00:00오오오, 으, over, 으, 으, 으
00:01 [음악] 안녕하세요, 송민영입니다
00:16저는 어 카인드에서 뇌 과학을 연구하고 있습니다
00:31전 제 전공이 뇌 과학을 굉장히 좋아하는데요, 그래서 제가 좋아하는 학문이 사람들한테 악용되기보다는 꿈이 사회와 사람들한테 좋게 쓰이는 바람이 되게 컸습니다
00:46그래서 뇌에 대한 책이나 칼럼을 쓰면서 과학 커뮤니케이터로서도 활동을 해왔습니다
00:52그 과정에서 사람들이 뇌와 뇌 과학에 대해서 궁금해하는 것들, 그리고 자주 어떤 부분들을 오해하는지 이런 것들을 알 수 있었습니다
00:59요 내용들을 잘 모아서 뇌와 뇌 과학에 대한 이해를 한 단계 높일 수 있도록 이번 시리즈를 구성했습니다
01:06쪼끔 뭐 골 때리긴 하지만 제가 뇌 과학자이자, 그리고 뇌 과학 커뮤니케이터로서 가지고 있는 신념은 뇌 과학이 나를 이해하고, 너를 이해하고, 또 인간을 이해하는데 도움이 되는 학문이었으면 좋겠다는 겁니다
01:22요 이러한 이해를 바탕으로 인간이란 존재일 때 우리가 어떻게 함께 사랑할 수 있을까, 어떻게 하면 좀 더 인간적인 사회를 만들 수 있을까, 이런 고민을 하는데 뇌 과학이 도움이 되기를 바랍니다
01:33많은 분들이 뇌 과학에 대해서 관심을 갖고 계신데요, 막상 뇌가 어떤 학문인지 물어보면 잘 모르시는 경우가 많습니다
01:41왜냐하면 뇌 과학이 학제성인 특성이 워낙 강해서 이게 이야기가 까다롭게 이야기가 좀 어려운 부분이 큽니다
01:49그래서 첫 시간에는 내가 겨 턴 항문 인지부터 알아보도록 하겠습니다
01:52내가 홍보한 아무 일일까요? 그 실용이라고 하는 것은 뇌에 많이 있는 거 아니잖아요
02:02여러분, 뭐 초등학교 때 아마 추악하고 때 이때 배웠던 내용들을 잘 생각해보시면 뭐 소리나 바늘 들기, 감각신경, 운동신경 이런 게 우리 온몸에 다 퍼져 있습니다
02:15온몸에 퍼진 신경계가 연구 대상이기 때문에 해외 사람 뇌가 브레인 4, 아스란 표현보다는 신경과 묘사한 수랑 표현이 더 널리 쓰이고 있습니다
02:21신영과 내 화근 이런 신경대의 구조와 원리 기능을 연구하는 학문이라고 볼 수 있겠습니다
02:32네모, 내각, 신경과, 왜 내공학, 신경 공학 이런 표현들도 들어보셨을 텐데요
02:37그 한 분들의 차이는 뭐냐면 과학이냐, 공학이냐 있습니다
02:41자연을 이해하는 게 목적이면 과학, 그 이해를 바탕으로 뭔가 쓸모 있는 게 만드는 게 목적이다, 그러면 공학이라고 부릅니다
02:50그래서 신경계 뭐 원리를 이해하려고 한다, 이라면 신경과학이라고 부르고요
02:54요 골의 바탕으로 해서 뭐 뇌를 가지고 컴퓨터를 조정, 조정하는 어떤 장치를 만든다, 그러면 신경 과학이라고 부르시면 되겠습니다
03:02근데 이번 시리즈에서는 그 외에 공학 신경과 학교 약간 다르긴 하겠지만 그것보다는 주로 신경과학에 대한 내용을 다룰 예정입니다
03:12그리고 신경과 m 정확한 표현이긴 하지만 게 우리나라에서는 이미 뇌 과학이라는 표현이 너무 널리 퍼져 버렸잖아요
03:20그래서 지금부터는 뇌 과학이라는 표현을 사용하도록 하겠습니다
03:24뇌 과학이라고 하는 것은 신경계의 구조와 기능 원리를 연구하는 학문이라고 말씀드렸는데요, 뇌라고 하는 것은 우리 몸에서 마음, 지능, 정신이란 거와 굉장히 관련이 깊은 기관이잖아요
03:38그러다 보니까 가끔 이렇게 생각하는 부분이 계세요
03:41"그러면 뇌 과학은 뭐 인지과학, 심리학, 교육학, 이런 앙, 정신 병리, 이런 학문들을 다 포함한다"라고 생각하는 분들이 계십니다
03:52혹은 어 요즘 4차 산업혁명 머리카 다 보내고 하긴 거진 빅데이터 모든 얘기를 많이들 하시잖아요
03:58그래서 그런지 모르겠지만 "뇌 과학 이콜 인공지능"이라고 생각하시는 분들도 가끔 계세요
04:05두 가지다 정확하지 않습니다
04:07실제로는 요런 모습에 가깝습니다
04:10뇌 과학이 서로 다른 여러 학문들과 겹치는 부분이 있고 상호작용이 많은 거죠
04:18일단 신경계가 생체 구조물이 기 때문에 생물학이 굉장히 중요한 역할을 하고요, 뭐 마음이야 정씨와 관련돼 신경 정신 병리학, 심야 인지 과 아까도 상호작용이 많습니다
04:28그리고 최근에는 인공 지능과 의 상호 작용도 굉장히 많은 편입니다
04:30왜냐면 그 신경 데이터가 굉장히 방대하게 커졌는데 이걸 이해하기 위해서는 인공지능이 분석가 그 도움이 있어야 좀 더 원활하게 분석을 할 수가 있거든요
04:44또 그 인공지능 이라고 하는 것은 여러가지 이원적인 바탕을 가지고 뭔가 지능이 구현되는 시스템을 만들어 봄으로써 뇌에 있는 여러 가지 데이터를 이해하는 데 필요한 이론적인 바탕을 제공하기도 하고요, 쓸모있는 실험 하는데 필요할 만한 가설을 제공하는 데도 인공지능이 도움을 줍니다
05:02반대로 인공지능은 뇌 개발하는데 뇌과학의 쓰이기도 해요
05:04인공지능이라고 하는 경우가 지능을 인공적으로 만들어낸 뭔가를 만들게 목적인데, 지능을 구현하는 지구상의 거의 뭐 유일한 두뇌상이 외자 나요
05:13그렇기 때문에 뇌에 어떤 구조적인 특징, 동작 원리 이런 것을 인공지능에 잘 반영해서 더하면 실제로 인공지능의 기능이 개선되는, 좀 획기적으로 개선되는 사례가 꽤 많이 봤습니다
05:19그래서 요 두 분야의 상호 작용이 늘어나는 추세예요
05:26그렇다고 해서 같은 분야라고 얘기하기는 쉽지가 않습니다
05:321, 2년 전만 해도 확해서 인공지능 하시는 분들은 "하, 이제 우리의 인공지능 가지고 내가 할 수 있는 거 다 구현 왔어."라고 얘기를 하면, 이제 뇌가게 조금 가깝게 생물 쪽에 아까 하신 분들은 밖은 하는 거죠
05:47"말이 되는 소리를 하라고." 이렇게 어용합이라고 하는 것이 보기 더 좋고 뭐 학문이 상호 자각하게 듣기 더 좋지만 실제로는 좀 쉽지가 않습니다
05:54이거 인공의 수로 못, 아까도 상호작용이 많습니다
05:58우리가 팔다리를 움직일 때는요, 감각 신경과 운동 신경을 굉장히 정교하게 조사합니다
06:07예를 들어서 뭐 장미 한 송이를 들어올립니다
06:08그러면 장미를 의 쓰러뜨리지 않고 들어올릴 수 있으려면 그들, 오리 때 감각을 정확하게 뇌로 보내야 되고, 그걸 잘 분석해서 운동을 신념을 잘 조절할 수 있어야 됩니다
06:19그래서 요런 운동신경과 감각신경 정보를 읽어들여서 로봇 손 일하는가, 로봇 다리를 정교하게 그 할 수 있는 그 인공의 수족, 의족을 만들려면 신경과학 정보도 굉장히 많이 필요한 거죠
06:31요 두 분야의 상호 작용도 많고요
06:35그리고 지금 보신 아바, 케티, 법학, 교육, 건축, 윤리, 이런 단어들, 우리 삶과 사회와 굉장히 밀접하게 연관될 분야들인데요
06:40요런 분야들과의 상호 작용도 늘어나고 있는 추세입니다
06:46이렇게 다학제적이고 융합 학문이라는 것이 뇌과학의 중요한 특징 중의 하나인데요
06:51아, 어, 융합, 다학제는 우리가 일단 들었을 때 굉장히 좀 기분이 좋고, 왠지 좀 중요한 것 같고, 이런 느낌이 들어요
07:00하지만 막상 구체적으로 이게 어떻게 돌아가는가 하면, 어, 막연하죠
07:03특히 뇌과학을 전공하고 싶어하는 학생들, 뇌를 연구하고 싶은 학생들의 입장에서는 "그래, 그럼 이거 내가 다 공부해야 된다는 거야?" 어, 좀 막연한 생각이 들기 쉽습니다
07:18혹은 서로 다른 분야를 연구하는 사람 3, 3회 만나서 얘기하다 보면 융합이 되는 건가, 이런 생각도 할 수가 있죠
07:21그림이 안겨줍니다
07:24그리고 저의 이야기를 좀 하면서 그 이해를 좀 도와 보도록 하겠습니다
07:28저는 대학교 처음 입학할 때부터 뇌를 연구하고 싶었어요
07:32근데 그 당시에 대학에 뇌과학과가 없었습니다
07:36제가 알아서 조합을 했었어야 됐어요
07:40그래서 제가 어, 내내 이제 생식 9종 부르니까 생물학을 전공해서 될 것 같은데, 생물은 암기를 많이 해야 되거든요
07:50교수님이 들어가시면 "외우지 않은 지식은 지식이 아니다"라고 하세요
07:52근데 외우는 게 성토 싫었거든요
07:56그래서 일단은 어, 신경세포들이 전기 신호를 주고 받으니까, 아, 전자과를 가서 가는 게 낫겠다 생각을 합니다
08:07그리고 그때부터 수학적 역량을 좀 준비해 온 것이 있었고, 수학은 과학의 언어라고 알려져 있기 때문에, 아, 그래, 그러면 수학과랑 전자과랑 복수 전공을 해야지 이렇게 확실한 목표를 닿았습니다
08:16근데 카이스트 전자과가 빡세요
08:21이 빡센 편입니다
08:26그래서 원래 우리 교과서에 있는 지식들은 어, 실험을 통해서 알려진 것이지, 알고 있는 걸 실험한 게 아니다라는 철학에 따라서 배우지 않은 내용을 먼저 실험을 했고요
08:31그러다 보니까 예배 실험하는 데 하루 밤새고, 가 실험하는 데 하루만 세고, 샀네요
08:35밤 제외 이러다 보니까 어, 도저히 못 하겠더라
08:40날 길이 아니구나
08:45그래서 결국 수학과랑 생각과를 복수 전공을 하고, 전 잠깐 대하서 과목들은 선에서 마쳤습니다
08:50그 당시만 해도 생물과에 그 신경생물학, 뇌과학 소비 좀 드물었어요
08:51그래서 교양으로 있던 심리학 수업을, 그리고 뭐 심리학 관련된 책 같은 걸 이름에서 조금 보안 했습니다
09:01그래서 최종적으로 저는 수화, 생물학, 전자공학, 심리학 뭐 이렇게 다른 학문들을 조금씩 다 맛을 본 거죠
09:09제과점에서 전공이 다르다는 게 내가 얻는 지식이 다른 게 중요한 게 아니라는 걸 알게 됐어요
09:17지식을 아는 게 중요한 게 아니라 전공이 다른 사람은 생각하는 방식과 세상을 보는 방식이 다릅니다
09:24예를 들어서 해저를 탐험하는 다큐멘터리를 하나 보고 나면, 그 자연을 탐구하는 자연과학적 태도가 있습니다
09:29생물학 같은 사람들은 보면 "와, 이상하다
09:34심해는 빛이 없는데 물고기 색깔들이 저렇게 화려할까? 저 색깔의 구조는 뭘까?"라는 질문을 갖게 돼요
09:39공학과 사람, 엔지니어링 하는 사람들은 "저걸 참 어떻게 만들었을까?"라는 걸 먼저 생각하게 됩니다
09:43그래서 뭔가 관심을 갖는 방식과 세상을 보는 방식이 대단히 달라지게 돼요
09:50그리고 학문이라고 하는 것은 그 지식, 징검돌을 놓으면서 뭔가 징검다리를 건너가는 것과 비슷하다는 사실을 알게 됐습니다
09:56내가 만약에 뇌과학이라는 경우에는요, 그 신경계 원리가 굉장히 넓은 어떤 호수 가운데 떠 있는 섬이라고 볼 수 있고, 그 섬에 도달하기 위해서 지금 내 위치에서부터 그 돌을 하나씩 넣어서 가까이 다가가려고 하는 거죠
10:10그때 내가 가지고 있는 돌의 높이가 이만 한데, 이만큼 깊은 데 놓으면 아무 의미가 없잖아요
10:19그래서 내가 가지고 있는 연구 수단, 지금 시대에 가능한 연구 수단과 나의 지식으로 감당할 수 있는 위치에다가 돌을 요령껏 이렇게 잘 놓아야 됩니다
10:28요렇게 놓는 돌이, 아이디어, 연구 주제, 곧 질문이라고 볼 수 있겠습니다
10:31그러면, 그 돌을 놓고 그 소리를 한번 이렇게 딱 나감으로써 문제 해결하게 되고요
10:41흠, 곡해 나아간 만큼 그 위치에서 다시 또 돌을 놓고 한 걸음 한 걸음씩 나아가는 것이 결국은 학문의 발전이고 연구구나 라는 것을 알게 됐습니다
10:52그렇기 때문에 배우면 배울수록 질문이 바뀌게 돼요
10:53어, 지금 여기 보여드리는 요거는 제가 뇌 과학을 처음 시작할 때 가지고 있었던 질문들을 정리한 노트입니다
11:05이걸 보시면 기시감이란 뭘까, 내가 어떻게 해서 상대방의 미묘한 마음을 잘 알아차릴까, 감동이란 뭘까, 이런 것들을 궁금했습니다
11:20굉장히 좀 이상적인 질문들이 많죠
11:27그리고 요거는, 요거는 저희 박사학위 논문입니다
11:31제목은 강화 학습을 위한 동적 자원 할당과 관련된 도파민 활동 패턴입니다
11:36뭔가 훨씬 더 구체적이고 우리의 일상과는 조금 거리가 먼 것이죠
11:44그래서 질문이 좀 포괄적이고 좀 일상적인 나의, 그때 그 당시에 위치와 관련된 것에서 좀 더 일상과 관련성은 조금 떨어지지만 더 전문적이고 더 구체적인 질문으로 변해 간 겁니다
12:00그래서 가끔 이제 진로를 고민하는 학생들 중에 "나는 나중에 뇌 과학자가 돼서 알츠하이머를 연구하고 싶어요
12:07근데 내가 뇌 과학자가 됐을 때 알츠하이머가 다 해결됐으면 어떡하죠?"라는 궁금함을 가지고 계시는 분들이 계세요
12:13걱정 안 하셔도 됩니다
12:15공부를 하시다 보면 질문이 바뀔 거예요
12:17네, 아, 교 부분은 걱정을 전혀 하지 않으면 됩니다
12:20이렇게 각자
12:24자기 위치에서 도울 놓으면서 가다가 보면, 다른 전공들이 이렇게 만나게 됩니다
12:29비교적 가까운, 비교적 신경과학이라고 할 만한 테두리 안으로 모이게 돼요
12:31좀 더 구체적으로 볼게요
12:38어, 생물학부터 시작해 볼까요? 생물학 얘기를 할 때는 DNA, 유전 물질이죠
12:46유전 물질이 RNA를 거쳐서 단백질로 발현되는 요 과정, 그리고 뭐 탄수화물, 단백질 같은 물질들이 에너지가 대사되는 부분, 요 부분이 굉장히 큰 부분을 차지했습니다
12:54그래서 분자생물학, 세포생물학이 차지하는 위상, 위치가 생물학에서 굉장히 컸어요
13:02그래서 생물학과에서 신경과학을 하는 교수님 연구실에 가보면, 그 연구실에서는 그 신경세포 2개가 가까이 인접해서 신호를 주고받는 부분을 시냅스라고 하는데요
13:07그 시냅스에서 어떤 단백질이 발현이 되는가, 또 단백질이 얼마나 발현되는가 하는 것이 시냅스의 뭐 크기나 성장, 생성에 얼마나 관련되는가, 요런 연구를 하는 거예요
13:21그 다음에 뭐 인지 과학, 요런 데로 가보면, 인지 과학은 컴퓨터가 막, AI, 뭐 이런 내가 막 등장했을 때, 그때 그 시작된, 싹튼 학문입니다
13:30그 요 무렵에는 인간의 마음을 컴퓨터의 모든 논리 연산에 비유해서 이해하려는 활동이 굉장히 많았어요
13:41그래서 주로 뭐 인간의 고등한 기능이라고 우리가 생각했던 것들, 뭐 기억, 언어, 추론, 지각, 주의, 집중, 요런 것들을 아주 연구를 했고요
13:53그렇기 때문에 인지 과학 배경이 강하신 분들이, 뇌를 연구한다, 그래야만이 분들은 뇌의, 뇌의 기억, 언어, 아니면 지각, 특히 구성, 수컷 시각, 우리가 눈으로 보는 거 있잖아요, 그런 걸 연구하는 경우가 많았습니다
14:06그러니까 어느 쪽이 백그라운드인가에 따라서 연구하는 주제가 조금씩 다른 거죠, 방법도 조금씩 다르고, 그리고 컴퓨터 테이션을 한 특징이 강해요
14:16컴퓨터에 탄생과 함께 등장한 분야이기 때문에, 또 반대로 수학을 전공하신 분이 드물게도 뇌 과학을 한다, 그러면 이분들은 신경세포의 활동을 컴퓨터 모델로 시뮬레이션하는 모델을 만들거나, 굉장히 이론적인 연구를 하시는 경우가 많습니다
14:31서, 이렇게 여러 전공을 하는 사람들이 각자 자기 위치에서 디딤돌로 몸에서 오다 보니까, 대충 이제 식량과 뇌 과학이라고 할 만한 범위에 들어오게 된 거죠
14:44그래서 예전에는 뭐, 이렇게 전자과에서 신경 과학이라고 할 만한 거랑 관련된 거 한두 분, 생업과의 모두 한두 분, 인지 과학과에도 한두 분, 뭘 기어로 학과의 교수님들이 흩어져 있었어요
14:54이러다가 뭐, 기능성 자기공명영상, fMRI, 이런 것처럼 뇌를 연구할 수 있는 수단이 발전하고, 뇌에 대한 관심도 늘어나고, 투자도 늘어나면서, 이런 뇌에 대한 연구라는 교수님들을 한 곳에 모으고, 추가 임명을 하면서 들과 프로그램 뇌 과학과로 발전하게 된 겁니다
15:15그 과정을 시집, 뇌 과학이 지금 만큼 커지게 된 거죠
15:20흐리게 커졌다고 해서 뇌 과학과란 하나의 울타리 안에 들어왔다고 해서 전부 다 어, 이렇게 잘, 이렇게 서로 상호작용을 하면서 함께 화목하게 연구를 하느냐, 그렇지는 않습니다
15:27자기 배경, 학부 때 배웠던 생각하는 스타일, 세상을 보는 스타일이 계속해서 영향을 미치는 것 같아요
15:37그래서 전산학 배경이 강하신 분들은 웹 프로그래밍 할 때 변수를 해서 이렇게 정의를 되게 구체적으로 하잖아요
15:47그리고 변수들이 논리적으로 어떻게 작용해서 굴러가는지 프로그램을 짜시게 되는데, 전산 배경이 강하신 분들은 뇌의 활동이 어떤 일부를 변수로 정해놓고 요걸로 모델을 받으신 경우 많아요
15:58그러다 보니까 생물학적으로 이 모델이 얼마나 타당한지를 이렇게 살짝 고려를 덜 하시는 경향이 있습니다
16:06반면에 생물학 베이스가 강한 분들은 실험을 딱 해보면 알아요
16:08새 행동 수준에서나 혹은 뭐 단백질 수준, 세포 수준에서 뭔가 다양성이 있다는 걸 알기 싫어도 알 수밖에 없습니다
16:19왜냐하면 과학 연구를 할 때는 비교 기준점에 해당하는 대조군이라고 하는 게 있고요
16:27어떤 실험적인 조치를 취한 실험군이라는 게 있습니다
16:28요 두 개 사이에 통계적으로 유의미한 차이가 재현 가능하게 나타날 때만 우리는 "이거는 의미 있는 결과다"라고 하고 보고를 하게 됩니다
16:37그럼 여기에 통계적으로 유의미한 차이가 나오려면 그 각각의 대조군 안에서 차이, 뭐 실험군 안에서의 차이는 비교적 적어야 돼요
16:45근데 다양성이 너무 큰 거예요
16:51하다못해 생쥐 실험을 한 쥐 해돋이마다 어 성격이 다르고 우리가 전에 이상하지 못 행동을 보이기도 하고 단백질 아무런 것도 다릅니다
17:00그래서 생물학자들은 약간 골은 디테일에 신경을 쓰는데, 어 모델링을 하는 분들은 그런 것도 자기 주에게 밀어버리고 하시니까 불편하실 경우 많죠
17:09그래서 예전, 요즘에 좀 그정돈 아닌데, 그 생물 하시는 시험 하시는 분들 좀 모델링을 도대체 왜 하냐, 실험 하면 되지, 그거 어차피 갖자고 허 거 아니냐, 이렇게 생각하시는 분들이 있었어요
17:22어 그렇다고 또 고런 걸 신경 알 수가 모델링을 내면 이제 모델링 하시는 분들은 디테일에 신경을 써서 모델 측면에서는 뭔가 쫌 이렇게 새로운 측면이 부족하다, 학문적인 기어가 부족하다고 이렇게 지적이 들어오기도 하구요
17:34그래서 아 보니 융합 이라고 하는 게 말은 참 아름답지만 정말 쉽지가 않구나, 일단 전공 마다 얼어도 너무 다르고 대상을 뭐 분석하는 방식도 다르고 이게 교류가 잠깐 이 아니라 오랫동안 많이 노적이 되어야 비로서 가능한 거구나 라는 생각을 했습니다
17:53근데도 이 어려운 걸 굳이 굳이 하려고 하는 이유는 융합에 분명한 잇점이 있기 때문입니다
17:58아 예를 들어볼게요
18:04뇌는 여러 신경세포들이 상호작용하는 방, 내 안에 터크 절, 예, 설레는 이 네트워크 로서의 내를 영과 이 어려웠습니다
18:09네트워크로 소외를 연구 하려면 어떻게 해야 되요? 일단 신경 세포들을 어떻게 연결되는지를 알아야 되고요, 그렇게 연결 대신, 동 세포들의 활동을 어떻게 하는지를 볼 수가 있어야 돼요
18:18한데 그 전까지는 이걸 볼 수 있는 기술이 없었습니다
18:22잡은 없었고요, 한 연구실에서 신경세포가 고 860억 개나 되는데 이걸 다 측정할 수가 없었던 거죠
18:32근데 미국에서 2010년쯤에 휴먼 커넥톰 프로젝트라고 하는 프로젝트가 시작됩니다
18:38그래서 커넥톰이라는 것은 뭐냐면, 커넥트는 연결이죠
18:40O 의미는 뭐냐면 전체, 무슨 통합을 말하는 거예요
18:44예를 들어서 개놈에서 지는 유전자적 곡이다가, oem2가 붙으면 개노미션, 즉 유전자 전체를 말하는, 뭐 만일 주처 전체를 말하는 게 되고, 커넥톰이라고 하면 내 속에 있는 연결 전체를 다, 신경 연결 전체를 다 말하는 게 됩니다
19:04그래서 이 휴먼 커넥톰 프로젝트라는 걸 통해서 뇌 속 신경세포들 전체 연결과 이 상호 작용에 대한 데이터가 축적됩니다
19:09그리고 그 이후에 브레인 이니셔티브라고 하는 거의 휴먼 게놈 프로젝트 급에 해당하는 그 대규모 프로젝트가 미국에서도 시작이 돼요
19:19이 브레인 이니셔티브라고 하는 건 뭐냐면, 신경세포들의 활동이나 구조를 측정하는 기술, 그리고 요 신형 세포들의 활동을 정밀하게 조절하는 기술, 이런 기술들을 발전시킴으로써 뇌의 연구와 관련된 연구에 산업화, 신경 공학을 진하시겠다라는 걸 목표로 이제 오바마 행정부 때 시작되던 정부 그 프로젝트인데요
19:43프로젝트를 통해서 수백에서 뭐 수천 개, 수만 개의 신경 세포들의 활동을 한꺼번에 측정할 수 있게 됩니다
19:48그전에 토크 데이터 리즈 보였어요
19:52데이터가 있더라도 그 매 터커에 걸맞는 분석 방법 필요하잖아요
19:56근데 마치 이제 뭐 통계 물리학이나 수학과 해서 인터넷 같으 모, 아니면 도로망 같은 네트워크로 분석하기 위한 수단이 있었습니다
20:03그래서 뇌 과학에서 데이터와 주제를 제공하고, 그런 그 통계 불량이나서 까에서 이제 데이터를 분석하는 수단을 제공함으로써 그 두 분야 사이의 융합 일어나게 되는 거죠
20:14이에 그냥 필요 많이 있다고 딱 맞아 들어가는 건 아니고요, 어 몇몇 사람들이 해 보고 괜찮다라고 하는 연구 성과가 나오게 되면 어 그 네트워크 분석 방법을 이제 네트워크의 물통 경을 약이나 수학적 기반이 약한 사람들도 관련된 문서 경험이 없는 사람들도 쉽게 할 수 있을 만큼 이렇게 간단하게 유학한 논문 같은 것들이 몇 개 나오게 됩니다
20:36이런 건 보면서 그것도 갈 나오는 영웅 출판의 결과들을 보면서 아 좀 괜찮다 보면 그 통계 물약을 하시는 아니면 그 네트워크 분석을 하시는 연구자들과 뇌 과학 연구자들이 가끔 만나서 뭐 이제 저널 클럽이라든가 세미나 같은 거 하게 돼요
20:54하면서 서로에 대한 이해를 축적해 가다가 아 이것 좀 할만하다 싶으면 이제 같이 연구를 하게 되죠
20:58요런 방식으로 연 그 현명 연구가 점진적으로 심정이 되고요, 거 날 갑자기
21:02되는 게 아니라 좀 많은 시간이 누적되면서 서로 서로 이해해 가는 과정이 필요합니다
21:11지금까지 어떻게 지금이 이 그림 안에 있는 여러 분야들이 서로 융합을 하는지 잠깐 말씀을 드렸는데요, 이런 방식으로 융합이 되기 때문에 내가 학자라고 해서 이 안에 있는 내용을 다 아는 것도 아니고요, 다 알아야 되는 것도 아닙니다
21:25각자 개발 연구자가 어디서부터 시작해서 어떻게 돌을 놓아 왔는지에 따라서 알고 있는 범위가 달라요
21:34예를 들어서 신경 정신과 의사 선생님이라면 요런 그 정도의 위치에 내용을 알고 계실 거고요, 심리학이나 뭐 인지 과학을 전공하신 분이라면 아무래도 요 정도의 내용을 알고 계실 거고, 그 알파고를 만들었던 김 마인드 하사 리스 그런 사람이라면 아마 요 정도의 내용을 알고 있을 겁니다
21:45그 수학과 생물학과 복수 전공하고 지 실험을 많이 또 제 정도라면 아마 요 정도의 내용을 알고 있을 겁니다
21:56한 사람의 뇌 과학 전공자가 아시는 범위는요, 말 그대로 10%도 안 될 것 같아요
22:07꼭 5%도 안 되는 아주 작은 분야를 알고 있습니다
22:12왜 우리가 어렸을 때 본 과학 만화 같은 데 보면 만물박사 나오잖아요? 그럼 만물박사에 대한 굉장히 협소한 내용이죠
22:19우리가 뭐 이렇게 어떤 분야의 전문가라고 하면 그 분야에 얽힌 모든 내용을 다 알 것이라고 생각하는 경우가 많습니다
22:27근데 실제로는 방금 설명드린 것처럼 조금씩 다른 내용을 알고 있는 여러 사람들이 모여서 뇌 과학이라는 학문을 구성합니다
22:36이제 뇌과학이 사회에 직접 적용되는 사회를 살펴본다고 하면 훨씬 더 다양한 뭐 제도나 법률이라든가, 온갖 내용을 알고 있는 훨씬 더 다양한 분야의 전문가들이 협력을 해야 하지만, 그 내용을 문제를 해결하기가 쉽겠죠
22:52이번 코로나 사태처럼요
22:52그래서 우리 사회에서 전문가의 역할이 갈수록 중요해지고 있는데, 어, 전문가라면 다 알아야 된다라고 기대하시는 경우가 많아요
22:59그렇게 기대를 하게 되면 전문가 입장에서도 너무 부담이 되고 사회적으로도 혼란이 생길 수 있습니다
23:08그래서 전문가라고 해서 다 아는 게 아니다라는 부분을 꼭 한번 짚고 넘어가고 싶었습니다
23:14요 그림에서, 아, 그 뇌과학에서 특히 좀 독특, 과학 치고 좀 특히 독특한 부분은 요 부분인 것 같아요
23:21그 우리 삶과 사회의 직접 관련된 그 부분과의 상호작용이 많다는 건데요
23:23구체적인 예를 한번 들어보겠습니다
23:29요즘은 코로나 때문에 들쭉날쭉하지만, 작년까지만 해도 등교, 중고등학교 등교 시간이 많이 늦춰졌죠
23:36제가 어릴 때만 해도 8시, 7시 반까지 등교를 했었어야 했는데, 최근에는 9시로 많이 늦춰졌습니다
23:45이거는 청소년기에는 성인보다 하루 생활 리듬이 1시간에서 한 3시간 정도 늦어지기 때문입니다
23:53이게 우리나라 학생들만 그런 것도 아니고, 학생들이 핸드폰을 보기 때문에 막 그런 것도 아니고요
23:59이거는 여러 문화권에서 공통적으로 나타나는 현상이라고 합니다
24:00그리고 사람뿐만 아니라 원숭이, 나머지 같은 다른 동물들도 저녁형 행위가 되면 생체 리듬이 조금씩 뒤로 밀린다고 해요
24:10청소년 때만 이상한 건 아니고요
24:14반대로 노인들은 일찍 자고 일찍 일어나죠
24:19요렇게 한 그룹의 잠을 자는 시간대가 다른 사람들이 섞여 있으면 밤새 누군가 한 명은 항상 깨어 있게 돼요
24:24그래서 망을 보는 효과가 있기 때문에, 아, 그런 진화적인 이유에서 요렇게 된 것이 아닌가라는 추정이 이루어지고 있습니다
24:34뭐 어쨌거나 청소년 사람들은 성인보다 하루 생활 리듬이 늦어요
24:35늦은 데도 불구하고 성인하고 똑같은 출근 시간을 기골 하게 되면 청소년 사람들은 수면이 만성적으로 부족해질 수밖에 없습니다
24:43다행히 그러면 뇌 발달도 안 좋고요, 올가미나 짜증도 늘어야 한다고 해요
24:47성적에 단조 4 향을 주겠죠
24:51제 이런 배려 면서 서울 경기권부터 시작해서 중고도 때 시간이 뒤졌던 거구요
24:56우리나라뿐만 아니라 미국에서도 부분적으로 시행이 되고 있다고 합니다
25:00신경계는 그 경험과 환경에 따라서 유한하게 변하는 특징이 굉장히 커요
25:03미국에서 1,500여 명의 사람을 대상으로 설문을 실 수 있습니다
25:1318살에서 60 8 사이에 사람들에게 내향성, 외향성 마트, 일어 성격이 향후 10년간 얼마나 변할 것 같으세요? 라고 물었어요
25:22그랬더니 대부분 자기 늘 별로 안 될 것 같아요
25:23근데 또 물어봤습니다
25:28아, 그러면 지난 십 년간 얼마나 변한 것 같나요, 물어봤더니 자기들은 좀 변했다는 것 같다, 고 서술했다는 거에요
25:33그럼 이 말을 잔 24를 기준으로 해봅시다
25:3920살은 자기가 생각하기에 앞으로 10년 동안 나는 안 변할 것 같다던 거에요
25:44근데 30살이 저한테 물어봤더니, "30살 들은, 아, 지난 10년 동안 변했다는 거에요." 이 말인 즉슨, 우리는 내 나이 때는 안 변할 거라고 믿지만, 10년 지나서 보니까 "어, 나 변했다는 거에요." 사람들은 자기가 안 변할 거라고 믿지만 항상 변해 간다는 겁니다
26:00성격이, 성격 뿐만 아니라 가치에서도 비슷한 일들이 나타났습니다
26:03우리가 중요하게 생각하는 가치나 원칙에 대해서는, 심지어 성격보다 변한 차이가, 그래서 "난 안 변할 거야." 라고 믿었지만 굉장히 많은 변화를 겪었다는 것을 볼 수 있습니다
26:17첫, * 하는데도 내가 변할 거라는 것을 모르면 변화의 방향을 주도하기 어렵겠죠
26:25그래서 실제로 그 내의 진행이 성장할 수 있다고 믿는 학생들이 일수록 학업 성취도가 높다, 라고 합니다
26:31그 외 과학을 통해서 우리 내가 어떻게 변해 가는지, 발달 과정이 어떤지를 잘 이해한다면 그것을 우리 삶이나 사회에 좀 더 잘 적응할 수 있게 되겠죠
26:41그 내각이 사회를 박모 시키는 일은 갈수록 늘어나게 될 겁니다
26:43이번 마스트 3 이즈가 내각을 알고 뇌과학에 대한 발, 믈 삶과 연결하는 연습을 하는데 도움이 되기를 바랍니다
26:52일단 여기서 마치겠습니다
26:54고맙습니다
26:54[음악] 으