# AI는 새로 배우면 옛것을 잊습니다. 이 물고기 뇌에는 속도가 둘이었습니다

> 인공 신경망은 새 과제를 배우면 앞서 배운 것을 덮어씁니다. 코끼리코물고기는 빠르게 배우는 세포와 느리게 배우는 세포를 짝지어 그 문제를 피합니다. 컬럼비아대 연구진이 회로를 시냅스 단위로 재구성했습니다.

- 출처 사이트: 뇌피셜 (https://aifficial.net/brain/posts/electric-fish-fast-slow-plasticity/)
- 발행: 2026-09-09
- 카테고리: 뇌과학 · 태그: 연결체, 학습, 가소성, AI 비교, Nature

## 핵심 답변

컬럼비아대 저커먼연구소 연구진이 코끼리코물고기의 전기수용엽 회로를 전자현미경으로 재구성해 2026년 9월 2일 네이처에 실었습니다. 이 물고기는 스스로 전기를 쏘아 주변을 감지하는데, 그 전기가 자기 감각기관도 때리기 때문에 뇌에서 그 신호를 미리 예측해 지웁니다. 회로를 뜯어보니 빠르게 배우는 세포와 느리게 배우는 세포가 짝을 이루고 있었습니다. 빠른 쪽은 변화에 금방 맞추지만 잡음에 흔들리고, 느린 쪽이 그 흔들림을 잡아 줍니다. 새로 배우면서도 이전 것을 잃지 않는 구조라, 인공지능의 파국적 망각 문제와 같은 자리를 다룹니다.

## 한 장 요약(만화)

![여섯 컷으로 정리한 요약 만화. 제목은 코끼리코물고기가 안 잊는 법. 1) 코끼리코물고기는 자기가 쏜 전기에 스스로 눈이 먼다 — 어두운 물속 물고기 주위로 전기 고리가 퍼집니다. 2) 뇌가 자기 전기를 미리 예측해 감각에서 빼 준다 — 두 파형이 만나 평평한 선이 됩니다. 3) 물이 바뀌거나 몸이 자라면 그 예측을 다시 배워야 한다 — 온도계와 크기가 다른 물고기 둘에 화살표가 돕니다. 4) 중간 신경절세포는 빠르게 배우지만 잡음에 흔들린다 — 빠른 세포 옆에 들쭉날쭉한 상승선이 있습니다. 5) 출력세포는 느리게 배우며 그 흔들림을 붙잡아 준다 — 차분한 세포 옆에 매끄러운 상승선이 있습니다. 6) 사람이 만든 신경망은 새로 배우면 옛것을 덮어써 잊는다 — 신경망의 왼쪽이 흐려지고 오른쪽이 켜집니다. 하단 띠에 학습 속도를 둘로 나눠 새로 배우면서도 지킵니다 라고 적혀 있습니다.](https://aifficial.net/images/posts/electric-fish-fast-slow-plasticity/comic.webp)

## 요약

- 코끼리코물고기는 자기가 쏜 전기 때문에 스스로 눈이 멉니다. 뇌가 그 신호를 지웁니다.
- 전자현미경으로 회로를 시냅스 단위까지 재구성했습니다.
- 빠르게 배우는 세포와 느리게 배우는 세포가 억제로 짝지어져 있습니다.
- 빠른 쪽은 금방 맞추지만 잡음에 약하고, 느린 쪽이 안정을 줍니다.
- 새로 배우면서 옛 것을 잃지 않는 문제, AI 의 파국적 망각과 같은 자리입니다.

## 핵심 사실

| 항목 | 값 |
|---|---|
| 게재 | 네이처 2026-09-02 (DOI 10.1038/s41586-026-10690-6) |
| 대상 | 코끼리코물고기 전기수용엽 (소뇌를 닮은 회로) |
| 빠른 학습 | 중간 신경절세포 (변화에 금방 맞추지만 잡음에 흔들림) |
| 느린 학습 | 출력세포 (안정을 담당) |
| 연결 규칙 | MG− → ON, MG+ → OFF (선택적 억제. 서로도 억제합니다) |
| 규칙의 예외 | 3,989개 중 1개 (저자 프리프린트 기준) |


아프리카의 흐린 물에 사는 코끼리코물고기는 눈으로 앞을 보지 않습니다. 몸에서 약한 전기를 쏘고, 주변 물체가 그 전기장을 어떻게 일그러뜨리는지를 읽습니다. 박쥐가 소리로 하는 일을 전기로 하는 셈입니다.

여기에 곤란한 문제가 있습니다. **자기가 쏜 전기가 자기 감각기관을 가장 세게 때립니다.** 밖에서 오는 약한 신호는 그 아래 묻힙니다. 이 물고기는 매번 스스로 눈이 머는 셈입니다.

## 뇌가 자기 신호를 지웁니다

해법은 빼기입니다. 뇌가 "지금 내가 쏜 전기 때문에 이런 감각이 올 것"이라고 미리 예측해 두었다가, 실제로 들어온 것에서 그만큼을 뺍니다. 남는 것이 밖에서 온 신호입니다. 소음 제거 헤드폰과 같은 방식입니다. 

문제는 그 예측이 고정될 수 없다는 점입니다. 물의 온도가 바뀌고 몸이 자라고 자세가 달라지면 자기 신호도 달라집니다. **그래서 이 빼기는 계속 다시 배워야 합니다.**

컬럼비아대 저커먼연구소 연구진이 그 학습이 어디서 일어나는지를 보려고, 전기수용엽이라는 부위를 전자현미경으로 찍어 시냅스 단위까지 재구성했습니다. 논문은 2026년 9월 2일 『네이처』에 실렸습니다. 

## 두 가지 속도로 배웁니다

회로를 펼쳐 보니 학습을 맡은 세포가 한 종류가 아니었습니다.



| 역할 | 세포 | 성질 |
| --- | --- | --- |
| 빠른 학습 | 중간 신경절세포 | 변화에 금방 맞춤. 잡음에도 따라 흔들림 |
| 느린 학습 | 출력세포 | 늦지만 안정적. 흔들림을 붙잡아 줌 |

연구진의 설명을 그대로 옮기면 이렇습니다. 

> "빠른 세포는 빨리 배울 수 있지만 무작위적이고 덜 일관된 잡음에 더 취약합니다. 느린 세포는 안정을 제공해, 결국 일관되게 방해가 되는 신호를 지우도록 돕습니다."

**어느 한쪽만으로는 안 되는 일입니다.** 빠르게만 배우면 우연한 잡음까지 배워 버리고, 느리게만 배우면 물이 바뀌었을 때 따라가지 못합니다. 회로는 그 둘을 겹쳐 놓았습니다.

### 연결이 아무렇게나 되어 있지 않습니다

두 종류의 세포가 이어지는 방식에도 규칙이 있었습니다. 빠른 학습 세포는 부호에 따라 갈라져, 한쪽은 켜짐 신호를 담당하는 출력세포를, 다른 쪽은 꺼짐 신호를 담당하는 출력세포를 억제합니다. 두 갈래는 서로도 억제합니다. 

저자들이 앞서 공개한 프리프린트에는 이 규칙이 얼마나 철저한지를 보여 주는 숫자가 있습니다.


  
  
  



위 세 수치는 저자들이 2025년에 공개한 프리프린트에서 확인한 것입니다. 네이처 최종본에서 같은 값인지는 이 글에서 확인하지 못했습니다. 회로 구조와 빠른·느린 학습의 짝이라는 핵심은 최종본과 연구기관 설명에서 확인됩니다. 


## AI 가 못 푸는 문제와 같은 자리

인공 신경망에는 오래된 골칫거리가 있습니다. **새 과제를 배우면 앞서 배운 것을 덮어써 잃어버립니다.** 파국적 망각이라고 부릅니다. 사람이 자전거를 배운다고 수영을 잊지는 않는데, 신경망은 그런 일이 자주 일어납니다.

이 회로가 다루는 것이 같은 문제입니다. 계속 새로 배워야 하는데, 배울 때마다 이전의 안정을 무너뜨리면 안 됩니다. 물고기가 쓴 방법은 학습 속도가 다른 두 층을 함께 두는 것이었습니다.

**다만 이 논문이 AI 모델을 만들어 시험한 것은 아닙니다.** 물고기 뇌의 배선을 밝힌 연구이고, AI 와의 연결은 그 구조가 시사하는 바입니다. 이 구분을 지키는 편이 좋겠습니다. 

## 왜 이 물고기인가

- **회로가 작고 목적이 뚜렷합니다.** 자기 신호를 지운다는 한 가지 일을 하므로, 학습이 무엇을 위한 것인지가 분명합니다.
- **소뇌를 닮았습니다.** 논문 제목이 "소뇌 유사 회로"인 이유입니다. 사람의 소뇌도 예측과 관련된 학습을 합니다.
- **정답을 알 수 있습니다.** 지워야 할 신호가 무엇인지 실험자가 알고 있으므로, 뇌가 얼마나 잘 지웠는지 잴 수 있습니다.


**속도를 나눈다는 발상이 이 연구에서 가장 옮겨 볼 만한 부분 같습니다.** 학습률 하나를 잘 고르는 문제가 아니라, 서로 다른 속도를 가진 것들을 함께 두고 역할을 나누는 쪽입니다. 빠른 쪽에 잡음을 맡기고 느린 쪽에 뼈대를 맡기는 구조는 사람이 만든 시스템에서도 그리 낯설지 않아 보입니다.

**3,989개 중 예외가 하나였다는 숫자가 오래 남을 것 같습니다.** 뇌가 대충 얽혀 있고 학습이 알아서 정리한다는 그림과는 좀 다르다고 봅니다. 배선 단계에서 이미 규칙이 서 있고 학습은 그 위에서 일어나는 모양인데, 신경망을 설계할 때 구조를 얼마나 미리 정해 줄 것인가라는 질문과 닿아 있는 것 같습니다.

**다만 물고기가 푼 방식이 AI 에 그대로 옮겨진다고 보기는 어렵지 않을까 싶습니다.** 이 회로가 지우는 대상은 자기 몸에서 나온 신호라, 무엇을 지울지가 이미 정해져 있습니다. AI 의 파국적 망각은 무엇을 지키고 무엇을 덮어쓸지부터 정해져 있지 않으니, 같은 문제로 보이지만 조건이 다른 셈입니다.

**생물의 구조에서 아이디어를 가져오는 방식을 어떻게 보시는지 궁금합니다.** 실제로 설계에 도움이 됐다고 보시는 쪽인지, 대개는 비유에서 그친다고 보시는 쪽인지 아래에 남겨 주시면 읽겠습니다.



## 자주 묻는 질문

**Q. 물고기가 왜 스스로 눈이 머나요?**

이 물고기는 어두운 물에서 스스로 약한 전기를 쏘아 주변 물체가 만드는 전기장의 일그러짐을 읽습니다. 그런데 자기가 쏜 전기가 자기 감각기관도 강하게 때립니다. 밖에서 오는 약한 신호가 그 아래 묻히므로, 뇌가 자기 신호를 미리 예측해 빼 주지 않으면 정작 알고 싶은 것을 못 봅니다.

**Q. 빠른 세포와 느린 세포를 왜 같이 두나요?**

빠르게 배우면 상황이 바뀔 때 금방 맞출 수 있지만, 우연한 잡음까지 따라 배웁니다. 느리게 배우면 잡음에는 흔들리지 않지만 변화에 늦습니다. 둘을 함께 두면 빠른 쪽이 앞서 맞추고 느린 쪽이 그 흔들림을 붙잡습니다. 어느 하나만으로는 안 되는 일을 역할을 나눠 해결한 셈입니다.

**Q. AI 의 파국적 망각과 무슨 관계인가요?**

인공 신경망은 새 과제를 배우면 이전에 배운 것을 덮어써 잃어버리는 일이 잦습니다. 이것을 파국적 망각이라고 부릅니다. 이 회로는 학습 속도가 다른 두 층을 함께 두어 새로 배우면서도 안정을 유지하는 구조인데, 같은 문제를 생물이 푼 방식이라 참고할 대상이 됩니다. 다만 이 논문이 AI 모델을 만들어 시험한 것은 아닙니다.

**Q. 숫자는 얼마나 믿을 수 있나요?**

이 글에 적은 시냅스 수치는 저자들이 2025년에 공개한 프리프린트에서 확인한 것입니다. 네이처 최종본에서 같은 값인지는 확인하지 못했습니다. 회로의 구조와 빠른·느린 학습의 짝이라는 핵심 결과는 최종본과 연구기관 설명에서 확인됩니다.

## 출처

1. [Connectome analysis of a cerebellum-like circuit for sensory prediction (Nature, 2026-09-02)](https://doi.org/10.1038/s41586-026-10690-6) (paper)
2. [저자 프리프린트 — 시냅스 수치의 출처](https://pmc.ncbi.nlm.nih.gov/articles/PMC12236506/) (paper)
3. [A Fish That Could Teach AI How to Keep Learning (Technology Networks)](https://www.technologynetworks.com/neuroscience/news/a-fish-that-could-teach-ai-how-to-keep-learning-416290) (report)

_이 문서는 뇌피셜 편집부가 작성했습니다. 인용 시 출처를 표기해 주세요._