짧은 기억을 위한 지속 활동 자기 억제와 자기 유지 진화

초록

본 연구는 스파이킹 신경망을 유전 알고리즘으로 진화시켜 2~11초의 짧은 기억 지속 시간을 구현한다. 진화 과정에서 네트워크는 주로 흥분성 뉴런으로 구성된 ‘유지 모듈’과 억제성 뉴런으로 구성된 ‘소멸 모듈’이라는 두 기능적 서브네트워크를 자동으로 형성하였다. 이는 억제‑흥분 균형이 단기 기억 유지와 소멸에 핵심적 역할을 함을 시사한다.

상세 분석

이 논문은 단기 기억(STM)의 신경 메커니즘을 탐구하기 위해, 사전 가설을 설정하지 않고 진화 알고리즘을 이용해 스파이킹 신경망(SNN)의 토폴로지를 자동 설계한다는 독창적인 접근을 취한다. 사용된 뉴런 모델은 Izhikevich 방정식 기반의 정규 스파이킹 뉴런으로, 계산 효율성과 생물학적 현실성을 동시에 확보한다. 네트워크는 5개의 입력, 60개의 은닉, 1개의 출력 뉴런으로 구성되며, 입력‑출력 간 직접 연결은 1초의 초기 자극 단계에서만 활성화된다. 은닉층 내부의 연결 가중치와 각 뉴런의 흥분/억제 성격은 0~1 사이의 실수값 3965개의 유전자로 표현된 후, 유전 알고리즘(GA)으로 최적화된다.

진화 목표는 출력 뉴런이 지정된 시간(2~11초) 동안 지속적으로 스파이크를 발생시키고, 그 이후에는 최소 4초 동안 완전히 정지하도록 하는 것이다. 이를 위해 ‘목표 정지 시간’과 실제 정지 시간의 차이를 Gaussian 형태의 적합도 함수로 변환하고, 목표를 초과하면 급격히 페널티를 부여한다. 초기에는 2초 지속 네트워크를 진화시키고, 성공적인 개체가 확보되면 적합도 함수를 3초, 4초 … 11초 순으로 전환하는 연속 진화(continuous evolution) 방식을 적용하였다. 이 과정에서 적합도 곡선이 급격히 변하지 않고, 최적 개체가 다음 목표 시간에도 이미 존재하는 경우가 빈번함을 확인했다. 이는 진화 과정에서 다형성이 유지되며, 목표 시간 근처의 해가 넓은 영역에 퍼져 있음을 의미한다.

결과적으로 10개의 독립적인 네트워크가 각각 2초부터 11초까지의 지속 시간을 정확히 구현하였다. 네트워크 분석에서는 은닉층이 두 개의 기능적 모듈로 분리되는 현상이 일관되게 나타났다. ‘유지 모듈’은 주로 흥분성 뉴런으로 구성되어, 초기 자극 이후에도 내부 순환을 통해 지속적인 스파이크 활동을 유지한다. 반면 ‘소멸 모듈’은 억제성 뉴런이 다수를 차지하며, 일정 시간이 지나면 활성화된 유지 모듈을 억제하여 출력 뉴런의 스파이크를 급격히 중단시킨다. 이러한 구조는 억제‑흥분 균형이 기억의 저장과 소멸을 동시에 조절한다는 가설을 뒷받침한다. 또한, 무작위 생성된 10만 개의 네트워크 중에서는 2초 지속 정도의 자기 유지만 가능한 경우가 극히 드물었으며, 목표 시간에 정확히 맞추어 소멸까지 구현된 네트워크는 거의 발견되지 않았다. 이는 진화가 복잡한 토폴로지를 찾아내는 과정이 필요함을 시사한다.

이 연구는 기존의 단기 기억 모델이 주로 시냅스 가소성(예: STDP, 시냅스 촉진)이나 특정 회로 가정을 기반으로 하는 반면, 비시냅틱 지속 활동을 토대로 한 새로운 설계 원리를 제시한다. 특히, 억제성 뉴런이 ‘잊음’ 메커니즘을 담당한다는 점은 실험적 신경생리학 연구와도 일맥상통하며, 향후 뇌의 억제 회로가 기억 소멸에 미치는 역할을 탐구하는 데 이론적 기반을 제공한다.