뇌의 암흑 에너지: DMN의 에너지 비용과 신경학적 필연성

2026-01-23, G30DR

1. 서론: 신경과학의 코페르니쿠스적 전환

1.1 반응적 패러다임의 한계와 내재적 활동의 부상

지난 100년 이상 신경과학계를 지배해 온 핵심 도그마는 뇌를 본질적으로 ’반응적(reflexive)’인 시스템으로 간주하는 것이었다. 셰링턴(Sherrington)의 반사궁 개념에서 출발한 이 관점은 뇌의 주된 기능이 감각 입력에 대해 적절한 운동 출력을 생성하는 것이라고 전제했다. 이에 따라 대부분의 신경생리학 및 인지신경과학 연구는 특정 과제(task)를 수행할 때 발생하는 신경 활동의 변화를 측정하는 데 집중해 왔다. 실험실 환경에서 통제된 자극을 제시하고, 그에 따른 ’유발 반응(evoked response)’을 분석하여 뇌의 기능적 지도를 그리는 것이 표준적인 연구 방법론이었다.

그러나 21세기 초, 워싱턴 대학교의 마커스 라이클(Marcus Raichle) 교수를 위시한 일련의 연구자들은 이러한 전통적 관점에 근본적인 의문을 제기했다. 그들은 뇌가 아무런 과제를 수행하지 않는 소위 ‘휴식(rest)’ 상태에서도 막대한 에너지를 소비하며, 복잡하고 조직적인 신경 활동을 지속하고 있다는 사실에 주목했다. 라이클 교수는 이를 천문학의 ’암흑 에너지(Dark Energy)’에 비유하여 ’뇌의 암흑 에너지(Brain’s Dark Energy)’라 명명했다. 우주의 질량 대부분을 차지하지만 보이지 않는 암흑 에너지처럼, 뇌 활동의 대부분은 외부 과제와 무관한 내재적 활동(intrinsic activity)이 차지하고 있다는 것이다.

이러한 관점의 전환은 단순히 뇌의 ’배경 잡음(background noise)’으로 치부되던 자발적 신경 활동을 뇌 기능의 핵심으로 격상시켰다. 내재적 활동은 감각 입력을 수동적으로 기다리는 것이 아니라, 입력될 정보를 능동적으로 예측하고, 과거의 기억을 통합하며, 자아(Self)의 연속성을 유지하는 기반임이 드러나고 있다. 본 보고서는 이 내재적 활동의 중추인 디폴트 모드 네트워크(Default Mode Network, DMN)의 생체에너지학적 비용, 구조적 기반, 그리고 인지적 기능을 심층적으로 분석하고, 이것이 현대 신경정신병리학에 던지는 함의를 고찰한다.

1.2 에너지 예산의 역설: 2% 대 20%

인간의 뇌는 성인 체중의 약 2%에 불과하지만, 신체 전체 에너지 소비량의 약 20%를 독점한다. 이는 단위 질량당 에너지 소비율로 환산할 때, 뇌가 근육 등 다른 조직에 비해 약 10배 이상의 에너지를 소모함을 의미한다. 더욱 놀라운 점은 우리가 복잡한 수학 문제를 풀거나 격렬한 논쟁을 하는 등 인지적 부하가 높은 과제를 수행할 때, 뇌 전체의 에너지 소비량은 기저 상태(baseline) 대비 5% 미만, 엄밀하게는 0.5~1.0% 정도만 증가한다는 사실이다.

이는 뇌 에너지 예산의 95% 이상이 외부 세계와의 상호작용이 아닌, 뇌 내부의 유지 보수와 내재적 정보 처리에 사용되고 있음을 시사한다. 기존의 신경영상 연구(fMRI, PET)들이 주목했던 BOLD(Blood Oxygen Level Dependent) 신호의 변화는 거대한 빙산의 일각에 불과했던 것이다. 이 막대한 기저 에너지는 주로 글루타메이트(glutamate) 순환과 나트륨-칼륨 펌프(Na+/K+ pump)를 통한 이온 구배 유지, 그리고 시냅스 가소성 관리 등 신경세포의 흥분성을 유지하고 정보 전달의 준비 태세를 갖추는 데 투입된다. 따라서 뇌의 기능을 온전히 이해하기 위해서는 과제 유발 활동이 아닌, 이 거대한 기저 활동의 목적과 메커니즘을 규명하는 것이 필수적이다.

2. 디폴트 모드 네트워크(DMN)의 해부학적 구조와 기능적 아키텍처

2.1 발견의 역사와 정의

DMN은 역설적이게도 ’과제 수행 중 활동이 감소하는 영역’으로 처음 발견되었다. 연구자들이 피험자에게 주의를 요하는 과제를 부여했을 때, 내측 전전두피질(mPFC), 후방 대상 피질(PCC), 두정엽 하부(IPL) 등 특정 영역들의 활동이 일관되게 감소하는 현상이 관찰되었다. 초기에는 이를 단순히 과제 수행을 방해하지 않기 위한 ’비활성화’로 해석했으나, 곧 이 영역들이 휴식 상태에서 서로 강력한 기능적 연결성(Functional Connectivity)을 유지하며 고도로 동기화된 활동을 보인다는 사실이 밝혀졌다. 라이클 교수는 이를 뇌가 특정 과제에 몰입하지 않을 때 돌아가는 ’기본 모드(Default Mode)’라고 정의했다.

2.2 핵심 허브와 하위 시스템의 정밀 분석

DMN은 단일한 기능을 수행하는 균질한 덩어리가 아니라, 기능적으로 특화된 여러 하위 시스템(subsystem)들이 PCC와 같은 허브를 통해 통합되는 복합적인 네트워크이다. 최신 연구들은 DMN을 크게 세 가지 주요 구성 요소로 구분한다.

특히 **후방 대상 피질(PCC)**은 DMN의 가장 핵심적인 운영 허브로서, 각 하위 시스템에서 처리된 정보를 통합하여 ’의식의 배경’을 형성하고 자아 정체성을 유지하는 데 결정적인 역할을 수행한다. PCC의 높은 대사율과 연결성은 이곳이 뇌 내 정보 흐름의 교차로임을 시사한다.

2.3 하위 시스템 간의 동적 재구성

DMN의 하위 시스템들은 고정된 결합을 유지하는 것이 아니라, 인지적 요구에 따라 유연하게 이합집산한다. 예를 들어, 개인이 자신의 과거를 회상하거나(Episodic Memory Retrieval) 미래를 상상할 때(Future Simulation), MTL 하위 시스템은 PCC와 강하게 결합하여 기억의 재구성을 주도한다. 반면, 타인의 감정을 추론하거나 사회적 딜레마를 고민할 때는 dMPFC 하위 시스템이 중심 코어와 활발히 상호작용한다.

이러한 동적 재구성은 DMN이 단순한 ‘휴식’ 네트워크가 아님을 증명한다. 오히려 DMN은 ’내부 지향적 인지(Internally Directed Cognition)’라는 거대한 우산 아래에서, 상황에 따라 기억 인출 장치, 사회적 시뮬레이터, 또는 자아 성찰의 도구로 변신하는 고도로 적응적인 시스템이다. 연구에 따르면, 휴식 상태와 기억 인출 상태 간의 DMN 연결성 패턴 유사도는 약 40~50%에 불과하며, 이는 DMN이 상황에 따라 내부적으로 상당히 다른 모드로 작동함을 시사한다.

3. 생체에너지학(Bioenergetics): 비용과 이득의 경제학

3.1 뇌의 에너지 소비 내역: 시냅스와 펌프

뇌가 소비하는 막대한 에너지의 정체는 무엇인가? 생리학적 분석에 따르면, 뇌 에너지 예산의 60~80%는 뉴런의 신호 전달 과정, 특히 글루타메이트(glutamate)의 방출 및 재흡수, 그리고 활동 전위 발생 후 이온 농도를 복구하기 위한 나트륨-칼륨 펌프(Na+/K+ ATPase)의 가동에 사용된다. 나머지 에너지는 세포 내 소기관 유지, 단백질 합성, 축삭 수송 등 기본적인 세포 생존 활동(housekeeping)에 쓰인다.

중요한 점은 이러한 에너지 소비의 대부분이 시냅스 후 전위(Post-synaptic Potential, PSP)와 같은 역치 하(sub-threshold) 활동에 집중된다는 것이다. 즉, 뉴런이 실제로 발화(firing)하지 않더라도, 발화할 준비를 갖추고 시냅스 간의 연결 강도를 미세하게 조정하는 과정 자체에 막대한 비용이 든다. 이는 DMN의 끊임없는 내재적 활동이 정보의 ’저장’보다는 정보의 ’예측’과 ’준비’에 투자되고 있음을 암시한다.

3.2 호기성 해당작용(Aerobic Glycolysis)과 DMN의 특수성

DMN 영역, 특히 전두엽과 두정엽의 허브들은 다른 뇌 영역과 구별되는 독특한 대사 패턴을 보인다. 산소가 충분히 공급되는 상황에서도 미토콘드리아의 산화적 인산화(Oxidative Phosphorylation) 대신, 효율이 낮은 해당작용(Glycolysis)을 통해 포도당을 젖산으로 변환하는 비율이 비정상적으로 높다. 이를 **호기성 해당작용(Aerobic Glycolysis)**이라 하며, 암세포에서 관찰되는 바르부르크 효과(Warburg Effect)와 유사하다.

왜 효율적인 에너지 생산 방식을 두고 비효율적인 방식을 택하는가? 연구자들은 호기성 해당작용이 단순한 ATP 생산을 넘어, **생합성(Biosynthesis)**을 위한 전구체를 공급하는 데 필수적이라고 추정한다. DMN과 같은 고차 연합 피질은 시냅스의 생성과 소멸, 수초화(myelination), 신경전달물질의 합성이 매우 활발하게 일어나는 곳이다. 즉, 호기성 해당작용은 DMN의 높은 신경가소성(Neuroplasticity)을 물리적으로 지탱하기 위한 대사적 전략인 것이다. 이는 DMN이 성인기에도 학습과 기억의 갱신을 위해 끊임없이 구조적 리모델링을 겪고 있음을 시사한다.

3.3 비싼 뇌 가설(Expensive Brain Hypothesis)과 진화적 타당성

진화 생물학적 관점에서 볼 때, 전체 에너지의 20%를 차지하는 기관을 유지하는 것은 엄청난 비용이다. ’비싼 뇌 가설’은 이러한 비용이 정당화되기 위해서는 그에 상응하는 생존의 이득이 있어야 한다고 주장한다. DMN의 내재적 활동은 다음과 같은 진화적 이점을 제공함으로써 그 비용을 상쇄한다:

1. 예측적 부호화(Predictive Coding): 외부 자극이 발생하기 전에 미리 내부 모델을 갱신하여 반응 시간을 단축하고 생존 확률을 높인다.
2. 사회적 복잡성 관리: 복잡한 집단 내에서 타인의 의도를 시뮬레이션하고 동맹을 관리하는 능력은 인간의 생존에 필수적이다.
3. 항상성 유지: 뇌 내부의 엔트로피를 낮추고 시스템의 통합성을 유지한다.

결국 DMN의 ’암흑 에너지’는 낭비가 아니라, 불확실한 환경에서 최적의 의사결정을 내리기 위해 뇌가 지불하는 일종의 ’보험료’이자 ‘사전 연산(pre-computation)’ 비용인 셈이다.

4. 이론적 프레임워크: 예측하는 뇌와 자유 에너지

4.1 예측 부호화(Predictive Coding)와 DMN

전통적 관점이 뇌를 ’세상을 비추는 거울’로 보았다면, 현대의 예측 부호화 이론은 뇌를 ’세상을 구성하는 화가’로 본다. 이 이론에 따르면, 뇌는 감각 입력을 수동적으로 처리하는 것이 아니라, 내부적으로 생성한 예측 신호(Top-down prediction)를 감각 피질로 보내고, 실제 입력과의 차이인 ’예측 오차(Prediction Error)’만을 상향식(Bottom-up)으로 처리한다.

DMN은 이러한 예측 모델의 최상위 계층에 위치한다. DMN은 과거의 기억과 현재의 맥락을 통합하여 ’나’와 ’세계’에 대한 거시적인 생성 모델(Generative Model)을 유지한다. 우리가 휴식을 취할 때 DMN이 활성화되는 이유는, 외부 입력이 없는 동안 뇌가 내부 모델을 점검하고, 시뮬레이션을 통해 미래의 불확실성에 대비한 예측을 정교화하기 때문이다.

4.2 자유 에너지 원칙(Free Energy Principle)

칼 프리스턴(Karl Friston)의 자유 에너지 원칙은 뇌의 모든 활동이 ’자유 에너지(정보 이론적 놀라움, Surprise)’를 최소화하는 방향으로 이루어진다고 설명한다. 생물체에게 놀라움은 곧 죽음을 의미할 수 있다(예: 예측하지 못한 포식자의 등장). 따라서 뇌는 끊임없이 예측 모델을 최적화하여 놀라움을 줄여야 한다. DMN의 막대한 대사 비용은 바로 이 ‘모델 최적화’ 과정에 투입되는 비용이다. 연구에 따르면, 에너지를 효율적으로 사용하는 인공신경망을 훈련시키면 자연스럽게 예측 부호화와 유사한 구조가 창발된다. 이는 DMN의 구조와 기능이 에너지 효율성을 극대화하면서 동시에 예측 정확도를 높이려는 열역학적 필연성의 결과임을 시사한다.

5. 네트워크 역학: 삼중 네트워크 모델과 스위칭

5.1 삼중 네트워크 모델(Triple Network Model)의 정립

인간의 인지 기능은 단일 네트워크의 독주가 아니라, 거대 규모 네트워크들 간의 정교한 상호작용에 의해 발현된다. 그중에서도 핵심적인 역할을 하는 것이 DMN, 중앙 집행 네트워크(Central Executive Network, CEN), 그리고 현저성 네트워크(Salience Network, SN)로 구성된 ’삼중 네트워크 모델’이다.

1. 디폴트 모드 네트워크 (DMN): 내부 지향적 인지, 자기 참조, 기억 인출 담당 (mPFC, PCC).
2. 중앙 집행 네트워크 (CEN): 외부 지향적 인지, 작업 기억, 문제 해결 담당 (dlPFC, PPC).
3. 현저성 네트워크 (SN): 중요 자극 감지, DMN과 CEN 간의 스위칭 조절 (Anterior Insula, dACC).

5.2 동적 스위칭과 전방 섬엽(Anterior Insula)의 역할

건강한 뇌 기능의 핵심은 DMN(내부)과 CEN(외부) 간의 적절한 전환(Switching)에 있다. 이 두 네트워크는 반상관(anti-correlated) 관계에 있어, 하나가 활성화되면 다른 하나는 억제되어야 한다. 이 시소 게임을 조율하는 심판이 바로 현저성 네트워크(SN), 특히 **우측 전방 섬엽(rAI)**이다.

외부에서 중요한 자극이 감지되거나 집중이 필요한 과제가 주어지면, SN은 DMN의 활동을 억제하고 CEN을 활성화시켜 주의를 외부로 돌린다. 반대로 과제가 종료되거나 휴식이 필요하면 SN은 다시 DMN을 활성화시킨다. 이러한 스위칭 메커니즘이 원활하지 않으면, 과제 수행 중에도 딴생각이 침입하거나(ADHD), 내부의 생각이 외부의 목소리처럼 들리는 환청(조현병)과 같은 병리적 현상이 발생한다.

5.3 메타안정성(Metastability)과 인지적 유연성

건강한 뇌는 특정 네트워크 상태에 고착되지 않고, 여러 상태 사이를 유연하게 오가는 ’메타안정성(Metastability)’을 유지한다. DMN의 활동 역시 정적이지 않으며, 끊임없이 요동치며 다른 네트워크들과 일시적인 동맹을 맺었다가 해체하기를 반복한다. 이러한 동적 불안정성은 역설적으로 뇌의 적응력을 높여준다. 메타안정성이 높을수록 뇌는 예상치 못한 자극에 더 빠르게 반응하고, 다양한 인지 전략을 유연하게 구사할 수 있다. 연구 결과에 따르면, 알츠하이머병이나 뇌 손상 환자에서는 이러한 메타안정성이 현저히 감소하여 뇌가 특정 상태(주로 낮은 에너지의 경직된 상태)에 갇히는 현상이 관찰된다.

6. DMN의 핵심 인지 기능: 시뮬레이션과 자아

6.1 정신적 시간 여행(Mental Time Travel)

DMN은 인간이 현재의 시공간을 초월하여 과거를 회상하고 미래를 상상할 수 있게 하는 ’정신적 시간 여행’의 신경학적 타임머신이다. 기억(Memory)과 상상(Imagination)은 신경학적으로 동전의 양면과 같다. 해마와 DMN의 MTL 하위 시스템은 과거의 에피소드 기억을 재료(building blocks)로 하여 미래의 시나리오를 구축한다. 이 과정을 **‘건설적 에피소드 시뮬레이션(Constructive Episodic Simulation)’**이라 한다. 우리는 단순히 과거를 비디오처럼 재생하는 것이 아니라, 과거의 요소들을 재조합하여 발생 가능한 미래를 시뮬레이션함으로써 최선의 행동을 선택한다. DMN의 활성화는 이러한 시뮬레이션이 진행 중임을 나타내는 지표이다.

6.2 사회적 뇌와 마음 이론(Theory of Mind)

DMN의 dMPFC 하위 시스템은 타인의 마음을 읽는 능력, 즉 ’마음 이론(Theory of Mind, ToM)’과 깊은 관련이 있다. 타인의 의도, 믿음, 감정을 추론하는 과정은 자기 자신의 마음을 시뮬레이션하는 과정과 신경학적으로 중첩된다. 진화론적으로 볼 때, 인간의 뇌가 이토록 거대해지고 많은 에너지를 쓰게 된 주된 이유는 복잡한 사회적 관계를 관리하기 위해서라는 ’사회적 뇌 가설(Social Brain Hypothesis)’이 유력하다. DMN은 휴식 시간에도 끊임없이 사회적 관계를 리허설하고, 갈등 상황을 시뮬레이션하며 사회적 생존을 도모한다.

6.3 자아 정체성과 내러티브(Narrative Self)

“나는 누구인가?“라는 질문에 대한 답은 DMN, 특히 내측 전전두피질(mPFC)과 후방 대상 피질(PCC)의 활동 속에 있다. 이 영역들은 자기 자신과 관련된 정보를 처리할 때 선택적으로 활성화된다. DMN은 파편화된 경험들을 하나의 일관된 이야기(Narrative)로 엮어 시간의 흐름 속에서도 변치 않는 ’나’라는 감각을 유지하게 한다. 명상 숙련자들이 자아의 경계가 희미해지는 경험을 할 때 DMN의 활동이 현저하게 감소한다는 연구 결과는 DMN이 자아 구성의 신경학적 기반임을 강력하게 뒷받침한다.

7. 수면, 신경가소성, 그리고 기억의 운명

7.1 시냅스 항상성과 가지치기(Pruning)

DMN의 휴식은 수동적인 쉼이 아니라 적극적인 구조 조정의 시간이다. 낮 동안의 학습과 경험으로 인해 시냅스 연결이 강화되면, 뇌의 에너지 수요와 공간적 제약이 한계에 도달한다. ’시냅스 항상성 가설(Synaptic Homeostasis Hypothesis)’에 따르면, 수면과 DMN 주도 휴식기는 과도하게 강화된 시냅스들을 전반적으로 약화(down-scaling)시키거나 불필요한 시냅스를 제거하는 ’가지치기(Pruning)’가 일어나는 시기이다. 이 과정에서 뇌의 면역 세포인 **미세아교세포(Microglia)**가 핵심적인 역할을 수행한다. 미세아교세포는 활동이 저조하거나 불필요한 시냅스를 식별하여 포식(phagocytosis)함으로써 신경 회로의 효율성을 높인다. DMN의 활동 패턴은 이러한 미세아교세포의 가지치기 활동을 유도하거나 조절하는 신호로 작용할 가능성이 크다.

7.2 각성 중의 국소 수면(Local Sleep)

최근 연구는 수면과 각성이 이분법적인 상태가 아님을 보여준다. 장시간 인지적 과제를 수행하거나 수면 박탈 상태에 이르면, 뇌 전체가 깨어 있더라도 특정 피질 영역(특히 과사용된 DMN 영역 등)에서는 ‘국소 수면(Local Sleep)’ 현상이 발생한다. 이는 깨어 있는 동안에도 일부 뉴런 그룹이 오프라인 상태가 되어 델타파(Delta wave)나 세타파(Theta wave)와 유사한 느린 진동(Slow wave)을 보이는 현상이다. 이러한 국소 수면은 일시적인 주의력 저하(Mind Wandering)나 실수(Error)를 유발할 수 있지만, 동시에 해당 신경 회로의 피로를 회복하고 기억을 공고화하는 기능을 수행할 수 있다. 즉, 멍 때리기는 뇌가 스스로를 보호하고 재정비하기 위해 전략적으로 수행하는 ’미세 수면’일 수 있다.

7.3 망각의 능동적 기전

DMN은 기억을 저장하는 것만큼이나 망각하는 데에도 중요한 역할을 한다. 최신 연구에 따르면, DMN과 감각 피질 간의 기능적 연결성 패턴은 개인의 망각 속도를 예측하는 강력한 지표(r = 0.77)가 된다. 이는 망각이 단순히 기억 흔적의 수동적 붕괴가 아니라, DMN이 관여하는 능동적인 정보 관리 과정임을 시사한다. DMN은 새로운 정보와 기존 지식 체계(Schema) 간의 통합을 조율하며, 중요도가 낮은 정보를 선별적으로 억제하거나 연결을 끊음으로써 뇌의 저장 용량을 최적화한다.

8. 병리학적 함의: 암흑 에너지의 그늘

DMN은 고차원 인지 기능의 핵심이지만, 그만큼 오작동 시 심각한 정신 병리를 초래하는 ’아킬레스건’이기도 하다. DMN의 과활성, 과소연결, 또는 스위칭 실패는 다양한 신경정신질환의 병태생리를 설명하는 핵심 기전으로 떠오르고 있다.

8.1 주요 우울 장애(MDD)와 반추(Rumination)

우울증 환자, 특히 주요 우울 장애(MDD) 환자에게서 가장 일관되게 관찰되는 신경학적 특징은 DMN의 과활성(Hyperactivity) 및 **과연결성(Hyperconnectivity)**이다. 특히 전방 내측 전전두피질(mPFC)과 후방 대상 피질(PCC) 간의 연결성 증가는 환자가 부정적인 생각, 과거의 실패, 자기 비하적인 내용에 집착하는 반추(Rumination) 증상과 직접적인 상관관계를 보인다.

• 혼합형 우울증(Mixed Features)의 특이성: 최근 연구는 조증 증상을 동반한 혼합형 우울증 환자의 경우, 일반 우울증 환자보다 DMN 코어 시스템(PCC, mPFC)의 내부 연결성이 더욱 극심하게 증가해 있음을 밝혔다. 이는 감정 조절의 실패와 내적 흥분 상태가 DMN의 폭주와 관련이 있음을 시사한다.
• 치료의 타깃: 케타민(Ketamine)이나 경두개 자기자극술(TMS)과 같은 최신 치료법들은 과도하게 강화된 DMN의 연결성을 일시적으로 끊거나 약화시켜, 뇌가 외부 자극(CEN/SN)으로 주의를 돌릴 수 있게 함으로써 치료 효과를 낸다.

8.2 알츠하이머병: 대사적 취약성 가설

알츠하이머병 환자의 뇌에서 독성 단백질인 아밀로이드 베타(Amyloid-beta)가 가장 먼저, 그리고 가장 많이 축적되는 위치는 놀랍게도 DMN의 핵심 허브들(PCC, Precuneus, mPFC)과 정확히 일치한다. 이를 설명하는 유력한 가설은 ‘대사적 과부하(Metabolic Overload)’ 가설이다. DMN 허브들은 평생 동안 뇌에서 가장 높은 대사 활동과 연결성을 유지해 온 곳이다. 높은 대사 활동은 필연적으로 산화 스트레스와 대사 부산물(아밀로이드 등)의 축적을 유발한다. 즉, 알츠하이머병은 인간의 고도화된 인지 기능을 가능케 했던 시스템이 노화와 함께 치르는 생물학적 비용일 수 있다. DMN의 내재적 활동이 높을수록 아밀로이드 배출이 저하되고 축적이 가속화된다는 연구 결과는 이 가설을 뒷받침한다.

8.3 자폐 스펙트럼 장애(ASD): 발달적 단절

자폐 스펙트럼 장애에서는 DMN의 연결성 패턴이 일반인과 뚜렷한 차이를 보인다. 가장 두드러진 특징은 DMN 내의 장거리 연결(Long-range connectivity)의 약화와 국소적 연결(Local connectivity)의 과잉이다. 특히 전두엽(mPFC)과 후방 허브(PCC) 사이의 연결성 저하는 자폐의 핵심 증상인 사회적 의사소통 결함 및 ‘마음 이론’ 능력의 부재와 강력한 상관관계(r = -0.70)를 보인다. 이는 자폐가 특정 뇌 영역의 결함이라기보다는, 정보를 통합하고 사회적 맥락을 시뮬레이션해야 할 대규모 네트워크의 발달적 성숙 실패(Dysmaturation)에 기인함을 시사한다.

8.4 조현병과 ADHD: 네트워크 간섭과 경계의 붕괴

• 조현병(Schizophrenia): 현실과 환상을 구분하지 못하는 증상은 SN의 기능 부전으로 인해 DMN(내부 신호)과 CEN(외부 신호)을 명확히 구분하지 못할 때 발생한다. 정상적인 뇌에서는 DMN과 CEN이 서로 억제하는 관계지만, 조현병 환자의 뇌에서는 이 경계가 모호해져 내부의 생각(DMN)이 마치 외부의 지각(CEN)처럼 인식되는 환청이나 망상이 발생한다.
• ADHD: 주의력 결핍 과잉 행동 장애(ADHD) 환자들은 과제 수행 중에도 DMN이 충분히 억제되지 않고 지속적으로 활성화되는 경향을 보인다. 이는 DMN의 간섭으로 인해 주의가 산만해지고, 과제 수행 능력이 저하되는 현상으로 설명된다.

9. 노화하는 뇌: SENECA 모델과 에너지 재분배

9.1 기능적 연결성의 유연성 감소

노화는 단순히 뇌세포의 사멸이 아니라, 뇌 네트워크 역학의 변화를 의미한다. 정상적인 노화 과정에서 뇌는 DMN과 다른 네트워크 간의 상태 전환(State switching) 빈도가 감소하고, 특정 상태(주로 연결성이 약하고 에너지 소비가 적은 상태)에 머무르는 시간(Dwell time)이 길어진다. 이는 노인들이 새로운 상황에 적응하거나 주의를 빠르게 전환하는 인지적 유연성(Cognitive Flexibility)이 저하되는 신경학적 원인이다.

9.2 구조적 균형 이론과 SENECA 모델

최근 제안된 SENECA(SEmantic NEtwork and Computational Aging) 모델은 노화에 따른 뇌의 변화를 항상성 유지(Allostasis) 관점에서 해석한다. 노인의 뇌는 효율성이 떨어진 고차원 네트워크(DMN-FPN)의 부담을 줄이기 위해, 감각-운동 네트워크(Sensorimotor Network)와 같은 하위 시스템으로 에너지와 처리 부하를 재분배한다. 이 과정에서 ’네트워크 에너지(Network Energy)’는 고차원 영역에서 저차원 영역으로 이동하며, 이는 노인들이 추상적이고 유연한 사고보다는, 익숙하고 체화된(embodied) 지식이나 습관에 더 의존하게 되는 현상을 설명한다. 또한, 노인의 뇌는 ‘스몰 월드(Small-World)’ 특성이 약화되어 국소 효율성이 떨어지고 무작위성이 증가하는데, 이는 외부 충격이나 병리에 대한 뇌의 견고성(Robustness)을 약화시키는 요인이 된다.

10. 결론 및 종합적 고찰

본 보고서는 마커스 라이클 교수가 촉발한 ‘뇌의 암흑 에너지’ 담론을 시작으로, 디폴트 모드 네트워크(DMN)의 해부학, 생체에너지학, 인지 기능, 그리고 병리학적 함의를 포괄적으로 분석하였다. 분석 결과를 종합하면 다음과 같은 핵심 결론에 도달한다.

1. 에너지 비용의 신경학적 필연성: DMN이 소비하는 막대한 에너지는 시스템의 비효율성이 아니라, 생존을 위한 필수적인 투자이다. 자유 에너지 원칙에 입각하여 볼 때, 이 내재적 활동은 불확실한 미래를 끊임없이 예측하고(Predictive Coding), 자아의 연속성을 유지하며, 복잡한 사회적 환경에 적응하기 위한 사전 연산(Pre-computation) 비용이다. 뇌는 외부 자극에 반응하는 기계가 아니라, 내부 모델을 통해 세상을 구성하는 능동적인 예측 기계이다.
2. 동적 균형과 정신 건강: DMN의 기능은 고정된 상태가 아니라, 외부 지향적 네트워크(CEN/SN)와의 유연한 상호작용 속에 존재한다. 우울증, 자폐, 조현병 등 현대의 주요 정신 질환들은 대부분 이 네트워크 간의 동적 균형(Dynamic Balance)과 스위칭 메커니즘의 붕괴로 설명될 수 있다. 이는 DMN의 연결성을 조절하는 것이 미래 신경정신과 치료의 핵심 타깃이 될 것임을 시사한다.
3. 대사적 취약성과 노화: 인간을 만물의 영장으로 만든 고도화된 인지 네트워크(DMN)는 역설적으로 노화와 신경퇴행성 질환(알츠하이머)에 가장 취약한 부위이기도 하다. 높은 대사 요구량과 평생에 걸친 혹사는 DMN을 아밀로이드 축적의 진원지로 만든다. 이는 진화가 인지적 능력을 극대화하는 과정에서 발생한 생물학적 트레이드오프(Trade-off)일 수 있다.

결론적으로, ’뇌의 암흑 에너지’는 뇌과학의 미스터리가 아니라 뇌 기능의 본질 그 자체이다. 우리는 휴식 중에도 쉬지 않는다. 우리의 뇌는 그 시간 동안 과거를 정리하고, 미래를 준비하며, ’나’라는 존재를 끊임없이 재구축하고 있다. 향후 연구는 이 내재적 활동을 정밀하게 모니터링하고 조절하는 기술을 통해, 인지 기능을 최적화하고 신경퇴행성 질환을 예방하는 새로운 지평을 열어가야 할 것이다.

11. 참고 자료

1. Our Restless Brain - Exploring the Brain’s Dark Energy - PNC - Padova Neuroscience Center, https://pnc.unipd.it/our-restless-brain/
2. A&O READING – BRAIN: “The Brain’s Dark Energy” (Raichle 2006) - Neil Greenberg, https://neilgreenberg.com/ao-reading-brain-the-brains-dark-energy-raichle-2006/
3. The restless brain: how intrinsic activity organizes brain function - PMC - PubMed Central, https://pmc.ncbi.nlm.nih.gov/articles/PMC4387513/
4. Raichle The Brain’s Dark Energy - Afán Por Saber, https://www.afanporsaber.es/files/kq/groups/14661755/1754844124/name/Raichle_Brain_s_dark_energy.pdf
5. Default mode network - Wikipedia, https://en.wikipedia.org/wiki/Default_mode_network
6. Dark Energy - University of Warwick, https://warwick.ac.uk/fac/sci/dcs/research/combi/seminars/raichle_braindarkenergy_sciam2010.pdf
7. The default mode network and social understanding of others: what do brain connectivity studies tell us - Frontiers, https://www.frontiersin.org/journals/human-neuroscience/articles/10.3389/fnhum.2014.00074/full
8. Functional connectivity of the default mode network subsystems in …, https://pmc.ncbi.nlm.nih.gov/articles/PMC9764607/
9. The Journey of the Default Mode Network: Development, Function, and Impact on Mental Health - PMC - PubMed Central, https://pmc.ncbi.nlm.nih.gov/articles/PMC12025022/
10. Similarities and differences in the default mode network across rest …, https://pmc.ncbi.nlm.nih.gov/articles/PMC6866996/
11. Expensive Brain Hypothesis Explained - Emergent Mind, https://www.emergentmind.com/topics/expensive-brain-hypothesis-ebh
12. Free energy principle - Wikipedia, https://en.wikipedia.org/wiki/Free_energy_principle
13. Predictive coding is a consequence of energy efficiency in recurrent neural networks - Radboud Repository, https://repository.ubn.ru.nl/bitstream/handle/2066/280243/280243.pdf?sequence=1
14. Predictive coding under the free-energy principle - PMC - PubMed Central - NIH, https://pmc.ncbi.nlm.nih.gov/articles/PMC2666703/
15. Energy efficiency as a normative account for predictive coding - PMC - NIH, https://pmc.ncbi.nlm.nih.gov/articles/PMC10810825/
16. Predictive coding is a consequence of energy efficiency in recurrent neural networks, https://www.biorxiv.org/content/10.1101/2021.02.16.430904v2.full-text
17. Interactions of the Salience Network and Its Subsystems with the Default-Mode and the Central-Executive Networks in Normal Aging and Mild Cognitive Impairment - PubMed Central, https://pmc.ncbi.nlm.nih.gov/articles/PMC5647507/
18. The Altered Triple Networks Interaction in Depression under Resting State Based on Graph Theory - PMC, https://pmc.ncbi.nlm.nih.gov/articles/PMC4477135/
19. Triple Network Model Dynamically Revisited: Lower Salience Network State Switching in Pre-psychosis - Frontiers, https://www.frontiersin.org/journals/physiology/articles/10.3389/fphys.2020.00066/full
20. The Triple Network Model: Neurocognitive Insights Into Adult ADHD, https://cambridgeadhdclinic.com/triple-network-model-neurocognitive-insights-adult-adhd/
21. Cognitive Flexibility through Metastable Neural Dynamics Is Disrupted by Damage to the Structural Connectome | Request PDF - ResearchGate, https://www.researchgate.net/publication/278791290_Cognitive_Flexibility_through_Metastable_Neural_Dynamics_Is_Disrupted_by_Damage_to_the_Structural_Connectome
22. Whole-Brain Dynamics Disruptions in the Progression of Alzheimer’s Disease: Understanding the Influence of Amyloid-Beta and Tau | bioRxiv, https://www.biorxiv.org/content/10.1101/2024.03.29.587333v1.full-text
23. Social Brain Perspectives on the Social and Evolutionary Neuroscience of Human Language - MDPI, https://www.mdpi.com/2076-3425/14/2/166
24. Dysmaturation of the default mode network in autism - PMC, https://pmc.ncbi.nlm.nih.gov/articles/PMC3651798/
25. Microglia regulation of synaptic plasticity and learning and memory - PMC - PubMed Central, https://pmc.ncbi.nlm.nih.gov/articles/PMC8530121/
26. Synaptic Pruning by Microglia: Lessons from Genetic Studies in Mice - PMC, https://pmc.ncbi.nlm.nih.gov/articles/PMC12500284/
27. Molecular mechanisms underlying microglial sensing and phagocytosis in synaptic pruning - PMC - PubMed Central, https://pmc.ncbi.nlm.nih.gov/articles/PMC11467947/
28. Does the Mind Wander When the Brain Takes a Break? Local Sleep in Wakefulness, Attentional Lapses and Mind-Wandering - Frontiers, https://www.frontiersin.org/journals/neuroscience/articles/10.3389/fnins.2019.00949/full
29. Local Experience-Dependent Changes in the Wake EEG after …, https://pmc.ncbi.nlm.nih.gov/articles/PMC3524543/
30. Local aspects of sleep and wakefulness - PMC - PubMed Central - NIH, https://pmc.ncbi.nlm.nih.gov/articles/PMC6445546/
31. Default mode network connectivity predicts individual differences in long-term forgetting: Evidence for storage degradation, not retrieval failure | PLOS Computational Biology - Research journals, https://journals.plos.org/ploscompbiol/article?id=10.1371/journal.pcbi.1013485
32. Enhanced Medial Prefrontal-Default Mode Network Functional Connectivity in Chronic Pain and Its Association with Pain Rumination - PMC - PubMed Central, https://pmc.ncbi.nlm.nih.gov/articles/PMC6705280/
33. The functional connectivity between dorsal-medial prefrontal cortex and middle cingulate cortex links trait rumination and depressive symptoms | PLOS One - Research journals, https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0328895
34. Neuroplasticity in cognitive and psychological mechanisms of …, https://pmc.ncbi.nlm.nih.gov/articles/PMC7047599/
35. The Role of BDNF on Neural Plasticity in Depression - Frontiers, https://www.frontiersin.org/journals/cellular-neuroscience/articles/10.3389/fncel.2020.00082/full
36. A Review of the Default Mode Network in Autism Spectrum Disorders and Attention Deficit Hyperactivity Disorder - PMC - PubMed Central, https://pmc.ncbi.nlm.nih.gov/articles/PMC8112713/
37. Tracking functional network connectivity dynamics in the … - Frontiers, https://www.frontiersin.org/journals/neuroscience/articles/10.3389/fnins.2023.1146264/full
38. Cognitive flexibility and brain network energy in healthy aging: An allostatic perspective from the SENECA model - PubMed, https://pubmed.ncbi.nlm.nih.gov/41537050/
39. Cognitive flexibility and brain network energy in healthy aging: An allostatic perspective from the SENECA model - PubMed Central, https://pmc.ncbi.nlm.nih.gov/articles/PMC12797148/
40. The Brain’s Aging Resting State Functional Connectivity - IMR Press, https://www.imrpress.com/journal/jin/24/1/10.31083/JIN25041