표상 유사성 분석 (Representational similarity analysis)
한 줄 정의: 조건 쌍 사이 신경 반응의 유사도 구조를 비교하는 분석 틀입니다.
쉽게 풀면
서로 다른 측정 방식이나 서로 다른 뇌 영역의 신호를 직접 비교하기는 어렵습니다. 대신 각 조건 쌍이 얼마나 비슷한 반응을 냈는지를 표로 만들면, 이 '유사도 표'는 측정 단위와 무관하게 비교할 수 있습니다. 표상 유사성 분석은 뇌, 행동, 계산 모형에서 각각 만든 유사도 표를 서로 견주어 어떤 모형이 뇌와 닮았는지 판단합니다.
왜 중요한가
측정 방식이 다른 자료를 같은 틀에서 비교할 수 있게 해 주어, 사람 영상 자료와 동물 기록, 인공신경망 표상을 잇는 다리 역할을 합니다. 덕분에 계산 모형과 뇌 자료를 직접 맞대는 연구에서 널리 쓰입니다.
논문에서는 이렇게 쓰입니다
"하측두피질의 표상 유사도 구조가 심층 신경망 상위층의 구조와 유의한 상관을 보였다."
서로 다른 체계의 표상을 유사도 표를 매개로 비교하는 전형적인 분석 결과 서술입니다.
조금 더 깊게 보면
핵심 자료는 조건 수만큼의 행과 열을 가진 표상 비유사도 행렬이며, 각 칸은 두 조건의 활성 패턴 사이 거리로 채워집니다. 이 행렬끼리는 보통 순위 상관으로 비교해 값의 절대 크기가 아니라 구조의 닮음을 평가합니다. 잡음 수준이 영역마다 다르면 상관의 상한도 달라지므로, 잡음 천장을 함께 추정해 모형의 설명력을 상대적으로 해석하도록 권장됩니다.
주의할 점
다중복셀 패턴분석이 조건을 맞히는 분류 성능에 초점을 둔다면, 이 분석은 조건들 사이의 관계 구조 자체를 비교합니다. 두 접근 모두 패턴을 쓰지만 답하는 질문이 다릅니다.