세포체(Soma), 수상돌기(Dendrite), 축삭(Axon)으로 구성되어 감각 자극을 전기 신호(활동전위)로 변환하고, 시냅스를 통해 복잡한 정보 연산과 생명 활동을 지휘하는 신경계의 핵심 세포 단위
신경계의 구조적 ·기능적 단위 : 신경단위 또는 신경원(神經元)이라고도 한다. 신경세포와 거기에서 나온 돌기를 합친 것이다. 단순히 신경세포라고만 하였으나 뉴런이 단세포인지 다세포인지 모르던 때의 용어이다.......기능적으로는 신경세포(주핵체)와 수상돌기는 보통 하나로 묶어 취급된다. 정상적인 흥분의 전도는 신경체에서 축색을 향하여 일어나며, 시냅스를 거쳐 전도되어 다음 뉴런의 신경체 또는 효과기(效果器)에 흥분이 전도된다. 이와 같이 뉴런은 시냅스에 의해 다른 뉴런과 기능적 연락을 가지며 반사궁(反射弓)을 형성하여 신경계로서의 기능을 발휘한다.......기능에 따라 돌기의 분화가 다양하며, 감각뉴런 ·연합뉴런 ·운동뉴런으로 나눈다. ① 감각뉴런:감각기에서 받아들인 자극을 중추부로 전달한다........ ② 연합뉴런:중추부에 분포하고 있으며, 감각뉴런과 연합뉴런 사이에서 자극과 흥분을 중계한다. ③ 운동뉴런:중추부로부터 흥분을 반응기로 전달한다 ......
신경계는 신경세포로 구성된다. 예를 들면 사람의 뇌는 250 억 개의 신경세포로 구성되어 있다고 추정된다. 각각의 신경세포는 다른 모든 동물세포의 경우와 같이 세포내용, 즉 세포질 (세포액) 과 핵이 세포막으로 싸여 있다. 신경세포의 크기나 모양은 다양하지만 기본적으로는 항상 다음의 요소, 즉 1 개의 세포체 (cell body or soma) 와 세포체의 돌기인 1 개의 축삭 (axon or neurite) 및 보통 여러 개의 수상돌기 (dendrite or protoplasmic process) 를 함유하고 있다 ................ (함기선 1997)
신경세포 (Neuron)는 일정한 한계 (약 -0.055 볼트) 이상으로 흥분하면 전기펄스를 방출한다. 그리고 두 수상돌기 (Dendrite)에서 여자 자극 (exciting) 이 억제 자극 (inhibitory) 보다 더 강하게 들어오면 흥분한다. 또한 수상돌기에서 오는 자극의 정도는 빨대의 굵기에 해당하는 화학적 변화에 따라 변한다. 이러한 작동이 각각의 신경세포를 작은 컴퓨터로 만든다. 그것은 두 입력물의 합이 한계값 (threshold) 을 초과하는가 아닌가에 따라 이진수 신호를 방출한다. ...... 냄새, 촉감, 소리, 열, 고통, 평형감각, 팔다리의 위치 감각, 방광이 꽉 찼다거나 위가 비었음을 알려주는 감각, 이 모든 것들이 세포에서 전기신호로 변환된 다음, 축삭 (Axon)을 통해 (어떤 것은 척수 (Spinal Cord)를 통해) 뇌 속의 다른 신경세포들로 전달된다. 들어오는 전기가 있으면 나가는 전기도 있다. 전기신호는 축삭을 통해 온몸의 근육으로 전달되어, 호흡, 움직임, 환호, 달리기 등등 우리의 모든 행동을 가능케 한다. 우리의 신체는 지구상에서 가장 정교하고 복잡한 전기 설비망을 가지고 있다. 신경계의 배선은 인간이 만든 모든 컴퓨터와 인터넷 그리고 모든 전기 설비를 합친 것보다 더 복잡하다 ................ (Peter J. Bentley 2001)
신경원(Neuron, 신경세포)이란 신경계를 구성하는 가장 기본적인 구조적·기능적 단위로서, 생체 내외부의 자극을 수용하여 활동전위(Action Potential)라는 전기적 신호를 생성·전도하고, 시냅스(Synapse)를 통해 인접 세포로 정보를 전달하는 고도로 분화된 특수 흥분성 세포입니다. 성인의 뇌에는 약 860억~1,000억 개의 뉴런이 존재하며, 각 뉴런은 수천 개의 다른 뉴런들과 연결되어 거대한 신경망(Neural Network)을 형성합니다.
• 구조: 핵(Nucleus)과 세포질, 미토콘드리아, 골지체, 단백질 합성 기구인 닛슬소체(Nissl body, 조면소포체)를 함유합니다.
• 기능: 뉴런의 생명 유지와 물질대사의 중심지이며, 수많은 수상돌기로부터 유입되는 전기적 입력을 집합 연산하는 허브 역할을 수행합니다.
• 구조: 세포체에서 나뭇가지 모양으로 뻗어나온 다수의 돌기로, 표면에 미세한 수상돌기 가시(Dendritic Spines)가 무수히 돋아나 있습니다.
• 기능: 다른 뉴런들로부터 신호를 수신하는 핵심 수신 안테나이며, 시냅스 가소성(LTP)을 통해 학습과 기억을 물리적으로 저장합니다.
• 축삭소구 (트리거 존): 세포체와 축삭이 연결되는 부위로, 전압의존성 Na+ 채널이 극도로 밀집되어 있어 활동전위가 최초로 촉발되는 곳입니다.
• 축삭 (Axon): 활동전위를 장거리로 빠르게 전달하는 전도 케이블로, 지질 단백질로 이루어진 수초(Myelin sheath)와 랑비에 결절(Nodes of Ranvier)이 도약전도를 지원합니다.
• 구조: 축삭의 말단 팽대부로, 수많은 시냅스소포(Synaptic Vesicles)와 미토콘드리아, 전압의존성 Ca2+ 채널을 포함합니다.
• 기능: 전기적 활동전위가 도달하면 칼슘 이온 유입에 의해 신경전달물질을 시냅스 틈으로 방출(Exocytosis)하여 다음 뉴런으로 화학적 신호를 전달합니다.
뉴런은 세포막 안팎의 이온 농도 차이를 이용하여 정교한 전기 신호를 생성합니다. 이 과정은 휴지 전위 → 등급 전위의 합산 → 활동전위 촉발 → 도약전도로 이어집니다.
세포막의 Na+/K+-ATPase 펌프(3 Na+ 배출 / 2 K+ 유입)와 K+ 누출 채널의 높은 투과성으로 인해, 세포 내부는 음(-)전하, 외부는 양(+)전하의 분극(Polarization) 상태를 유지합니다.
수상돌기 시냅스에서 유입된 흥분성(EPSP)과 억제성(IPSP) 신호가 세포체를 거쳐 축삭소구에 모입니다. 가중된 전위가 문턱 역치(약 -55mV)를 넘어서면 전압의존성 Na+ 채널이 폭발적으로 개방됩니다.
활동전위는 실무율(All-or-None Law)에 따라 발생하며, 수초로 절연된 유수신경에서는 전하가 랑비에 결절(Node of Ranvier) 사이를 건너뛰며 이동(최대 120m/s)하여 초고속으로 전도됩니다.
뉴런과 뉴런 사이의 좁은 물리적 간극(약 20~40nm)을 시냅스 (Synapse)라고 부르며, 이곳에서 전기 신호가 화학 물질로 전환되어 정보의 통합과 필터링이 일어납니다.
인체 신경계의 뉴런은 수행하는 역할과 돌기의 분기 형태에 따라 다음과 같이 체계적으로 분류됩니다.
| 분류 기준 | 뉴런 유형 | 해부학적 특징 및 주요 위치 | 주요 생리적 기능 |
|---|---|---|---|
| 기능적 분류 (Functional) |
감각뉴런 (Sensory Neuron) |
구심성(Afferent) 섬유. 피부, 근육, 내장, 감각기에서 척수 및 뇌로 연결. | 내외 환경의 감각 정보를 중추신경계로 전달. |
| 연합뉴런 (Interneuron) |
중추신경계 신경세포의 99% 차지. 뇌와 척수 내에 국재. | 감각과 운동 뉴런 사이에서 정보 분석, 연산, 기억, 반사궁 중계. | |
| 운동뉴런 (Motor Neuron) |
원심성(Efferent) 섬유. 뇌간 운동핵, 척수 전각세포에서 근육과 선으로 연결. | 골격근 수축 및 내장기관 효과기(Effector)로 명령 전달. | |
| 형태학적 분류 (Morphological) |
다극뉴런 (Multipolar) |
1개의 축삭 + 다수의 수상돌기. 피질 피라미드세포, 척수 전각운동세포. | 가장 흔한 뉴런 형태로 복잡한 수렴·발산 연산 수행. |
| 양극뉴런 (Bipolar) |
세포체 양쪽으로 1개의 수상돌기와 1개의 축삭 돌출. 망막, 와우신경. | 시각, 청각, 후각 등 특수 감각 정보 전달에 특화. | |
| 가단극뉴런 (Pseudounipolar) |
세포체에서 1개 줄기가 나와 T자로 분기. 척수 후근신경절(DRG). | 피부와 심부 감각을 지연 없이 척수로 고속 전달. |
피터 벤틀리(Peter J. Bentley)가 언급했듯이, 각각의 뉴런은 수천 개의 수상돌기 입력(가중치)을 실시간으로 합산하여 임계 역치(-55mV)를 넘으면 1(발화, Spike), 미달하면 0(비발화)을 출력하는 정교한 생물학적 마이크로프로세서입니다.
1943년 맥컬록-피츠(McCulloch-Pitts) 모델과 로젠블랫의 퍼셉트론(Perceptron)은 뉴런의 수상돌기 입력을 가중치(Weights)로, 세포체를 활성화 함수(Activation Function)로, 축삭 방출을 출력(Output)으로 모방하여 현대 생성형 AI와 심층 인공신경망(Deep Neural Networks)의 근간이 되었습니다.