뇌 활동의 서브선형 스케일링을 설명하는 폭발 임계성

초록

본 연구는 뇌의 신경 활동이 뇌 규모가 커질수록 비례적으로 감소하는 현상을, 임계 상태에서 발생하는 신경 폭발(avalanches)의 보편적 통계법칙으로부터 유도된 수학적 스케일링 법칙으로 설명한다. 이론적 예측을 integrate‑and‑fire 네트워크와 전통적인 SOC 모델(BTW, Manna)에서 검증하고, 포유류 실험 데이터와의 일치를 확인하였다.

상세 분석

논문은 먼저 뇌 질량과 대사율 사이의 전통적 켈베르 법칙을 언급하며, 뇌 자체가 질량에 대해 서브선형(≈ 3/4) 스케일링을 보인다는 사실을 제시한다. 이러한 “경제적 규모” 현상이 왜 발생하는가에 대한 물리적 메커니즘이 부족하다는 점을 지적하고, 최근 신경계가 임계 상태에 가깝다는 실험적 증거(신경 폭발의 파워‑법칙 분포)를 연결 고리로 삼는다.

핵심 이론은 임계 폭발이 갖는 유한‑크기 스케일링 형태
(P(X)=A_X X^{-\alpha_X} g(X/X_c)) (X = S, D)와, 컷오프 (X_c\propto N^{\beta_X}) 를 이용한다. 평균 폭발 크기와 지속시간은 각각 (\langle S\rangle\sim N^{\beta_S(2-\alpha_S)}), (\langle D\rangle\sim N^{\beta_D(2-\alpha_D)}) (단, (\alpha_X\in(1,2)) 범위) 로 수렴한다. 평균 활성 사이트 수 (\langle n_a\rangle)는 (\langle S\rangle/\langle D\rangle)에 비활성(quiet) 시간 비율을 곱한 형태로 전개되며, 큰 N에서 (\langle\tau\rangle)가 상수에 수렴하면 최종적으로
(\langle n_a\rangle\propto N^{\beta_S(2-\alpha_S)-\beta_D(2-\alpha_D)})
가 된다. 여기서 (\beta_S(2-\alpha_S)-\beta_D(2-\alpha_D)<1)이면 서브선형 스케일링(η < 1)이 자연스럽게 도출된다.

이론적 결과를 검증하기 위해 저자들은 두 종류의 모델을 사용한다. 첫 번째는 규모‑자유, 방향성 연결성을 가진 integrate‑and‑fire 네트워크(N = 5 × 10³ ~ 10⁵)이며, 억제성 뉴런 비율(p_in)을 0%와 20%로 바꾸어 실험한다. 외부 입력은 매우 느리게(δv = 0.1) 주어 SOC 조건을 만족하도록 조정한다. 시뮬레이션 결과, (\langle n_a\rangle)는 N에 대해 각각 η ≈ 0.46(전 excitatory)와 η ≈ 0.37(p_in = 20%)의 서브선형 지수를 보였다. 동시에 폭발 크기와 지속시간 분포는 (\alpha_S≈3/2), (\alpha_D≈2)의 평균‑장 이론값에 부합하고, 컷오프 스케일링 (\beta_S≈0.5), (\beta_D≈0.5)를 확인했다.

두 번째 검증은 전통적인 SOC 모델인 BTW와 Manna 모래더미를 2‑차원 격자(L² = N)에서 수행한 것이다. 두 모델 모두 (\langle n_a\rangle)가 N에 대해 η ≈ 0.52(BTW)와 η ≈ 0.60(Manna)라는 서브선형 지수를 나타냈으며, 폭발 통계 역시 이론적 기대와 일치했다. 특히 Manna 모델은 확률적 토핑으로 인해 (\alpha_D>2)가 되어 평균 지속시간이 상수에 수렴함을 확인했고, 이는 식 (7)에서 η = β_S(2‑α_S)와 동일한 결과를 재현한다.

실제 포유류 뇌 데이터와 비교했을 때, 회색질 부피 V_G와 뉴런 수 N 사이의 관계 (V_G∝N^{γ}) (γ≈1.6~0.9)와 뉴런 발화율 ρ∝V_G^{-0.15}를 결합하면 (\langle n_a\rangle∝N^{1‑0.15γ})가 된다. 실험적으로 보고된 γ값을 대입하면 (\langle n_a\rangle∝N^{0.76}) (쥐)와 (\langle n_a\rangle∝N^{0.86}) (영장류)로, 시뮬레이션에서 얻은 η와 매우 근접한다.

결론적으로, 논문은 “뇌 활동의 서브선형 스케일링은 임계 폭발의 보편적 통계법칙에서 필연적으로 도출된다”는 강력한 일반화를 제시한다. 이는 뇌 대사 효율성을 설명하는 새로운 동역학적 원리이며, 뇌 규모와 기능 사이의 관계를 이해하는 데 중요한 이론적 토대를 제공한다.