-
소금 결핍 시 장에서 섭취 욕구 조절하다
나트륨은 생물이 살아가는 데 필요한 중요한 미량영양소 중 하나로, 수분 균형과 혈압을 조절하며 근육 수축 및 신경세포의 작용전위 생성에 필수적이다. 한국 연구진은 소금 섭취 욕구가 짠맛에만 의존하는 것이 아니라, 체내 나트륨 수준에 따라 결정된다는 새로운 시각을 제시했고 미각 감지 기작과는 다르게 장 감지 기작은 소금 결핍에 의해 활성화된다는 놀라운 사실을 발견했다.
우리 대학 생명과학과 서성배 교수 연구팀이 나트륨이라는 미량영양소에 대한 우리 몸의 새로운 감지 기작과 그 욕구를 조절하는 새로운 메커니즘을 발견했다고 2일 밝혔다.
연구팀은 소금에 대한 미각 감지 기작을 넘어 장내 신경세포가 나트륨에 직접적으로 반응하고 이 반응이 동물의 소금에 대한 섭취 욕구를 조절하는 새로운 감지 기작으로 작용한다는 연구 결과를 밝혔다.
해당 연구에서는 초파리를 이용해 나트륨 결핍 상태에 따른 소금에 대한 선호도가 증가함을 확인했다. 더욱 흥미로운 점은 나트륨에 대한 선호도가 소금에 대한 미각 센서가 작동하지 못하는 ‘Ir76b’ 돌연변이 파리에서도 나트륨 결핍 상태에서 소금을 더 선호한다는 것이다. 이에 연구진은 스크리닝을 통해 나트륨을 직접 인지하는 초파리의 장내 신경세포를 발견했으며, 이 신경세포가 나트륨 결핍에 따라 나트륨에 대한 반응 정도를 다르게 해 초파리의 소금 섭취 욕구를 조절하는 역할을 한다는 것을 규명했다.
연구팀은 장 감지 기작은 소금 결핍에 의해 활성화된다는 놀라운 사실을 발견하며 소금에 대한 섭취 욕구는 모든 생물에 존재하는 것이기에 해당 연구는 곤충뿐 아니라 포유동물과 같은 척추동물에서도 유사한 메커니즘이 존재할 수 있다는 가능성도 제시했다.
나아가 소금에 대한 섭취 욕구를 조절함으로써 이를 통해 소금 과다 섭취로 생기는 고혈압 등의 여러 질병에서 새로운 생리학적 측면에서의 접근 방식을 할 수 있을 것이라 여겨진다.
연구를 주도한 서성배 교수는 “이번 연구는 소금의 짠맛과는 독립적으로 장 신경세포를 통해 선호도가 결정된다는 것을 발견하였고, 나트륨 섭취의 생리적 조절에 대한 새로운 메커니즘을 제공하였다 소금에 대한 섭취욕은 모든 진화 생물에서 보이는 공통적인 특징으로 해당 연구를 통해서 소금에 대한 섭취 욕구를 조절하여 고혈압을 포함한 여러 질병에 생리학적으로 접근할 수 있는 가능성을 보여준 것이라 기대한다.”고 말했다.
생명과학과 김병수 박사가 제1 저자로 참여한 이번 연구는 국제 학술지 ‘네이쳐 메타볼리즘(Nature Metabolism)’ 4월 3일 자로 온라인판에 게재됐다. (논문명 : Postprandial sodium sensing by enteric neurons in Drosophila).
한편 이번 연구는 한국연구재단, 리더과제 (전 창의과제), 생명과학 프로젝트 지원을 받아 수행됐다.
2024.05.02
조회수 293
-
초장기간 작동 뇌-기계 인터페이스 개발
수술이 불가피한 삽입형 신경 인터페이스의 경우, 한 번의 수술로도 최대한 많은 정보를 얻을 수 있고 장기간 사용가능한 디바이스의 개발이 필요하다. 한국 연구진이 1년 이상 사용가능한 다기능성 신경 인터페이스를 개발하여 향후 뇌 지도, 질환 연구 및 치료에 획기적인 발전을 가져올 것으로 기대한다.
우리 대학 바이오및뇌공학과 박성준 교수 연구팀과 한양대학교(총장 이기정) 바이오메디컬공학과 최창순 교수 연구팀이, 열 인발공정(Thermal Drawing Process, TDP)*과 탄소나노튜브 시트를 병합해 장기간 사용 가능한 다기능성 섬유형 신경 인터페이스를 개발했다고 24일 밝혔다.
☞ 열 인발공정 : 열을 가해 큰 구조체의 복잡한 구조체를 빠른 속도로 당겨 같은 모양 및 기능을 갖춘 섬유를 뽑아내는 일 또는 가공.
뇌신경 시스템 탐구를 위한 삽입형 인터페이스는 생체 시스템의 면역 반응을 줄이기 위해 생체 친화적이며 부드러운 물질을 사용하면서도, 다양한 기능을 병합하는 방향으로 발전해 왔다. 하지만 기존의 재료와 제작 방법으로는 다양한 기능을 구현할 수 있으면서도 장기간 사용가능한 디바이스를 만들기 어려웠고, 특히 탄소 기반 전극의 경우 제조 및 병합 과정이 복잡하고 금속 전극에 비해 기능적 수행 능력이 떨어진다는 문제점이 있었다.
연구팀은 문제 해결을 위해 이번 연구에서 탄소나노튜브 시트 전극과 고분자 광섬유를 병합했다. 탄소나노튜브 섬유가 한 방향으로 배열된 탄소나노튜브 시트 전극을 통해 신경세포 활동을 효과적으로 기록했고, 광 전달을 담당하는 고분자 광섬유에 이를 감아 머리카락 크기의 다기능 섬유를 제작했다. 연구팀은 제작된 섬유는 우수한 전기적, 광학적, 기계적 성질을 보였음을 확인했다.
해당 뇌-기계 인터페이스를 실제 쥐 모델에 삽입한 결과, 전기적 신경 활성신호, 화학적 신경전달물질(도파민)을 잘 측정하고 광유전학적 조절을 통해 행동학적 산출을 이끌어낼 수 있음을 확인했다. 또한 연구팀은 1년 이상 광학적으로 발화된 신경 신호와 자발적으로 발화된 신경 신호를 측정함으로써 초장기간 사용 가능성도 보여줬다.
이번 연구 결과는 국제 학술지 `어드밴스드 머터리얼스(Advanced Materials)'에 2024년 3월 29일 字로 출판됐다. (논문명: Structurally Aligned Multifunctional neural Probe (SAMP) using forest-drawn CNT sheet onto thermally drawn polymer fiber for long-term in vivo operation)
박성준 교수는 "전기적 신경 활성신호와 더불어 화학적 신경전달물질 기록 및 광학적 조절 기능을 갖춘 초장기간 사용가능한 차세대 신경 인터페이스의 개발 성과ˮ임을 강조하며, "향후 대동물 적용 및 자기공명영상 장비와 동시 사용을 통해 뇌 질환의 세부적인 메커니즘 파악과 전뇌적(Whole brain) 기록 및 조절 분야에 사용될 수 있을 것ˮ 이라고 말했다.
한편 이번 연구는 과학기술정보통신부, 한국연구재단 나노및소재기술개발사업, 경찰청 미래치안도전기술개발사업의 지원을 받아 수행됐다.
2024.04.24
조회수 758
-
뉴로모픽 신경망으로 컴퓨팅 난제 해결하다
우리 연구진이 현재 반도체 산업체에서 사용되는 실리콘 소재 및 공정만을 사용해 초소형 진동 신경망을 구축하여 경계선 인식 기능을 구현했으며 난제 중 하나인 그래프 색칠 문제*를 해결했다.
*그래프 색칠 문제: 그래프 이론에서 사용되는 용어로, 그래프의 각 정점에 서로 다른 색을 할당해야 하며, 이러한 색깔 구분 문제는 방송국 주파수가 겹쳐 난시청 지역이 발생하지 않도록 주파수를 할당하는 문제 등과도 유사해 다양하게 응용되고 있음
우리 대학 전기및전자공학부 최양규 교수 연구팀이 실리콘 바이리스터 소자로 생물학적 뉴런의 상호작용을 모방한 뉴로모픽 진동 신경망을 개발했다고 3일 밝혔다.
빅데이터 시대가 도래하면서 인공지능 기술이 예전과 비교할 수 없을 만큼 비약적으로 발전하고 있다. 인간의 뇌 기능을 모사하는 뉴로모픽 컴퓨팅 중 하나인 상호 간 결합된 진동 신경망(oscillatory neural network)은 뉴런의 상호작용을 모방한 인공 신경망이다. 진동 신경망은 기본단위에 해당하는 진동자의 연결 동작을 이용하며 신호의 크기가 아닌 진동을 이용해 연산을 수행하므로 소모 전력 측면에서 이점을 가지고 있다.
연구팀은 실리콘 기반 진동자를 이용해 진동 신경망을 개발했다. 축전기를 이용해 두 개 이상의 실리콘 진동자를 연결하면, 각각의 진동 신호가 상호작용해 시간이 경과하면서 동기화(synchronization) 된다. 연구팀은 진동 신경망으로 영상 처리에 사용되는 경계선 인식(edge detection) 기능을 구현했으며 난제 중 하나인 그래프 색칠 문제(vertex coloring problem)를 해결했다.
또한 이번 연구는 제조 관점에서, 복잡한 회로나 기존 반도체 공정과 호환성이 낮은 소재 및 구조 대신, 현재 반도체 산업체에서 사용되는 실리콘 관련 소재 및 공정만으로 진동 신경망을 구축했기 때문에, 양산에 바로 적용 가능하다는 장점이 있다.
연구를 주도한 윤성윤 박사과정, 서강대학교 한준규 교수는 "개발된 진동 신경망은 복잡한 컴퓨팅 난제를 계산할 수 있는 뉴로모픽 컴퓨팅 하드웨어로, 자원 분배, 신약 개발, 반도체 회로 설계 및 스케줄링 등에 유용하게 사용될 수 있을 것으로 기대된다ˮ고 연구의 의의를 설명했다.
윤성윤 박사과정과 한준규 교수가 공동 제1 저자로 참여한 이번 연구는 나노과학 분야 저명 국제 학술지 ‘나노 레터스(Nano Letters)’에 2024년 3월 24권 9호에 출판되었으며, 추가 표지 논문(Supplementary Cover)으로 선정됐다.
(논문명 : A Nanoscale Bistable Resistor for an Oscillatory Neural Network)
(https://pubs.acs.org/doi/full/10.1021/acs.nanolett.3c04539).
한편 이번 연구는 한국연구재단 차세대지능형반도체기술개발사업 및 국가반도체연구실지원핵심기술개발사업의 지원을 받아 수행됐다.
2024.04.03
조회수 1045
-
설명해주는 인공지능 구현을 위한 초저전력 하드웨어 기술 개발
우리 대학 신소재공학과 김경민 교수 연구팀이 다양한 멤리스터* 소자를 이용한 설명 가능한 인공지능 (XAI) 시스템을 구현하는데 성공했다고 25일 밝혔다.
*멤리스터 (Memristor): 메모리 (Memory)와 저항 (Resistor)의 합성어로, 입력 신호에 따라 소자의 저항 상태가 변하는 소자
최근 인공지능 (AI) 기술의 급속한 발전이 다양한 분야에서 성과를 이루고 있다. 이미지 인식, 음성 인식, 자연어 처리 등에서 AI의 적용 범위가 확대되며 우리의 일상생활에 깊숙이 자리 잡고 있다.
AI는 인간의 뉴런 구조를 모방해 만든 ‘인공신경망’을 기반으로, 적게는 수백만 개에서 많게는 수조 개에 달하는 매개변수를 통해 데이터를 분석하고 의사 결정을 내린다. 그러나 이 많은 매개변수로 인해 AI 모델의 동작 원리를 정확하게 이해하기 어렵고, 이는 통상적으로 블랙박스에 비유되곤 한다. AI가 어떤 기준으로 결정을 내는지 알 수 없다면, AI에 결함이나 오작동이 발생했을 때 이를 해결하기 어렵고, 이로 인해 AI가 적용되는 다양한 산업 분야에서 문제가 발생할 수 있다.
이에 대한 해답으로 제시된 것이 바로 설명 가능한 인공지능 (XAI)이다. XAI는 AI가 어떠한 결정을 내렸을 때, 그 근거가 무엇인지를 사람이 이해할 수 있도록 만드는 기술이다. <그림1> 생성형 AI 등 점점 더 복잡해지는 AI 기술의 등장으로 개발자, 사용자, 규제 기관 모두에게 XAI 시스템의 필요성이 강조되고 있다. 하지만, XAI는 일반적으로 엄청난 양의 데이터 처리를 요구하기 때문에, 이를 보다 효율적으로 동작할 수 있는 하드웨어 개발이 필요한 상황이다.
김경민 교수 연구팀은 교란(Perturbation) 기반 XAI 시스템을 서로 다른 멤리스터 소자를 이용해 하드웨어로 구현하는데 성공하였다. 세 가지 멤리스터 소자는 각각 휘발성 저항변화 특성, 아날로그 비휘발성 저항변화 특성, 아날로그 휘발성 저항변화 특성을 가지며 <그림 2>, 각 소자는 교란 기반 XAI 시스템의 필수적인 기능인 입력 데이터 교란, 벡터곱 연산, 그리고 신호 통합 기능을 수행한다.
연구팀은 개발된 XAI 하드웨어를 평가하기 위해, 흑백 패턴을 인식하는 신경망을 설계하였다. 여기에 개발한 XAI 하드웨어 시스템으로 설계한 신경망이 흑백 패턴을 인식하는 근거를 설명하였다. <그림3> 그 결과 기존 CMOS 기술 기반 시스템 대비 에너지 소비를 24배 감소하여 AI 판단의 이유를 제공하는 것을 확인하였다. <그림4>
KAIST 김경민 교수는 “AI 기술이 일상화되면서 AI 동작의 투명성 및 해석가능성이 중요해지고 있는데, 이번 연구는 다양한 종류의 멤리스터 소자를 이용해 AI 판단에 대한 근거를 제공하는 XAI 하드웨어 시스템을 구현할 수 있었다는 점에 큰 의의가 있다”며 “이 연구는 AI 의사 결정에 도달하는 과정을 이해하기 쉽게 설명을 제공함으로써 AI 시스템의 신뢰성 향상에 기여할 수 있어, 향후 의료, 금융, 법률 등 민감한 정보를 다루는 AI 기반 서비스에 적용될 수 있을 것으로 기대된다”고 밝혔다.
이번 연구는 KAIST 신소재공학과 송한찬 박사과정, 박우준 박사과정 학생이 공동 제1 저자로 참여했으며, 국제 학술지 ‘어드밴스드 머티리얼즈(Advanced Materials, IF: 29.4)’에 03월 20일 字 온라인 게재됐으며, 한국연구재단 중견연구사업, 차세대지능형반도체기술개발사업, PIM인공지능반도체핵심기술개발사업, 나노종합기술원 및 KAIST 도약연구사업의 지원을 받아 수행됐다. (논문명: Memristive Explainable Artificial Intelligence Hardware, 논문링크: https://doi.org/10.1002/adma.202400977)
2024.03.25
조회수 932
-
반도체가 곤충처럼 사물 움직임 감지한다
곤충의 시신경계를 모방하여 초고속, 저전력 동작이 가능한 신개념 ‘지능형 센서’ 반도체의 개발로 다양한 혁신적 기술로 확장가능한 기술이 개발되었다. 이 기술은 교통, 안전, 보안 시스템 등 다양한 분야에 응용되어 산업과 사회에 기여할 것으로 보인다.
우리 대학 신소재공학과 김경민 교수 연구팀이 다양한 멤리스터* 소자를 융합해 곤충의 시신경에서의 시각 지능*을 모사하는 지능형 동작인식 소자를 개발하는데 성공했다고 19일 밝혔다.
*멤리스터 (Memristor): 메모리(Memory)와 저항(Resistor)의 합성어로, 입력 신호에 따라 소자의 저항 상태가 변하는 전자소자.
*시각 지능 (Visual Intelligence): 시신경 내에서 시각 정보를 해석하고 연산을 수행하는 기능.
최근 인공지능(AI) 기술의 발전과 함께, 비전 시스템은 이미지 인식, 객체 탐지 및 동작 분석과 같은 다양한 작업에서 AI를 활용해 핵심적인 역할을 수행하고 있다. 하지만 기존 비전 시스템은 이미지 센서에서 수신된 신호를 복잡한 알고리즘을 이용해 물체와 그 동작을 인식하는 것이 일반적이다. 이러한 방식은 상당한 양의 데이터 트래픽과 높은 전력 소모가 필요하여 모바일 또는 사물인터넷 장치에 적용되기 어렵다.
한편, 곤충은 기본 동작 감지기(Elementary Motion Detector) 라는 시신경 회로를 통해 시각 정보를 효과적으로 처리해 물체를 탐지하고 그 동작을 인식하는데 탁월한 능력을 보인다. <그림1> 이를 구현하는 데 있어 기존 실리콘 집적회로(CMOS) 기술에서는 복잡한 회로가 요구되기 때문에, 실제 소자로 제작하기 어려운 한계가 있었다.
김경민 교수 연구팀은 다양한 기능의 멤리스터 소자들을 집적하여 고효율⋅초고속 동작 인식이 가능한 지능형 동작인식 소자를 개발했다. 동작인식 소자는 자체 개발한 두 종류의 멤리스터 소자와 저항 만으로 구성된 단순한 구조를 가지고 있다. 두 종류의 서로 다른 멤리스터는 각각 신호 지연 기능과 신호 통합 및 발화 기능을 수행하며, 이를 통해 곤충의 시신경을 직접 모사하여 사물의 움직임을 판단할 수 있음을 확인했다. <그림2>
연구팀은 개발된 동작인식 소자의 실질적인 활용에 대한 가능성을 입증하기 위해 차량 경로를 예측하는 뉴로모픽 컴퓨팅 시스템을 설계하였으며, 여기에 개발한 동작인식 소자를 적용하였다. <그림3> 그 결과 기존 기술 대비 에너지 소비를 92.9 % 감소하여 더 정확히 사물의 움직임을 예측할 수 있음을 검증하였다.
신소재공학과 김경민 교수는 “곤충은 매우 간단한 시각 지능을 활용해 놀랍도록 민첩하게 물체의 동작을 인지하는데, 이번 연구는 신경의 기능을 재현할 수 있는 멤리스터 소자를 활용해 이를 구현할 수 있었다는 점에 큰 의의가 있다”며, “최근 AI가 탑재된 휴대폰과 같이 에지(edge)형 인공지능 소자의 중요성이 매우 커지고 있는데, 이 연구는 동작 인식을 위한 효율적인 비전 시스템 구현에 기여할 수 있어, 향후 자율주행 자동차, 차량 운송 시스템, 로봇, 머신 비전 등과 같은 다양한 분야에 적용될 수 있을 것으로 기대된다”고 밝혔다.
이번 연구는 신소재공학과 송한찬 박사과정, 이민구 박사과정 학생이 공동 제1 저자로 참여했으며, 국제 학술지 ‘어드밴스드 머티리얼즈(Advanced Materials, IF: 29.4)’에 지난 1월 29일 字 온라인 게재됐다.
한편 이번 연구는 한국연구재단 중견연구사업, 차세대지능형반도체기술개발사업, PIM인공지능반도체핵심기술개발사업, 나노종합기술원 및 KAIST 도약연구사업의 지원을 받아 수행됐다. (논문명: Fully Memristive Elementary Motion Detectors for A Maneuver Prediction, 논문링크: https://doi.org/10.1002/adma.202309708)
2024.02.19
조회수 1624
-
음악 본능을 인공지능으로 밝혀내다
음악은 세계 공통어로 불릴만큼 문화적 보편 요소로 알려졌다. 그렇다면 어떻게 다양한 문화권의 환경 차이에도 불구하고, ‘음악적 본능’은 어느 정도 공유될 수 있는 것일까?
우리 대학 물리학과 정하웅 교수 연구팀이 인공신경망 모델을 활용해, 사람 뇌에서 특별한 학습 없이도 음악 본능이 나타날 수 있는 원리를 규명했다고 16일 밝혔다.
기존 학자들은 다양한 문화권에 존재하는 음악의 보편성과 차별성을 규명하고, 어떻게 이런 공통성이 나타날 수 있는지에 대해 이해하고자 시도해 왔다. 2019년 세계적인 과학 저널 ‘사이언스’에 게재된 연구를 통해 민족지학적으로 구분된 모든 문화에서 음악을 만들어 내고, 유사한 형태의 박자와 멜로디가 사용된다는 것이 발견됐다. 또한, 신경과학자들은 우리 뇌의 청각 피질(Auditory cortex)에 음악 정보처리를 담당하는 특정한 영역이 존재한다는 것을 밝혀냈다.
연구팀은 인공신경망을 사용해, 음악에 대한 학습 없이도 자연에 대한 소리 정보 학습을 통해 음악 인지 기능이 자발적으로 형성됨을 보였다. (그림2) 연구팀은 구글에서 제공하는 대규모 소리 데이터(AudioSet)를 활용해, 인공신경망이 이러한 다양한 소리 데이터를 인식하도록 학습했다. 흥미롭게도, 연구팀은 네트워크 모델 내에 음악에 선택적으로 반응하는 뉴런(신경계의 단위)이 발생함을 발견했다. 즉, 사람의 말(speech), 동물 소리, 환경 소리, 기계 소리 등의 다양한 소리에는 거의 반응을 보이지 않으나 기악이나 성악 등 다양한 음악에 대해서는 높은 반응을 보이는 뉴런들이 자발적으로 형성된 것이다.
이 인공신경망 뉴런들은 실제 뇌의 음악정보처리 영역의 뉴런들과 유사한 반응 성질을 보였다. 예를 들어, 인공 뉴런은 음악을 시간적으로 잘게 나누어 재배열한 소리에 대해 감소된 반응을 보였다. 이는 자발적으로 나타난 음악 선택성 뉴런들이 음악의 시간적 구조를 부호화하고 있음을 의미한다. 이러한 성질은 특정 장르의 음악에만 국한된 것이 아니라, 클래식, 팝, 락, 재즈, 전자음악 등 25개에 달하는 다양한 장르 각각에 대해서도 공통적으로 나타났다.
심지어, 네트워크에서 음악 선택성 뉴런의 활동을 억제하게 되면, 다른 자연 소리에 대한 인식 정확도를 크게 떨어뜨릴 수 있음을 보였다. 즉, 음악 정보처리 기능이 다른 자연 소리 정보처리에 도움을 주며, 따라서 ‘음악성’이란 자연 소리를 처리하기 위한 진화적 적응에 의해 형성되는 본능일 수 있다는 설명이다.
연구를 주도한 정하웅 교수는 “이러한 결과는 다양한 문화권에서 음악 정보처리의 공통된 기저를 형성하는데, 자연 소리 정보처리를 위한 진화적 압력이 기여했을 수 있음을 시사한다”며, “사람과 유사한 음악성을 인공적으로 구현하여, 음악 생성 AI, 음악 치료, 음악 인지 연구 등에 원천 모델로 활용될 수 있을 것으로 기대한다”고 연구의 의의를 설명했다. 그러나 “현 연구는 음악 학습에 의한 발달 과정을 고려하고 있지 않으며, 발달 초기의 기초적인 음악 정보처리에 대한 논의임을 주의해야 한다”고 연구의 한계를 덧붙였다.
우리 대학 물리학과 김광수 박사(現 MIT 뇌인지과학과)가 제1 저자로, 김동겸 박사(現 IBS)와 함께 진행한 이번 연구는 국제 학술지 ‘네이처 커뮤니케이션즈(Nature Communications)’에 출판됐다. (논문명: ‘Spontaneous emergence of rudimentary music detectors in deep neural networks’, 국문 번역: ‘심층신경망에서 음악 인지기능의 자발적 발생’)
한편 이번 연구는 한국연구재단의 지원을 통해 수행됐다.
2024.01.16
조회수 1720
-
기억하고 인지하는 과정을 실시간 관찰하다
우리 뇌 속에는 약 860억 개의 신경세포와 신경세포 간의 신호를 주고받아 우리의 인지, 감정, 기억 등과 같은 다양한 뇌 기능을 조절하도록 돕는 600조 개에 달하는 시냅스가 존재한다. 흥미롭게도 노화나 알츠하이머병과 같은 질병 상황에서 시냅스는 감소하는 것으로 알려져, 시냅스에 관한 연구가 주목받고 있지만 아직 시냅스의 구조 변화를 실시간으로 관찰하는 데에는 한계가 있다.
우리 대학 생명과학과 허원도 교수 연구팀이 세계 최초로 시냅스의 형성과 소멸 및 변화를 실시간으로 관찰할 수 있는 기술 개발에 성공했다고 9일 밝혔다.
허원도 교수 연구팀은 형광 단백질(dimerization-dependent fluorescent protein, ddFP)을 시냅스와 결합시켜 신경세포 간의 시냅스 연결 과정을 실시간으로 관찰할 수 있는 기술을 개발했다. 이 기술을 시냅스(Synapse)와 스냅샷 (Snapshot)을 조합한 시냅샷(SynapShot)이라고 이름 지었고 기존에는 구현하기 어려웠던 시냅스 형성과 소멸 그리고 역동적인 변화 과정을 실시간으로 추적하고 관찰하는데 성공했다.
허원도 교수 연구팀은 초록과 빨강 형광을 띠는 시냅샷을 디자인해 두 개의 서로 다른 신경세포와 연결된 시냅스를 쉽게 구별하여 관찰할 수 있었다. 또한, 빛으로 분자의 기능을 조절할 수 있는 광유전학 기술과 융합하여 신경세포의 특정 기능을 빛으로 조절함과 동시에 시냅스의 변화를 관찰하는 데 성공했다.
허원도 교수 연구팀이 개발한 시냅샷은 미국 존스홉킨스 의대 권형배 교수 연구팀과 공동연구를 통해 살아있는 생쥐에게 시각적 구별 훈련, 운동 및 마취 등 여러 상황을 유도하고 각 과정에서 시냅스의 변화를 실시간으로 관찰해 각각의 시냅스가 상당히 빠르고 역동적으로 변화될 수 있음을 보였다. 이는 살아있는 포유류의 시냅스 변화를 세계 최초로 관찰한 것이다.
교신저자 허원도 교수는 “우리 연구팀이 국내외 연구팀과 공동연구를 통해 시냅샷 기술로 과거에는 구현하기 어려웠던 시냅스의 빠르고 역동적인 형성과 변화를 직접 관찰할 수 있는 가능성을 열었으며, 이 기술은 뇌과학 연구분야의 연구방법론에 혁신을 가져올 것으로 예상되며 뇌 과학의 미래를 밝히는 중요한 역할을 할 것으로 기대된다”고 말했다.
생명과학과 손승규(박사과정), 이진수(박사과정), 존스홉킨스 의과대학 정강훈 박사가 공동 제1 저자로 수행한 이번 연구는 저명 국제 학술지 ‘네이처 메쏘드(Nature Methods)’2024년 2월호 인쇄판에 게재될 예정이며, 2024년 1월 8일자로 온라인판에 게재됐다. (논문명: Real-time visualization of structural dynamics of synapses in live cells in vivo). (Impact Factor: 47.99). (DOI: 10.1038/s41592-023-02122-4)
한편, 이번 연구는 KAIST 중견연구자지원사업, KAIST 글로벌 특이점 사업의 지원을 받아 수행됐다.
2024.01.09
조회수 1525
-
구글딥마인드와 공동연구를 통해 인공지능으로 시각을 상상하다
‘노란 포도'나 `보라색 바나나'와 같이 본 적 없는 시각 개념을 이해하고 상상하는 인공지능 능력 구현이 가능해졌다.
우리 대학 전산학부 안성진 교수 연구팀이 구글 딥마인드 및 미국 럿거스 대학교와의 국제 공동 연구를 통해 시각적 지식을 체계적으로 조합해 새로운 개념을 이해하는 인공지능 새로운 모델과 프로그램을 수행하는 벤치마크를 개발했다고 30일 밝혔다.
인간은 `보라색 포도'와 `노란 바나나' 같은 개념을 학습하고, 이를 분리한 뒤 재조합해 `노란 포도'나 `보라색 바나나'와 같이 본 적 없는 개념을 상상하는 능력이 있다. 이런 능력은 체계적 일반화 혹은 조합적 일반화라고 불리며, 범용 인공지능을 구현하는 데 있어 핵심적인 요소로 여겨진다.
체계적 일반화 문제는 1988년 미국의 저명한 인지과학자 제리 포더(Jerry Fodor)와 제논 필리쉰(Zenon Pylyshyn)이 인공신경망이 이 문제를 해결할 수 없다고 주장한 이후, 35년 동안 인공지능 딥러닝 분야에서 큰 도전 과제로 남아 있다. 이 문제는 언어뿐만 아니라 시각 정보에서도 발생하지만, 지금까지는 주로 언어의 체계적 일반화에만 초점이 맞춰져 있었고, 시각 정보에 관한 연구는 상대적으로 부족했다.
안성진 교수가 이끄는 국제 공동 연구팀은 이러한 공백을 메우고자 시각 정보에 대한 체계적 일반화를 연구할 수 있는 벤치마크를 개발했다. 시각 정보는 언어와는 달리 명확한 `단어'나 `토큰'의 구조가 없어, 이 구조를 학습하고 체계적 일반화를 달성하는 것이 큰 도전이다.
연구를 주도한 안성진 교수는 “시각 정보의 체계적 일반화가 범용 인공지능을 달성하기 위해 필수적인 능력이며 이 연구를 통해 인공지능의 추론능력과 상상능력 관련 분야의 발전을 가속할 것으로 기대한다”고 말했다.
또한, 딥마인드의 책임 연구원으로 연구에 참여한 연구원이자 현재 스위스 로잔연방공과대학교(EPFL)의 찰라 걸셔(Caglar Gulcehre) 교수는 “체계적 일반화가 가능해지면 현재보다 훨씬 적은 데이터로 더 높은 성능을 낼 수 있게 될 것이다”라고 전했다.
이번 연구는 12월 10일부터 16일까지 미국 뉴올리언스에서 열리는 제37회 신경정보처리학회(NeurIPS)에서 발표될 예정이다.
관련논문: “Imagine the Unseen World: A Benchmark for Systematic Generalization in Visual World Models”, Yeongbin Kim, Gautam Singh, Junyeong Park, Caglar Gulcehre, Sungjin Ahn, NeurIPS 23
2023.11.30
조회수 1481
-
뉴로모픽 반도체로 통증도 느낀다
최근 인간의 뇌를 모방한 뉴로모픽 반도체 소자 연구가 주목받고 있다. 이에서 더 나아가 최근에는 뇌를 넘어 첨단 센서와 휴머노이드 분야에 적용가능한 감각신경계 모사에 관한 연구가 활발하게 진행되고 있다.
우리 대학 신소재공학과 김경민 교수 연구팀이 새로운 메모리 소자인 멤리스터를 사용하여 통증자극 민감도 조절 기능을 갖는 뉴로모픽 통각수용체 소자를 최초로 구현했다고 15일 밝혔다.
※ 멤리스터(memristor): 메모리(memory)와 저항(resistor)의 합성어로, 전류의 흐름에 따라 저항이 변화하는 전자소자
감각신경계의 핵심적인 역할 중 하나는 유해한 자극을 감지해 위험한 상황을 회피하는 것이다. 특히 통각수용체는 자극이 민감도의 임계치를 넘으면 통증 신호를 발생하여 인체가 자극에서 회피할 수 있도록 한다. 이를 위해 통각수용체의 신호 전달에는 통증 신호를 전달하는 흥분성 신경전달물질(Excitatory Neurotransmitter)과 외부 자극에 대한 임계치를 조절하는 억제성 신경전달물질(Inhibitory Neurotransmitter)이 관여하는 것으로 알려져 있다. 특히 억제성 신경전달물질은 흥분 작용과 역균형을 이뤄 신경의 과도한 활성화를 방지하고, 다양한 외부 자극에 적절하게 반응하기 위한 핵심적인 역할을 가지게 된다. <그림 1> 그동안 이러한 복잡한 감각신경계의 동작을 모사하는 전자 소자를 개발하는 연구가 활발히 진행되었는데, 기존의 연구에서는 흥분성 신경전달물질의 특성은 쉽게 구현할 수 있었으나, 억제성 신경전달물질에 의한 임계치 조절 특성까지 동시에 구현하는데 한계가 있었다.
김경민 교수 연구팀은 이중 전하 저장층 구조를 통해 외부에서의 자극에 대한 임계치를 조절할 수 있는 뉴로모픽 통각수용체 소자를 최초로 개발했다. <그림 2> 두 종류의 서로 다른 전하 저장층은 각각 전도성을 조절하는 흥분성 신경전달물질의 역할과 임계치를 조절하는 억제성 신경전달물질의 역할을 맡아 통각수용체의 필수적인 기능들인 통증 전달 특성(threshold triggering), 통증 완화(Relaxation), 통증 민감화(Sensitization) 등의 특성을 조절할 수 있음을 확인했다. <그림 3> 이는 신경계의 복잡한 기능을 신경계의 동작 원리를 모방하여 단순한 구조의 전자 소자로 구현하는 새로운 방법을 제시한 의의가 있다.
또한, 이 소자는 온도 자극에도 반응하는 온도수용체 특성을 보였으며, 특히 억제성 상태를 제어하여 단일 소자가 고온 범위와 저온 범위를 모두 감지할 수 있는 가변적인 온도수용체 특성을 구현할 수 있었다. <그림 4> 이러한 통각수용체, 온도수용체 소자는 인간을 모방하는 휴머노이드 피부에 적용하여 인간과 같은 방식으로 자극을 감지하는 센서로 활용될 수 있다.
김경민 교수는 "이번 연구는 흥분성 및 억제성 신호 작용의 특성을 단일 소자에 구현해, 간단한 반도체 기술로 복잡한 생물학적 감각신경계의 특성을 모사하는 새로운 방법론을 제시한 것에 큰 의의가 있다ˮ며 "이처럼 임계치를 조절할 수 있는 특성은 감각신경계 모사뿐 아니라 임계 스위칭 특성을 활용하는 보안 소자나 차세대 컴퓨팅 소자에도 활용될 수 있을 것으로 기대된다ˮ고 밝혔다.
한편 이번 연구는 신소재공학과 김근영 석박사통합과정 학생이 제1 저자로 참여했으며, 국제 학술지 `어드밴스드 머티리얼즈(Advanced Materials, Impact Factor: 29.4)'에 10월 21일 字 온라인 게재됐다.
이번 연구는 한국연구재단, 나노종합기술원, KAIST, 그리고 SK 하이닉스의 지원을 받아 수행됐다. (논문명: Threshold Modulative Artificial GABAergic Nociceptor, 논문링크: https://doi.org/10.1002/adma.202304148)
2023.11.15
조회수 2307
-
인공지능 챗봇 이미지 데이터 훈련 비용 최소화하다
최근 다양한 분야에서 인공지능 심층 학습(딥러닝) 기술을 활용한 서비스가 급속히 증가하고 있다. GPT와 같은 거대 언어 모델을 훈련하기 위해서는 수백 대의 GPU와 몇 주 이상의 시간이 필요하다고 알려져 있다. 따라서, 심층신경망 훈련 비용을 최소화하는 방법 개발이 요구되고 있다.
우리 대학 전산학부 이재길 교수 연구팀이 심층신경망 훈련 비용을 최소화할 수 있도록 훈련 데이터의 양을 줄이는 새로운 데이터 선택 기술을 개발했다고 2일 밝혔다.
일반적으로 대용량의 심층 학습용 훈련 데이터는 레이블 오류(예를 들어, 강아지 사진이 `고양이'라고 잘못 표기되어 있음)를 포함한다. 최신 인공지능 방법론인 재(再)레이블링(Re-labeling) 학습법은 훈련 도중 레이블 오류를 스스로 수정하면서 높은 심층신경망 성능을 달성하는데, 레이블 오류를 수정하기 위한 추가적인 과정들로 인해 훈련에 필요한 시간이 더욱 증가한다는 단점이 있다. 한편 막대한 훈련 시간을 줄이려는 방법으로 중복되거나 성능 향상에 도움이 되지 않는 데이터를 제거해 훈련 데이터의 크기를 줄이는 핵심 집합 선별(coreset selection) 방식이 큰 주목을 받고 있다. 그러나 기존 핵심 집합 선별 방식은 훈련 데이터에 레이블 오류가 없다고 가정한 표준 학습법을 위해 개발됐고, 재레이블링 학습법을 위한 핵심 집합 선별 방식에 관한 연구는 부족한 실정이다.
이재길 교수팀이 개발한 기술은 레이블 오류를 스스로 수정하는 최신 재레이블링 학습법을 위해 핵심 집합 선별을 수행하여 심층 학습 훈련 비용을 최소화할 수 있도록 해준다. 따라서, 레이블 오류가 포함된 현실적인 훈련 데이터를 지원하므로 실용성이 매우 높다.
또한 이 교수팀은 특정 데이터의 레이블 오류 수정 정확도가 해당 데이터의 이웃 데이터의 신뢰도와 높은 상관관계가 있음을 발견했다. 즉, 이웃 데이터의 신뢰도가 높으면 레이블 오류 수정 정확도가 커지는 경향이 있다. 이웃 데이터의 신뢰도는 심층신경망의 충분한 훈련 전에도 측정할 수 있으므로, 각 데이터의 레이블 수정 가능 여부를 예측할 수 있게 된다. 연구팀은 이러한 발견을 기반으로 전체 훈련 데이터의 총합 이웃 신뢰도를 최대화하는 데이터 부분 집합을 선별해 레이블 수정 정확도와 일반화 성능을 최대화하는 `재레이블링을 위한 핵심 집합 선별'을 제안했다. 총합 이웃 신뢰도를 최대화하는 부분 집합을 찾는 조합 최적화 문제의 효율적인 해법을 위해 총합 이웃 신뢰도를 가장 증가시키는 데이터를 차례차례 선택하는 탐욕 알고리즘(greedy algorithm)을 도입했다.
연구팀은 이미지 분류 문제에 대해 다양한 실세계의 훈련 데이터를 사용해 방법론을 검증했다. 그 결과, 레이블 오류가 없다는 가정에 따른 표준 학습법에서는 최대 9%, 재레이블링 학습법에서는 최대 21% 최종 예측 정확도가 기존 방법론에 비해 향상되었고, 모든 범위의 데이터 선별 비율에서 일관되게 최고 성능을 달성했다. 또한, 총합 이웃 신뢰도를 최대화한 효율적 탐욕 알고리즘을 통해 기존 방법론에 비해 획기적으로 시간을 줄이고 수백만 장의 이미지를 포함하는 초대용량 훈련 데이터에도 쉽게 확장될 수 있음을 확인했다.
제1 저자인 박동민 박사과정 학생은 "이번 기술은 오류를 포함한 데이터에 대한 최신 인공지능 방법론의 훈련 가속화를 위한 획기적인 방법ˮ 이라면서 "다양한 데이터 상황에서의 강건성이 검증됐기 때문에, 실생활의 기계 학습 문제에 폭넓게 적용될 수 있어 전반적인 심층 학습의 훈련 데이터 준비 비용 절감에 기여할 것ˮ 이라고 밝혔다.
연구팀을 지도한 이재길 교수도 "이 기술이 파이토치(PyTorch) 혹은 텐서플로우(TensorFlow)와 같은 기존의 심층 학습 라이브러리에 추가되면 기계 학습 및 심층 학습 학계에 큰 파급효과를 낼 수 있을 것이다ˮ고 말했다.
우리 대학 데이터사이언스대학원에 재학 중인 박동민 박사과정 학생이 제1 저자, 최설아 석사과정, 김도영 박사과정 학생이 제2, 제3 저자로 각각 참여한 이번 연구는 최고권위 국제학술대회 `신경정보처리시스템학회(NeurIPS) 2023'에서 올 12월 발표될 예정이다. (논문명 : Robust Data Pruning under Label Noise via Maximizing Re-labeling Accuracy)
한편, 이 기술은 과학기술정보통신부 재원으로 정보통신기획평가원의 지원을 받아 SW컴퓨팅산업원천기술개발사업 SW스타랩 과제로 개발한 연구성과 결과물(2020-0-00862, DB4DL: 딥러닝 지원 고사용성 및 고성능 분산 인메모리 DBMS 개발)이다.
2023.11.02
조회수 1873
-
뇌의 선천적 수량 비교 원리 규명
뇌의 선천적 인지 기능들은 학습이나 훈련 없이 신경망의 구조적 특성으로부터 자발적으로 발생할 수 있는 것인가?
우리 대학 뇌인지과학과 백세범 교수 연구팀이 두뇌에서 발견되는 선천적 수량 비교 능력이 자발적으로 형성되는 원리를 설명했다고 7일 밝혔다.
주어진 사물들의 수량을 비교하는 기능은 동물이나 인간의 생존에 필수적인 능력이다. 동물 그룹 간 다툼, 사냥, 먹이 수집 등 많은 상황에서 주어진 변수들의 수량 비율이나 차이에 따라 동물들의 의사결정 및 행동이 달라져야 하기 때문이다. 학습을 거치지 않은 어린 개체들의 행동 관찰로부터 수량 비교 능력은 두뇌의 선천적 기능이라는 가능성이 제기됐지만 이러한 능력이 학습 없이 발생하는 원리에 대한 설명은 아직 제시되지 않았다.
백세범 교수 연구팀은 두뇌 모사 인공신경망 모델을 활용해, 학습이 전혀 이뤄지지 않은 심층신경망 구조에서 시각적 수량 비율 및 차이 정보의 인지 기능이 자발적으로 발생할 수 있음을 증명했다. 또한 두 수량의 비율과 차이라는 서로 다른 종류의 정보를 비교하는 기능이 하나의 공통적인 발생 원리로부터 파생될 수 있다고 설명했다.
우리 대학 바이오및뇌공학과 이현수 박사과정, NYU 신경과학과 최우철 박사가 공동 제1 저자로 참여한 이번 연구는 국제 학술지 ‘셀(Cell)’의 온라인 자매지 ‘셀 리포츠(Cell Reports)’ 7월 29일 자에 게재됐다. (논문명: Comparison of visual quantities in untrained neural networks)
연구팀은 먼저 전혀 학습을 거치지 않은 신경망에서 두 수량의 비율과 차이에 선택적으로 반응하는 개별 신경세포가 자발적으로 발생하는 것을 발견했다. 초기화된 심층신경망에서 다양한 비율 혹은 차이를 가지는 시각적 수량 정보가 주어졌을 때, 이에 선택적으로 반응하는 신경세포들이 다수 발견되며, 이들로부터 측정된 신경 활동은 실제 동물 실험에서 관측된 신경 활동 특성과 매우 유사함을 확인하였다. 또한 연구팀은 이를 이용하여 지금까지 보고되어 온 동물들의 수량 비교 행동 특성을 상당 부분 재현할 수 있음을 확인했다.
이에 더해, 연구팀은 수량 비교 기능 신경세포 회로 구조의 발생 원리를 계산신경과학적 모델을 통해 설명하고 검증했다. 신경망에서 발견된 비율/차이 선택적 신경세포의 특징적 연결구조를 분석해, 특정 값에 대한 선택성이 신경망 하위 계층에서 자발적으로 발생된 단순 증가, 단순 감소 신경 활동의 결합을 통해 형성될 수 있음을 보였다. 또한 이러한 신경 활동이 증가, 감소할 때 관찰되는 비선형성의 타입에 따라 각각 수량 비율 또는 수량 차이를 인지하는 신경세포로 분화될 수 있음을 연구팀은 확인했다.
이러한 결과들을 통해 연구팀은 학습이 전혀 이뤄지지 않은 두뇌에서 비율/차이 인지와 같은 선천적 수량 비교 기능이 발생하는 원리에 대한 근본적인 이해를 제시했다.
백세범 교수는 “이번 연구는 상당한 정도의 학습 과정이 필요할 것이라 여겨지던 두뇌의 수량 인지 및 비교, 연산 기능이 그 어떤 학습도 이뤄지지 않은 초기 두뇌의 구조에서 자발적으로 발생할 수 있음을 보이는 연구”라며, “발생 초기 신경망의 구조적/물리적 특성으로부터 다양한 선천적 고등 인지 기능이 발생할 수 있음을 시사함으로써 뇌신경과학 연구뿐 아니라 새로운 개념의 인공지능 연구에도 의미있는 방향을 제시할 수 있을 것이라 기대한다”고 언급했다.
한편 이번 연구는 한국연구재단의 이공분야기초연구사업 및 원천기술개발사업, KAIST 특이점교수 사업의 지원을 받아 수행됐다.
2023.08.07
조회수 2622
-
왼쪽 눈이 본 것을 오른쪽 뇌가 알게 하라
인간을 비롯한 대부분 동물의 신체 기관들은 대칭적 구조를 가지고 있다. 이를 통해 몸의 좌우 균형을 맞추고, 움직이고, 반응을 할 수 있게 된다. 동물의 시각이 시작되는 안구 역시 머리의 양쪽에 하나씩 위치하며 한쪽 눈으로 볼 때 보다 더 넓은 영역의 물체를 인식할 수 있게 된다. 사람이나 고양이 같은 경우는 양쪽 눈이 정면을 향하고 있고, 개나 쥐 같은 동물은 눈이 사람보다 측면부를 향해 있고, 많은 물고기의 경우는 두 눈이 완전히 반대쪽을 향하고 있다. 이로 인해 좌우측 눈이 받아들이는 이미지 역시 차이를 보이게 된다. 인간의 경우 좌측과 우측 눈이 인식하는 이미지의 50%에 가까운 영역이 겹치는 반면, 생쥐의 경우는 5% 이하의 영역이 중복이 되며, 물고기는 중복된 영역이 거의 없다. 이들 겹치는 시각 영역 이미지의 위상차를 뇌가 인식해 동물은 물체의 입체감을 느낄 수 있다. 또, 물체가 움직이는 경우에는 좌측 눈과 우측 눈에 감지된 물체의 이미지의 시간차 정보가 뇌에서 처리되어 물체의 이동 경로를 감지하고 예측할 수 있게 된다. 결국, 중복된 시각 영역이 넓을수록 외부 물체의 입체감과 이동을 더 잘 감지할 수 있게 되어, 대부분 포식 동물들이 넓은 중복 영역을 확보하기 위해 안구를 정면에 위치하는 경우가 많다.
이렇게 좌우 안구에서 인식된 이미지를 뇌의 특정 영역에 전달하기 위해 눈에서 나온 시신경은 뇌의 좌우 반구에 모두 연결이 되어 있다. 흥미롭게 좌우 반구로 연결되는 시신경 비율은 좌우 안구 이미지의 중복 비율에 역비례해서, 인간의 경우 50% 시신경이 반대쪽 뇌로 연결되고, 생쥐의 경우 95% 내외, 물고기는 100% 반대쪽으로 연결된다. 시신경이 좌측 또는 우측 중 어느 쪽 뇌로 뻗어 나갈 것인지를 결정하는 과정은 시신경이 눈에서 출발해 시상하부 영역에 도달할 때 시상하부 중간선에 존재하는 경로 결정자(pathway selection cue)에 의해 일어난다고 알려져 있다. 오랜 동안 이러한 동물의 양안 시각계 (binocular visual system)의 핵심인 시상하부 중간선에서 경로 결정에 관련된 메커니즘을 이해하려는 시도가 있어 왔고 일부 경로 결정 인자들이 밝혀진 바도 있다. 하지만, 핵심인자의 부재로 이 과정에 대한 명확한 이해는 부족한 상황이었다.
생명과학과 김진우 교수 연구실에서는 시신경 및 시상하부 중간선에 많이 발현되는 VAX1 유전자에 대한 연구를 수행해 오고 있다. 이 유전자가 결핍된 생쥐와 사람은 시신경이 제대로 성장하지 못하고 시신경이 시상하부에서 교차하지 못하는 발달 이상을 보였다. VAX1이 호메오도메인을 가지는 전사인자의 특성을 가지고 있기 때문에 당연히 시상하부에서 경로 결정자의 유전자 발현을 조절해 시신경 교차(optic chiasm)를 생성할 것이라고 추정하였으나, 김교수 연구팀에서는 VAX1이 시상하부 세포에서 전사인자로 기능하기 보다는 눈의 망막신경절세포에서 뻗어 나온 시신경 축삭(axon)에서 mRNA 번역인자로 작용하여 시신경의 성장을 유도한다는 놀라운 사실을 발견하여 2014년 발표한 바 있다. 하지만, VAX1이 전혀 없는 동물은 두개골 기형 때문에 생존하기 어려워 이러한 VAX1 이상으로 인해 시신경 교차가 없는 동물의 시각 반응 및 행동에 대한 이해는 이루어지지 못하고 있었다.
김 교수 연구실에서 VAX1의 전사인자 기능은 유지한 채 시신경 축삭에 작용하지 못하는 VAX1(AA) 생쥐를 제작하였고, 이 생쥐는 외형적 이상이 전혀 없이 정상적으로 태어나 성장하였다. 다만, VAX1(AA) 생쥐는 모든 시신경이 안구와 같은 쪽 뇌에만 연결되는 시신경 교차 결핍증(agenesis of optic chiasm, AOC)을 나타냈다. 이 생쥐의 시각을 다양한 방법을 통해 검증한 결과, 눈 속의 신경 조직인 망막이 빛을 감지하는 기능은 정상이나 입체 시각이 전혀 없었고, 시력 역시 저하되어 있었다.
흥미로운 점은 VAX1(AA) 생쥐의 눈이 아무런 자극이 없는 상태에서도 지속적으로 상하궤도 운동을 하는 시소안구진탕증(Seesaw Nystagmus)를 보인다는 것이었다. 이러한 시소안구진탕증은 시신경 교차에 이상이 있는 사람과 벨지안쉽도그(Belgian sheepdog)에서도 관찰이 된 바 있어서 시신경 교차 결여가 VAX1(AA) 생쥐의 안구 운동 이상의 원인임을 알 수 있었다.
더욱 흥미로운 점은 VAX1(AA) 생쥐의 시각 운동 반응이 반전되어 있다는 점이었다. 왼쪽 눈에 빛을 주면 오른쪽 동공이 먼저 축소되고, 물체 이동을 감지한 후에는 움직이던 눈이 오히려 정면을 응시하는 등, 시각 정보와 반대되는 안구의 움직임을 보였다. VAX1(AA) 생쥐는 시신경 교차에만 이상이 있고 시각을 처리하는 뇌 부위는 정상적으로 형성이 되어 있기 때문에, 이 결과는 우측 눈에서 오는 신호를 처리해 우측 눈으로 운동 정보를 보내야 할 좌측뇌가 정작 좌측 눈에서 오는 신호를 받아 우측 눈을 자극하는 입력-출력 반전(input-output inversion) 현상 때문으로 해석되었다. 하지만, 아직 VAX1(AA) 생쥐의 좌측 눈에서 들어 온 시각 신호가 어떤 뇌 부위를 안구로 다시 전달되는지에 대한 정보가 거의 전무하기 때문에 이러한 반전된 시각-운동 신경망에 대한 이해는 부족한 상황이다. 이를 해결하기 위해 김교수팀은 시각 자극을 받은 VAX1(AA) 생쥐의 뇌를 자기 공명 영상 분석하는 공동 연구를 시작하였다. 이 연구를 통해 동물의 시각 정보가 어떤 경로로 뇌에서 처리되어 운동 신경을 활성화 할 수 있는지에 대한 이해를 심화할 수 있을 것으로 기대한다.
이번 연구는 국제학술지인 Experimental & Molecular Medicine (https://doi.org/10.1038/s12276-023-00930-4) 2월3일자로 발표됐다. KAIST 생명과학과 김진우 교수 연구팀 민광욱 박사가 제1저자로 연구를 주도하였고, 생명과학과 이승희 교수 연구팀, 바이오및뇌공학과 박영균 교수 연구팀, 연세대학교 이한웅 교수 연구팀, 한국뇌연구원 김남석 박사, 기초과학연구원 이창준 박사 연구팀이 함께 참여하였다. 본 연구는 과학기술정보통신부 중견연구자연구지원사업과 선도연구센터사업, 그리고 KAIST 국제공동연구지원사업의 지원을 받아 수행됐다.
2023.03.02
조회수 4070