무슨 일인가요
워릭대학교 WMG의 Ruohan Zhang 조교수와 푸단대학교·워릭대학교의 Jianfeng Feng 교수 연구진은 디지털 트윈 뇌(DTB)의 현재와 한계를 짚은 리뷰를 Nature Reviews Electrical Engineering 3권 551~563쪽에 실었습니다. 온라인 게재는 2026년 8월 10일, 대학 보도자료는 9월 1일에 나왔습니다. 공식 공저자는 푸단대의 Yubo Hou, Wenlian Lu입니다. 공식
리뷰의 주장은 하나로 요약됩니다. 디지털 트윈 뇌가 얼마나 충실할 수 있는지는 시뮬레이션할 수 있는 뉴런 수가 아니라, 살아 있는 뇌를 측정한 데이터의 해상도·완전성·갱신 가능성이 정합니다. 공식 저자들은 이를 "측정이 정의하는 에뮬레이션 규모"라고 부릅니다. 같은 방법으로도 예쁜꼬마선충은 충실한 모델이 되지만 사람은 훨씬 거친 모델에 그치는 이유가 여기에 있습니다. 공식
| 항목 | 예쁜꼬마선충 | 사람 |
|---|---|---|
| 뉴런 수 | 302개 | 약 860억 개 |
| 시냅스 전수 지도 | 완성 | 기술·경제적으로 실현 범위 밖 |
| 현실적 접근 | 전체 재구성 | 부분 전자현미경 + 통계적 회로 지도 + 전뇌 MRI 결합 |
왜 중요한가요
Zhang 조교수는 질문 자체가 바뀌어야 한다고 말합니다. "뇌세포를 몇 개나 시뮬레이션할 수 있나"가 아니라 "한 사람의 살아 있는 뇌를 실제로 얼마나 관찰하고, 제약하고, 갱신할 수 있나"입니다. 공식 디지털 트윈이 일반 뇌 모델과 다른 점도 "특정 개인을 대표하고 그 사람의 데이터와 계속 연결돼 있다"는 데 있습니다. 공식
현재의 디지털 트윈 뇌는 구조를 재구성하고 동역학을 재현하는 부분 시뮬레이션 단계이며, 지속적 갱신과 신체화는 아직 먼 목표입니다. 공식 저자들은 정적 모델에서 새 데이터로 갱신되는 모델로, 다시 실제 뇌와 대조하며 스스로 교정되는 폐루프 시스템으로 나아가는 경로를 제시했습니다. 다만 지금의 "공진화"는 자율적 디지털 파트너의 출현이 아니라 통제된 실험적 상호작용으로 이해하는 편이 정확하다고 분명히 했습니다. 공식
정적 모델
선택된 구조 특징을 재현
갱신형 모델
새 측정 데이터가 들어올 때마다 갱신
폐루프 트윈
실제 뇌와 대조해 스스로 교정
병목도 연산이 아니라 과학에 있다고 봅니다. 모델이 데이터로부터 유일하게 결정되는지(식별 가능성), 어떻게 검증할지, 신경 데이터를 누가 어떻게 관리할지가 먼저 풀려야 할 문제입니다. 공식 구조에서 기능으로 넘어가는 문제에서는 기계론적 재구성보다 생성 모델 접근이 사람 규모에서 더 유망할 수 있다는 언급도 있습니다. 공식
무엇을 보면 되나요
- 세 가지 응용: 저자들은 윤리적으로 불가능한 실험을 대신하는 신경과학 플랫폼, 개인별 질병 예측과 치료 시험, 지각·적응을 위한 뇌 영감 AI를 응용처로 꼽았습니다. 공식
- "뇌를 시뮬레이션했다"는 뉴스 읽는 법: 뉴런 수보다 어떤 개인의 어떤 측정 데이터로 제약됐는지, 갱신되는 모델인지를 먼저 확인하는 것이 이 리뷰가 주는 점검 목록입니다. 추정
- 데이터 거버넌스: 개인의 뇌 데이터에 계속 연결된 모델이라면 프라이버시와 소유권 규칙이 기술만큼 중요해집니다. 추정
