우리의 두뇌가 사회적 영향에 반응하는 방식...뇌는 판단의 실수로부터 배운다
우리의 두뇌가 사회적 영향에 반응하는 방식...뇌는 판단의 실수로부터 배운다
  • 송호창 기자
  • 승인 2020.10.14 15:37
  • 댓글 0
이 기사를 공유합니다

이미지 : Pixabay/Free-Photos
이미지 : Pixabay/Free-Photos

 

[퓨처타임즈=송호창 기자] 독일과 오스트리아의 Lei Zhang과 Jan Gläscher 박사는 우리가 사회적 영향력을 평가할 수 있는 신경망을 설명했다. 그런 다음 이러한 네트워크가 내부 또는 직접학습 네트워크와 어떻게 연결되는지 알아 냈다. 팀은 멀티 플레이어 베팅 게임을 하는 39명의 두뇌를 스캔하여 보상 회로의 두뇌 활동에서 사회적 예측 오류를 합성했다. 이는 우리가 예상하는 행동과 실제 행동의 차이를 측정하는 것이다. 그런 다음 신경 계산 도구를 사용하여 이러한 뇌 활동 데이터를 모델링하고 뇌의 보상 회로와 사회적 회로 사이의 연관성을 발견했다.

나는 또래 압력에 관해서는 참고 가만히 있는 편이다. 경험 없이도 다이빙 보드에서 뛰어내리는가? 확실하다! 처음으로 야외 등반을 할 때 절벽에서 뛰어내리는가? 나는 시도할 것이다! 

고소공포증을 두려워하는 사람에게는 분명히 끔찍한 결정이었고 각각은 "정말 더 잘 알고 있었어야 했다"고 끝났다. 그러나 그것은 한 가지 요점을 보여준다. 우리의 결정이 우리 자신의 경험에서만 오는 것이 아니라는 것이 분명하다. 선택한 직업부터 점심으로 원하는 샌드위치에 이르기까지 우리는 친구, 가족 및 낯선 사람이 생각하는 바를 중요하게 생각한다. 그렇지 않으면 악을 쓰는 일이 존재하지 않을 것이다.

학문적 표현에서 다른 사람을 관찰하고 배우는 것을 '사회적 영향'이라고 부르며 대중 문화 어휘로 넘어가는 용어이다. 그러나 신경과학자들은 이것이 왜 일어나는지 이해하기 위해 고군분투했다. 우리의 두뇌는 다른 사람의 결정을 어떻게 처리할까? 그리고 그것은 우리의 (잠재적으로 건전한) 판단과 비교하여 그러한 결정을 어떻게 평가할까?

이번 달, 독일과 오스트리아의 Lei Zhang과 Jan Gläscher 박사들은 우리가 사회적 영향력을 평가할 수 있는 신경망을 설명했다. 그런 다음 이러한 네트워크가 내부 또는 '직접'학습 네트워크와 어떻게 연결되는지 알아 냈다. 즉, 높이에 대한 두려움이나 사회적 압력에 귀를 기울여야 할까?

팀은 멀티 플레이어 베팅 게임을 하는 39명의 두뇌를 스캔하여 보상 회로의 두뇌 활동에서 '사회적 예측 오류'를 합성했다. 이는 우리가 예상하는 행동과 실제 행동의 차이를 측정하는 것이다. 그런 다음 신경 계산 도구를 사용하여 이러한 뇌 활동 데이터를 모델링하고 뇌의 보상 회로와 사회적 회로 사이의 연관성을 발견했다.

학문적 호기심이 전부는 아니다. 오늘날 가장 눈에 띄는 AI 모델 중 하나인 심층 강화학습은 인간이 실수로부터 학습하는 방법에 대한 연구에서 비롯되었다 (공식적으로 '보상 예측 오류'라고 함). AI 훈련을 위한 보다 인지적이고 사회적 접근에 대한 추진력이 증가함에 따라, 우리가 서로 학습하는 방법을 이해하는 데 도움이 되는 신경과학 연구는 우리를 관찰함으로써 AI를 학습하도록 가르치는 학습 알고리즘에 도움이 될 수 있다.

우리의 연구는 우리 자신의 기대치와 다른 사람들에게서 관찰되는 기대치의 균형을 지속적으로 맞출 필요가 있음을 보여주며, 두 가지가 일치하는지 여부를 결론지었다. 우리 두뇌의 사회적 오류 신호 덕분에 우리는 선택을 사회적 영향에 유연하게 맞출 수 있다.

먼저 직접학습, 즉 우리 자신의 경험에서 얻은 학습 유형에 대해 이야기해보자.  그 중심에는 보상 예측 오류가 있으며, 들어 본 적이 없더라도 경험한 것이다.

이 시나리오를 생각해보라. 배우자의 동료를 처음 만나는 것이다. 당신은 당신이 들은 바에 근거하여 기대를 가지고 있고 당신은 당신의 매너리즘을 적절하게 조정한다. 혹은 그렇게 생각한다. 그들을 만났을 때 그들이 당신이 기대했던 것과 전혀 다르다는 것을 깨달았다.

여기에서 보상 예측 오류가 발생한다. 우리는 종종 뇌의 '보상 회로'에 대해 듣지만 정확하지는 않다. 그들은 항상 즐거운 리워드 러시를 내놓지 않는다. 이러한 뇌 회로가 실제로 하는 일은 지식, 기대 및 결정을 기반으로 실제 발생하는 것과 비교하여 예상 보상을 계산하는 것이다.

일치하면 보상 오류가 매우 낮다. 즉, 행동을 조정할 필요가 없다고 두뇌가 말한다. 또한 이러한 행동을 강화하기 위해 기분 좋은 신경 화학 물질을 충분히 섭취할 수 있다. 따라서 강화학습이다. 기대와 현실이 일치하지 않으면 오류가 높은 것이다. 이때 전략을 변경해야 한다는 것을 알게 된다.

즉, 배우는 것이다. 근본적으로 강화학습은 판단의 실수로부터 배우는 것이다.

신경해부학 연구는 이러한 학습 회로를 두 가지 주요 영역으로 추적했다. 전두엽 피질 (vmPFC)의 일부, 자신의 평가 또는 판단을 암호화하는 뇌의 최전선에 있는 부분, 그리고 "보상"학습 회로의 일부, 즉 오류 신호를 인코딩한다.

실험실의 영향력 있는 사람

사회적 영향력은 더 복잡해진다. 이전 연구에 따르면 vmPFC는 사회적 영향을 포함하는 의사 결정에도 관여하지만 지금까지 한 마음이 다른 사람의 결정을 어떻게 바꿀 수 있는지 추적하는 사람은 거의 없다.

팀은 사회적 영향 테스트에서 무작위로 5명씩 그룹으로 배정된 185명과 함께 이 질문에 답하기 시작했다. 직접학습으로 시작한다. 사람들은 컴퓨터 화면에서 두 개의 추상 프랙탈 이미지 (노란색 소용돌이와 파란색 눈송이) 중에서 하나를 선택하며 한 가지 선택은 다른 하나보다 높은 점수를 받는다. 그들은 또한 자신의 선택에 얼마나 확신이 있는지에 대한 베팅을 했다. 그런 다음 그 사람은 자신의 그룹에서 다른 사람의 선택을 순차적으로 볼 수 있었고 두 번째 선택할 기회가 주어졌다.

이 연구를 통해 “참가자들이 배우고 지속적으로 재 학습할 것을 요구했으며, 참여나 경쟁에 대한 보너스가 없다는 것을 알고 있을 때에도 자연스럽게 다른 사람들의 선택을 자신의 결정에 통합하기 시작했다.”라고 설명했다. 당연히 사람들은 그룹에 맞지 않을 때 선택을 변경하고 일반적인 흐름과 일치할 때 총을 고집했다. 더군다나 그 사람의 선택이 그룹의 선택과 일치한다면 그들은 다음 라운드에서 성공할 확률에 더 높은 베팅을 할 의향이 있었다.

사회 정보는 사람들의 선택과 선택에 대한 확신을 바꾸어 다음 번에 선택을 재조정하는 데 도움이 되었다고 말한다.

뇌의 영향력 있는 노드

베팅 게임을 하는 동안 참가자 5명 중 한 명이 MRI 기계 안에 누워 뇌를 스캔했다. 전체적으로 팀은 39명의 사람들이 자신의 선택을 고수하거나 또래의 압력에 굴복하는 데 어려움을 겪으면서 뇌 활동을 관찰했다.

MRI 데이터를 분석하기 위해 모델을 사용하여 팀은 이전에 우리가 다른 인간에게 할당하는 '선의'감각을 추적하는 것으로 밝혀진 전 두뇌 피질(ACC)이라는 뇌 영역을 연마했다. ACC는 특히 다른 사람들로부터 배우는 책임이 있다. 더 깊이 파고 들어 팀은 직접 학습을 위한 vmPFC와 소셜 학습을 위한 ACC의 두 노드 사이의 연결 고리를 발견했다.

구별되지만 상호 작용하는 두뇌 네트워크는 직접 및 사회적 학습을 제어한다. 이미지 : Dr. Lei Zhang
구별되지만 상호 작용하는 두뇌 네트워크는 직접 및 사회적 학습을 제어한다. 이미지 : Dr. Lei Zhang

 

다리는 뇌의 표면 영역 (rTPJ 또는 오른쪽 측두엽 접합부)으로 확장되는 더 넓은 보상 회로를 형성하는 뇌 조직의 둥근 덩어리인 푸 타멘 ('nutshell'의 라틴어)이다. 내가 머물러야 할까 아니면 가야 할까? 선택을 할 때 ACC는 전두엽 피질의 다른 부분인 dlPFC와 연결되어 최종적으로 결정한다.  

당신의 눈이 이 두 문자어 위에 빛나고 있다면, 그래 나도 한마디로 말하자면 우리가 자신의 경험에서 배우는 방법을 제어하는 뇌 영역은 다른 사람의 경험에서 배우는 데 도움이 되는 영역과 연결되어 있다. 두 회로가 강력하게 동기화되면 사회적 영향 요인으로 인해 행동이 바뀔 가능성이 높다. 그러나 최종 결정은 여전히 우리에게 달려 있다.

우리 자신의 경험에서 배우는 것과 유사하게, 이 사회적 학습 회로는 '사회적 예측 오류'를 생성한다. 이것은 우리가 다른 사람들로부터 배우는 방법을 강하게 안내하지만 놀랍게도 우리 자신으로부터 배우는 방법이기도 하다. 두 가지 오류 모두 다음 결정을 자동으로 유도한다. 어떤 샌드위치를 얻을지(내 취향에 귀를 기울이거나 Yelp에 의존하는가?), 취해야 할 조언, 그리고 또래의 압력에서 놀라면서 다이빙 보드에서 뛰어내릴지 여부이다.

Gläscher는“직접학습은 안정된 상황에서 효율적이다. 그리고 상황이 변하고 불확실 할 때 사회적 학습은 새로운 상황에 적응하기 위한 직접적인 학습과 함께 중요한 역할을 할 수 있다.”고 설명한다.

이제 우리가 사회적 학습을 위한 뇌 네트워크를 더 잘 이해했으므로 다음 단계는 '비 침습적 뇌 자극 기술을 사용하여 그들을 방해'하고 우리의 결정이 반응으로 어떻게 바뀌는지 확인하는 것이다. 그리고 진행중인 코로나19 전염병에 비추어 개인과 정부가 스스로 실수로부터 배울 수 있는 방법은 없으며, 대신 이러한 모든 문제를 해결하기 위해 전 세계적이고 집단적인 인간 사회가 필요하다.


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.