Single neurons in the human substantia nigra encode social learning signals
이 연구는 인간의 흑질에 있는 단일 도파민 신경세어가 사회적 학습 신호, 구체적으로는 컴퓨터와의 상호작용 시보다 인간과의 상호작용 시 더 높은 활성도를 보이며 규범 예측 오차의 가치를 추적한다는 것을 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
인간은 명문화되지 않은 규칙들의 복잡한 그물망을 헤쳐 나가도록 설계되어 있습니다. 우리는 집단 내에서 특정한 행동이 기대된다는 것을 알고 있으며, 누군가 그 기대를 저버릴 때 그것을 느낍니다. 사회적 제안이 불공정하거나 규범이 위반되었을 때 이를 감지하는 능력은 우리가 상호작용하는 방식의 초석입니다. 수십 년 동안 과학자들은 뇌가 이러한 규칙을 배우기 위해 예측과 오류 수정 시스템을 사용한다는 점을 이해해 왔습니다. 우리가 특정 결과를 기대했다가 다른 결과를 얻게 되면, 뇌는 우리의 이해를 업데이트하는 데 도움이 되는 신호인 '예측 오류(prediction error)'를 등록합니다. 우리는 이 현상이 뇌에서 일어난다는 것은 알고 있었지만, 구체적인 메커니즘에 대해서는 뇌 활동의 흐릿한 이미지나 동물을 대상으로 한 연구에 의존하며 대체로 추측에 머물러 왔습니다. 인간의 단일 뉴런이 사회적 모욕에 어떻게 반응하는지에 대한 질문은 뇌의 깊은 핵심부에 숨겨진 채 도달할 수 없는 영역으로 남아 있었습니다.
한 연구팀이 이제 뇌 수술을 받는 사람들의 뇌에서 개별 뉴런의 활동을 기록함으로써 이 메커니즘을 직접 들여다보았습니다. 그들은 운동과 보상에 관여하는 것으로 알려진 작은 심부 구조인 흑질(substantia nigra)에 집중했습니다. 환자들이 공정성 게임을 하는 동안 단일 세포의 전기 신호를 관찰함으로써, 과학자들은 이 뉴런들이 단순히 돈이나 움직임을 추적하는 것 이상을 한다는 사실을 발견했습니다. 이 뉴들은 타인으로부터 공정하게 대우받거나 혹은 불공정하게 대우받는 '느낌'을 구체적으로 추적하고 있었습니다. 이 연구는 뇌의 보상 체계가 우리의 사회적 삶과 깊게 얽혀 있음을 시사하는데, 인간으로부터 예상보다 더 나은 제안을 받으면 활성화되지만, 컴퓨터로부터 동일한 제안을 받으면 조용히 유지된다는 것입니다.
실험은 아이칸 의과대학 마운트 사이나이(Icahn School of Medicine at Mount-Sinai)의 수술실에서 진행되었습니다. 참가자들은 증상 조절을 돕는 장치를 이식하기 위해 수술을 받는 파킨슨병 환자들이었습니다. 의사들이 최종 장치를 이식하기 전, 그들은 독특한 연구 과제를 수행하기 위해 잠시 멈추었습니다. 깨어 있고 의식이 명료한 상태였던 환자들은 '최후통첩 게임(Ultimatum Game)'의 변형 버전을 플레이했습니다. 이 게임에서 파트너는 20달러를 어떻게 나눌지 제안합니다. 플레이어는 그 분배안을 수락할 수도 있는데, 이 경우 양측 모두 돈을 받게 됩니다. 반대로 거절하면 둘 다 아무것도 받지 못합니다. 제안은 1달러에서 9달러 사이였으며, 파트너는 인간을 나타내는 아바타이거나 컴퓨터 프로그램이었습니다.
환자들이 선택을 내리는 동안, 연구진은 흑질 내 개별 뉴런의 전기적 활동을 기록했습니다. 또한 이 효과가 흑질에 국한된 것인지 아니면 뇌 전반의 일반적인 반응인지 확인하기 위해 인접 영역인 담창구(globus pallidus)의 활동도 함께 기록했습니다. 연구진은 환자가 무엇을 생각하고 있는지 이해하기 위해 컴퓨터 모델을 사용하여 매 턴마다 '규범 예측 오류(norm prediction error)'를 추정했습니다. 이는 플레이어가 무엇을 공정하다고 기대했는지와 실제 제안이 얼마나 달랐는지를 측정하는 지표입니다. 만약 플레이어가 5달러를 기대했는데 7달러를 받았다면 이는 양(+)의 오류입니다. 만약 2달러를 받았다면 음(-)의 오류입니다. 모델은 또한 플레이어가 인간을 상대로 하고 있는지 혹은 컴퓨터를 상대로 하고 있는지도 추적했습니다.
결과는 명확하고 구체적인 패턴을 보여주었습니다. 환자들이 인간 아바타를 상대로 게임을 할 때, 흑질의 뉴런들은 제안의 공정성에 반응하여 빛을 발했습니다. 구체적으로, 이 세포들은 제안이 기대보다 좋을 때는 더 빠르게 발화했고, 기대보다 나쁠 때는 덜 발화했습니다. 이 신호는 단순히 돈의 액수가 아니라 제안이 공정한지 혹은 불공정한지에 대한 '느낌'에 관한 것이었습니다. 결정적으로, 이 반응은 파트너가 인간일 때 훨씬 더 강하게 나타났습니다. 동일한 제안을 하는 컴퓨터를 상대할 때, 뉴런들은 이러한 공정성에 대한 민감성을 보이지 않았습니다. 세포들은 사회적 맥락을 깊이 신경 쓰는 듯 보였으며, 인간의 판단과 기계의 계산을 구분했습니다.
대조적으로, 인접한 뇌 영역인 담창구의 뉴런들은 이러한 패턴을 전혀 보이지 않았습니다. 그들은 제안의 공정성을 추적하지 않았으며, 인간 파트너와 컴퓨터 파트너에 따라 다르게 반응하지도 않았습니다. 이 발견은 사회적 학습 신호를 인코딩하는 능력이 뇌 전체의 일반적인 기능이 아니라 흑질의 특정한 임무임을 시사합니다. 나아가, 연구진은 이 뉴런들이 단순히 환자의 기분에 반응하는 것인지 확인했습니다. 그들은 환자들이 불공정한 제안을 거절한 후 기분이 나빠졌다는 것을 발견했지만, 뉴런 자체는 이러한 기분 변화를 추적하지 않았습니다. 세포들은 엄격하게 사회적 예측 오류, 즉 기대치와 실제 수령액 사이의 간극에만 집중했습니다.
연구는 또한 환자들이 상대에 따라 서로 다른 기대를 가지고 있었다는 점도 밝혀냈습니다. 비록 불공정한 제안을 거절하는 양상은 두 경우 모두 비슷했지만, 컴퓨터 모델에 따르면 환자들은 컴퓨터보다 인간에게서 더 높은 금액의 제안을 기대했습니다. 그들은 인간에 대해 더 높은 공정성 기준을 가지고 있었습니다. 흑질의 뉴런들은 이러한 구체적인 사회적 뉘앙스를 추적하며, 플레이어가 인간 파트너와 기계에 대해 갖는 내부적인 공정성 감각을 반영하는 방식으로 발화했습니다. 이 연구는 인간의 뇌가 가장 근본적인 수준에서 사회적 규칙을 어떻게 처리하는지에 대한 드문 직접적 관찰을 제공하며, 보상으로부터 학습하는 데 책임이 있는 세포들이 우리가 복잡한 인간 상호작용의 세계를 항해하도록 돕는 세포들이기도 하다는 점을 보여줍니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.