생체신호인 뇌파를 이용하여 이러닝 학습자의 학습태도를 파악하고 그에 따른 적절한 피드백을 제공하여 학습자의 학습효율을 극대화하려는 연구의 일환으로 여대생을 대상으로 학습자의 학습태도와 뇌파를 분석하여 이들의 상관관계를 밝혀보고자 한다. 학습자가 학습에 집중하는 태도와 그렇지 않은 태도에 대해 뇌파의 파워 스펙트럼을 추출하여 학습자의 뇌파가 어떻게 반응하는지에 중점을 두어 연구하였다. 학습에 집중하는 태도의 대조군으로 산만한 태도와 눈감은 태도를 설정하여 실험을 진행하였다. 학습에 집중하는 태도에서는 집중도가 산만한 태도에 비하여 높게 나타나고 이완지표는 낮게 나타나며, 클릭과 눈굴림과 같은 산만한 태도에서는 주의지표와 잡파 비율이 높게 나왔다. 특히, 눈을 감았을 때는 알파 세타 비율이 1이하로 나타나 눈을 뜬 다른 상태와 뚜렷이 구분되었다.
생체신호인 뇌파를 이용하여 이러닝 학습자의 학습태도를 파악하고 그에 따른 적절한 피드백을 제공하여 학습자의 학습효율을 극대화하려는 연구의 일환으로 여대생을 대상으로 학습자의 학습태도와 뇌파를 분석하여 이들의 상관관계를 밝혀보고자 한다. 학습자가 학습에 집중하는 태도와 그렇지 않은 태도에 대해 뇌파의 파워 스펙트럼을 추출하여 학습자의 뇌파가 어떻게 반응하는지에 중점을 두어 연구하였다. 학습에 집중하는 태도의 대조군으로 산만한 태도와 눈감은 태도를 설정하여 실험을 진행하였다. 학습에 집중하는 태도에서는 집중도가 산만한 태도에 비하여 높게 나타나고 이완지표는 낮게 나타나며, 클릭과 눈굴림과 같은 산만한 태도에서는 주의지표와 잡파 비율이 높게 나왔다. 특히, 눈을 감았을 때는 알파 세타 비율이 1이하로 나타나 눈을 뜬 다른 상태와 뚜렷이 구분되었다.
Using EEG, human physiological signal, as part of research which investigates the state of student learning and provides appropriate feedback to maximize learning efficiency, the relationship of learning attitude and analysis of EEG for female college student is presented. We study the reaction of l...
Using EEG, human physiological signal, as part of research which investigates the state of student learning and provides appropriate feedback to maximize learning efficiency, the relationship of learning attitude and analysis of EEG for female college student is presented. We study the reaction of learner's EEG using the concentration level extracted from the EEG power spectrum when students learn at various learning attitude. The experiment was conducted for the concentrating on learning and, as a control group, erratic attitude and closed eyes state. The attitude of concentrated Learning shows high concentration index and low relaxation index, where as the erratic attitude, such as eye movement and clicking, shows high level of attention index and noisy wave ratio. Especially, the state of closed eyes shows the ratio of alpha and theta wave under 1. This is distinct with open eyes cases.
Using EEG, human physiological signal, as part of research which investigates the state of student learning and provides appropriate feedback to maximize learning efficiency, the relationship of learning attitude and analysis of EEG for female college student is presented. We study the reaction of learner's EEG using the concentration level extracted from the EEG power spectrum when students learn at various learning attitude. The experiment was conducted for the concentrating on learning and, as a control group, erratic attitude and closed eyes state. The attitude of concentrated Learning shows high concentration index and low relaxation index, where as the erratic attitude, such as eye movement and clicking, shows high level of attention index and noisy wave ratio. Especially, the state of closed eyes shows the ratio of alpha and theta wave under 1. This is distinct with open eyes cases.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이에 본 연구에서는 학습자의 개인차를 이러닝에 반영하고자 사람의 생체신호인 뇌파를 이용하여 학습태도를 분석하고자 한다. 본 연구는 학습자의 뇌파를 이용하여 학습자의 학습태도를 실시간으로 파악하고 이를 토대로 학습자에게 학습태도에 따른 적절한 피드백을 즉각적으로 제공함으로써 학습 집중력을 높여주고자 한다. 더 나아가 학습자의 프로필 및 학습이력정보를 기반으로 학습자의 감성 상태를 분석하여 맞춤 학습을 진행할 수 있어서 학습 효율 향상에 기여할 수 있다.
최근에는 스포츠, 컴퓨터인터페이스 등의 다양한 분야에서 집중력을 파악하거나 집중력을 향상시키는 방법 등의 뇌파 연구가 활발하게 진행되고 있다[2-5]. 이에 본 연구에서는 학습자의 개인차를 이러닝에 반영하고자 사람의 생체신호인 뇌파를 이용하여 학습태도를 분석하고자 한다. 본 연구는 학습자의 뇌파를 이용하여 학습자의 학습태도를 실시간으로 파악하고 이를 토대로 학습자에게 학습태도에 따른 적절한 피드백을 즉각적으로 제공함으로써 학습 집중력을 높여주고자 한다.
일반적으로 이러닝 환경에서는 학습자의 눈깜박임과 움직임이 있어 기존의 의학적, 심리 학적 뇌파 분석은 한계가 있다. 집중, 산만, 눈감은 상태 등 다양한 학습 상황에서 학습자의 학습태도 변화에 따른 뇌파의 변화를 검출하기 위해서 여대생을 대상으로 실험을 진행하였다. 학습자가 눈을 감고 있는 태도에서는 집중 지표와 이완 지표가 높고 주의 지표가 낮게 나타나는 양상을 보였으나, Alpha파에 대한 Theta파의 비가 1 이하로 나타나는 양상을 보여 눈을 뜨고 있는 다른 학습태도와 뚜렷이 구분할 수 있었다.
제안 방법
뇌파 분석에는 (주)락싸에서 개발한 Telescan 소프트 웨어와 Complexity 소프트웨어를 이용하였으며 FFT (Fast Fourier Transform)분석을 기본으로 한 주파수 별 분석(Power Spectrum Analysis)으로 SMR파, M-Beta 파, H-Beta파, Alpha파, Theta파를 구하고 이를 이용하여 집중, 이완 그리고 주의를 나타내는 지표를 추출하였으며, 이 지표를 학습자 태도에 적용하여 뇌파를 분석하였다. 집중, 이완, 주의 지표는 이러닝과 관련하여 (주)락싸에서 개발한 지표를 근거로 하였다 [14].
뇌파 측정은 피험자 전두엽의 좌뇌(Fp1)과 우뇌(Fp2)에서 방출되는 뇌전위에 대해 1초에 256 데이터씩 실시간으로 저장하였다. 뇌파를 측정하기 위한 전극의 배치는 International 10-20 System[13]에 따라 Fp1(좌뇌 전 전두엽), Fp2(우뇌 전전두엽) 2개 전극 위치를 활성 부위로 하였으며, 오른쪽 귀볼을 Reference로 선택하였다.
뇌파가 심리학이나 의학적으로 진행된 기존 뇌파 실험과 달리 본 연구에서는 진행된 실험은 이러닝 환경에서 학습자의 태도 변화에 따른 실험으로 피험자의 움직임을 완전히 제한한 상태로 실험을 진행할 수 없는 관계로 잡파를 제거하는 알고리즘을 적용하여 실험을 분석하는 방법 대신에 잡파 성분을 실험 분석에 활용한 것이다.
뇌파는 생체신호로 피험자별로 차이를 보일 수 있기에 피험자별로 실험 후 진행한 피험자 면담을 기반으로 피험자의 뇌파 데이터를 분석하였다.
실험요인 이외의 다른 변수들이 실험에 미치는 영향을 최소화하기 위하여 실험 전 날 피험자가 충분한 수면을 취하도록 하였으며, 실험 당일 물 이외의 음료(커 피, 녹차 등)의 섭취를 금하도록 하였다. 또한 실험 당일 편안한 상태를 유지할 수 있도록 유도 하였으며, 실험시 몸의 움직임 및 눈 깜빡임을 최소화하도록 하였다. 눈의 깜빡임에 영향을 줄 수 있는 눈 건조현상을 줄이기 위하여 렌즈 착용을 금지하였다.
본 연구에서는 보다 깨끗한 데이터만을 유효 데이터로 사용하고자 최대값과 최소값의 범위로 ±80uV를 설정하였다.
시간에 따른 추이변화를 살펴보고자 Historical Mode Analysis를 실시하였으며, 실험 결과로는 피험자의 뇌파를 이용한 집중 지표, 이완 지표 그리고 주의 지표를 추출하였다.
실험요인 이외의 다른 변수들이 실험에 미치는 영향을 최소화하기 위하여 실험 전 날 피험자가 충분한 수면을 취하도록 하였으며, 실험 당일 물 이외의 음료(커 피, 녹차 등)의 섭취를 금하도록 하였다. 또한 실험 당일 편안한 상태를 유지할 수 있도록 유도 하였으며, 실험시 몸의 움직임 및 눈 깜빡임을 최소화하도록 하였다.
실험은 이러닝 환경에서 학습자에게 나타날 수 있다고 판단되는 태도를 피험자가 취하도록 한 후 피험자의 뇌파를 측정하고 이를 관찰자가 관찰하는 방법으로 진행되었다. 이러닝 환경에서 가능한 학습자 태도는 [표 2]와 같이 구분하였다.
특히 본 연구가 뇌파 중 전두엽을 대상으로 진행됨으로 EOG가 유입될 가능성이 높다. 이에 본 연구에서는 EOG를 비롯하여 유입되는 잡파를 고려하여 잡파 비율의 개념을 추가하는 방법으로 실험을 재분석하였다. 본 연구에서 제시한 잡파 비율은 분석구간 데이터에서 설정한 최대값, 최소값 범위를 벗어나는 값이 차지하는 비율을 의미하게 된다.
학습에 집중하는 상태에서는 피험자의 학습동기를 향상시키고자 학습이 종료된 후 학습내용에 대한 문제를 풀어 이해도를 측정하였다.
피험자군은 성별과 나이에 따른 차이를 배제하기 위하여 20대 초반 여자 대학생으로 제한하였다. 학습자의 뇌파를 기존의 부착형 뇌파측정기로 장기간 측정할 경우 학습에 방해가 되어, Laxtha가 개발한 헤어밴드 형태인 NeuroNicle을 이용하였다. 이 제품은 전두엽에 2 극형 섬유 전극과 귀볼에 부착하는 전극으로 구성되어 착용감을 높였다.
학습자의 학습태도와 뇌파의 상관관계를 밝히고자 20명의 피험자를 대상으로 이러닝 학습상황에서 나타 날 수 있는 태도를 3가지 태도로 구분한 후 각 태도에 임하는 피험자의 뇌파를 측정한 후 측정된 뇌파로부터 집중, 이완, 주의 지표를 추출하는 방법으로 실험을 진 행하였다.
대상 데이터
피험자군은 성별과 나이에 따른 차이를 배제하기 위하여 20대 초반 여자 대학생으로 제한하였다. 학습자의 뇌파를 기존의 부착형 뇌파측정기로 장기간 측정할 경우 학습에 방해가 되어, Laxtha가 개발한 헤어밴드 형태인 NeuroNicle을 이용하였다.
이론/모형
뇌파 측정은 피험자 전두엽의 좌뇌(Fp1)과 우뇌(Fp2)에서 방출되는 뇌전위에 대해 1초에 256 데이터씩 실시간으로 저장하였다. 뇌파를 측정하기 위한 전극의 배치는 International 10-20 System[13]에 따라 Fp1(좌뇌 전 전두엽), Fp2(우뇌 전전두엽) 2개 전극 위치를 활성 부위로 하였으며, 오른쪽 귀볼을 Reference로 선택하였다.
성능/효과
각 집단 간 집중 지표의 사후 검증 결과를 [그림 1]에서 나타내었다. 눈감음(평균 =62.4) 태도와 다른 태도들 간에는 집중 지표의 차이가 있었으며, 산만:시선이동(평균=45.5) 태도와 다른 지표들 간에도 집중 지표에 차이가 있었다. 반면에 산만:클릭(평균=53.
또한 산만한 상태를 나타내는 산만:시선이동 태도와 산만:클릭 태도에서는 다른 태도와 달리 EOG를 비롯한 잡파가 30%이상 유입되는 모습을 보였다. 다시 요약하면, 학습에 집중하는 태도에서는 집중도가 산만한 태도에 비하여 높게 나타나고 이완지표는 낮게 나타나며, 클릭과 눈굴림과 같은 산만한 태도에서는 주의지표와 잡파비율이 높게 나왔다. 특히, 눈을 감았을 때는 알파 세타 비율이 1이하로 나타나 눈을 뜬 다른 상태와 뚜렷이 구분되었다.
학습자가 산만해질 수 있는 상태라고 가정한 산만:시선이동 태도에서는 집중 지표가 다른 어떤 태도보다 낮게 나타난 반면에 주의 지표는 높은 양상을 보였다. 또 다른 산만한 상태인 산만:클릭 태도는 집중 지표가 집중함 태도와 유사하게 나타났으나, 주의 지표가 집중함 태도에 비해서 높게 나타나는 양상을 보였다. 또한 산만한 상태를 나타내는 산만:시선이동 태도와 산만:클릭 태도에서는 다른 태도와 달리 EOG를 비롯한 잡파가 30%이상 유입되는 모습을 보였다.
또 다른 산만한 상태인 산만:클릭 태도는 집중 지표가 집중함 태도와 유사하게 나타났으나, 주의 지표가 집중함 태도에 비해서 높게 나타나는 양상을 보였다. 또한 산만한 상태를 나타내는 산만:시선이동 태도와 산만:클릭 태도에서는 다른 태도와 달리 EOG를 비롯한 잡파가 30%이상 유입되는 모습을 보였다. 다시 요약하면, 학습에 집중하는 태도에서는 집중도가 산만한 태도에 비하여 높게 나타나고 이완지표는 낮게 나타나며, 클릭과 눈굴림과 같은 산만한 태도에서는 주의지표와 잡파비율이 높게 나왔다.
본 실험은 20명의 여대생만을 대상으로 전전두엽 2개의 채널에 국한되어 뇌파를 측정하여 연구의 결과를 일반화하기 어렵지만 관찰자의 세심한 관찰을 통한 학습자 태도를 분석하고 이를 뇌파와의 상관관계로 규명해 본 결과 유의미한 결과를 도출하여 그 의의가 크다. 추가 실험으로 보다 다양한 피험자군과 다채널 뇌파 측정 실험을 진행하여 검증해 보아야 할 것이다.
본 연구와 관련하여 실험을 진행하는 과정에서 Theta파에 대한 SMR파와 M-Beta파의 합의 비율을 활용하여 추출한 집중 지표가 EOG(electrooculograms, 안전도)에 의해 유입되는 저주파 성분에 의해 영향을 받을 수 있다는 가능성이 발견되었다.
집중, 산만, 눈감은 상태 등 다양한 학습 상황에서 학습자의 학습태도 변화에 따른 뇌파의 변화를 검출하기 위해서 여대생을 대상으로 실험을 진행하였다. 학습자가 눈을 감고 있는 태도에서는 집중 지표와 이완 지표가 높고 주의 지표가 낮게 나타나는 양상을 보였으나, Alpha파에 대한 Theta파의 비가 1 이하로 나타나는 양상을 보여 눈을 뜨고 있는 다른 학습태도와 뚜렷이 구분할 수 있었다.
학습자가 산만해질 수 있는 상태라고 가정한 산만:시선이동 태도에서는 집중 지표가 다른 어떤 태도보다 낮게 나타난 반면에 주의 지표는 높은 양상을 보였다. 또 다른 산만한 상태인 산만:클릭 태도는 집중 지표가 집중함 태도와 유사하게 나타났으나, 주의 지표가 집중함 태도에 비해서 높게 나타나는 양상을 보였다.
학습태도와 이완 지표 간의 상관관계를 분석한 결과, 두 변인 간의 상관관계는 높은 것으로 나타났다.(eta=0.
학습태도와 잡파 비율 간의 상관관계를 분석한 결과, 두 변인 간의 상관관계는 높은 것으로 나타났다 (eta=0.784/ 또는 eta 자승=0.616). 따라서 잡파 비율이 학습태도에 의해 상당한 영향을 받는 중요한 지표라는 사실을 알 수 있다.
학습태도와 주의 지표 간의 상관관계를 분석한 결과, 두 변인 간의 상관관계는 높은 것으로 나타났다 (eta=0.697/ 또는 eta 자승=0.486). 이 결과 역시 학습태도가 주의 지표에 영향을 주는 중요한 요인이라는 사실을 보여준다.
학습태도와 집중 지표 간의 상관관계를 분석한 결과, 두 변인 간의 상관관계는 높은 것으로 나타났다 (eta=0.666/ 또는 eta 자승=0.444). 이 결과는 학습태도가 집중 지표에 영향을 주는 중요한 요인이라는 사실을 보여준다.
후속연구
본 실험은 20명의 여대생만을 대상으로 전전두엽 2개의 채널에 국한되어 뇌파를 측정하여 연구의 결과를 일반화하기 어렵지만 관찰자의 세심한 관찰을 통한 학습자 태도를 분석하고 이를 뇌파와의 상관관계로 규명해 본 결과 유의미한 결과를 도출하여 그 의의가 크다. 추가 실험으로 보다 다양한 피험자군과 다채널 뇌파 측정 실험을 진행하여 검증해 보아야 할 것이다.
즉 잡파 비율이 높을수록 집중 지표가 낮아지며 EOG가 잡파(artifact)로 작용하여 실험 결과를 왜곡시키게 되는 것이다. 특히 본 연구가 뇌파 중 전두엽을 대상으로 진행됨으로 EOG가 유입될 가능성이 높다. 이에 본 연구에서는 EOG를 비롯하여 유입되는 잡파를 고려하여 잡파 비율의 개념을 추가하는 방법으로 실험을 재분석하였다.
질의응답
핵심어
질문
논문에서 추출한 답변
이러닝의 단점은?
면대면으로 이루어지는 학습 환경에서는 학습에 따른 학습자의 학습태도 및 감성을 실시간으로 파악할 수 있으며 이에 따른 상호작용이 활발하게 전개될 수 있다. 그에 반해 이러닝은 주로 비면대면으로 진행되므로 학습자의 학습태도 및 감성을 실시간으로 파악하기 쉽지 않으며 이에 따른 적절한 상호작용이 활발하게 전개되기 어려울 뿐만 아니라 학습자의 학습 집중력 부족으로 연결될 수 있다.
뇌기반교육과 관련된 연구 중 Kirk와 Chalfant는 주의집중을 무엇으로 정의하였는가?
뇌를 효율적으로 사용하기 위한 뇌기반교육(Brain based Education)과 관련된 연구들에 의하면, 집중은 주의집중으로 표시하고 있다. Kirk와 Chalfant는 주의 집중을 관련 자극에 선택적으로 집중시키는 과정으로 정의하였고, Reid와 Hresko는 주의집중을 내적 및 외적 자극에 의식을 집중하는 능력이라고 하였다. 이와 같은 정의에서 공통적으로 인식하는 점은 자극에 대한 의식 과정을 주의집중으로 보는 것이다[11].
이러닝의 개선사항으로 지적된 것은?
지식경제부와 정보통신 산업진흥원이 조사하여 발표한 ‘2009 이러닝 산업실태 조사’에 따르면 만 3세 이상 국민 중 절반(48.3%)이 이러닝을 통하여 학습한 경험이 있는 것으로 조사되었고, 학습집중력 향상을 위한 콘텐츠 보완과 질문 등에 대한 상호작용 보완이 이러닝의 개선사항으로 지적되었다. 이는 이러닝이 시간과 공간에 제약을 받지 않으며 언제 어디서나 자기주도적으로 학습이 가능한 학습형태라는 장점이 반영된 것이라고 볼 수 있다.
이시영, "뇌파신호를 이용한 집중력 향상 게임에 관한 연구", 우송대학교 공학대학원 학위논문, 2009.
이충헌, 권장우, 김규동, 홍준의, 신대섭, 이동훈, "뇌파기반 집중도 전송 및 BCI 적용에 관한 연구", 전자공학회논문지, 제6권, 제2호, pp.137-141, 2009.
이구형, "뇌파 신호 분석 알고리즘을 이용한 양궁슈팅 과정에 대한 집중력 및 긴장이완 수준 평가", 한국감성과학회지, 제2권, 제3호, pp.341-350, 2009.
박성수, 허환, 이운성, "차량시물레이터 환경에서 운전 중 주의분산에 따른 생체신호 변화 연구", 대한인간공학회지, 제29권, 제1호, pp.55-59, 2010.
이옥형, 이종숙, 임선빈, 교육심리학, 집문당, 2000.
이정모, "뇌기반 학습 패러다임의 형성 배경과 의의", 교육진흥, 제18권 제4호 통권70호, pp.55-61, 2005.
문선모, 기억력과 집중력 향상기술, 원미사, 2008.
B. L. Harju and M. A. Eppler, "Achievement of motivation, flow and irrational beliefs in traditional and nontraditional colleg students," Journal of Instructional Psychology, Vol.24, No.3, pp.147-157, 1997.
M. Csikszentmihalyi, Flow: The psychology of optimal experience, New York: Harper & Row, 1991.
황경은, "오르프와 고든의 오디에이션 활동을 적용한 음악치료가 시설아동의 주의집중력과 과잉행동에 미치는 영향", 한양대학교 교육대학원 학위논문, 2007.
K. H. Pribram, Rethinking neural networks: Quantum fields and biological data, Proceeding of the first Appalachian Conference on behavioral neurodynamics. Hillside:Lawrence Erlbaum, 1993.
H. H. Jasper, "The ten-twenty electrode system of the International Federation," Electroencephalography and Clinical Neurophysiology, No.10, pp.371-375, 1958.
이러닝 분석지표 기술문서, (주)락싸, 2010.
J. O. Lubar and J. F. Lubar, "EEG biofeedback of SMR and beta for treatment of attention deficit disorders in clinical setting," Biofeedback Self Regul. Vol.9, No.1, p.103, 1984.
J. Cowan and T. Allen, "Using brainwave biofeedback to train the sequence of concentration and relaxation in athletic activities," proceedings of 15th Association for the Advancement of Applied Sport Psychology, p.95, 2000.
M. B. Sterman, "Sensorimotor EEG operant conditioning and experimental and clinical effects," The Pavlovian journal of biological science, Vol.12, No.2, pp.65-92, 1977.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.