William F. Podlaski 교수님을 환영합니다

2024년 연구를 대표하는 이미지입니다. 연구 흥분성 및 억제성 신경세포 집단의 threshold가 저차원 공간에서 서로 다른 경계를 만들고, 이들이 결합해 복잡한 비선형 함수를 표현할 수 있음을 설명합니다. (Excitation ↔ Inhibition → Nonlinear Computation)

성균관대학교 뇌과학뇌공학과는 William F. Podlaski 교수님의 새로운 합류를 진심으로 환영합니다.

Podlaski 교수님은 계산신경과학(Computational Neuroscience)과 신경회로의 이론적 원리를 연구하며, 뇌의 신경세포들이 어떻게 상호작용하여 정보 처리와 학습, 기억과 같은 복잡한 기능을 만들어내는지를 탐구해 왔습니다.

특히 교수님의 연구는 실제 뇌의 중요한 특징인 스파이크(spike)를 발생시키는 신경세포, 흥분성·억제성 신경회로(Excitatory–Inhibitory circuits), 그리고 신경세포 집단의 동역학과 기하학적 구조를 바탕으로 뇌의 계산 원리를 설명하는 데 초점을 맞추고 있습니다.

From Neural Circuits to Computation

2024년 Neural Computation에 발표한 연구에서는 저차원(low-rank) 흥분성-억제성 스파이킹 신경망을 이용하여 비선형적인 계산을 실제 신경회로의 관점에서 어떻게 구현할 수 있는지를 제안했습니다.

이 연구는 인공신경망의 추상적인 계산을 넘어, 실제 뇌에서 관찰되는 스파이크와 흥분·억제 균형을 고려하여 신경회로가 복잡한 함수를 어떻게 계산할 수 있는지를 설명하려는 시도입니다.

Understanding How the Brain Stores and Retrieves Memories

최근 연구에서는 이러한 신경회로의 계산 원리를 기억(memory)으로 확장하고 있습니다.

2025년 Physical Review X에 발표한 연구에서는 context-modular memory network라는 모델을 제안하여, 뇌가 상황(context)에 따라 서로 다른 기억을 선택적으로 활성화하고 접근할 수 있는 원리를 이론적으로 설명했습니다.

이 연구는 단순히 “뇌가 얼마나 많은 기억을 저장할 수 있는가?”라는 질문을 넘어,

“필요한 기억을 어떻게 선택적으로 꺼낼 수 있는가?”

라는 보다 중요한 문제를 다룹니다. 연구진은 신경세포와 시냅스의 선택적인 gating이 기억의 저장 용량뿐만 아니라 특정 기억에 대한 접근성을 조절할 수 있음을 보여주었습니다.

또한 2025년 연구에서는 hippocampal remapping을 population geometry의 관점에서 분석하며, 서로 다른 환경에서 신경세포 집단의 표현이 어떻게 변화하고 다시 매핑되는지를 탐구했습니다. 이러한 연구는 기억과 환경 변화 사이의 관계를 신경집단 수준에서 이해하는 데 중요한 이론적 틀을 제공합니다.