기능적 연결성 (functional connectivity)
쉽게 풀면
두 사람이 물리적으로 전화선으로 연결되어 있지 않아도, 같은 시간에 같은 노래를 따라 부른다면 "손발이 잘 맞는다"고 말할 수 있습니다. 기능적 연결성도 이와 비슷합니다. 뇌의 두 영역을 잇는 실제 신경 다발(백질)이 있는지와 상관없이, 기능적자기공명영상로 측정한 두 영역의 활동 신호가 시간에 따라 함께 커지고 작아지는 패턴을 보이면 "기능적으로 연결되어 있다"고 봅니다. 즉 물리적 배선이 아니라 "함께 일하는 정도"를 통계적으로 측정한 개념입니다.
왜 중요한가
기능적 연결성은 뇌를 개별 영역의 집합이 아니라 서로 정보를 주고받는 네트워크로 이해하려는 관점의 핵심 지표입니다. 정신질환, 신경퇴행성질환, 발달장애 등 다양한 뇌 관련 연구에서 특정 네트워크의 연결성 변화가 증상이나 인지 기능과 어떻게 연관되는지를 밝히는 것이 주요 연구 주제 중 하나이며, 그래프이론 기반 네트워크 분석이나 바이오마커 개발 연구와도 밀접하게 연결됩니다. 이 때문에 기능적 연결성은 신경과학 논문에서 뇌의 상태를 정량적으로 요약하는 대표적인 척도로 자주 쓰입니다.
논문에서는 이렇게 쓰입니다
이 문장은 참가자가 특별한 과제 없이 가만히 누워 있는 동안 뇌 신호를 측정해, 특정 뇌 네트워크에 속한 영역들의 활동이 얼마나 함께 움직이는지 계산했다는 뜻입니다. 그 결과 우울증 환자에서 해당 영역들의 활동 동조 정도가 정상군보다 더 강하게 나타났다는 것을 보여줍니다.
fMRI뿐 아니라 뇌전도(EEG)를 이용해서도 기능적 연결성을 계산할 수 있으며, 이 예문은 발달장애 아동에서 특정 뇌 영역 간 활동 동조가 정상 발달군보다 약하다는 것을 보여준 사례입니다.
계산신경과학·인공지능 분야에서는 기능적 연결성 자체를 데이터로 삼아, 이를 특징값으로 변환한 뒤 분류 모델의 입력으로 활용하는 경우가 많다는 것을 보여줍니다.
조금 더 깊게 보면
기능적 연결성은 흔히 두 영역 신호 간의 상관계수(피어슨 상관 등)로 계산되지만, 시간에 따라 연결 강도가 어떻게 변하는지를 보는 동적 기능적 연결성(dynamic functional connectivity)이나, 세 영역 이상의 관계를 함께 고려하는 방법도 활용됩니다. 또한 fMRI의 경우 혈류 변화를 통한 간접 측정이라 실제 신경 활동보다 시간 해상도가 낮다는 한계가 있어, EEG나 MEG처럼 시간 해상도가 높은 방법과 함께 쓰이기도 합니다. 논문을 읽을 때는 어떤 뇌 영역 정의(atlas)와 어떤 상관 측정 방식을 사용했는지가 결과 해석에 영향을 줄 수 있다는 점을 염두에 두는 것이 좋습니다.
주의할 점
기능적 연결성이 "높다"는 것이 곧 두 영역 사이에 실제 신경 다발이 존재한다는 뜻은 아닙니다. 물리적인 배선 유무는 백질 기반의 구조적 연결성으로 따로 확인해야 하며, 기능적 연결성은 상관관계일 뿐 인과관계를 의미하지 않는다는 점도 유의해야 합니다.