계산신경과학(computational neuroscience)은 신경과학, 컴퓨터 과학, 수학이 융합된 학제 간 연구 분야로, 신경계의 정보 처리 과정을 수학적 모델과 컴퓨터 시뮬레이션을 통해 이해하는 것을 목표로 한다. 이론신경과학, 컴퓨터신경과학, 전산신경과학으로도 불리며, 엄밀히 말하면 계산신경과학은 수학적 모델을 검증하고 해결하기 위해 컴퓨터 시뮬레이션을 사용하는 이론신경과학의 하위 분야이나, 생물학적 조건을 모사한 수학적 모델이 분석적으로 풀기에 너무 복잡한 경우가 많아 두 용어는 사실상 동의어로 사용된다.
계산신경과학의 수학적 모델은 막전위, 단백질, 뇌파, 국소해부학적 구조, 학습 및 기억의 생물학적 특징을 다양한 시공간적 단위로 포착하는 데 활용된다. 이러한 계산 모델을 바탕으로 구성된 가설은 생물학적 또는 심리적 실험을 통해 검증되기도 한다.
역사
계산신경과학의 학문적 뿌리는 1940년대로 거슬러 올라간다. 1943년 워런 매컬럭(Warren McCulloch)과 월터 피츠(Walter Pitts)는 뉴런의 형식 모델을 묘사하고 뉴런이 어떻게 연결되어 신경망을 형성하는지를 보여주는 논문을 발표하였다. 1949년 도널드 헤브(Donald Hebb)는 저서 《행동의 체제(The Organization of Behavior)》에서 신경망의 학습 규칙을 최초로 제안하였다. 1952년 앨런 호지킨(Alan Hodgkin)과 앤드루 헉슬리(Andrew Huxley)는 오징어의 거대 축삭 실험을 통해 뉴런의 활동전위가 이온의 이동에 의해 발생한다는 메커니즘을 밝혀내어 1963년 노벨생리학·의학상을 수상하였으며, 이들의 호지킨-헉슬리 방정식은 계산신경과학의 핵심 이론적 기초가 되었다.
'계산신경과학(computational neuroscience)'이라는 용어는 1985년 미국의 컴퓨터 과학자 에릭 슈워츠(Eric L. Schwartz)가 처음 사용하였다. 이후 스위스의 헨리 마크램(Henry Markram)은 블루진(Blue Gene) 슈퍼컴퓨터를 사용하여 뇌 전체를 시뮬레이션하는 연구를 수행하였다.
주요 연구 분야
계산신경과학의 연구는 다양한 층위에 걸쳐 이루어진다. 단일 뉴런 모델링에서는 호지킨-헉슬리 방정식이나 통합-발화 모델(integrate-and-fire model)과 같은 수학적 모델을 통해 뉴런의 전기적 활동을 기술한다. 신경 회로 역학에서는 다수의 뉴런이 연결된 회로의 집단적 발화 패턴, 동기화, 진동 현상을 동적 시스템 이론을 바탕으로 분석한다. 학습과 기억의 신경 기반 연구에서는 헤비안 가소성(Hebbian plasticity)과 같은 시냅스 가소성의 원리를 수학적으로 모델링한다. 인지 기능의 계산 모델은 지각, 주의, 의사 결정, 언어 등 고등 인지 과정이 신경 활동으로부터 어떻게 창발하는지를 설명하고자 한다.
방법론
계산신경과학의 주요 방법론으로는 호지킨-헉슬리 방정식에 기반한 전도성 모델, 통계적 신경망 이론, 정보 이론적 접근, 동적 시스템 이론 등이 있다. 최근에는 인공신경망(ANN)과 딥러닝 모델을 활용한 연구(neuroAI)가 활발히 진행되고 있으며, 인공지능 모델이 특정 과제를 수행할 때의 계산 과정과 실제 뇌의 정보 처리 과정을 비교하는 방식으로 연구가 이루어지고 있다.
응용 분야
계산신경과학은 파킨슨병, 간질, 알츠하이머병 등 신경 질환의 발병 메커니즘 규명 및 치료법 개발, 뇌-컴퓨터 인터페이스(BCI) 개발, 생물학적 뇌의 구조와 학습 원리를 모방한 인공 신경망 설계 등 다양한 분야에 응용된다.
관련 학회 및 저널
관련 학회로는 Organization for Computational Neurosciences(OCNS), Computational and Systems Neuroscience(COSYNE) 등이 있으며, 주요 학술 저널로는 Journal of Computational Neuroscience, PLOS Computational Biology, Neural Computation 등이 있다. 국내에는 한국계산뇌과학회가 활동 중이며, KAIST 뇌인지과학과, 서울대학교 뇌인지과학과 등 여러 대학에서 관련 교육 및 연구가 이루어지고 있다.
