뭉치 모리 투사 연산자를 이용한 EEG 동역학의 간단한 운동 방정식

초록

본 논문은 원자·분자 수준의 운동 법칙을 EEG에 적용해, Zwanzig‑Mori 투사 연산자를 이용한 거시적 이론을 제시한다. 결과는 일반화된 랭게빈 방정식 형태의 간단한 운동 방정식이며, 두 가지 변분 원리를 통해 실험 데이터로부터 마크로스코픽 파라미터를 추정할 수 있다. 뇌의 임계 현상, Granger 인과성, 칼만 필터 등 다양한 응용 가능성을 논의한다.

상세 분석

이 연구는 물리학에서 널리 사용되는 Zwanzig‑Mori 투사 연산자 기법을 뇌 전기 활동, 즉 EEG 신호에 적용함으로써 기존의 경험적 모델링을 근본적인 미시적 원리와 연결한다는 점에서 혁신적이다. 투사 연산자는 전체 시스템의 자유도(원자·분자 수준)를 관심 있는 관측 변수(EEG 전위)로 제한하면서, 나머지 자유도는 ‘노이즈’와 ‘마모’ 항으로 집약한다. 이 과정에서 도출되는 일반화된 랭게빈 방정식(GLE)은
( \dot{X}(t)= -\int_{0}^{t} \Gamma(t-s)X(s)ds + F(t) )
형태를 갖는데, 여기서 (X(t))는 EEG 전위의 벡터, (\Gamma)는 메모리 커널(마모 행렬), (F(t))는 플럭투에이션(노이즈)이다. 중요한 점은 (\Gamma)와 (F)가 각각 시스템의 비가역적 마모와 열적/비열적 플럭투에이션을 완전히 기술한다는 것이다.

논문은 두 가지 변분 원리를 제시한다. 첫 번째는 “최소 마모 원리”로, 관측된 상관 함수와 이론적 GLE가 일치하도록 (\Gamma)를 최소화한다. 두 번째는 “최대 엔트로피 원리”로, 플럭투에이션 항이 Gaussian이며 평균이 0이라는 가정 하에, 관측 데이터와의 차이를 최소화하는 (\Gamma)와 공분산 행렬을 찾는다. 두 원리는 서로 보완적이며, 실제 EEG 데이터에 적용했을 때 파라미터 추정의 안정성과 재현성을 크게 향상시킨다.

또한, 메모리 커널이 시간에 따라 변하는 경우, 비정상적(비평형) 뇌 상태를 포착할 수 있다. 이는 기존의 선형 시불변 모델이 포착하지 못하는 뇌의 임계 현상(예: 전이점, 동기화/탈동기화 현상)을 설명하는 데 유용하다. 논문은 GLE 기반 모델이 Granger 인과성 분석과 자연스럽게 연결될 수 있음을 보이며, 마모 커널이 인과성 방향성을 내포한다는 점을 강조한다. 마지막으로, GLE를 상태공간 형태로 변환하면 칼만 필터와 같은 베이지안 추정 기법에 바로 적용 가능해, 실시간 뇌-컴퓨터 인터페이스(BCI) 설계에 새로운 이론적 토대를 제공한다.

전체적으로 이 연구는 미시적 물리학과 뇌 과학을 연결하는 다리 역할을 하며, EEG 데이터 해석에 있어 물리 기반의 엄밀한 수학적 프레임워크를 제공한다는 점에서 학제간 연구의 모범 사례라 할 수 있다.