Reconceptualizing Neuronal Plasticity

인간의 뇌는 적응의 명수입니다. 자전거 타기를 배우는 것부터 뇌졸중 후 언어 능력을 회복하는 것에 이르기까지, 우리의 마음은 신경 가소성이라 불리는 생물학적 유연성에 의존합니다. 이는 뇌의 배선이 스스로 재구성되어 새로운 연결을 형성하거나 기존의 연결을 강화하거나 약화시킬 수 있는 능력입니다. 수십 년 동안 과학자들은 이 현상이 어디에서 일어나는지, 그리고 이것이 어떻게 우리의 치유를 돕는지 지도를 그려왔지만, 더 깊은 미스터리가 남아 있습니다. 왜 이러한 유연성이 존재하는가 하는 점입니다. 이것은 단지 진화의 운 좋은 사고일까요, 아니면 특정한 전략적 목적을 수행하는 것일까요? 나아가, 우리는 뇌 활동을 모방하는 강력한 컴퓨터 모델들을 구축해 왔지만, 이러한 디지털 시뮬레이션들은 어떻게 한 그룹의 뇌 세포가 매우 다르고 다양한 과업을 수행할 수 있는지에 대한 실제적인 생물학적 메커니즘을 설명하는 데 종종 실패합니다.

프라딥 나브니트라이 차야(Pradeep Navnitray Chhaya)의 새로운 연구는 뇌의 생물학적 실체와 우리가 이해를 위해 사용하는 추상적 모델 사이의 간극을 메우고자 합니다. 이 논문은 우리가 뇌가 어떻게 진화하고 기능하는지에 대해 현재 생각하는 방식에 도전합니다. 저자는 뇌의 유연성이 진화의 무작ful한 부산물이 아니라, 우리 조상들이 더 크거나 에너지를 많이 소모하는 뇌를 키우지 않고도 복잡한 사고 기술을 개발할 수 있게 해준 의도적인 전략이라고 제안합니다. 뇌의 구조를 시각화하는 새로운 방법을 제안함으로써, 저자는 어떻게 서로 다른 생각들이 동일한 물리적 하드웨어를 공유할 수 있는지, 그리고 왜 이러한 공유가 특정 유형의 정신적 과업에만 국한되는지에 대한 신선한 설명을 제공합니다.

오랫동안 연구자들은 어떻게 동일한 물리적 뉴런 네트워크가 얼굴을 인식하는 것과 수학 문제를 푸는 것과 같이 서로 다른 인지 기능을 생성할 수 있는지 설명하는 데 어려움을 겪어 왔습니다. 신경망으로 알려진 전통적인 컴퓨터 모델은 노드 사이의 연결에 서로 다른 수치적 값, 즉 '가중치(weights)'를 할당함으로써 이를 해결하려고 시 합니다. 그러나 저자는 이 접근 방식이 근본적인 실수를 범하고 있다고 주장합니다. 그것은 뇌를 새로운 일을 하기 위해 새로운 숫자로 수동 재프로그래밍되어야 하는 계산기처럼 취급합니다. 실제로 뇌는 이러한 임의적인 숫자를 사용하지 않습니다. 생물학적 과정은 훨씬 더 통합적입니다. 논문은 만약 뇌가 이러한 인위적인 조정을 통해 작동한다면, 동일한 물리적 구조가 어떻게 전체적인 배선 개편 없이 자연스럽게 과업 사이를 전환할 수 있는지 설명하는 것이 불가능할 것이라고 지적합니다.

이를 해결하기 위해, 이 연구는 '수정된 침입 다양체 모델(Modified Involuted Manifold Model, MIMM)'이라는 새로운 개념적 틀을 도입합니다. 뇌의 구조를 끊임없는 재조율이 필요한 평평한 격자 구조로 보는 대신, 이 모델은 뇌의 구조를 복잡하게 접힌 형상으로 상상합니다. 이 관점에서 뇌가 과업 사이를 전환할 수 있는 능력은 연결의 강도를 바꾸는 것이 아니라, 계산이 일어나는 공간의 '차원(dimensionality)'을 변화시키는 데서 옵s니다. 이것은 여러 방식으로 접힐 수 있는 종이 조각이 다양한 모양을 만들어내는 것과 같습니다. 종이 자체는 변하지 않지만, 그 형태가 다양한 목적을 수행할 수 있게 하는 것과 같습니다. 이러한 위상학적 접근 방식은 뇌가 유연성을 허용하는 내장된 물리적 구조를 가지고 있음을 시사하며, 현재의 컴퓨터 모델에서 발견되는 임의적인 조정의 필요성을 제거합니다.

연구는 이러한 유연성이 진화적 이점임을 시사합니다. 만약 인간이 필요로 할 수 있는 모든 기술에 대해 완전히 별개의 뉴런 세트를 구축해야 했다면, 그것은 불가능할 정도로 많은 에너지와 공간을 요구했을 것입니다. 대신, 진화는 서로 다른 정신적 과업이 겹치고 동일한 기저 뉴런 자원을 공유할 수 있는 시스템을 선호했을 가능성이 높습니다. 그러나 이러한 공유는 무작위가 아닙니다. 논문은 감각이 혼합되는 공감각 현상이나 뇌 손상 후의 회복에서 우리는 이를 목격하지만, 모든 곳에서 나타나지는 않는다는 점을 지적합니다. 이러한 제한성은 뇌가 어디에서 그리고 언제 이러한 공유가 일어날지를 결정하는 특정한 고차원적 구조를 가지고 있음을 시사합니다. 이는 전문화된 기술에 대한 필요성과 콤팩트하고 효율적인 뇌에 대한 필요성 사이의 균형을 맞추는 전략입니다.

이 논문의 핵심 발견은 뇌와 마음이 마법적이거나 추상적인 연결이 아닌, 물리적인 다리로 연결되어 있다는 점입니다. 신경 가소성이 특정 유형의 과업에 국한된다는 사실은 우리의 생각과 뇌 세포 사이의 연결이 물리적 실체에 기반하고 있음을 증명합니다. 만약 마음이 뇌와 완전히 분리되어 있다면, 이론적으로 뇌의 어떤 부분이라도 어떤 과업도 처리할 수 있어야 하며 가소성은 보편적이어야 할 것입니다. 그것이 그렇지 않다는 사실은 뇌의 구조가 우리 사고의 한계를 규정한다는 것을 알려줍니다. 저자는 이 구조가 물리적 뉴 neurons를 그들이 수행하는 추상적 기능과 연결하는 '구조적 가교(structural bridge)' 역할을 한다고 제안합니다. 이 다리는 뉴런 그 자체로 만들어진 것이 아니라, 뉴런들이 다양한 종류의 정보를 처리하도록 조직된 특정한 방식에 의해 형성됩니다.

또한 이 연구는 우리가 뇌의 컴퓨터 모델을 어떻게 구축해야 하는지를 재구상합니다. 현재의 모델들은 의미를 갖지 않는 추상적 기호인 '토큰(tokens)'에 의존하기 때문에 어려움을 겪는 경우가 많습니다. 이는 모델이 정답을 찾기 위해 수백만 번의 무작위 시행을 거쳐야 하는 상황을 초래합니다. 논문에서 제안된 새로운 모델은 만약 우리가 뇌의 구조를 시간과 공간이 뒤섞인 위상 공간으로 취급한다면, 모델의 '가중치'나 값들이 더 이상 임의적이지 않을 것임을 시사합니다. 대신, 그 값들은 시간과 공간이 상호작용하는 근본적인 법칙에 의해 결정됩니다. 이는 모델이 답을 찾기 위해 추측할 필요 없이, 물리적 물체가 중력 때문에 떨어지는 것처럼 모델의 구조 자체로부터 답이 자연스럽게 도출될 것임을 의미합니다.

궁극적으로, 이 논문은 뇌를 지속적인 재프로그래밍이 필요한 정적인 기계가 아니라, 삶의 요구에 자연스럽게 적응하는 역동적이고 접힌 구조로 보는 새로운 방식을 제시합니다. 이는 뇌의 학습과 치유 능력이 수백만 년 동안 진화가 정교하게 다듬어 온 깊은 물리적 전략의 결과임을 시사합니다. 단순한 컴퓨터식 계산에서 벗어나 더 복잡하고 형태 중심적인 이해로 나아감으로써, 저자는 우리 마음이 어떻게 작동하는지에 대한 더 명확한 그림을 제공합니다. 이 새로운 모델의 수학적 세부 사항은 복잡하지만, 핵심 아이디어는 명료합니다. 뇌의 유연성은 그 형태 자체에 내재되어 있어, 더 적은 것으로 더 많은 것을 할 수 있게 하며, 인간의 인지와 인공지능의 미래를 모두 이해하는 길을 열어준다는 것입니다.