공간적 가중합과 시간적 가중합 (Spatial and Temporal Summation)
쉽게 풀면
뉴런 하나는 보통 수천 개의 시냅스로부터 신호를 받는데, 그 신호 하나하나는 대부분 너무 약해서 혼자서는 활동전위를 만들지 못합니다. 마치 여러 사람이 동시에 문을 살짝씩 밀면 문이 열리듯, 여러 시냅스가 "같은 순간에 서로 다른 위치에서" 신호를 보내면 그 힘이 합쳐지는데 이것이 공간적 가중합입니다. 반면 "한 시냅스가 아주 짧은 간격으로 신호를 여러 번 연달아" 보내서, 앞선 신호의 효과가 채 사라지기 전에 다음 신호가 겹쳐 쌓이는 경우도 있는데 이것이 시간적 가중합입니다. 이렇게 합쳐진 전위가 세포체와 축삭이 만나는 지점(축삭둔덕)에서 역치를 넘으면 비로소 활동전위가 발생합니다.
왜 중요한가
단일 시냅스 입력이 뉴런을 발화시키는 경우는 드물기 때문에, 뇌가 정보를 어떻게 통합해 결정을 내리는지 이해하려면 가중합의 원리가 필수적입니다. 신경과학 논문에서는 감각 정보 통합, 학습과 시냅스 가소성, 신경망 모델링 등 폭넓은 주제에서 가중합 개념을 근거로 뉴런의 반응 특성을 설명합니다. 특히 수상돌기 상의 입력 위치와 타이밍이 가중합에 미치는 영향은 단일 뉴런이 얼마나 복잡한 연산을 수행할 수 있는지를 보여주는 핵심 근거로 쓰입니다.
논문에서는 이렇게 쓰입니다
이 문장은 "같은 입력이 짧은 간격으로 반복될수록 신호가 누적되어 뉴런이 더 자주 발화하게 된다"는 뜻입니다.
이 문장은 서로 다른 위치에서 온 신호라도 같은 시점에 도착하면 그 효과가 합쳐져 더 큰 반응을 만든다는 뜻입니다.
이 문장은 흥분성 신호의 누적 효과가 억제성 신호와 합산되면서 상쇄될 수 있다는, 가중합이 단순 덧셈이 아니라 균형의 문제임을 보여줍니다.
조금 더 깊게 보면
실제 뉴런에서는 가중합이 완전한 산술적 합보다 작게 나타나는 경우가 흔한데, 이를 비선형 가중합(sublinear summation)이라 부르며 시냅스후전위의 크기가 커질수록 세포막의 전기적 성질(구동력 감소, 채널 포화 등)로 인해 나타납니다. 또한 입력이 세포체에서 먼 수상돌기 말단에서 발생하면 전위가 전파되는 동안 감쇠하므로, 같은 크기의 신호라도 도착 위치에 따라 가중합에 기여하는 정도가 달라질 수 있습니다.
주의할 점
가중합은 새로운 신호를 만들어내는 과정이 아니라, 이미 발생한 개별 흥분성/억제성 시냅스후전위들이 산술적으로 더해지는 것에 가깝습니다. 흥분성 신호끼리만 더해지는 것이 아니라 억제성 신호도 함께 합산되므로, 최종적으로 역치를 넘을지는 흥분성과 억제성 입력의 균형에 달려 있습니다.