DGIST(총장 국양) 뇌과학과 전현애 교수 연구팀이 통계적 학습과 인간 두뇌의 신경학적 연결망의 관련성을 규명하였다. 이번 연구를 통해 인간이 새로운 규칙을 학습하는 능력에 대한 비밀을 풀 수 있는 기반을 마련해, 향후 인지신경과학의 다양한 연구 및 확장이 기대된다.

‘통계적 학습’은 인간이 주어진 환경으로부터 자신도 모르게 규칙성을 파악하고 그것에 적응하게 되는 핵심적인 인지능력이다. 이러한 통계적 학습의 주요 기전을 밝히기 위해 그 동안 많은 연구가 진행되어 왔지만, 기존 연구들에서는 뇌의 여러 영역들이 어떠한 방식으로 상호작용하여 통계적 학습을 가능케 하는지 그 면모를 자세히 확인할 수 없었다.

DGIST 뇌과학과 전현애 교수 연구팀은 인간의 통계적 학습에 관여하는 신경학적 연결망이 뇌의 어느 영역들에 걸쳐 일어나는지 확인하고, 이들 영역들 사이의 연결고리가 어떤 식으로 구성되어야 통계적 학습에 도움이 될 수 있는지를 규명하고자 기능적 자기공명 영상(fMRI)을 이용하였다.  

기능적 자기공명 영상(fMRI)은 공간적 해상도가 높아 통계적 학습을 진행할 때 활성화되는 뇌 영역들에 대한 보다 면밀한 관찰이 가능하다. 연구팀은 이러한 장점을 활용하여 통계적 학습을 진행할 때 관여하는 뇌 영역의 발견과 더불어 각각의 영역을 이어주는 신경학적 연결망이 개개인의 통계적 학습에 어떤 도움을 주는지 밝혀냈다. 특히 기존의 연구들과 차별화된 연결망 분석 기법을 적용하여 통계적 학습을 진행할 때 관여하는 핵심 네트워크와 그 기능에 대한 중요한 증거를 제시할 수 있었다. 이 과정에서 데이터 기반(data-driven), 그리고 가설 기반(hypothesis-driven) 신경학적 연결망 분석 기법을 동시에 적용하여 보다 신뢰도 높은 증거를 제시하는데 성공하였다.

그 결과, 상전두회(superior frontal gyrus) 상전두회(superior frontal gyrus) : 대뇌 이마엽의 가쪽 면에서 앞뒤로 뻗은 이랑(밭의 이랑이나 둑처럼 솟은 부분) 가운데 위쪽의 이랑
를 중심으로 펼쳐진 하향 조절(top-down control)에 관련된 영역들과 그들 사이의 신경학적 연결망이 통계적 학습에 핵심적인 역할을 수행하는 것으로 밝혀졌다. 특히 해당 연결망의 연결 강도가 약해질수록 통계적 학습을 더 잘하는 것으로 나타났는데, 이는 목표 지향적 행동(goal-directed behavior)이나 집중도(attention level)와 관련 있는 뇌 영역의 개입을 줄이는 것이 오히려 새로운 규칙을 익히는데 도움이 될 수 있다는 흥미로운 가능성을 제시한다.

DGIST 뇌과학과 전현애 교수는 “이번 연구는 인간의 통계적 학습을 가능케 하는 뇌 신경학적 기전에 대한 핵심적인 증거를 제시한 것으로, 향후 연구팀에서 발견한 두뇌 연결망을 중심으로 학습 능력을 높이기 위한 다양한 연구 방법이 진행될 수 있을 것”이라고 밝혔다.

한편, 이번 연구는 DGIST 뇌과학과 박정탁 박사과정생이 제1저자로 참여했다. 연구결과는 신경과학 분야 학술지 ‘NeuroImage’에 게재됐으며, 과학기술정보통신부와 한국연구재단의 중견연구자 사업의 지원을 받아 수행됐다.

최승우 기자 kantmania@kyosu.net

최승우 다른기사 보기