제4장

해마의 신경 회로

이전 장들에서 우리는 해마의 기능적 역할, 즉 해마가 무엇을 하는지를 살펴보았다. 이 장에서는 해마가 어떻게 하는 일을 하는지 탐구할 것이다. 많은 신경과학자들은 신경 회로 과정의 관점에서 뇌 기능의 기계론적 이해에 관심이 있다. 자동차가 운전할 때 휘발유를 사용하는 방식의 메커니즘을 이해하고 싶다고 가정해보자. 이를 설명하는 간단한 방법은 휘발유의 연소력이 자동차를 운전할 수 있게 한다는 것이다. 이 답변에 만족하겠는가? 아마 아닐 것이다. 더 만족스러운 답변은 연소 엔진 내부의 휘발유 폭발이 피스톤을 위아래로 움직이게 하고, 크랭크샤프트가 피스톤의 선형 운동을 회전 운동으로 변환하며, 크랭크샤프트의 회전력이 차량의 바퀴를 돌린다는 것이다. 마찬가지로, 신경과학자들은 해마가 기억과 상상 기능을 수행한다는 것만 아는 것에 만족하지 않는다. 그들은 더 나아가 해마가 기저 신경 회로 과정의 관점에서 이러한 기능을 어떻게 수행하는지 이해하고자 한다.

지난 몇 십 년간의 급속한 기술 발전 덕분에, 신경과학자들은 이제 의사 결정과 상상과 같은 고차 인지 기능의 기저 신경 회로 과정을 직접 연구할 수 있는 강력한 도구를 갖추게 되었다. 그리고 가속화되는 기술 진보를 고려하면, 과학자들은 이 노력의 미래에 대해 조심스럽게 낙관적이다 - 고차 인지 기능을 기저 신경 회로 과정의 관점에서 설명하는 것(기계론적 인지 신경과학으로 알려짐).

이 장에서는 해마의 기억과 상상 기능의 기저 신경 회로 과정을 탐구하기 위한 기초를 구축하기 위해, 해마의 해부학과 해마 신경 네트워크 기능에 대한 고전적 이론을 살펴볼 것이다.

삼시냅스 회로

해마는 내측 측두엽 깊숙이 위치한 소시지 모양의 구조이다. 그림 4.1은 스페인 신경해부학자이자 노벨상 수상자(1909)인 산티아고 라몬 이 카할의 해마 단면 손 그림을 보여준다. 치상회, CA3, CA1은 해마의 세 가지 주요 하위 영역이다. 이러한 구조(치상회, CA3, CA1)를 포함하는 회로는 해마 삼시냅스 회로로 알려져 있다. CA는 숫양 머리를 가진 이집트 신 아문의 이름을 따서 명명된 cornu Ammonis를 의미한다. 치상회의 뉴런은 CA3로 투사하고 CA3의 뉴런은 차례로 CA1으로 투사한다.

이 회로(치상회 → CA3 → CA1)는 오랫동안 해마의 가장 두드러진 신경 경로로 여겨져 왔으며, 따라서 해마 기억 부호화 및

그림 4.1. 산티아고 라몬 이 카할의 해마 단면 손 그림. DG는 치상회, Sub는 해마이행부, EC는 해마의 주요 관문인 내후각피질을 나타낸다. 삽입 그림은 신경 연결의 도식을 보여준다. EC2, EC3, EC deep은 각각 내후각피질의 2층, 3층, 깊은 층을 나타낸다. 패널은 'File:CajalHippocampus (modified).png,' Wikimedia Commons, 2008년 4월 19일 업데이트, https://commons.wikimedia.org/wiki/File:CajalHippocampus_(modified).png (CC BY)에서 가져왔다.

해마의 신경 회로

인출의 주요 연구 대상이었다. 그러나 해마에는 대체 연결 경로가 있다는 점에 주목하라(그림 4.1의 삽입 그림 참조). 더욱이, 최근 연구는 비교적 작은 구조인 CA2가 사회적 인식 기억(동종과 관련된 사건 기억)과 같은 자체 기능을 가지고 있음을 나타낸다. 그러나 CA2에 대한 연구가 상대적으로 적고 전체 해마 기능에 대한 CA2의 기여가 불분명하기 때문에, 여기서는 CA2를 다루지 않을 것이다. 또한 단순함을 위해, 이 책의 주요 주제인 상상과 직접 관련된 핵심 구조로 보이는 CA3와 CA1에만 초점을 맞추고 치상회는 제외할 것이다. 치상회의 역할에 대한 간략한 논의는 6장과 부록 1에서 찾을 수 있다.

CA3 네트워크

CA3는 오랫동안 해마 기억을 뒷받침하는 신경 회로 과정에 대한 이론적 논쟁의 중심에 있었다. 또한 해마의 상상 기능을 위한 중심 구조로 여겨진다. 왜일까? CA3 뉴런이 서로를 흥분시킬 수 있기 때문이다. 어떻게? CA3 뉴런은 CA1과 같은 다른 영역으로 투사할 뿐만 아니라 대규모 순환 측부를 통해 자신에게 다시 투사하는데, 이는 세포체 근처에서 분지하는 축삭 가지이다(그림 4.2 참조). 일반적으로 발견되는 순환 투사는

그림 4.2. CA3-CA1 신경 회로의 도식. 검은 삼각형은 흥분성 뉴런을 나타내고 흰 삼각형은 축삭의 투사 방향을 나타낸다. EC는 내후각피질을 나타낸다. 그림은 Min W. Jung 외, '보상적 미래 기억하기: 해마의 시뮬레이션-선택 모델,' Hippocampus 28, no. 12 (2018년 12월): 915 (CC BY)에서 재현되었다.

대뇌 피질에서, 뉴런 그룹 내에서 내부 상호작용을 허용한다. 이러한 상호작용은 신경 네트워크가 외부 입력이 없는 상태에서도 내부 역학에 의해 정보를 유지하고 처리할 수 있게 하는데, 이는 대뇌 피질의 고차 인지 기능을 지원하는 데 필수적인 과정으로 생각된다. 그렇지 않으면 신경 네트워크는 외부 입력의 존재에 단순히 반응하고 그렇지 않으면 유휴 상태인 반사 기계처럼 행동할 것이다.

CA3의 한 가지 정의 특징은 뉴런을 연결하는 비정상적으로 많은 수의 순환 투사이다. 평균적으로 하나의 CA3 뉴런은 쥐 해마에서 다른 CA3 뉴런으로부터 약 12,000개의 입력을 받는다. 이는 CA3 뉴런이 받는 모든 흥분성 입력의 4분의 3에 해당한다(그림 4.2 참조)! CA3 순환 투사의 엄청난 수는 정말 놀랍다. 이러한 대규모 상호 연결을 볼 때 무엇이 떠오르는가? 짐작했듯이, CA3 신경 네트워크는 자기 흥분에 대한 강한 경향을 가지고 있다. 이러한 신경 네트워크 구조의 부작용은 네트워크 활동이 적절히 제어되지 않을 때 폭주 흥분, 즉 발작에 대한 경향일 것이다. 간질은 반복적인 발작을 동반하는 신경학적 장애를 의미한다. CA3 뉴런 간의 대규모 상호 연결을 고려하면, 측두엽 간질이 국소 간질의 가장 흔한 형태라는 것은 놀라운 일이 아니다. 헨리 몰레이슨(1장 참조)은 내측 측두엽 절제술을 받을 정도로 심각한 측두엽 간질을 앓았다.

내용 주소 지정 가능 메모리

발작은 비정상적인 회로 작동의 결과이다. 그렇다면 CA3 신경 네트워크의 생리적 기능은 무엇인가? 현재 이 문제에 대한 가장 영향력 있는 이론은 1971년 데이비드 마르가 제안한 이론이다. 이 이론에 따르면, CA3 신경 네트워크는 CA3 뉴런 간 시냅스 연결의 강도를 변경함으로써(즉, CA3 순환 투사의 시냅스 효능을 변경함으로써) 기억을 저장한다. 더 구체적으로, 특정 경험을 나타내는 CA3 뉴런 간의 시냅스 연결이 강화되어 그 경험을 나타내는 CA3 뉴런의 기능적 '세포 집합'을 형성한다. 나중에 기능적 집합의 일부가 활성화되면, 기능적 집합의 나머지 CA3 뉴런도 활성화되어(연결이 강화되었기 때문에), 따라서 경험에 대한 원래 활동 패턴을 복구한다(기억 인출). 이 과정은 그림 4.3에서 도식적으로 설명된다.

해마의 신경 회로

그림 4.3. 신경 네트워크에서 기억의 저장과 인출. 도식은 상호 연결된 신경 네트워크에서 기억이 어떻게 저장되고 인출되는지를 보여준다. 열린 원과 닫힌 원은 각각 비활성 및 활성 뉴런을 나타낸다. 선은 두 뉴런 간의 양방향 연결을 나타내며 두께는 연결 강도를 나타낸다. 각 신경 네트워크의 8개 뉴런은 모두 순환 투사로 연결되어 있다. 네트워크가 사건 X를 경험한다고 가정하자. (A)는 X를 경험하기 전의 네트워크 상태를 보여주고, (B)는 X를 경험하는 동안 발생한다. 여기서 우리는 4개 뉴런(채워진 원)의 동시 활성화가 X의 지각에 해당한다고 가정한다. (C)는 동시에 활성인 뉴런 간의 연결이 강화되어 기능적 집합을 형성함을 보여준다. (D)는 X 이후 언젠가 발생한다. 모든 뉴런이 비활성이지만, 기능적 집합의 4개 뉴런 간 향상된 연결 강도는 지속되며, 이는 기억의 장기간 지속되는 흔적이다. (E)는 X와 관련된 자극에 대한 네트워크 상태를 보여준다. 네트워크가 X를 경험하지 않고 연결 강도 변화가 발생하지 않았다면, 자극은 새로운 경험으로 인식될 것이다. (F) 그러나 기능적 집합의 4개 뉴런 간 시냅스 연결이 향상되었기 때문에, 3개 뉴런의 활동이 나머지 하나를 구동할 것이다. 이런 식으로 원래 패턴이 완성되고 원래 기억이 인출된다.

과학자들은 일반적으로 신경 네트워크가 이러한 방식으로 정보를 저장하고 인출한다고 믿는데, 이는 디지털 컴퓨터가 정보를 저장하고 인출하는 방식과 다르다. 디지털 컴퓨터는 주어진 주소(예: 하드 디스크의 특정 물리적 위치)에 정보(메모리)를 저장하고 그 주소에서 정보를 읽어 저장된 정보를 인출한다. 대조적으로, 신경 네트워크는 그림 4.3과 같이 활성 뉴런 간 연결 강도를 변경하여 분산된 방식으로 정보를 저장한다. 저장된 정보는 부분 활성화에서 원래 활동 패턴을 복구하여 인출되는데, 이 과정을 패턴 완성이라고 한다. 다시 말해, 원래 활동 패턴을 인출하려면 저장된 기억의 부분 활성화가 필요하다. 이러한 유형의 메모리는 때때로

상상의 신경 심포니

그림 4.4. 패턴 완성에 의한 기억 인출. 우리는 불완전하거나 저하된 입력에서 원래 패턴을 완성하여 기억을 회상할 수 있다.

디지털 컴퓨터의 메모리 주소와 같이, 특정 기억의 내용이 기억을 인출하는 데 사용된다는 의미에서 내용 주소 지정 가능 메모리라고 한다.

우리가 관련된 감각 입력을 마주하거나 그 기억과 관련된 것들을 생각하는 동안 기억이 떠오른다. 우리는 기억이 저장된 뇌의 특정 위치(주소)를 탐색하는 것이 아니라 저장된 기억과 관련된 신경 활동을 기반으로 기억을 회상한다. 그림 4.4는 이 점을 보여준다. 누군가의 얼굴에 대한 시각 정보를 기억으로 부호화했다고 가정하자. 그러면 얼굴에 대한 부분적이거나 저하된 시각 정보가 주어졌을 때 얼굴을 쉽게 회상할 수 있다.

시퀀스 메모리

마르의 이론은 후대 과학자들에 의해 채택되고 더욱 발전되었다. 공동 활성 CA3 뉴런 간 연결 강도를 향상시켜 CA3 신경 네트워크가 기억을 저장한다는 핵심 아이디어는 지난 50년 동안 매우 영향력이 있었다. 그러나 마르의 이론은 시퀀스가 아닌 정적 패턴의 저장을 다룬다. 3장에서 해마 재생을 살펴볼 때, 우리는 해마가 단순히 경험의 스냅샷을 저장하는 것이 아니라 시간에 따라 전개되는 사건 시퀀스도 저장한다는 것을 보았다. 또한, 우리는 이제 해마가 기억뿐만 아니라 상상에도 관여한다는 것을 안다. 마르의 이론은 해마 기능의 이러한 측면을 설명하는 데 제한적이다.

해마의 신경 회로

해마 재생의 발견은 경험한 사건 시퀀스(일화 기억)의 저장과 인출 및 경험하지 않은 사건 시퀀스(상상)의 생성의 기저 신경 과정에 대한 관심을 촉발했다. 다시, CA3가 이 연구 방향의 중심 무대에 있다. CA3 뉴런이 대규모 순환 투사로 상호 연결되어 있기 때문에, CA3 뉴런의 부분 활성화가 다른 CA3 뉴런을 순차적으로 활성화할 수 있다. 생리학적 연구는 또한 대부분의 해마 재생이 감지되는 예파-리플이 CA3에서 시작된다는 것을 보여주었다. 따라서 CA3가 경험한 사건 시퀀스를 저장하고 인출하고 경험하지 않은 사건 시퀀스를 상상하는 데 중요한 역할을 한다고 믿을 충분한 이유가 있다.

CA1 네트워크

삼시냅스 회로의 마지막 단계인 CA1은 CA3로부터 대규모 입력을 받고 해마의 주변 영역으로 출력을 보낸다. 이런 의미에서 우리는 CA1을 해마의 출력 구조로 간주할 수 있다. 그렇다면 CA1의 기능은 무엇인가? 그 역할에 관해 수많은 이론이 제안되었지만, 경험적 증거는 희박하고 CA3에 대한 마르의 이론만큼 널리 받아들여진 것은 없다. 해부학적으로 CA1은 강한 순환 투사가 없다는 점에서 CA3와 다르다; CA1 신경 축삭의 대부분은 해마 외부로 향한다. 따라서 CA3 뉴런과 달리 CA1 뉴런은 그들 간에 직접적인 흥분성 상호작용이 거의 없이 정보를 처리할 가능성이 높다. 이는 CA1의 신경 네트워크 역학과 기능적 역할이 CA3와 크게 다를 가능성이 있음을 시사한다.

그러면 장소 특이적 발화와 같은 신경생리학적 특성이 CA3와 CA1 사이에서 크게 다를 것이라고 예측할 수 있다. 이 예측과 달리, 과학자들은 CA3와 CA1 뉴런 간에 주요 신경생리학적 차이를 찾지 못했다. 장소 세포는 CA3와 CA1 모두에서 대체로 유사한 특성으로 발견된다. 이는 처리된 정보의 성격, 특히 공간 정보가 CA3와 CA1 간에 유사함을 시사한다. 그렇다면 왜 해부학적으로 구별되는 두 구조가 유사한 정보를 처리하는가? CA1이 유사한 정보를 처리한다면 왜 필요한가? 우리는 다음 장에서 이 문제를 자세히 살펴볼 것이다. 지금은 CA1이 아마도 CA3가 생성한 높은 가치의 시퀀스를 선택하고 강화한다는 것이 나의 간단한 답이다.

이 장을 마무리하기 전에 데이비드 마르(1945-1980)에게 경의를 표하고 싶다. 그는 신경과학 분야에 엄청난 기여를 했다. 그는 해마 신경 네트워크에 대한 우리의 지식이 제한적이었을 때 해마에 대한 최초의 현실적인 신경 네트워크 모델을 제안했다. 더 놀라운 것은 해마에 대한 그의 작업이 신경과학에 대한 그의 기여의 일부에 불과하다는 것이다. 그는 또한 신피질과 소뇌에 대한 영향력 있는 이론을 제안했으며, 시각에 대한 그의 작업으로 가장 잘 알려져 있다. 전반적으로 마르는 현대 계산 신경과학의 선구자이자 창시자로 간주된다. 나는 해마 연구자들이 그의 오래된 해마 이론을 발전시킴으로써 그에게 최고의 존경을 표할 수 있다고 생각한다. 아마도 그를 포함한 모든 과학자들은 그들의 이론이 다음 세대의 작업으로 대체되는 것을 보고 기뻐할 것이다. 이것이 과학이 발전하는 방식이다.