두뇌에 대해서 생각한다

서론 : 인간 두뇌의 우수함과 신비

사람은 태어났을 때 보잘 것이 없고, 어머니의 보호가 없으면 단 하루라도 살지 못하지만 차차 말도 배우고 걷기 시작한다. 국민학교에서 글을 배우고 산수를 배우는 것으로 시작하여 중학교·고등학교, 더 나아가 대학과정 때까지 많은 사실과 방법을 배운다. 보지도 못한 원자에 대하여 배우고, 가보지도 못한 우주에 대해서도 배운다. 또 지구와 인류 역사도 배우고, 심지어는 사람의 신체구조와 왜 우리가 이렇게 행동하느냐에 대해서도 배운다. '인간이 무엇인가?', '인간은 왜 탄생했는가?' 등에 대하여까지 생각하고 고민하기도 한다.

운동의 세계 챔피언이나 기능의 세계 제일인자가 아니더라도 사람은 일상생활에서 놀랄 만한 능력을 발휘한다. 대략적인 모양밖에 안 보이는 먼 거리에서 사람이 누구인지 감지할 수 있다. 비에 맞아 모양이 없어진 글자도 읽을 수 있고, 외국어를 이해하고 구사할 줄도 안다. TV나 신문의 방대한 정보 속에서 우리에게 필요한 것 또는 재미 있을 만한 것들만 발췌하여 기억한다. 얼굴만 보더라도 그 사람이 화를 내는지, 슬퍼하는지, 좋아하는지 눈치챌 수 있다. 복잡한 게임을 금방 배우고 즐기기도 한다.

이런 모든 것들이 우리가 태어났을 때부터 지니고 있던 능력이 아니고 매일의 훈련과 교육을 통하여 배운 것이다. 애기들이 말을 배우는 것은 어머니 말을 처음에는 듣기만 하고 다음에는 따라함으로써 배운다. 그 기간이 1, 2년인데 너무 많은 시간이 걸린다고 할 수도 있고 대단히 빠르다고 할 수 있다. 사람은 일생동안에 이런 식으로 무한히 새로운 것을 배우고 그것을 이용한다. 그 비밀은 무엇인가?

놀라기만 하고 있을 수는 없다. 우리가 학생시절에 영어단어를 기억하지 못해 얼마나 고민했는가? 역사 사건의 연도수를 기억하려고 얼마나 애를 먹었던가? 또한 애써 기억한 단어들을 왜 그렇게도 쉽게 잊어버리는가? 물론 잊는다는 것은 때로는 살아가는 데 큰 도움이 된다. 사랑하는 사람을 잃었을 때엔 더 이상 못살 것 같지만 시간이 지남에 따라 그 아픔도 사라지고 잊기 마련이다. 그 비밀은 무엇인가? 우리는 우리 두뇌의 우수함에 놀라고, 그 신비함에 경탄한다.

1. 현재의 컴퓨터로 두뇌 구현이 가능한가?

흔히들 공상과학 소설이나 영화에서 갖가지 로봇이 사람을 돕기도 하고 사람에게 도전하는 이야기가 나온다. 그러한 로봇은 고속으로 뛴다든가 날아다니기도 하지만 지능면에서도 사람에 못지 않을뿐더러 때로는 사람을 능가하는 지능을 가지고 있다. 우리는 이들 로봇이 컴퓨터에 의하여 조작되며 이들 로봇의 지능이 바로 컴퓨터임을 안다. 물론 여기서 말하는 컴퓨터는 지금 것보다 훨씬 성능이 향상된 컴퓨터라고 생각하지만, 좀더 기술적으로 살펴 보면 현재의 컴퓨터를 보다 낫게, 다시 말해서 보다 소형이면서 처리 속도가 빠르게 만들기만 하면 사람과 비슷한 지능을 갖게 할 수 있지 않겠는가 하는 문제에 부딪친다.

2. 바둑 프로그램은 가능한가?

가령 간단한 예로 바둑을 두는 프로그램을 만든다고 하자. 조훈현 9단과 대국을 해서 가끔 지기도 하고 이기기도 할 정도의 컴퓨터 프로그램을 만들 수는 없을까? (1992년 당시) 현재 우리 나라에서 만들어진 제일 좋은 프로그램은 12급 정도밖에 안 된다. 이 프로그램은 어떤 면에서는 빈틈이 없어 보이지만 다른 면에서는 헛점이 많다. 세계에서 제일 잘 두는 프로그램도 7급 정도밖에 안 된다고 한다. 바둑보다 단순한 체스(Chess) 게임에서는 이미 세계 챔피언에 도전하는 컴퓨터 프로그램이 개발되어 있지만 바둑은 완전히 차원이 다르다.

바둑의 경우의 수와 계산 불가능성

선수는 19×19 위치 중에서 어디든지 둘 수 있으니 19×19의 경우가 있다. 후수는 기존에 있는 돌 이외의 어디든지 놓을 수 있으므로 (19×19-1)이다. 돌을 잡아먹지 않는다고 가정하면 바둑의 총 경우의 수는 :
(19×19)! = (19×19) × (19×19-1) × … × 2 × 1 ≈ 400! 10¹⁰⁰⁰ 이 된다.

• 10²⁰ : 슈퍼컴퓨터로 1부터 세어도 3만 년이 걸리는 거대한 수.
• 10¹²⁴ : 극미한 양자를 이 개수만큼 모으면 전 우주를 가득 메우는 수.
• 10¹⁰⁰⁰ : 현실적으로 모든 경우를 다 따져보는 전수 탐색(Brute-force)이 물리적으로 불가능함을 증명하는 수.

결국 모든 경우를 따져 보는 방식은 불가능하며, 사람이 하는 식으로 머리를 써서 해결할 수밖에 없다. 사람의 머리를 쓴다는 것은 전문가 시스템(Expert System)의 핵심 아이디어인 전문가의 직관과 지식을 이용하는 것이다. 그러나 전문가 자신조차 자신이 직관적으로 두는 수를 어떻게 결정하는지 언어로 설명할 수 없다는 암묵지(Tacit Knowledge)의 벽에 부딪힌다.

3. 두뇌 연구의 필요성

비슷한 예로 사람이 쓴 글씨를 읽는다거나, 사람을 알아본다거나, 남의 이야기를 듣는 일은 컴퓨터로 해결하기가 대단히 힘이 드는 문제들이다. 이러한 일은 우리 사람에게는 대단히 자연스럽고 쉬운 일이다. 응용분야는 약간 다르지만 걸어간다든지, 테니스를 친다거나, 밥을 먹는 등의 운동도 사람에게는 반 무의식 중에 하는 행동이지만 컴퓨터를 써서 로봇으로 하여금 시키려면 대단히 어렵다. 왜 그런가?

물질의 근본, 우주의 기원, 생명의 유전 암호 등은 이미 그 핵심이 밝혀졌지만, 두뇌의 비밀만은 아직 완강히 우리의 해명을 거부하고 있다. 오늘날 신경과학(Neuroscience), 인지과학(Cognitive Science), 뇌과학(Brain Science)을 필두로 의학자, 생리학자, 심리학자, 전산학자, 전자공학자가 총집결하여 두뇌 연구에 매진하고 있다.

4. 두뇌 연구의 역사

이상하게도 우리 인간은 최근까지 마음이 머리에 있다고 생각하지 못했다.

• 고대 이집트 : 영생을 믿어 미이라를 만들 때 심장은 몸속에, 내장은 석고 항아리에 보관했으나 뇌는 두개골에서 긁어내 버렸습니다.
• 아리스토텔레스 : 위대한 희랍 철학자조차 정신활동의 중심은 심장이며, 뇌는 피를 식히는 냉각기에 불과하다고 보았습니다. ('따뜻한 마음 / Warm-hearted' 표현의 유래)
• 1860년 브로카 (Paul Broca) : 실어증 환자의 뇌를 부검하여 좌측 전두엽에 '언어 중추(브로카 영역)'가 존재함을 규명, 대뇌 기능 국소화의 서막을 열었습니다.
• 1870년 전기 자극 실험 : 부상병과 동물의 뇌 표면에 미약한 전류를 흘려 반대편 근육이 수축함을 발견함으로써 뇌의 운동 영역 위치를 규명하였습니다.

5. 두뇌의 대략적인 구조

신경계통은 중추신경계(뇌와 척수)와 말초신경계로 나뉜다. 두개골을 열면 주름진 대뇌 표면이 나타나는데, 이 주름은 표면적을 극대화하기 위한 진화적 결과이다.

6. 신경세포 (Neuron) 와 시냅스 (Synapse)

19세기 말 스페인의 카잘(Ramón y Cajal)은 뇌가 독립된 세포들의 거대한 조합망으로 이루어져 있으며 정보는 시냅스를 통해 전달된다는 뉴런설(Neuron Doctrine)을 제창하였고, 이는 1950년대 전자현미경에 의해 확인되었다.

<그림 1> 인간 뇌의 태내 발달
(a) 임신 몇 주 후 신경관의 머리 끝부분은 3개의 주요 부분을 나타낸다.
(b) 임신 6주 후 뇌의 주요 부분이 보인다.
(c) 이 부분들의 위치가 성인 뇌에 제시되어 있다.

<그림 2> 뉴런의 구조 : 세포체(Soma), 수상돌기(Dendrite), 축삭(Axon)

7. 두뇌의 설계도와 유전자의 한계

컴퓨터는 50년 동안 인간이 설계했지만, 뇌는 3억 년에 걸쳐 자연 진화가 빚어낸 걸작이다. 인간 유전자(DNA)의 정보량은 대략 수백만~수천만 비트에 불과하다. 500억 개의 신경세포와 500조 개의 시냅스 연결 위치 하나하나를 유전자에 일일이 코딩하는 것은 수학적으로 불가능하다.

<그림 3> 성장·지능 그리고 성취에 미치는 저영양 유아의 초기 입양과 후기 입양의 영향
1. 입양 전에 심각한 영양결핍이 있었던 집단 | 2. 중간 정도 영양결핍 집단 | 3. 영양 섭취를 잘한 집단

8. 생후 경험이 두뇌 구조에 미치는 결정적 영향

출생 직후의 뇌는 가소성(Plasticity)이 극대화되어 있어, 환경적 자극에 따라 신경망이 물리적으로 재배선된다 :

<그림 4> 발달 동안 시각경험을 제한하는 데 사용하는 방법 (Hirsch & Spinelli 1971, Blakemore 1974)
(a) 선택적 시각 자극 마스크를 씌운 새끼 고양이. (b) 수직 무늬 원통 내에 노출된 고양이. 결정적 시기에 수직선만 본 고양이는 수평선을 전혀 인식하지 못하는 뇌로 굳어졌다.

<그림 5> 어린 생쥐에게 수염과 피질통(Cortical Barrels)의 위치 (Thomas A. Woolsey 연구)
생쥐의 코 수염 하나하나는 대뇌 감각피질의 피질통에 1:1로 대응한다. 출생 직후 수염을 제거하면 해당 피질통은 사라지고 인접 피질통이 그 영역을 흡수하여 확장된다.

9. 뇌의 퇴화와 대규모 신경망의 결함 허용성 (Fault Tolerance)

인간의 뇌 신경세포는 하루에도 수만 개씩 자연사한다. 그럼에도 일상적인 지능이 급격히 저하되지 않는 이유는 무엇인가?

10. 뇌 속의 바이러스와 프리온 질환 (쿠루병)

1950년대 파푸아뉴기니 포레(Fore) 족에서 발생한 치명적인 뇌 퇴행성 질환인 쿠루병(Kuru)은 가이두섹(Carleton Gajdusek)의 연구로 밝혀졌다. 식인 풍습을 통해 전파되는 슬로우 바이러스(훗날 프리온, Prion 단백질로 규명)가 뇌세포를 파괴하여 스펀지처럼 구멍이 뚫리는 기전으로, 그는 1976년 노벨 생리의학상을 수상하였다.

11. 뇌는 크면 클수록 좋은가? (피질화 계수 K)

단순히 뇌 무게만 따지면 코끼리(5,000g)나 고래가 인간(1,400g)보다 훨씬 크다. 그러나 지능은 절대적 무게가 아니라 신체 무게 대비 뇌 무게의 상대적 비율, 나아가 알로메트리 공식 $E = K \cdot P^{2/3}$ 의 피질화 계수(K) 로 결정된다 :

12. 인간의 뇌는 언제 폭발적으로 커졌나?

<그림 6> 유인상과 원인의 진화 모습 (Tobias, 1980)

오스트랄로피테쿠스(450cc) 시기 200만 년 동안 정체되어 있던 뇌는 호모 에렉투스(1,000cc)를 거쳐 불과 50만 년 만에 3배로 폭발 성장하여 호모 사피엔스(1,400cc)에 이르렀다. 언어, 도구 제작, 복잡한 사회적 상호작용이 뇌 성장의 강력한 진화적 선택압으로 작용했다.

13. 동물 전기의 발견과 갈바니-볼타 논쟁

18세기 말 루이지 갈바니(Galvani)는 개구리 다리 신경에 서로 다른 금속을 대었을 때 근육 경련이 일어남을 관찰하고 '동물 전기(Animal Electricity)'를 제창하였다. 볼타(Volta)는 이질적 금속 사이의 전지 작용이라 반박했으나, 갈바니는 금속 없이 신경과 근육만을 접촉시켜도 수축함을 보여 생체 내 전기적 신호의 실재를 입증하였다.

14. 신경계통의 전기적 신호와 시냅스 작용의 가합 모형

<그림 7> 시냅스 후 신경원의 활동에 대한 시냅스 작용의 가합(Summation)에 관한 물리적 모형
금속판(세포체)에 흥분성 신호는 온풍(+), 억제성 신호는 냉풍(-)을 불어넣는다. 축삭구(온도조절기)는 전체 판의 온도가 임계치에 도달했을 때에만 스파이크 발화를 일으킨다.

15. 시냅스의 화학적 비밀과 전달 11단계 기전

시냅스 간극(Synaptic Cleft)은 폭이 20~30 nm에 불과하지만 전기 전압이 직접 건너뛰기에는 너무 넓다. 따라서 이 간극을 건너는 신호 전달은 아세틸콜린, 도파민, 세로토닌, 글루탐산, GABA 등 화학적 신경전달물질(Neurotransmitter) 의 방출과 결합을 통해 이루어진다.

<그림 8> 화학적 시냅스에서 전달물질과 관련되어 있는 사건과 단계의 요약
1. 효소 및 선구물질 축색 수송 → 2. 활동전위 도달 → 3. 전달물질 합성 및 소포 저장 → 4. Ca²⁺ 유입과 소포 융합·방출 → 5. 후막 수용기 결합 및 시냅스 후 전위 유발 → 6. 자기수용기 조절 → 7. 효소에 의한 잉여물질 분해 → 8. 재흡수(Reuptake) → 9. 2차 전달자 방출 → 10. 효소 불활성화 → 11. 수상돌기·세포체를 거쳐 축삭구로 수동적 전파

16. 결론 : 두뇌 비밀의 해명과 인공신경망 컴퓨터의 전진

반도체 트랜지스터의 물리학을 안다고 해서 튜링 기계와 컴퓨터 소프트웨어의 지능적 정보처리 원리를 알 수 없는 것처럼, 신경세포의 생화학적 구조를 아는 것만으로 인간의 생각과 지능의 원리를 모두 규명할 수는 없다.

관련 주제 및 신경망 아카이브