스파이크 타이밍 의존 가소성으로 형성된 피드포워드 신경망과 동기화

초록

본 연구는 스파이크 타이밍 의존 가소성(STDP)이 이질적인 발화 주파수를 가진 뉴런 집단에서 어떻게 동기화 구조를 만들고, 가장 빠른 뉴런을 중심으로 한 피드포워드 네트워크를 자가 조직화하는지를 수치 시뮬레이션으로 조사한다. 초기 시냅스 가중치가 일정 임계값 이상이면 전체 네트워크가 하나의 피드포워드 체계로 수렴하고, 이하이면 여러 독립적인 피드포워드 클러스터가 형성된다.

상세 분석

본 논문은 STDP가 신경망 토폴로지를 어떻게 재구성하는지를 이해하기 위해, 이질적인 고유 진동수를 가진 위상 진동자들을 초기 무작위 연결망에 배치하고, 시냅스 가중치의 동적 변화를 시뮬레이션하였다. 핵심 가정은 뉴런 간의 시냅스가 전형적인 전형적 STDP 규칙을 따르며, 사전 정의된 초기 가중치 w₀가 변화를 주도한다는 점이다. 시뮬레이션 결과, w₀가 일정 임계값 w_c 이상일 때, 빠른 고유 주파수를 가진 뉴런이 자연스럽게 ‘pacemaker’ 역할을 수행한다. 이 뉴런은 네트워크의 최상위에 위치하고, 그로부터 하위 뉴런들로 시냅스가 강화되면서 피드포워드 계층 구조가 형성된다. 각 계층은 앞 단계의 뉴런이 방출한 스파이크가 일정 지연 후 다음 계층으로 전달되는 형태이며, 이는 일종의 ‘신호 패킷’이 주기마다 순차적으로 전파되는 메커니즘으로 해석된다.

반면 w₀가 w_c 이하이면, 시냅스 강화가 충분히 일어나지 않아 전체 네트워크가 하나의 피드포워드 체계로 수렴하지 못한다. 대신, 초기 연결망의 지역적 밀도와 고유 주파수 차이에 따라 여러 개의 소규모 피드포워드 서브네트워크가 독립적으로 형성된다. 각 서브네트워크는 자체적인 pacemaker를 갖고, 내부에서는 동기화된 파동이 전파되지만, 서브네트워크 간에는 상호 작용이 약해 전체적인 동기화는 이루어지지 않는다.

또한, 논문은 시냅스 가중치의 진화 과정을 정량적으로 분석한다. STDP에 의해 강화된 시냅스는 주로 ‘전방향(pre→post)’ 연결이며, 역방향 연결은 지속적인 억제와 함께 점차 소멸한다. 이 과정은 네트워크의 비대칭성을 증가시켜, 전통적인 순환 구조보다 방향성이 뚜렷한 피드포워드 구조를 선호하게 만든다. 결과적으로, 네트워크는 에너지 효율적인 정보 전달 경로를 자동으로 구축한다는 점에서 생물학적 뇌의 효율적 코딩 원리와 일맥상통한다.

마지막으로, 저자들은 임계값 w_c가 네트워크 규모(N), 평균 연결도(k), 그리고 STDP 시간 상수(τ)와 어떻게 연관되는지를 탐색한다. w_c는 평균 연결도가 높을수록, 그리고 τ가 짧을수록 감소하는 경향을 보이며, 이는 강한 초기 연결과 빠른 시냅스 가소성이 피드포워드 조직화를 촉진한다는 결론을 뒷받침한다. 이러한 정량적 관계는 향후 실험적 검증 및 인공 신경망 설계에 유용한 가이드라인을 제공한다.