리더의 뇌는 어떻게 반응할까?
리더와 팔로워 간의 협력 및 동기화 전략에 대한 신경과학적 연구
한때, 나중에 리더십 전문가로 인정받고 싶다는 생각을 했던 시절이 있다. 저명한 교수님들이나 화려한 이력을 가진 전문가들이 대중과 조직 구성원들 앞에서 리더십에 대해 이야기하는 모습을 보면서 그게 좋아 보였다. 물론 지금도 리더십에 대한 논의가 이어지고 있고 그들의 특강이 있지만, 과거에 비해 조직 내 교육 프로그램에서 리더십을 다루는 비중은 많이 줄어든 것 같다.
데이터 기반 HR 쪽으로 관심이 옮겨가면서 나 역시 자연스럽게 리더십에 대한 관심이 줄어들었던 것 같다. 왜일까? 간단히 생각해 보면 두 가지 정도 이유가 떠오른다. 첫째, 리더로서의 경험이 리더십에 대한 말의 근거가 된다는 점, 그리고 둘째, 리더십 이론이 과학적 근거보다는 특정 인물의 성공 스토리에 따라 유행처럼 바뀌는 경향이 있다는 점이다. 전문성에 대한 스스로의 높은 기준 때문인지, 언제일지 모를 영광의 순간을 떠올렸을 때 "LG인화원에서 15년간 교육을 담당한 사람의 이야기입니다."라는 말로는 리더십에 대해 충분히 이야기할 수 없을 것 같은 생각이 들었다. 또한 리더십에 대한 여러 이론이 존재하지만, 시기에 따라 특정 유명인이 발휘한 리더십과 연결되는 이론이 부각되곤 하는 것을 보면서 복잡한 생각이 들었다.
그렇게 언젠가부터 리더십에는 크게 관심을 두지 않고 있었는데 인지과학에 관심을 갖고 다양한 연구를 찾아보던 중에, 리더십을 신경과학 관점에서 다룬 아티클을 발견하게 되었고 그 내용을 꽤나 흥미롭게 읽었기에 정리해 본다.
Leading the Follower: An fMRI investigation of dynamic cooperativity and leader–follower strategies in synchronization with an adaptive virtual partner
(https://www.sciencedirect.com/science/article/abs/pii/S1053811913009634)
1. 서론 (Introduction)
이 연구는 리더-팔로워 역할과 협력적 행동에서 동기화 전략의 신경적 기초를 탐구하는 데 목적을 두고 있습니다. 특히, 연구는 리더로서 행동할 때 뇌에서 어떤 변화가 일어나는지 분석하고, 협력적 상황에서 리더가 팔로워보다 어떻게 뇌 활동을 다르게 사용하는지를 밝히고자 했습니다.
리더와 팔로워의 역할은 사회적 상호작용에서 중요하며, 리더는 종종 행동의 방향이나 속도를 결정하는 주체로서 중요한 역할을 합니다. 그러나 팔로워와의 협력적 상호작용이 원활하게 이루어지기 위해서는 상호 적응이 필요합니다. 이 연구는 이러한 상호작용에서 발생하는 리더십의 신경적 상관관계를 밝히기 위해 설계되었습니다.
과거의 연구는 리더와 팔로워의 역할이 협력적 행동에 미치는 영향을 이론적으로 다뤘으나, 리더십 행동을 fMRI(기능적 자기 공명영상) 기술을 통해 직접적으로 조사한 연구는 많지 않았습니다. 따라서 이 연구는 리더로서 행동할 때, 리더가 얼마나 자기 행동에 집중하고, 팔로워의 행동을 어떻게 조정하는지에 대한 신경적 기초를 밝혀내기 위해 설계되었습니다.
이 연구에서 사용된 주요 방법은 참가자들이 가상 파트너(virtual partner, VP)와 함께 손가락 탭핑 과제를 수행하는 것이며, 가상 파트너의 적응성을 조정하여 리더와 팔로워의 역할을 구분하고, 각각의 역할이 뇌에 미치는 영향을 분석했습니다.
2. 자료 및 방법 (Materials and Methods)
2.1 참가자 (Participants)
연구는 16명의 건강한 참가자(남성 8명, 여성 8명)를 대상으로 수행되었습니다. 참가자의 연령 범위는 21세에서 34세(평균 연령 27.27세, 표준편차 ±4.48)였습니다. 모든 참가자는 신경학적 또는 정신과적 질환이 없었으며, MRI 실험에 참여하기에 적합한 상태였습니다. 참가자들은 다양한 음악적 경험을 가지고 있었으며, 모두 이전에 유사한 손가락 탭핑 과제에 참여한 적이 있었습니다.
2.2 연구 설계 및 절차 (Study design and procedure)
연구는 두 개의 연속적인 fMRI 스캔 세션으로 구성되었습니다. 각 세션은 30개의 무작위 과제 실행과 휴식 기간(12-15초)을 포함했습니다. 각 과제 실행에서는 가상 파트너(VP)가 생성한 22개의 톤 시퀀스가 제공되었으며, 참가자들은 세 번째 톤부터 자신의 손가락 탭핑을 이 톤과 동기화하도록 지시받았습니다. 참가자들은 주어진 템포를 가능한 한 정확하게 유지하는 것이 목표였습니다.
참가자들은 가상 파트너와 동기화하기 위해 다섯 가지 적응 수준으로 나뉜 과제를 수행했습니다. 가상 파트너는 참가자의 탭핑 속도에 맞춰 그다음 톤의 타이밍을 조정했으며, 적응성 수준에 따라 더 많은 혹은 더 적은 속도 수정이 이루어졌습니다. 이를 통해 참가자들이 동기화를 유지하는 데 어느 정도의 영향력을 행사했는지와 과제 수행의 어려움 정도를 평가할 수 있었습니다.
2.3 자극 (Stimuli)
2.3.1 청각 자극 (Auditory stimuli)
청각 자극은 MAX/MSP 4.5.7 프로그램을 사용하여 실시간으로 생성되었습니다. 초기 간격(inter-onset interval, IOI)은 500ms였으며, 가상 파트너는 참가자의 탭핑 시간 차이를 기반으로 다음 톤의 간격을 조정했습니다. 만약 참가자가 톤보다 빨리 탭핑 하면, 가상 파트너는 다음 톤을 더 일찍 발생시켰고, 반대로 참가자가 늦게 탭핑 하면 다음 톤은 더 늦게 발생했습니다.
이 수정은 다섯 가지 수준으로 이루어졌으며, 참가자는 각기 다른 적응성 조건에서 가상 파트너와의 동기화를 시도해야 했습니다. 톤은 50ms 동안 재생되었으며, 참가자들은 편안한 볼륨으로 Siemens MR 호환 헤드폰을 통해 이 톤을 들었습니다.
2.3.2 시각 자극 (Visual stimuli)
시각 자극은 휴식 기간 동안 흰 배경에 검은 고정 교차점(+)이 표시되었습니다. 과제 실행 중에는 교차점이 녹색으로 변하여 참가자가 과제를 수행 중임을 나타냈습니다. 참가자가 주관적인 평가를 제공하기 위한 시각적 아날로그 척도(visual analog scale, VAS)도 과제 후 표시되었습니다.
2.4 SMS 탭핑 데이터 획득 (SMS tapping data acquisition)
참가자들은 오른손 검지를 사용하여 MR 호환 공기압 탭핑 패드에서 탭핑을 수행했습니다. 이 패드는 컴퓨터와 MIDI 인터페이스를 통해 연결되어 데이터를 수집했습니다. 참가자의 탭핑 신호는 MAX/MSP 소프트웨어를 통해 기록되었으며, 실험적으로 검증된 46ms의 전송 지연이 있었기 때문에, 이 지연 시간은 계산에서 제거된 후 비동기성을 측정했습니다.
2.5 MRI 데이터 획득 (MRI data acquisition)
기능적 이미징(fMRI)은 3 Tesla Siemens Trio 시스템을 사용해 수행되었습니다. 에코 평면 이미지(EPI) 시퀀스는 다음과 같은 매개변수로 설정되었습니다:
TR(반복 시간): 2000ms
TE(에코 시간): 24ms
축 비스듬한 단면 36개(3mm 두께, 1mm 간격)
보컬 크기: 3x3x3mm³
총 획득 볼륨: 699
각 참가자에 대해 고해상도 T1 가중 구조적 스캔이 64개 단면에서 수행되었으며, 해부학적 뇌 활성화를 덧입히기 위한 1x1x1mm³의 보컬 크기로 설정되었습니다.
2.6 데이터 분석 (Data analysis)
2.6.1 평가 데이터 (Ratings data)
참가자의 주관적인 평가 데이터를 수집하기 위해 시각적 아날로그 척도(VAS)를 사용했습니다. 참가자들은 각 탭핑 실행 후 자신이 느낀 영향력(Influence)과 과제 난이도(Difficulty)를 평가했습니다. 이 평가는 왼쪽 또는 오른쪽 버튼을 눌러 척도 상에서 커서를 이동시키는 방식으로 이루어졌습니다.
각 평가 점수는 0에서 10까지의 수치로 변환되었으며, 이를 바탕으로 각 참가자의 평균과 표준 편차를 계산했습니다. 참가자가 자신의 영향을 더 크게 느낄수록 리더(leader)로, 더 어렵게 느낄수록 팔로워(follower)로 분류되었습니다.
리더-팔로워 상관계수(LFr)와 내부 통제위치 설문 결과의 상관관계2.6.2 탭핑 데이터 (Tapping data)
참가자의 탭핑 성능은 두 가지 주요 지표를 사용해 측정되었습니다:
비동기성의 표준 편차(SD of asynchronies): 이 지표는 참가자의 탭핑과 가상 파트너 톤 간의 안정성을 나타내며, 상호작용의 안정성을 평가하는 데 사용되었습니다.
인터탭 간격의 표준 편차(SD of inter-tap intervals, ITIs): 이 지표는 참가자의 탭핑 템포의 안정성을 나타내며, 자기 집중(self-focus)의 정도를 평가하는 데 사용되었습니다.
이 외에도 위상 오류 수정(phase error correction) 측정치를 계산하여 리더와 팔로워가 가상 파트너와 상호작용할 때 사용하는 시간 적응 정도를 평가했습니다.
2.6.3 이미지 데이터 (Imaging data)
모든 신경 이미징 데이터는 FMRIB(FSL)의 FEAT(FMRIB Expert Analysis Tool) 버전 5.63을 사용해 분석되었습니다. 주요 사전 처리 과정은 다음과 같습니다:
MCFLIRT를 사용한 움직임 보정(Motion Correction)
BET를 사용한 비-뇌 부분 제거(Brain Extraction)
4mm 가우시안 커널을 사용한 공간적 평활화(Spatial Smoothing)
고차 회귀 분석(General Linear Model, GLM)을 사용해 각 참가자의 두 스캔 세션 데이터를 그룹화하여 분석했습니다.
두 가지 VP 적응성 수준(optimally adaptive vs. overly adaptive)을 비교하여 뇌 활동을 분석하였고, Z-임계값 2.3 및 p < 0.05의 보정된 유의 수준을 사용해 통계적으로 유의미한 활성화를 확인했습니다.
3. 결과 (Results)
3.1 평가 데이터: 리더와 팔로워 (Ratings data: Leaders and followers)
과제 난이도에 대한 참가자의 평가 결과, 가상 파트너의 적응성이 증가함에 따라 과제를 더 어렵다고 평가했습니다(일원분산분석: F(4,75) = 4, p < 0.01). 반면, 자신이 가상 파트너의 템포에 미친 영향력에 대한 평가에서는 적응성이 낮은 수준에서 가장 높은 영향력을 느꼈으며, 적응성이 가장 높은 상태에서는 영향력이 크게 느껴지지 않았습니다.
참가자들은 자신이 영향력을 더 크게 느꼈을 때 과제를 덜 어렵게 평가한 리더(leader) 그룹과, 영향력이 큰 상황을 더 어렵다고 평가한 팔로워(follower) 그룹으로 나뉘었습니다. 이 그룹 간 차이는 리더-팔로워 상관계수(LFr)를 통해 정의되었으며, 리더로 분류된 참가자들은 통제 감각(locus of control, LOC) 설문에서도 높은 점수를 기록했습니다. 이는 리더로 분류된 참가자들이 자신의 행동이 과제 결과에 더 큰 영향을 미친다고 느꼈음을 나타냅니다.
3.2 탭핑 데이터: 리더가 되는 방법 (Tapping data: How to lead)
탭핑 성능 분석 결과, 가상 파트너의 적응성이 높을수록 탭핑 비동기성의 표준 편차가 커져 상호작용이 더 불안정해졌습니다(F(1,14) = 22.045, p < 0.001). 적응성이 가장 낮을 때 가장 안정적인 탭핑 동기화가 이루어졌습니다. 반면, 인터탭 간격(SD ITIs)의 안정성은 가상 파트너의 적응성에 따라 유의미한 차이를 보이지 않았습니다(p = 0.45). 이는 리더들이 자기 탭핑의 안정성을 유지하면서, 상호작용의 안정성보다 자신의 템포 유지에 더 집중했음을 시사합니다.
자기 탭핑의 변동성(SD ITIs)과 가상 파트너 적응성 관계리더들은 팔로워보다 탭핑의 안정성이 높았으며(F(1,14) = 8.45, p < 0.05), 특히 가상 파트너의 적응성이 높은 경우에 그 차이가 더 두드러졌습니다. 팔로워들은 상호작용의 안정성에 더 중점을 두었으며, 가상 파트너의 적응성이 높을수록 더 많은 오류 수정(phase correction)을 수행하는 경향을 보였습니다. 이 결과는 팔로워들이 리더보다 상호작용에 더 민감하게 반응했음을 의미합니다.
비동기성의 표준편차(SD Asynchrony)와 가상 파트너 적응성 관계3.3 fMRI 데이터: 다양한 적응성의 가상 파트너와의 리더 역할 (fMRI data: Leading a variably adaptive VP)
뇌 영상 데이터 분석 결과, 가상 파트너의 적응성이 높은 상황에서 우측 전두엽 영역, 앞쪽 섬엽(anterior insula), 상측 두정엽(superior temporal gyrus) 및 하부 두정엽(inferior parietal lobule)에서 유의미한 활성화가 나타났습니다. 특히, 리더들은 오른쪽 전두엽 피질(IFG)과 관련된 자기 주도적 행동을 더 많이 활성화시켰으며, 이는 리더로서 자신이 템포를 통제한다고 느낄 때 더욱 두드러졌습니다.
활성화 패턴은 가상 파트너의 적응성이 낮을 때 더 뚜렷했으며, 이는 리더가 팔로워보다 자신의 탭핑 템포 유지에 더 집중했음을 시사합니다. 이 결과는 리더십이 자기 인식(self-awareness) 및 자기 주도성(self-agency)과 관련된 뇌 영역에서 활성화된다는 점을 보여주었습니다.
4. 토론 (Discussion)
4.1 리더십, 인식된 영향력 및 주체성 (Leading, perceived influence and agency)
이 연구는 리더가 가상 파트너와의 동기화 과제에서 자신이 템포를 조절한다고 인식할 때 뇌의 특정 영역이 활성화됨을 확인했습니다. 특히, 리더로서 더 많은 영향력을 발휘한다고 느끼는 순간, 우측 전두엽 영역(inferior frontal gyrus, IFG)과 앞쪽 섬엽(anterior insula)에서의 활동이 증가했습니다. 이는 리더십의 발휘와 관련된 자기 주도적 행동과 주체성(self-agency)을 담당하는 신경 회로가 활성화된다는 것을 보여줍니다.
리더들이 자신이 더 많은 통제를 하고 있다고 느끼는 경우, 과제 난이도는 크게 증가하지 않았습니다. 이는 사회적 상호작용에서 리더십이 단순히 자기 행동을 조절하는 것을 넘어 상호 교류의 일부로서 인식될 때 더 효과적으로 발휘될 수 있음을 시사합니다. 이러한 신경 활성화 패턴은 리더가 단순히 과제 수행에만 집중하는 것이 아니라, 자신이 상호작용의 주체로서 역할을 하고 있다고 느낄 때 더 뚜렷하게 나타납니다.
4.2 리더, 팔로워 및 동기화 전략 (Leaders, followers and synchronization strategies)
리더와 팔로워는 가상 파트너와의 상호작용에서 각기 다른 전략을 채택했습니다. 리더는 자기 탭핑의 안정성을 유지하는 데 중점을 두었고, 팔로워는 상호작용의 안정성을 우선시했습니다. 즉, 리더는 자신의 행동을 안정적으로 유지함으로써 가상 파트너가 자신에게 맞춰 적응하도록 유도했습니다. 반면, 팔로워는 가상 파트너의 행동에 더 민감하게 반응하여 상호작용을 유지하려고 노력했습니다.
리더는 팔로워보다 오류 수정(phase correction)을 덜 수행했으며, 이는 리더가 가상 파트너보다 자신의 내부 템포를 더 우선시했음을 의미합니다. 이러한 전략 차이는 뇌의 전두엽 및 전 보조 운동 영역(pre-SMA)에서의 활성화 차이로 이어졌습니다. 리더는 가상 파트너의 적응성이 높을 때 자신의 동기화 템포를 유지하는 데 더 큰 신경적 노력을 기울였고, 이로 인해 팔로워보다 더 많은 자기 주도적 활동을 보였습니다.
이 연구는 리더와 팔로워 간의 동기화 전략이 서로 다르며, 리더는 자신의 행동을 통제하고 팔로워가 이에 맞춰 적응하는 방식을 통해 리더십을 발휘한다는 것을 보여줍니다.
전통적인 리더십 연구는 주로 이론적 모델이나 조직 내에서 수집된 HR 데이터를 기반으로 진행되어 왔다. 주로 리더십의 이론적 틀과 개념을 개발하고 검증하는 데 초점을 맞춰 설문지, 인터뷰, 관찰 등의 방법을 통해 데이터를 수집하고 분석한다. 또한 조직 내에서 수집되는 HR 데이터 중심의 분석은 리더십 평가 외에도 성과 지표, 직원 만족도, 이직률 등의 정량적 데이터를 연결 지어 분석을 시도한다. 하지만 이러한 접근 방식은 리더십의 결과를 평가하는 데 유용할 수 있지만, 리더십 과정에서 발생하는 인지적·신경적 메커니즘을 설명하는 데에는 한계가 있다. 즉, 리더십에 대한 기존 연구나 HR의 접근은 리더십 결과물에 초점을 맞추는 경향이 있다.
반면 이 연구는 인지과학과 신경과학의 방법론을 활용하여 리더와 팔로워 간의 협력적 행동이 뇌에서 어떻게 구현되는지에 대한 확인을 시도하였다. fMRI를 사용하여 뇌의 활성 패턴을 직접 측정함으로써, 리더십 행동의 신경적 기제를 파악하였고, 실험 참가자들의 실시간 뇌 활동을 측정하여 리더와 팔로워의 행동과 그에 따른 신경적 변화를 직접적으로 관찰하였다. 이러한 인지과학적 접근은 리더십 행동이 어떻게 형성되고 실행되는지, 그 과정에서 어떤 인지적·신경적 요소가 관여하는지에 집중하며 리더십의 근본적인 이해를 시도한다.
조직 내에서 직접 시도하는 것에는 어려움이 있겠으나 연구 관점에서는 리더십과 팔로워십의 복잡한 상호작용 이해를 위해 신경과학적 방법을 활용해 볼 필요가 있다고 생각된다. 뇌 이미지 기술을 통해 리더십 행동의 기저에 있는 인지적·신경적 과정을 밝히는 연구를 보다 확대해 보면 좋을 것 같다. 또한 실제 조직 환경에서 재현하기 어려운 리더십 상황을 실험실에서 모의하고, 이를 통해 통제된 조건 하에서 리더십 행동을 분석함으로써 인과관계를 명확히 하고, 리더십 이론의 타당성을 검증해 볼 수 있다. 나아가 개인의 신경적 특성과 리더십 스타일, 효과성 간의 관계를 탐구하여, 맞춤형 리더십 개발 프로그램을 설계해 볼 수 있다.
직접적인 연구가 아니더라도 조직 내 HR 관점에서는 기존 이론 중심의 접근에 더불어 신경과학적 연구 결과를 토대로 리더십 개발 프로그램을 설계함으로써, 리더십 역량 강화의 효과를 높일 수 있다. 예를 들어, 자기 인식과 자기 통제 능력을 향상시키는 훈련이 뇌의 특정 영역 활성화를 촉진할 수 있다는 점을 활용할 수 있다. 또한 팔로워의 뇌 활동이 리더와 다르게 나타난다는 점에 주목하여 팔로워십 교육의 필요성을 도출할 수도 있다.
