Contrasting signatures of visual attention emerge from the same underlying neural dynamics
이 논문은 다양하고 겉보기에 모순되어 보이는 시각적 주의의 행동적 특징들이 단일한 기저 메커니즘으로부터 발현될 수 있음을 보여주는 신경 역학 모델인 Shaped Priority Account를 소개하며, 서로 다른 효과에 별도의 인지 과정이 필요하다는 가설에 도전한다.
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 뇌는 분류의 명수이며, 무엇이 주의를 끌 가치가 있고 무엇을 무시해도 되는지를 끊임없이 결정한다. 당신이 붐비는 방에 들어설 때, 당신의 눈은 모든 얼굴을 동일한 강도로 스캔하지 않는다. 대신, 밝은 빨간색 셔츠나 익숙한 목소리에 이끌린다. 이러한 집중 능력은 시각적 주의라고 불리며, 수십 년 동안 과학자들은 이를 지배하는 규칙을 이해하기 위해 노력해 왔다. 지배적인 견해는 뇌가 서로 다른 상황에 대해 서로 다른 특화된 도구들을 사용한다는 것이었다. 만약 밝은 물체가 의지와 상관없이 당신의 눈을 사로잡는다면, 연구자들은 하나의 특정 메커니즘이 작동하고 있다고 가정했다. 만약 당신이 특정 목표물을 찾기 위해 그 동일한 물체를 무시한다면, 그들은 다른 메커니즘이 제 역할을 한다고 가정했다. 이러한 접근 방식은 모든 행동적 특징을 고유한 지문처럼 취급하여, 각각에 대해 고유한 설명을 요구한다. 하지만 이 방법은 과학을 근본적인 엔진에 대한 탐구가 아닌, 증상들의 목록을 만드는 일로 전락시킬 위험이 있다. 질문은 여전히 남아 있다. 뇌가 정말로 서로 다른 운영 모드 사이를 전환하는 것인가, 아니면 단 하나의 유연한 시스템이 이 모든 다양한 결과들을 만들어내는 것인가?
루르 대학교 보훔(Ruhr University Bochum)과 이스트 앵글리아 대학교(University of East Anglia)의 연구팀은 하나의 규칙 세트가 광범위하고 겉보기에 모순적인 행동들을 설명할 수 있는지 테스트하기 위해 뇌의 주의 시스템에 대한 컴퓨터 모델을 구축하여 새로운 답을 제시했다. '형태 우선순위 계정(Shaped Priority Account)'으로 알려진 그들의 연구는, 뇌가 다양한 탐색 과제를 처리하기 위해 기어를 바꾸거나 서로 다른 메커로를 배치할 필요가 없음을 시사한다. 대신, 동일한 근본적 신경 역학이 서로 다른 시각적 입력을 받을 때, 자연스럽게 인간 주의의 전체 범위를 생성해 낸다는 것이다. 연구진은 뇌가 시각 신호를 처리하는 방식을 시간에 따라 조절함으로써, 하나의 고정된 시스템이 효율적인 탐색부터 무관한 물체에 의한 방해까지 아우르는 12가지의 서로 다른 실험 결과를 재현할 수 있음을 발견했다.
도전을 이해하기 위해, 시각 탐색이 어떻게 작동하는지 생각해보라. 전형적인 실험에서, 사람은 파란색 사각형들 사이에서 빨간색 원을 찾으라는 요청을 받을 수 있다. 때때로, 과제와 아무런 관련이 없는 밝은 노란색 다이아몬드가 화면에 나타난다. 어떤 경우에는 이 노란색 다이아몬드가 사람을 느리게 만들어 방해 요소로 작용한다. 또 다른 경우에는 그것이 아무런 영향을 미치지 않는다. 또 다른 시나리오에서는, 방해꾼의 존재가 오히려 사람이 목표물을 더 빨리 찾도록 도와준다. 전통적으로 과학자들은 이러한 차이를 뇌가 서로 다른 전략을 전환한다고 설명해 왔다. 즉, 때로는 밝은 물체에 의해 '포획'되기도 하고, 때로는 그것을 능동적으로 억제하기도 하며, 때로는 완전히 무시하기도 한다는 것이다. 새 연구는 이러한 것들이 서로 다른 전략이 아니라 동일한 과정의 서로 다른 결과라고 주장한다.
연구진은 주의가 역동적인 경쟁이라는 아이디어에 기반하여 모델을 구축했다. 화면의 모든 지점이 신호를 보내는 활동 영역을 상상해 보라. 어떤 신호는 물체가 얼마나 밝거나 색채가 풍부한지에 의해 구동되는 '상향식(bottom-up)' 신호에서 온다. 다른 신호는 사람이 무엇을 찾고 있는지에 의해 구동되는 '하향식(top-down)' 신호에서 온다. 이 모델에서, 이러한 신호들은 가공되지 않은 상태로 경쟁에 참여하지 않는다. 대신, 이들은 맥락에 따라 강도를 변화시키는 성형 과정을 거친다. 매우 밝은 물체는 시스템을 압도하지 않도록 압축될 수 있고, 목표물과 일치하는 희미한 신호는 경쟁에 살아남을 수 있도록 강화될 수 있다. 결정적으로, 이 두 종류의 신호는 서로 다른 시간에 도착한다. 밝은 물체로부터 오는 상향식 신호가 먼저 도착하여 즉각적으로 주의를 낚아챈다. 목표물이 어떻게 생겼는지 알고 있는 하향식 신호는 아주 짧은 찰나 후에 도착하여 경쟁의 양상을 재편하고, 무관한 물체를 탈락시킨다.
이 타이밍의 차이가 모델의 성공을 이끈 핵심이다. 밝고 무관한 물체가 나타나면, 그것이 주의 영역을 먼저 차지한다. 만약 사람이 무언가 특정한 것을 찾고 있다면, 하향식 신호가 직후에 도착하여 경쟁을 재편하고, 무관한 물체를 경쟁에서 밀어낸다. 정확한 타이밍과 다른 물체들의 배치에 따라, 이 과정은 지연, 지연 없음, 또는 심지어 속도 향상의 결과를 초래할 수 있다. 모델은 서로 다른 과제를 위해 내부 설정을 변경할 필요 없이, 단 하나의 규칙 세트로 34가지의 서로 다른 실험 조건을 재현할 수 있음을 보여주었다. 이 조건들에는 세 가지 특징의 조합으로 정의된 목표물을 찾는 복잡한 탐색부터, 하나의 밝은 물체가 수행을 돕거나 방해하는 단순한 탐색까지 포함되었다.
연구진은 수백 명의 참가자가 참여한 12가지 서로 다른 실험의 데이터와 모델을 대조 테스트했다. 그들은 특정하게 어려운 탐색 과제들을 사용하여 모델을 한 번 캘리브레이션(교정)한 후 설정을 고정했다. 그런 다음, 단 하나의 파라미터도 변경하지 않고 나머지 11가지 실험의 결과를 예측하도록 모델에게 요청했다. 모델은 성공했다. 모델은 화면 내 아이템의 수가 증가함에 따라 탐색 속도가 어떻게 변하는지의 패턴을 포착해 냈다. 무관한 물체로 인한 방해의 정확한 크기를 재현했다. 심지어 어떤 경우에는 방해꾼의 존재가 탐색을 더 빠르게 만든다는 사실까지 설명해 냈다. 모델은 각 과제마다 새로운 규칙을 학습함으로써가 아니라, 받은 시각적 입력에 따라 동일한 신경 역학이 다르게 전개되도록 함으로써 이를 달성했다.
가장 중요한 발견 중 하나는 모델이 왜 동일한 밝은 물체가 반대되는 효과를 낼 수 있는지를 설명한다는 점이다. 만약 밝은 물체가 목표를 찾기 어려운 디스플레이에 나타난다면, 그것은 뇌가 목표에 집중하기 전에 주의를 낚아채기 때문에 사람을 느리게 만들 수 있다. 만약 디스플레이가 다르게 배치된다면, 동일한 물체가 시각 영역을 조직하는 데 도움을 줌으로써 사람의 속도를 높일 수도 있다. 모델은 이러한 현상들이 모순이 아니라, 신호들이 시간에 따라 경쟁하는 시스템에서 발생하는 자연스러운 결과임을 보여준다. 뇌는 주의를 기울이기로 결정하거나 방해를 무시하기로 결정할 필요가 없다. 그 결과는 신호들의 상호작용으로부터 창발된다.
연구는 또한 뇌가 여러 특징으로 정의된 물체를 어떻게 찾는지에 대한 오랜 수수께끼를 다루었다. 수년 동안 과학자들은 뇌가 주의를 집중하기 전에 색상과 모양 같은 특징들을 결합할 수 있는지, 아니면 아이템을 하나씩 확인해야 하는지에 대해 논쟁해 왔다. 새 모델은 뇌가 모든 물체를 먼저 식별할 필요 없이 가능성을 좁히는 가이드 시스템을 사용한다고 제안한다. 뇌는 목표 설명과 명백히 일치하지 않는 항목들을 걸러내어, 후보군을 더 작은 집단으로 남긴다. 그러고 나서 뇌는 이 후보들을 하나씩 확인한다. 이 과정은 주변 아이템들이 매우 유사하게 보이더라도 사람들이 복잡한 목표물을 빠르게 찾을 수 있는 이유를 설명할 만큼 효율적이다.
단 하나의 고정된 시스템이 이토록 다양한 행동을 생성할 수 있다는 것을 입증함으로써, 연구진은 모든 행동적 징후에 고유한 메커니즘이 필요하다는 생각에 도전한다. 그들은 뇌가 이전에 생각했던 것보다 더 통합되어 있다고 주장한다. 인간 주의의 다양성은 서로 다른 스위치들이 담긴 도구 상치에서 오는 것이 아니라, 실시간으로 세상에 반응하는 단 하나의 유연한 엔진에서 비롯된다. 이것이 뇌가 단순하다는 뜻은 아니다. 오히려 인간 행동의 복잡성이 몇 가지 핵심 원칙의 역동적인 상호작용으로부터 발생할 수 있음을 의미한다. 연구진은 자신들의 작업이 시뮬레이션이며, 실제 뇌에는 이 모델에 포함되지 않은 학습이나 기억과 같은 추가적인 과정이 포함될 수 있음을 인정한다. 그러나 결과는 과학자들이 새로운 발견을 설명하기 위해 새로운 메커니즘을 발명하기 전에, 기존의 주의 역학이 충분한지를 먼저 물어야 함을 시사한다.
이 연구의 함의는 실험실을 넘어 확장된다. 이는 우리가 인간의 행동을 해석하는 방식을 바꾼다. 어떤 사람이 환경의 변화를 알아차리지 못하거나 번쩍이는 빛에 의해 주의가 분산될 때, 우리는 흔히 그들이 다른 전략을 사용하고 있거나 특정 결함이 있다고 가정한다. 이 연구는 그러한 변이들이 단순히 동일한 시스템이 다른 조건 하에서 작동한 결과일 수 있음을 시사한다. 뇌는 고립된 모듈들의 집합이 아니라, 연속적이고 진화하는 활동 영역이다. 다음에 당신이 열쇠를 찾다가 밝은 표지판 때문에 주의가 분산되거나, 혹은 오히려 그것 덕분에 열쇠를 더 빨리 찾는다면, 당신은 동일한 신경 역학이 그 순간의 구체적인 세부 사항에 의해 형성되어 작동하는 것을 목격하고 있는 것이다. 이 연구는 인간 주의의 겉보기 혼돈이 사실은 시간 속에서 펼쳐지는 단 하나의 우아한 과정의 결과임을 보여줌으로써, 마음을 바라보는 더 명확한 시각을 제공한다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.