연결된 재귀 네트워크를 이용한 상태 의존 연산

초록

이 논문은 두 개의 소프트 승자-독점(sWTA) 회로를 약간의 교차 연결로 결합해 다중 안정 상태를 갖는 신경망을 설계하고, 전이 뉴런을 통해 입력에 따라 상태 전이를 구현함으로써 뇌 피질이 제한된 구조 변형만으로 복잡한 유한 상태 기계(FSM)를 구현할 수 있음을 보여준다.

상세 분석

본 연구는 피질의 얕은 층에서 관찰되는 풍부한 상호 연결성을 활용해, 소프트 승자-독점(sWTA) 메커니즘을 기반으로 한 두 개의 재귀 네트워크를 결합함으로써 다중 안정 상태를 갖는 신경망을 구현한다. sWTA는 각 뉴런이 서로 억제하면서 동시에 약한 흥분을 받아 경쟁적 선택을 수행하지만, 완전한 억제 대신 부드러운 억제 곡선을 사용해 여러 후보가 동시에 활성화될 수 있는 여지를 남긴다. 이러한 특성은 네트워크가 입력이 사라진 뒤에도 현재 활성화된 상태를 유지하도록 하는 메모리 효과를 제공한다.

두 개의 sWTA 맵은 각각 동일한 동질적 로컬 재귀 연결을 가지며, 전체 연결 중 극히 일부만이 서로 교차한다. 이 교차 연결은 특정 뉴런 쌍 사이에 선택적으로 강화되는데, 그 결과 각 맵의 활성화 패턴이 서로를 보강하거나 억제하는 형태로 고정된 상태 집합을 형성한다. 즉, 한 맵의 특정 승자 집합이 다른 맵의 특정 승자 집합과 결합될 때만 안정적인 고정점이 존재하게 되며, 이러한 고정점이 바로 FSM의 개별 상태에 해당한다.

전이 메커니즘은 ‘전이 뉴런(transition neurons)’이라 불리는 소수의 특수 뉴런에 의해 구현된다. 전이 뉴런은 외부 입력을 받아 특정 교차 연결을 활성화시켜 현재 상태의 고정점을 깨고 새로운 고정점으로 이동하도록 유도한다. 이 과정은 입력이 지속되는 동안에만 전이가 일어나며, 전이 후에는 새로운 상태가 자체적으로 유지된다. 따라서 입력-구동 전이와 자체 유지 메모리 기능이 명확히 분리된다.

논문은 이러한 구조를 설계하기 위한 간단한 규칙을 제시한다. 첫째, 각 sWTA 맵의 억제 강도와 흥분 강도를 조절해 경쟁적 다중 안정성을 확보한다. 둘째, 교차 연결은 각 상태 쌍마다 하나씩만 존재하도록 최소화해 불필요한 상호 작용을 방지한다. 셋째, 전이 뉴런은 해당 상태 전이에 필요한 최소한의 입력 가중치만을 갖도록 설계해 잡음에 대한 내성을 높인다. 이러한 규칙을 따르면 복잡한 상태 전이 그래프를 구현하면서도 회로 규모와 파라미터 수를 크게 늘리지 않는다.

시뮬레이션 결과는 제안된 네트워크가 입력이 제거된 뒤에도 상태를 안정적으로 유지하고, 잡음이 섞인 환경에서도 전이 정확도가 95 % 이상임을 보여준다. 또한, 네트워크는 새로운 상태를 추가하거나 전이 경로를 수정할 때 기존 구조를 크게 변경하지 않고도 확장이 가능함을 입증한다. 이는 피질이 동일한 기본 회로를 재사용하면서도 학습이나 발달 과정에서 소수의 시냅스 가중치 변화를 통해 다양한 인지·행동 기능을 구현할 수 있다는 가설을 뒷받침한다.

이러한 접근은 기존의 ‘전용 회로’ 모델과 달리, 일반적인 재귀 회로에 소수의 특수 연결만을 추가함으로써 복잡한 유한 상태 기계를 구현한다는 점에서 신경공학적 설계 원칙을 크게 단순화한다. 특히, 소프트 승자-독점 메커니즘은 뇌의 실제 억제-흥분 균형을 반영하므로, 생물학적 타당성도 높다. 향후 연구에서는 이러한 구조를 실제 피질 회로에 매핑하거나, 로봇 제어와 같은 실시간 응용에 적용해 그 효용성을 검증할 필요가 있다.