고 조율된 춤이라는 점을 이해하도록 도와줍니다.

연구 분야의 논문에 파묻히고 계신가요?

연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.

Digest 사용해 보기 →