Interpretable task-evoked and resting-state EEG signatures of threat-focused and self-focused processing in high social anxiety

뇌의 두 가지 모드: 사회적 불안에 관한 이야기

당신의 뇌가 최첨단 스마트폰이라고 상상해 보세요. 이 스마트폰에는 두 가지 주요 작동 방식이 있습니다. 첫 번째는 "태스크 모드(Task Mode)"로, 수학 문제를 풀거나 이 연구에서처럼 사람들의 얼굴을 보고 감정을 추측하는 것처럼 무언가를 능동적으로 수행하는 상태입니다. 두 두 번째는 "휴식 모드(Rest Mode)"로, 눈을 감고 조용히 앉아 마음이 흘러가는 대로 내버려 두는 상태입니다. 과학자들은 오랫동안 어떤 사람들에게는 이 스마트폰이 오류가 난 루프(loop)에 빠질 수 있다는 사실을 알고 있었습니다. 구체적으로, 사회적 불안이 높은 사람들은 세상이 자신을 너무 세밀하게 관찰하고 있다고 느끼며, 타인이 자신을 어떻게 생각할지에 대해 걱정하며 많은 시간을 보냅니다.

이를 이해하기 위해 연구자들은 뇌의 전기 신호인 EEG를 살펴봅니다. 이 신호들을 당신의 스마트폰 화면을 밝히는 작은 전기 스파크라고 생각해 보세요. 얼굴을 볼 때, 당신의 뇌는 그것을 인식하기 위해 특정한 스파크를 보냅니다. 휴식을 취할 때, 당신의 뇌는 다른 종류의 배경 소음과 함께 웅웅거립니다. 이 연구가 던지는 핵심 질문은 이것입니다. "우리는 '태스크 모드'와 '휴식 모드' 동안 발생하는 이 전기 스파크를 듣는 것만으로, 단순히 수줍음이 많은 뇌와 고도의 불안 모드에 갇힌 뇌를 구분할 수 있을까?" 연구자들은 이 두 가지 스냅샷을 결합함으로써, 단순히 사람들이 어떻게 느끼는지 묻는 것을 넘어 사회적 불안의 명확한 "지문"을 찾아내고자 했습니다.

연구: 뇌의 전기 스파크에 귀 기울이기

이 연구에서 오르도스 공과대학교(Ordos Institute of Technology)와 북경사범대학교(Beijing Normal University)의 과학자 팀은 대학생들의 뇌를 깊이 있게 탐구하기로 했습니다. 그들은 먼저 1,000명 이상의 학생들을 선별하여 두 그룹을 찾아냈습니다. 바로 사회적 불안이 높은 학생 32명과 대조군 역할을 할 건강한 학생 36명입니다. 비교 대상이 서로 적절한지 확인하기 위해, 그들은 불안한 학생들이 단순히 우울증 때문에 기분이 저조한 것이 아니라, 구체적으로 사회적 상황에 대해 걱정하고 있다는 점을 확인했습니다.

학생들은 64개의 센서가 달린 특수 모자를 착용했습니다. 먼저, 그들은 행복하거나 부정적인 감정을 나타내는 짧은 얼굴 영상을 보고 그 감정을 맞히는 "태스크(Task)"를 수행했습니다. 이는 마치 "저 사람은 무슨 생각을 하고 있을까?"라는 질문이 빠르게 이어지는 게임과 같았습니다. 그다음, 학생들은 5분 동안 눈을 감고 조용히 앉아 마음을 흘려보내며 "휴식 상태(Resting State)"를 기록했습니다.

발견된 사실: 오류가 발생한 뇌

연구 결과, 사회적 불안이 높은 학생들의 뇌는 건강한 그룹과는 조금 다른 운영 체제로 돌아가고 있었습니다.

1. "태스크 모드"의 오류: 느린 시작, 과도한 반응
사회적 불안이 높은 학생들이 얼굴을 볼 때, 그들의 뇌는 파티를 시작하는 데 다소 느렸습니다. 얼굴을 인식하기 위해 보통 매우 빠르게 발생하는 전기 신호(N170, P200, N200이라 불리는 것들)가 발화하는 데 시간이 더 걸렸습니다. 이는 마치 뇌가 영상을 재생하기 전에 버퍼링을 하는 것과 같습니다. 하지만 일단 뇌가 부정적인 얼굴(화가 났거나 슬픈 표정 등)을 처리하게 되면, 뇌는 과부하 상태에 빠졌습니다. 후기 신호(P3a)와 뇌의 "세타(theta)" 파(뇌가 "이것에 주목해!"라고 말하는 방식)는 건강한 그룹보다 훨씬 강했습니다.

본질적으로, 불안한 뇌는 얼굴을 인지하는 데는 느리지만, 일단 그 얼굴이 부정적이라는 것을 깨달으면 시선을 멈추지 못했습니다. 이는 마치 초점을 맞추는 데 시간이 걸리지만, 일단 수상한 그림자를 발견하면 다른 모든 것을 차단할 정도로 강력하게 줌인(zoom-in)해 버리는 보안 카메라와 같습니다.

2. "휴식 모드"의 오류: 걱정의 루프에 갇히다
학생들이 눈을 감고 휴식을 취할 때, 차이점은 더욱 명확해졌습니다. 불안한 그룹의 뇌는 "자기 중심적(self-focused)" 모드에 갇혀 있다는 징후를 보였습니다.

• 마이크로스테이트(Microstates): 보통 자기 자신에 대해 생각하는 것과 연결된 뇌의 전기 패턴(마이크로스테이트 C)이 더 오래 지속되었고 더 자주 발생했습니다. 반면, 외부 세계에 주의를 기울이는 것과 연결된 패턴(마이크로스테이트 D)은 덜 발생했습니다.
• 알파 파워(Alpha Power): 내부적인 것에 집중하기 위해 외부 소음을 차단하는 방패 역할을 하는 뇌의 "알파" 파가 훨씬 더 강했습니다. 이는 그들의 뇌가 내부적인 걱정에 집중하기 위해 외부 세계를 능동적으로 차단하고 있음을 시사합니다.
• 복잡성(Complexity): 뇌의 전기 신호는 풍부하고 다양한 멜로디라기보다는, 반복되는 노래처럼 덜 복잡하고 더 반복적이었습니다.
• 네트워크(Networks): 자기 통제를 돕는 뇌의 각 부분 사이의 연결이 더 약했습니다.

3. 승리하는 조합: 데이터의 융합
연구진은 컴퓨터 프로그램(머신 러닝)을 사용하여 데이터를 바탕으로 누가 사회적 불안을 가지고 있는지 예측하려고 시도했습니다.

• 만약 "태스크" 데이터만 사용했다면, 컴퓨터는 적당히 잘 맞혔습니다.
• 만약 "휴식" 데이터만 사용했다면, 더 잘 맞혔습니다.
• 하지만 두 유형의 데이터를 **융합(fuse)**했을 때, 컴퓨터는 초능력을 가진 탐정처럼 변했습니다. 컴퓨터는 약 83%의 확률로 고불안 그룹을 정확히 식별해 냈으며, 매우 높은 정확도 점수(AUC 92.67%)를 기록했습니다.

"무엇" 뒤에 숨겨진 "왜"

컴퓨터가 왜 이러한 예측을 했는지 이해하기 위해, 연구진은 어떤 뇌 신호가 가장 중요한지를 보여주는 돋보기 역할을 하는 도구인 SHAP을 사용했습니다. 결과적으로 컴퓨터는 단순히 무작위로 추측하는 것이 아니라, 이론이 예측한 바로 그 요소들을 보고 있었습니다.

• 휴식 시 알파 파워: 이 "내부 집중" 신호의 높은 수준은 거대한 단서였습니다.
• 마이크로스테이트 C: 뇌가 "자기 걱정" 모드에 머무는 시간이 길수록, 해당 학생이 사회적 불안을 가질 가능성이 높았습니다.
• P200 지연 시간(Latency): 얼굴을 인식하는 데 걸리는 지연 또한 핵심 지표였습니다.
• N170 진폭(Amplitude): 초기 얼굴 인식 신호의 강도 역시 중요했습니다.

이것이 의미하는 바 (그리고 의미하지 않는 것)

이 연구는 높은 사회적 불안이 단 하나의 현상이 아니라, 두 가지 문제의 혼합임을 시사합니다. 첫째, 뇌가 사회적 위협을 빠르게 처리하는 데 비효율적이며, 둘째, 아무 일도 일어나지 않을 때조차 자기 중심적인 걱정의 루프에 갇힌다는 것입니다. "태스크" 데이터와 "휴식" 데이터를 결합함으로써, 연구진은 어느 한쪽만 볼 때보다 훨씬 더 명확한 그림을 찾아낼 수 있었습니다.

하지만 저자들은 이것이 아직 마법 같은 치료제나 최종 진단 도구가 아님을 주의 깊게 언급하고 있습니다. 이 연구는 사회적 장애로 진단받지는 않았지만 높은 불안을 가진 대학생들을 대상으로 수행되었습니다. 컴퓨터 모델이 실제 세상에서도 작동하는지 확인하려면, 진단받은 사회적 불안 장애를 포함한 더 큰 집단을 대상으로 테스트해야 합니다. 또한, 이 연구는 뇌의 전기적 활동만을 살펴보았기 때문에, 편도체(공포 센터)와 같은 뇌 구조 내부를 직접 들여다볼 수는 없습니다.

요약하자면, 만약 당신이 높은 사회적 불안을 가진 사람의 뇌를 이해하고 싶다면, 그들이 세상에 어떻게 반응하는지와 혼자 있을 때 어떻게 행동하는지를 모두 들어야 한다는 것입니다. 이는 매우 주관적인 감정을 보다 객관적으로 이해하기 위한 하나의 단계입니다.