님, 안녕하세요. 국내외 심리학 관련 학술 논문을 알기 쉽게 요약, 전달하는 심터의 1월 셋째 주 뉴스레터가 도착했습니다!

   오늘 전달해 드릴 소식은 다음과 같습니다.

1️⃣ 우리 뇌에 아몬드가 있다?

2️⃣ 조현병을 진단하는 AI 알고리즘

그럼 오늘의 심터 시작하겠습니다!

 아몬드는 라틴어로 ‘아미그달라’라고 합니다. 그런데 우리 뇌 속에도 ‘아미그달라’라고 불리는 기관이 있습니다. 바로 편도체인데요. 그 모양이 아몬드를 닮아서 이런 이름을 갖게 되었다고 합니다. 편도체는 대뇌변연계에 위치하는 구조물입니다. 대뇌변연계는 대뇌 겉질과 시상 하부 사이에 나열된 구조물들로 겉에서 보았을 때 귀 바로 위쪽에 존재합니다. 이 부분은 감정과 행동, 욕망 등의 조절과 기억에 관여한다고 합니다. 그중 편도체는 본능적인 공포를 느끼고 기억하며 불안한 감정 등을 조절하여 자신을 방어하는 기초적인 기능을 합니다. 편도체는 동물들도 가지고 있는 ‘포유류 두뇌’, 또는 ‘감정의 뇌’라고도 불립니다. 그렇다면 이 편도체는 어떤 과정을 통해서 우리가 공포를 느끼게 하는 것일까요?

 모든 감각 기관은 자극을 받으면 편도체로 전기 신호를 보냅니다. 이 신호는 시상을 거쳐 각각의 1차 감각 피질, 고차 감각 피질, 다감각 영역들에 수렴된 후 처리되고, 이 처리된 정보가 편도체로 입력됩니다. 편도체는 단순한 자극들에는 거의 반응하지 않지만, 자극을 구분해야할 때나 빈도가 상대적으로 아주 낮은, 드문 자극에는 활발히 반응합니다. 받아들인 신호는 과거의 비슷한 감정과 자동으로 대응되어 우리가 과거의 결론과 비슷한 판결을 내리도록 하는 경우가 많다고 합니다. 그렇다면 이 편도체가 손상된다면 어떻게 될까요?

 편도체가 손상된 환자들을 연구한 결과, 오른쪽 또는 양쪽 편도체가 손상되면 다른 사람의 공포에 질린 표정을 잘 읽지 못한다는 사실이 밝혀졌습니다. 그리고 편도체가 손상된 사람들은 과거에 직접 경험한 사건이나 다른 사람에게서 들은 이야기를 통해 학습된 공포감을 느끼지 못합니다. 한편 공포 이외의 감정은 보통 사람처럼 읽을 수 있어서, 일반적인 지능이나 언어 능력은 손상되지 않은 것 같다고 보고 되었습니다.

 사이코패스 중 많은 사람이 이 증상을 가지고 있다고 합니다. 사이코패스는 죄책감, 벌에 대한 두려움 등 경험, 학습에 의한 공포를 느끼지 못한다고 한다. 그리고 두려움을 느낀다고 해도 드물거나 아주 미미하게 느낍니다.

 지금까지 편도체에 대해 알아보았습니다. 편도체는 불안감과 공포감을 느끼게 하지만, 사람의 안전을 지키는 중요한 부위입니다. 저는 최근 ‘아몬드’라는 책을 읽었습니다. 이 책은 우리 뇌 속의 아몬드, 편도체에 관한 책입니다. 제10회 창비 청소년 문학상을 받았고 부산의 2018년 원북원 도서로 선정된 이력도 있는데 저도 읽다 보니 어느새 책의 주인공들에게 애정을 느끼게 되었습니다. 여러분들도 이 책을 읽어보시는 것을 추천드립니다.

뉴턴 라이트: 뇌와 과학(2018년 6월호, 뉴턴 편집부)

송민령의 뇌과학 연구소(송민령, 동아시아, 2017)

 AI 기술의 발전으로 많은 산업 분야에서 혁신적인 변화가 일어나고 있습니다. 대기업뿐만 아니라 스타트업들도 AI를 활용한 다양한 서비스를 선보이며 시장에 새로운 바람을 일으키고 있죠. 심리학 분야에서도 AI의 잠재력은 매우 큰데요. 그렇다면 심리학과에서 AI 알고리즘을 사용한 기술에는 어떤 것이 있을지 알아보겠습니다. 이번에 제가 소개할 주제는 조현병 환자군과 그렇지 않은 사람들의 뇌파를 분석하여 뇌파로 진단하는 알고리즘입니다. 

 뇌파 EEG 데이터를 딥러닝 기법을 이용하여 조현병 환자군과 통제 집단 간 뇌의 연결성의 차이를 알아본 연구를 소개하겠습니다. 뇌 활동을 조사하여 조현병과 같은 정신 질환을 감지하는 것은 신경 과학의 분야 중 하나입니다. 최근 신경과학 데이터 분석 분야는 머신러닝과 딥러닝 기술의 통합을 통해 상당한 발전을 이루어 왔습니다. 특히, 기능성 자기 공명 영상(fMRI)과 뇌전도(EEG)와 같은 신경 활동 측정 데이터의 해석은 이러한 첨단 기술을 활용함으로써 더욱 정교해졌습니다. 이 연구에서는, 두 가지 머신러닝 기법인 컨볼루션 신경망(CNN)과 장단기 메모리(Long Short-Term Memory, LSTM) 네트워크를 통합한 CNN-LSTM 모델을 활용하였습니다. 이 결합 모델을 사용하여 데이터를 분류하는 과정에서 높은 정확도인 99.9%를 달성하는 뛰어난 결과를 보고하였습니다.

 조현병은 인지, 지각, 대인 관계에 광범위하고 심각한 영향을 미치는 복잡한 정신 장애입니다. 이 질환은 환자들이 타인에 대한 신뢰를 잃어버리게 하고, 일상 생활 및 직장 내 대인 관계에 큰 어려움을 초래합니다. 조현병 환자들은 뇌 피질의 구조적 및 기능적 변화를 겪는 것으로 알려져 있으며, 이는 회백질 부피의 감소 또는 백질의 무결성 손상과 같은 형태로 나타날 수 있습니다. 이에 따라, 연구자들은 조현병의 보다 효과적인 진단을 위해 반자동화된 또는 완전 자동화된 분석 프레임워크를 개발하기 위해 노력해왔습니다.

 

 이 분야에서는 특히, CNN 이 널리 사용되어 왔습니다. CNN은 이미지 처리에 있어서 탁월한 성능을 보이며, 신경망이 뇌의 복잡한 구조와 패턴을 심층적으로 학습할 수 있게 도와줍니다. 다음으로 많이 쓰이는 방법은 시간 의존성을 고려한 LSTM으로, 입력되는 데이터의 순차적인 순서를 탐색하고 학습합니다. 이 연구에서는 이미지 처리와 시간 의존성을 고려한 CNN과 LSTM을 결합한 모델을 통해 조현병 진단의 정확도를 개선했습니다.

 이 연구에서는 99.90%로 기존 기계를 사용한 연구보다 높은 정확도를 얻어냈습니다. 이러한 정확도가 나온 이유로는 19개 채널의 뇌파 신호에서의 측정으로 효과적인 뇌 연결 측정을 용이하게 했으며 정보 이론에서 파생된 TE (Transfer Entropy) 개념을 적용함으로써, 조현병 환자와 건강한 대조군 사이의 신경학적 차이를 보다 명확히 식별할 수 있었기 때문입니다. 이때 뇌의 각 부분 간의 연결성을 다채로운 색상을 사용하여 시각적 이미지로 변환하였습니다. 이는 공간적 연결성 패턴을 색상을 이용한 이미지로 표현하여, 데이터를 비교하기 쉽게 만들고, CNN-LSTM 모델에 입력하기에 적합한 데이터셋을 생성하는 데 도움을 주었지요.

한국대학생심리학회의 학회원들이 집필한 심리학 뉴스레터, 재미있게 읽으셨나요? 이번 주 뉴스레터를 읽고 남기고 싶은 의견이 있다면 위 링크를 통해 남겨주세요💙