초파리 뇌 지도는 무엇을 밝혔나: 16만 6,700개 뉴런의 MaleCNS를 그래프 이론으로 읽기

초파리 뇌 심층 해설 ① — 연결 지도와 그래프 이론
자료 확인: 2026년 9월 16일

최근 초파리 뇌 뉴스가 다시 많아진 직접적인 계기 중 하나는 2026년 9월 3일 공개된 수컷 초파리의 중추신경계 연결 지도입니다. HHMI Janelia가 이끈 공동 연구에 Google Research 등이 참여했습니다. 연구의 핵심은 작은 뇌의 아름다운 입체 그림을 만드는 데서 끝나지 않습니다. 신경세포가 누구에게 신호를 보내는지 추적할 수 있는 자료가 뇌와 복측신경삭까지 이어졌다는 점에 있습니다.

이 글에서는 최신 발표의 확인된 사실을 먼저 정리한 뒤, 연결 지도를 이해하는 데 필요한 그래프 이론과 측정의 한계를 설명합니다. 아래의 작은 회로와 계산 예시는 이해를 위한 자체 구성입니다. 실제 MaleCNS 데이터를 새로 분석한 결과는 아닙니다.

1. 이번 발표의 숫자는 무엇을 세고 있나요?

Cell에 실린 Sexual dimorphism in the complete Drosophila male central nervous system connectome의 공개 요약은 뇌와 신경삭에 걸친 뉴런 약 16만 6,700개, 주석이 붙은 뉴런 유형 1만 1,710개를 제시합니다. Google Research는 시냅스 연결 규모를 약 1억 2,500만 개로 소개합니다. 세 숫자는 각각 세포의 수, 분류된 유형의 수, 미세 연결의 규모를 가리킵니다. 서로 같은 단위를 센 값이 아닙니다. [1][2]

특히 ‘뇌’와 ‘중추신경계 전체’를 구분해야 합니다. 곤충의 복측신경삭(VNC)은 몸의 움직임과 감각을 다루는 중요한 신경 구조입니다. 척추동물의 척수와 기능상 비교할 수 있지만 해부학적으로 동일한 기관이라는 뜻은 아닙니다. 뇌만 있는 지도와 뇌·신경삭을 함께 포함하는 지도의 뉴런 수를 곧바로 비교해 ‘수컷의 뇌가 더 크다’고 결론 내리면, 성별과 측정 범위를 섞게 됩니다.

표현	세는 대상	해석할 때 확인할 점
뉴런 수	재구성한 신경세포	뇌만인지, 신경삭까지인지
세포 유형 수	형태·연결 등으로 묶은 분류	개별 세포 수와 구분
시냅스 수	신호 전달 접점	여러 접점이 같은 세포쌍을 연결할 수 있음
간선 수	연결된 세포쌍	시냅스들을 묶는 규칙·임계값에 따라 달라짐

2. 커넥톰은 ‘시간이 멈춘 배선도’에서 출발합니다

커넥톰(connectome)은 뉴런과 그 사이 연결을 정리한 지도입니다. 미세 구조를 보는 전자현미경 영상에서 세포의 경계를 찾아 여러 단면에 걸쳐 이어 붙이고, 시냅스 접점을 식별하며, 사람이 오류를 교정하고 유형을 주석으로 붙입니다. Google의 발표는 AI 기반 재구성과 전문가의 검토가 함께 사용됐다고 설명합니다. 자동화가 들어갔다고 해서 사람의 교정이 사라진 과정은 아닙니다. [2]

그림 1. 영상에서 연결 그래프까지의 개념적 과정. 자체 제작한 설명도이며 실제 현미경 이미지가 아닙니다.

여기서 가장 중요한 구분은 구조와 상태입니다. 도로 지도가 있어도 특정 시각의 교통량을 바로 알 수 없듯, 연결 지도만으로 지금 어느 뉴런이 발화하는지 결정되지는 않습니다. 구조는 가능한 신호 경로를 제한합니다. 실제 활동은 입력, 세포의 성질, 연결의 효능, 최근 활동 이력과 함께 결정됩니다. 지도의 가치가 작다는 뜻이 아니라, 지도에 더해야 할 정보의 종류를 정확히 말하는 것입니다.

3. 뉴런을 노드로, 시냅스를 간선으로 바꾸기

수학적으로는 뉴런 집합 V와 연결 집합 E로 이뤄진 방향 그래프 G=(V,E)를 생각할 수 있습니다. 이 글에서는 Aij를 ‘뉴런 j에서 뉴런 i로 들어오는 연결이 있으면 1, 없으면 0’인 인접행렬로 정의하겠습니다. 문헌과 프로그램에 따라 행·열 방향을 반대로 쓰기도 하므로, 행렬을 읽기 전 정의를 확인해야 합니다.

연결의 존재보다 접점 개수를 보존하고 싶다면 Wij=nij라는 가중행렬을 만들 수 있습니다. nij는 j→i 방향 시냅스의 수입니다. A에서 B로 접점이 다섯 개 있다면, 접점 수는 5개지만 세포쌍 간선은 하나입니다. 기사마다 ‘연결’이라는 단어를 달리 사용하면 큰 숫자 차이가 생겨도 반드시 오류라고 볼 수는 없습니다.

그림 2. 접점 다섯 개를 하나의 가중 간선으로 묶는 예시. 숫자 5는 설명용이며 특정 초파리 회로의 측정값이 아닙니다.

그렇다면 시냅스가 다섯 개면 효과도 정확히 다섯 배일까요? 일반적으로 그렇게 단정할 수 없습니다. 신경전달물질 방출 확률, 수용체, 접점 위치, 전후 세포의 상태가 결과를 바꿉니다. 접점 수는 유용한 구조적 대리값이지만 생리적 효능 자체와 동일하지 않습니다. 연결의 부호도 따로 고려해야 합니다. 흥분성 입력과 억제성 입력을 모두 양수로 더한 그래프는 해부학적 연결량을 표현할 수 있어도, 전기적 반응을 그대로 계산하는 모델은 아닙니다.

4. 뇌는 왜 거대한 완전 연결망이 아닐까요?

뉴런이 N개인 방향 그래프에서 자기 연결을 제외한 가능한 세포쌍은 N(N−1)개입니다. 실제 간선 수를 E라고 쓰면 연결 밀도는 E/[N(N−1)]입니다. 예를 들어 설명용 네트워크에 뉴런 100개와 방향 간선 300개가 있다면 밀도는 약 3.03%입니다. 한 세포가 평균 몇 곳에 연결되는지만 보는 것과 전체 가능한 연결 중 얼마나 사용됐는지 보는 것은 다른 질문입니다.

희소하다는 것은 정보가 거의 흐르지 않는다는 뜻도 아닙니다. 적은 수의 간선이 여러 단계를 거쳐 넓은 영역을 연결할 수 있습니다. 반대로 간선이 많아도 일부 집단이 고립돼 있으면 전역적인 전달은 제한됩니다. 따라서 뉴런 수와 시냅스 수라는 두 숫자만으로 회로의 계산 능력을 비교하기는 어렵습니다. 연결의 배치가 함께 필요합니다.

5. 차수·허브·모티프를 읽으면 무엇이 보이나요?

입차수는 한 뉴런에 들어오는 이웃의 수이고, 출차수는 그 뉴런이 보내는 이웃의 수입니다. 많은 입력을 모으는 세포와 여러 곳으로 출력을 퍼뜨리는 세포는 구조적으로 다른 역할 후보가 됩니다. 그러나 차수가 높다는 이유만으로 그 세포가 특정 행동의 ‘최고 지휘관’이라는 결론은 나오지 않습니다. 실제 정보 내용과 시점을 측정해야 합니다.

모티프는 반복되는 작은 연결 패턴입니다. A→B→C와 A→C가 함께 있는 전방향 루프, A↔B의 상호 연결, A→B→C→A의 순환 등이 예입니다. 이 패턴은 회로를 분류하는 언어가 됩니다. 다만 같은 삼각형도 간선의 흥분·억제 부호와 지연에 따라 신호를 증폭하거나 상쇄하거나 시간적으로 거를 수 있습니다. 패턴 이름을 붙이는 단계와 기능을 검증하는 단계는 구별해야 합니다.

2024년 FlyWire 전체 뇌의 네트워크 통계 연구는 이러한 모티프와 고연결 뉴런 집단의 조직을 분석했습니다. 이 결과는 암컷 FlyWire 자료에 관한 것으로, 2026년 MaleCNS의 모든 수치가 같다는 뜻은 아닙니다. 서로 다른 지도의 분석을 인용할 때는 데이터셋과 버전을 함께 적는 편이 정확합니다. [3]

6. ‘연결돼 있다’와 ‘영향을 준다’ 사이의 거리

A에서 C로 가는 해부학적 경로가 있다고 가정해 보겠습니다. 이것은 신호가 전달될 수 있는 후보 경로를 제공합니다. 그러나 중간 뉴런 B가 강하게 억제돼 있거나, 입력이 문턱 아래에 머무르거나, 전달 시점이 맞지 않으면 C의 반응은 약할 수 있습니다. 최단 경로가 있다고 해서 그 경로가 실제 행동에서 가장 지배적이라는 보장도 없습니다.

이 구분은 세 종류의 연결을 나누면 선명해집니다. 구조적 연결은 접점의 존재입니다. 기능적 연결은 두 활동 신호 사이의 통계적 관계입니다. 인과적 영향은 한 요소를 바꿨을 때 다른 요소의 결과가 달라지는 관계입니다. 예를 들어 두 뉴런이 동시에 반응해도 둘 사이의 직접 연결 때문이 아니라 제3의 입력을 함께 받았기 때문일 수 있습니다. 상관관계에서 방향성을 읽어내려면 추가 가정이나 개입 실험이 필요합니다.

7. 수컷과 암컷 비교가 중요한 이유와 주의점

이번 Cell 연구는 성별에 따라 다른 뉴런과 연결을 비교하는 자원을 제공합니다. 공개 요약은 성별 특이적·이형적 뉴런이 고차 통합 영역에 집중되는 양상을 다룹니다. 형태와 연결을 비교하면 구애 등 행동 차이에 관한 구체적인 회로 가설을 만들 수 있습니다. [1]

다만 한 수컷과 한 암컷의 차이에는 성별뿐 아니라 개체 차이, 경험, 표본 준비와 재구성 오차도 섞일 수 있습니다. 특정 가지가 하나 더 보인다는 사실에서 성별 행동 차이의 원인까지 곧바로 나아갈 수는 없습니다. 여러 개체에서 재현되는지, 같은 유형으로 대응시킨 세포가 정말 비교 가능한지, 해당 경로를 조작했을 때 행동이 예측대로 변하는지를 차례로 확인해야 합니다. 이는 연결 지도를 활용할 때의 일반적인 추론 원칙입니다.

8. 뉴스를 읽을 때 숫자보다 먼저 볼 다섯 가지

1. 표본 범위: 유충인가 성충인가, 뇌만인가 중추신경계 전체인가?
2. 자료의 단위: 세포·유형·시냅스·세포쌍 간선을 구분했는가?
3. 오류 처리: 자동 재구성 뒤 어떤 검토와 교정이 있었는가?
4. 분석과 실험: 지도에서 제안한 가설인가, 활동 기록이나 행동 개입으로 검증했는가?
5. 일반화 범위: 특정 표본·회로의 결과를 모든 초파리나 인간에게 확대하지 않았는가?

새 연결 지도의 가장 큰 힘은 질문을 구체적으로 만든다는 데 있습니다. ‘뇌가 어떻게 행동을 만들까’라는 넓은 질문을 ‘이 감각 경로가 어떤 중간 뉴런을 거쳐 어느 출력 집단에 닿는가’라는 검증 가능한 문제로 바꿀 수 있습니다. 다음 편에서는 이 배선도에 시간과 전기적 규칙을 넣어 실제로 활동하는 계산 모델을 만드는 원리를 살펴봅니다.

원문과 더 읽을 자료

[1] Cell — Sexual dimorphism in the complete Drosophila male central nervous system connectome (2026)
[2] Google Research — A connectomics milestone (2026-09-03)
[3] Lin 등, Nature — Network statistics of the whole-brain connectome of Drosophila (2024)
[4] HHMI Janelia — Male CNS Connectome 자료 안내

최신 연구 사실은 위 출처를 기준으로 정리했습니다. 수학 예시와 그림은 개념 이해를 위한 자체 설명이며, 실제 데이터 재분석이나 새로운 실험 결과를 주장하지 않습니다.