확률적 동역학에서 파워법칙 스케일링과 뉴런 폭발이 나타날 수 있는가

초록

본 논문은 뇌 전기신호(LFP)에서 검출된 이벤트 크기 분포가 파워‑법칙 형태를 보이더라도, 이는 반드시 자기조직임계성(SOC)을 의미하지 않을 수 있음을 보여준다. 임계값을 바꾸거나 Kolmogorov‑Smirnov(KS) 검정을 적용하면 파워‑법칙 적합성이 사라지고, 단순히 임계값을 적용한 확률 과정에서도 유사한 스케일링이 발생한다. 반면, 실제 SOC를 갖는 인공 네트워크에서는 그래프와 통계 검정 모두 파워‑법칙을 확실히 확인한다. 따라서 로그‑스케일 그래프만으로는 SOC를 주장하기에 충분하지 않으며, 보다 엄격한 통계 검증이 필요함을 강조한다.

상세 분석

이 연구는 두 가지 주요 실험적·이론적 접근을 결합한다. 첫 번째는 다중 전극으로 기록된 국소장전위(LFP) 신호에서 ‘음의 피크’를 이벤트로 정의하고, 그 크기 분포를 로그‑로그 플롯에 선형 회귀로 추정한 결과가 파워‑법칙에 근접한다는 점을 확인한다. 그러나 이때 사용된 임계값(threshold)이 약간만 변해도 추정된 지수와 R² 값이 크게 달라지는 것을 보여, 결과가 임계값 의존적임을 지적한다. 이어서 Kolmogorov‑Smirnov(KS) 검정과 최대우도추정(MLE) 방법을 적용했을 때, 실제 데이터는 파워‑법칙보다 지수분포 혹은 로그정규분포와 더 잘 맞는 경우가 다수였으며, ‘파워‑법칙’이라고 판단되는 구간 자체가 통계적으로 유의하지 않음이 드러났다.

두 번째는 동일한 분석 절차를 인위적으로 만든 ‘서바이어스’ 신호—즉, 백색가우시안 잡음에 동일한 임계값을 적용한 경우—에 적용한 것이다. 이 경우에도 로그‑로그 플롯에서는 명백한 직선 구간이 나타나 파워‑법칙처럼 보이지만, KS 검정에서는 가설을 기각한다. 이는 임계값을 적용한 순수 확률 과정이 로그‑스케일에서 거짓 파워‑법칙을 생성할 수 있음을 시사한다.

이론적 분석에서는 임계값을 초과하는 순간들의 도착시간 간격이 지수분포를 따르는 포아송 과정으로 모델링될 수 있음을 보이고, 이러한 포아송 과정에서 이벤트 크기(연속된 초과 구간의 길이)는 기하급수적 감소를 보이는 ‘가짜’ 파워‑법칙 형태를 만든다. 중요한 점은 이 가짜 파워‑법칙이 로그‑축에서만 직선으로 보이며, 실제 확률밀도함수(PDF)를 직접 검정하면 명백히 지수적 혹은 다른 분포와 차이가 난다.

마지막으로, 저자들은 이미 SOC가 입증된 인공 신경망(예: 브라운-스위니 모델)을 대상으로 동일한 분석을 수행한다. 여기서는 로그‑로그 플롯뿐 아니라 KS 검정, MLE 기반 파라미터 추정 모두가 파워‑법칙 가설을 강하게 지지한다. 즉, 진정한 SOC 시스템에서는 그래픽적 시각화와 통계적 검정이 일관되게 파워‑법칙을 확인한다는 점을 입증한다.

전체적으로 이 논문은 “로그‑로그 그래프에 직선이 보인다 = SOC”라는 흔한 오해를 정량적 검정 없이 받아들이는 위험성을 경고한다. 파워‑법칙을 주장하려면 최소한 KS 검정, AIC/BIC 기반 모델 비교, 그리고 가능한 경우 시스템의 규모 불변성(scaling invariance) 검증 등 다중 통계적 근거가 필요함을 강조한다.