I. 서 론
1. 연구의 목적 및 필요성
2. 연구의 방법 및 범위
II. 이론적 배경
1. 바이오필릭 디자인과 실내 표면디자인
2. 프랙탈 패턴의 개념, 유형 및 복잡도
3. EEG RAB를 통한 신경생리 반응 측정
III. 연구방법
1. 프랙탈 패턴 자극물 구성
2. 실험환경 및 절차
3. 연구참여자
4. EEG 분석 방법
IV. 연구결과
1. 프랙탈 유형과 복잡도에 따른 EEG RAB 반응 차이
2. 뇌영역별 RAB 반응 특성
3. 연령집단에 따른 RAB 차이
Ⅴ. 논 의
1. 프랙탈 유형과 복잡도 결과의 의미
2. RAB 및 뇌영역별 결과에 대한 해석
3. 실내 표면디자인 적용 가능성과 연구의 한계
VI. 결 론
I. 서 론
1. 연구의 목적 및 필요성
현대의 실내환경 설계는 기능적 효율성과 심미적 완성도를 넘어, 이용자의 정서적 안정과 회복 경험을 지원하는 방향으로 확장되고 있다. 주거공간 등 이용자가 일정 시간 이상 머무는 실내환경에서 벽면, 바닥, 조명, 가구 등의 표면에 적용된 시각적 디자인 요소는 공간 경험에 지속적으로 영향을 미칠 수 있다. 이러한 맥락에서 자연의 형태나 원리를 디자인에 적용하는 바이오필릭 디자인은 자연과 인간의 연결성을 환경에 반영함으로써 스트레스 감소, 인지 기능 향상, 웰빙 및 회복 경험을 촉진할 수 있는 중요한 설계전략으로 논의되어 왔다(Browning, Ryan, & Clancy, 2014).
바이오필릭 디자인은 식물, 물, 자연 조망과 같은 직접적인 자연 요소의 도입에만 한정되지 않는다. Browning, Ryan, and Clancy(2014)이 제시한 바이오필릭 디자인의 세 가지 범주 중 하나인 ‘Natural Analogues’는 자연의 형태, 재료, 색채, 패턴, 복잡성과 질서를 인공환경의 디자인 요소로 전환하는 접근이다. 특히 이 범주에 속하는 ‘Biomorphic Forms & Patterns’와 ‘Complexity & Order’는 프랙탈 패턴을 실내 디자인의 바이오필릭 요소로 해석할 수 있는 주요 근거가 된다. 즉, 실제 자연물을 실내에 배치하지 않더라도, 자연의 구조적 질서를 시각적 패턴으로 전환하는 방식인 프랙탈 패턴은 실내환경에서 활용 가능한 바이오필릭 디자인 전략으로 볼 수 있다.
프랙탈은 서로 다른 크기 수준에서 유사한 구조가 반복되는 자기유사성(self-similarity)과 다중 스케일 구조(scale invariance)를 특징으로 하며, 구름, 나뭇가지, 산맥, 해안선 등 자연의 복잡한 시각 질서를 설명하는 개념이다(Mandelbrot, 1982; Taylor et al., 2011). 프랙탈이 갖는 긍정적 효과에 대해 여러 학자들이 연구해 왔으나 기존 연구는 몇 가지 한계를 남긴다. 첫째, 프랙탈 패턴의 실내 적용 가능성을 다룬 연구는 주로 시각적 흥미, 선호, 기분, 이완감 등의 주관적 반응파악을 중심으로 이루어져 왔고(Abboushi et al., 2019; Robles et al., 2021; Suh et al., 2024) 신경생리적 반응에서 어떠한 차이를 형성하는지에 대한 설명은 제한적이다. 둘째, 정확, 통계적 프랙탈을 대상으로 한 기존의 EEG 연구들은 대부분 한가지 패턴을(Hägerhäll et al., 2008, 2015) 사용하였다는 한계점이 있고 또한 주로 알파, 베타 등 각각의 뇌파를 분석하는 방식으로 진행되어 알파파와 베타파의 관계를 설명하는 RAB를 분석한 연구는 제한적이다. 셋째, 프랙탈 패턴에 대한 뇌반응 분석시 뇌영역별 반응 특성 검토가 필요한데 그러한 연구가 드물다. 전두엽, 측두엽, 두정엽, 후두엽 영역은 각각 정서 조절, 정서 정보 처리, 공간 및 복잡성 처리, 시각 정보 처리와 관련되므로, 동일한 프랙탈 패턴이라도 뇌영역에 따라 반응 양상이 달라질 수 있다(Bower, Tucker, & Enticott, 2019; Norwood et al., 2019; Rawls et al., 2021).
따라서 실내 표면디자인에서 프랙탈 패턴을 활용하기 위해서는 프랙탈을 단순한 장식 문양이나 자연 유사 이미지로 다루는 데 그치지 않고, 프랙탈 유형과 복잡도에 따른 신경생리 반응 차이를 실증적으로 검토할 필요가 있다. 특히 정확 프랙탈과 통계적 프랙탈은 반복 방식과 자연성의 정도에서 차이를 보이며, 중-저 복잡도와 중-고 복잡도는 시각 정보량과 처리 부담의 차이를 형성할 수 있다. 따라서, 이러한 차이가 EEG 반응에 어떻게 반영되는지를 확인하는 것은, 프랙탈 패턴을 실내 표면디자인 요소로 적용할 때 적절한 유형과 복잡도 수준을 판단하기 위한 기초자료가 될 수 있다.
이에 본 연구는 프랙탈 패턴 자체 자극을 대상으로, 프랙탈 유형과 복잡도에 따른 EEG RAB 반응 차이를 분석한다. 이를 통해 프랙탈 패턴을 자연의 구조적 질서를 반영하는 바이오필릭 디자인 요소로 검토하고, 주거 및 실내환경 분야에서 회복적 시각 환경 설계를 위한 실증적 근거를 제시하고자 한다.
2. 연구의 방법 및 범위
본 연구는 공간 배경을 제거한 프랙탈 패턴 자체 자극을 대상으로, 프랙탈 유형과 복잡도에 따라 EEG 기반 RAB 반응이 어떻게 달라지는지를 분석한다. 프랙탈 유형은 정확 프랙탈(Exact Fractal)과 통계적 프랙탈(Statistical Fractal)로 구분하고, 프랙탈 복잡도는 D값을 기준으로 중-저 복잡도(Medium-Low, ML)와 중-고 복잡도(Medium-High, MH)로 구분한다. EEG 반응은 상대적 알파-베타 비율인 RAB를 중심으로 분석하며, F3-F4, T5-T6, P3-P4, O1-O2의 네 개 뇌영역에서 반응 차이를 검토한다. RAB는 상대 알파파를 상대 베타파로 나눈 지표로, 안정･이완 관련 알파 활동과 각성･외부지향적 처리 관련 베타 활동 간의 상대적 처리 경향을 파악하는 데 활용된다(Engel & Fries, 2010). 복잡도에 따른 RAB 차이를 분석하는 것은 프랙탈 패턴의 시각 정보량과 구조적 특성의 변화가 이러한 신경생리적 처리 경향에 어떻게 반영되는지를 확인하기 위한 것이다.
본 연구는 프랙탈 패턴 자체 자극에 초점을 맞춘다. 이러한 범위 설정은 실내공간의 배경, 가구, 조명, 시점, 색채 조건이 함께 작용할 때 발생할 수 있는 해석상의 혼선을 줄이고, 프랙탈 패턴의 구조적 특성이 EEG RAB(relative alpha-beta ratio) 반응에 미치는 영향을 직접적으로 확인하기 위한 것이다. 또한 본 연구는 EEG 반응을 전두엽(F3-F4), 측두엽(T5-T6), 두정엽(P3-P4), 후두엽(O1-O2)으로 구분하여 분석한다. 이는 프랙탈 패턴의 유형과 복잡도가 정서 조절, 정서 정보 처리, 공간 및 복잡성 처리, 시각 정보 처리와 관련된 뇌영역에서 서로 다른 반응 양상을 보일 수 있기 때문이다.
구체적인 분석 내용은 다음과 같다: (1) 정확 프랙탈과 통계적 프랙탈에서 복잡도(ML/MH)에 따른 EEG RAB 반응 차이 분석. (2) 동일한 복잡도 조건에서 정확 프랙탈과 통계적 프랙탈의 EEG RAB 반응 차이 분석. (3) 프랙탈 유형과 복잡도에 따른 EEG RAB 반응이 뇌영역별로 어떠한 특성을 보이는지 분석한다.
본 연구는 프랙탈 패턴이 실내공간에 적용되기 이전에 패턴 자체의 구조적 특성을 확인하는 기초 단계이다. 이를 바탕으로 후속 연구에서는 동일한 프랙탈 패턴이 적용된 실내공간 이미지와 패턴 자체 자극의 EEG 반응을 비교하여 공간 맥락의 영향을 검토하고자 한다.
II. 이론적 배경
1. 바이오필릭 디자인과 실내 표면디자인
바이오필릭 디자인은 인간이 자연 및 생명 과정과 본질적으로 연결되어 있다는 관점에 기초한 설계 접근이다(Wilson, 1984; Kellert, Heerwagen, & Mador, 2008). Wilson(1984)의 바이오필리아 가설은 인간에게 생명체와 자연환경에 대한 내재적 친화성이 존재한다는 것으로, 이후 건축 및 실내디자인 분야에서는 이러한 인간-자연 관계를 어떻게 반영할 것인가가 중요한 논의로 확장되었다. 바이오필릭 디자인의 회복 효과는 여러 선행연구들에서 확인되어 왔다. 예를 들어, Ulrich(1981)는 자연 장면이 도시 장면보다 긍정적인 심리생리 반응을 유도할 수 있음을, Ulrich et al.(1991)은 자연환경 노출이 도시환경 노출보다 스트레스 회복에 유리함을 밝혔다. Kaplan(1995)은 자연환경이 주의회복 효과를 가져올 수 있음을 설명하였다.
바이오필릭 디자인은 자연을 직접 도입하는 방식과 자연의 원리를 간접적으로 번안하는 방식을 모두 포함한다. Browning, Ryan, and Clancy(2014)은 바이오필릭 디자인을 ‘Nature in the Space’, ‘Natural Analogues’, ‘Nature of the Space’의 세 범주로 구분하였다. 그중 ‘Natural Analogues’는 살아 있는 식물이나 자연 조망을 직접 배치하는 방식이 아니라, 자연에서 발견되는 형태, 재료, 색채, 패턴, 복잡성과 질서를 인공환경의 디자인 요소로 전환하는 접근이다. Browning, Ryan, and Clancy(2014)은 Natural Analogues에는 Biomorphic Forms & Patterns, Material Connection with Nature, 그리고 Complexity & Order의 3가지 방식이 있음을 제시하였다. 이중 ‘Biomorphic Forms & Patterns’와 ‘Complexity & Order’는 프랙탈 패턴을 실내 표면디자인의 바이오필릭 요소로 해석할 수 있는 근거가 된다. 전자는 자연에서 관찰되는 형태와 반복적 패턴을 디자인에 반영하는 개념이며, 후자는 자연환경에서 발견되는 정보의 풍부함과 질서 있는 복잡성을 설계 요소로 활용하는 개념이다.
실내 표면디자인은 벽면, 바닥, 천장, 파티션, 가구 등에 적용되는 패턴이나 마감재의 패턴, 조명 투사면처럼 이용자의 시야에 반복적으로 노출되는 시각적 표면 요소를 포함한다. 이러한 요소는 공간의 구조나 기능 배치를 직접 바꾸지 않더라도, 시각적 정보량, 질서감, 자연성, 흥미, 안정감 등에 영향을 줄 수 있다. 따라서 자연의 구조적 질서를 표면 패턴으로 전환하는 방식은 실내환경에서 적극 활용 가능한 바이오필릭 디자인 전략으로 볼 수 있다(Browning, Ryan, & Clancy, 2014; Abboushi et al., 2019; Robles et al., 2021). 이러한 관점에서 프랙탈 유형과 복잡도는 바이오필릭 디자인의 새로운 분류체계를 제안하기 위한 개념이라기보다, 프랙탈 패턴의 구조적 특성을 체계적으로 분석하고 이를 바이오필릭 디자인의 한 방식으로 활용하는 데 유용한 도구이다. 정확･통계적 프랙탈의 구분은 스케일 간 형태와 반복 방식의 차이를, 복잡도는 D값에 따른 시각적 정보량과 질서의 정도를 설명하며, 이는 각각 Biomorphic Forms & Patterns와 Complexity & Order에 연결된다.
2. 프랙탈 패턴의 개념, 유형 및 복잡도
프랙탈은 서로 다른 크기 수준에서 유사한 구조가 반복되는 자기유사성과 척도 불변성을 특징으로 하는 기하학적 구조이다(Mandelbrot, 1982; Falconer, 2014). 자연 구조는 완전히 동일한 형태를 기계적으로 반복하지 않지만, 확대와 축소의 과정에서 유사한 조직 원리를 유지한다(Mandelbrot, 1982; Taylor et al., 2011). 이러한 점에서 프랙탈은 자연 장면에 내재한 복잡성과 질서를 설명하는 주요 개념으로 이해할 수 있다. 프랙탈 패턴은 유형에 따라 정확 프랙탈과 통계적 프랙탈로 구분된다. 정확 프랙탈은 서로 다른 스케일에서 동일한 구조가 정확하게 반복되는 유형으로, 수학적 규칙에 의해 생성되는 기하학적 패턴에 가깝다. 반면 통계적 프랙탈은 모든 스케일에서 동일한 형태가 반복되는 것이 아니라, 전체적인 통계적 성질과 구조적 유사성이 유지되는 유형이다. 자연에서 관찰되는 구름, 나뭇가지, 산맥, 해안선은 통계적 프랙탈의 성격에 가깝다(Hägerhäll et al., 2015; Spehar, Walker, & Taylor, 2016)<Table 1>.
Table 1.
Comparison of Exact and Statistical Fractal
Note. Reconstructed based on Murteza (2020) .
프랙탈 복잡도는 일반적으로 Fractal dimension(D값)으로 설명된다. D값은 서로 다른 스케일의 패턴이 전체 이미지 안에서 얼마나 조밀하게 축적되는지를 나타내는 지표이며, 2차원 이미지에서는 1과 2 사이의 값을 가진다(Mandelbrot, 1982; Taylor et al., 2011; Falconer, 2014). 값이 1에 가까울수록 선형적이고 빈 구조에 가깝고, 값이 2에 가까울수록 세부 요소가 많고 면이 조밀하게 채워진 구조에 가까워진다. <Table 2>는 프랙탈 복잡도와 주요 지각 반응의 일반적 경향을 요약한 것으로, 본 연구에서는 D값을 기준으로 중-저 복잡도(ML 1.3)와 중-고 복잡도(MH 1.7)를 구분하여 분석하였다.
Table 2.
General Trends in Fractal Complexity (D-value) and Major Perceptual Responses
Note. Reconstructed based on Abboushi et al. (2019).
한편, 프랙탈 복잡도와 인간 반응의 관계는 단일한 경향으로 설명되기 어렵다. Spehar et al.(2003)은 자연적･수학적 프랙탈에서 사람들이 D = 1.3-1.5 범위의 프랙탈을 선호하는 경향을 보고하였다. 반면 Abboushi et al.(2019)은 실내공간의 벽면과 바닥에 프랙탈 조명 패턴을 투사한 연구에서 시각적 흥미와 선호가 D = 1.5-1.7 범위에서 높게 나타남을 보고하였다. 이는 높은 복잡도 또는 중-고 복잡도 조건도 공간 맥락에 따라 흥미, 시각적 자극성을 높일 수 있음을 보여준다.
Robles et al.(2023)은 프랙탈 구조 자체가 비프랙탈 통제 자극보다 매력성, 이완감, 흥미성에서 긍정적으로 평가될 수 있음을 밝혔다. Robles et al.(2021)은 프랙탈 기반 디자인에서 복잡도 증가가 선호와 참여감 평가를 높일 수 있으나, 이완감과 회복감은 동일한 방향으로 증가하지 않을 수 있음을 제시하였다. 또한 Suh et al.(2024)은 프랙탈 패턴의 3차원화와 공간 깊이가 실내공간의 주관적 경험, 특히 흥미, 탐색 의향, 접근 의향에 영향을 미칠 수 있음을 보고하였다.
이상의 선행연구를 종합하면, 기존 연구는 주로 선호, 흥미, 이완감, 회복감 등의 주관적 반응을 중심으로 이루어졌기 때문에, 프랙탈 유형과 복잡도에 따른 신경생리 반응을 검토할 필요가 있다. 본 연구는 이러한 필요성에 따라 공간 배경을 제거한 프랙탈 패턴 자체 자극을 대상으로 안정･이완을 나타내는 뇌파인 알파파와 각성을 나타내는 베타파의 상대적 비율을 살펴보는 RAB 반응 차이를 분석한다.
3. EEG RAB를 통한 신경생리 반응 측정
1) EEG 기반 환경 반응 측정과 알파･베타 지표
실내환경 자극에 대한 반응은 자기보고식 주관적 반응 측정만으로 충분히 설명되기 어렵다. 환경 자극은 이용자의 정서, 주의, 각성 수준에 동시에 영향을 미칠 수 있으므로, 이를 보완하기 위해 EEG 등의 신경생리 지표를 함께 활용한다(Bower, Tucker, & Enticott, 2019; Norwood et al., 2019). EEG는 두피에서 측정되는 비침습적 신경생리 측정 방법으로, 자극 제시 중 발생하는 뇌활동의 시간적 변화를 비교적 높은 시간 해상도로 포착한다(Pfurtscheller & Lopes da Silva, 1999; Lopes da Silva, 2013).
본 연구와 직접적으로 관련되는 EEG 주파수 지표는 알파(alpha)와 베타(beta)이다. 알파 대역은 일반적으로 이완된 각성 상태, 내적 주의, 안정적 처리와 관련되고, 베타 대역은 외부 지향적 주의, 시각 정보 처리, 각성 및 인지 처리와 관련된다(Ray & Cole, 1985; Klimesch, Sauseng, & Hanslmayr, 2007; Engel & Fries, 2010). 프랙탈 패턴 연구에서도 알파와 베타 반응은 자극의 복잡도, 시각 처리, 선호 반응을 설명하는 주요 지표로 활용되어 왔다. 예를 들어, Hägerhäll et al.(2008, 2015)은 프랙탈 차원 및 프랙탈 유형에 따라 EEG 반응이 달라질 수 있음을 보고하였고, Rawls et al.(2021)은 프랙탈 복잡도와 선호가 두정엽의 알파 및 베타 활동과 관련될 수 있음을 제시하였다. 따라서 본 연구는 프랙탈 유형과 복잡도에 따른 신경생리 반응 차이를 알파와 베타의 상대적 관계에 기초한 RAB 지표를 중심으로 분석한다.
2) RAB 산출과 뇌영역별 해석 기준
본 연구에서 사용하는 RAB(relative alpha-beta ratio)는 상대 알파 파워(Relative Alpha Power, RA)를 상대 베타 파워(Relative Beta Power, RB)로 나눈 값이다(Kim, Park, & Choo, 2021). RAB는 알파파와 베타파의 절대 파워를 단순히 나눈 값이 아니라, 전체 주파수 파워에 대한 상대 알파 파워와 상대 베타 파워의 비율을 의미하며, 산출식은 RAB = RA / RB이다.
선행연구들에서 RAB 지표는 자극에 따른 이완-각성 반응을 분석하기 위해 사용되었다. 예를 들어 Kim, Park, and Choo(2021)은 건축 요소 변화에 따른 반응을 분석하기 위해 RAB 지표를 사용하였으며, RAB 감소를 상대적으로 각성 반응이 증가한 상태로 해석하였다. 알파 활동이 안정적･이완적 처리와 관련되고, 베타 활동이 외부 주의 및 각성적 처리와 관련된다는 점을 고려하면, RAB는 자극 간 안정적 처리와 각성적 처리의 상대적 차이를 비교하는 데 활용될 수 있다(Klimesch, Sauseng, & Hanslmayr, 2007; Engel & Fries, 2010; Kim, Park, & Choo, 2021).
RAB가 상대적으로 높다는 것은 베타 활동에 대한 알파 활동의 상대적 비율이 높다는 것으로, 안정･이완 관련 처리 경향이 각성 및 외부지향적 처리 경향보다 상대적으로 우세한 방향으로 해석할 수 있다. 반대로 RAB가 상대적으로 낮다는 것은 각성 및 외부지향적 처리 경향이 상대적으로 우세한 방향으로 해석할 수 있다. 따라서 본 연구에서는 RAB를 프랙탈 유형과 복잡도 조건에 따른 안정･이완 관련 처리와 각성･외부지향적 처리의 상대적 방향을 비교하는 지표로 사용하였다. 다만 RAB는 두 주파수대의 상대적 관계를 요약하는 값이므로, RAB 차이에 대한 RA 증가와 RB 감소의 개별 기여는 구분되지 않는다. 본 연구에서는 RAB를 실험 조건 간 신경생리 반응의 방향성과 차이를 해석하는 비교 지표로 사용한다(Donoghue, Dominguez, & Voytek, 2020). EEG 주파수 지표와 RAB의 이론적 의미는 <Table 3>과 같다.
Table 3.
Definition and Theoretical Meanings of EEG Frequency-Band Indices and RAB
프랙탈 패턴은 시각적 구조, 복잡성, 자연 유사성, 질서와 변이를 동시에 포함하는 자극이므로, RAB 값의 차이뿐 아니라 그 반응이 어느 뇌영역에서 나타나는지도 함께 검토할 필요가 있다. Rawls et al.(2021)이 프랙탈 복잡도와 선호가 두정엽-후두엽의 알파 및 베타 활동과 관련될 수 있음을 제시한 점을 고려하면, 프랙탈 패턴 연구에서 뇌영역별 반응 특성을 구분하여 관찰할 필요가 있다. 이에 본 연구에서는 RAB 반응을 F3-F4, T5-T6, P3-P4, O1-O2 영역별로 구분하여 분석한다. 뇌영역별 해석 기준은 <Table 4>와 같이 별도로 정리하였다. 분석한 EEG 채널의 위치는 <Figure 1>에 제시하였다.
Table 4.
Classification of Major EEG Scalp Regions and Channels Used in This Study
Note. Reconstructed based on Acharya et al. (2016), Norwood et al. (2019), and Rawls et al. (2021).
III. 연구방법
1. 프랙탈 패턴 자극물 구성
정확 프랙탈에는 일정한 생성 규칙에 따라 동일한 구조가 단계적으로 반복되는 시에르핀스키 카펫(Sierpinski Carpet, SC)과 H 프랙탈(H Fractal, H)을 사용하였다. 통계적 프랙탈에는 선행연구에서 자연 프랙탈의 대표 사례로 다루어져 온 구름과 나무를 바탕으로, 불규칙한 윤곽과 분지 구조에서 통계적 자기유사성이 나타나는 구름형 프랙탈(Cloud Fractal, C)과 나무형 프랙탈(Tree Fractal, T)을 사용하였다(Taylor et al., 2011). 또한 특정 단일 형태에 따른 영향을 줄이기 위해 각 유형별로 두 가지 형태를 포함하였다.
정확 프랙탈의 경우, 시에르핀스키 카펫은 정사각형 단위를 반복적으로 축소･배치하는 방식으로 구성하였고, H 프랙탈은 H 형태의 기본 골격이 양단 방향으로 반복 확장되는 방식으로 구성하였다. 두 패턴 모두 규칙적인 생성 원리에 따라 만들어진 기하학적 프랙탈로 기본 단위와 최종 도형은 <Figure 2>에 제시하였다.
통계적 프랙탈의 경우, 구름형 프랙탈과 나무형 프랙탈은 자연 이미지에서 윤곽 구조를 추출한 후, 이를 실험 자극으로 사용하기 적합한 선형 도형으로 정리하는 방식으로 제작하였다. 구름형 프랙탈은 구름 이미지의 불규칙한 외곽과 밀도 변화를 반영하였고, 나무형 프랙탈은 가지와 수관에서 나타나는 분지형 윤곽 구조를 반영하였다. 구체적으로 원본 이미지를 회색조로 변환한 뒤, 임계값 처리(thresholding)를 통해 픽셀의 밝기 값을 기준으로 이미지를 흑백 이진(Binary)이미지로 전환하였다. 이 과정은 원본 이미지의 색채와 명암 정보를 줄이고, 프랙탈적 윤곽 구조를 보다 명확하게 분리하기 위한 전처리 단계이다. 이후 윤곽선 추출(contour extraction)을 수행하여 선 굵기를 통일하고 불필요하게 끊긴 부분을 정리하여, 프랙탈적 구조가 유지되면서도 실험 자극으로 제시 가능한 형태로 정리하였다. 통계적 프랙탈 이미지의 원본과 최종 도형은 <Figure 3>에 제시하였다.
복잡도는 프랙탈 차원(fractal dimension, D-value)을 기준으로 구분하였다. 각 형태별로 다수의 후보 패턴을 반복 제작한 후, 모든 후보 도형을 최종 자극 이미지와 동일한 흑백 이진 형식으로 정리하여 ImageJ에 입력하였다. 이후 동일한 box-counting 방식으로 실제 D값을 산출하였으며(Schneider, Rasband, & Eliceiri, 2012), 실측 D값을 소수 둘째자리에서 반올림한 결과가 1.3인 자극을 중-저 복잡도(Medium-Low, ML), 1.7인 자극을 중-고 복잡도(Medium-High, MH)로 선정하였다. 자극별 세부 실측값은 <Table 5>에 제시하였다.
Table 5.
Classification Results of F01-F08 by Fractal Type, D-value Level, and Pattern
| Fractal type | D-value level | stimulus | measured D-value |
| E | ML (D≈1.3) | F01 | 1.34 |
| F03 | 1.29 | ||
| MH (D≈1.7) | F02 | 1.7 | |
| F04 | 1.69 | ||
| S | ML (D≈1.3) | F05 | 1.33 |
| F07 | 1.32 | ||
| MH (D≈1.7) | F06 | 1.73 | |
| F08 | 1.67 |
2. 실험환경 및 절차
본 실험은 K대학교 기관생명윤리위원회(IRB)의 승인을 받은 후 진행되었으며, 실험 기간은 2025년 10월 27일부터 12월 3일까지였다. 참여자는 청년층과 고령층에 해당하는 남성 및 여성을 대상으로 모집하였다. 청년층 참여자는 대학생을 대상으로 실험 소개 포스터를 통해 모집하였으며, 고령층 참여자는 인근 주민센터와 노인복지관에 실험 소개 포스터를 게시하여 모집하였다. 실험 참여 조건은 청년층 또는 고령층에 해당하고, 시각 자극을 관찰하는 데 어려움이 없으며, 설문 응답과 EEG 장비 착용 및 측정 절차 수행이 가능한 자로 설정하였다. 연구 참여 의사를 밝힌 지원자에게는 실험 전 연구 목적, 참여 내용, 개인정보 처리 방식, 연구 참여의 자발성 및 중도 철회 가능성을 안내하였고, 동의서를 받은 후 실험에 참여하도록 하였다.
본 실험은 K대학교 내 실험실에서 진행되었다. 실험실은 가로 8.24 m, 세로 2.88 m, 천장 높이 2.73 m의 공간으로, 슬라이딩 도어를 기준으로 실험 구역과 준비 구역을 구분하여 운영하였다. 실험 구역은 참여자가 모니터를 통해 시각 자극을 관찰하며 EEG를 측정하는 공간으로 , 준비 구역은 연구 설명, 동의서 작성, 사전 설문, EEG 장비 착용 및 전극 상태 점검을 위한 공간으로 활용하였다. 외부 소음의 유입을 줄이기 위하여 창문 측면과 출입문 부위에는 방음 처리를 적용하였다. 또한 실험 중 환경 조건을 일정하게 유지하기 위하여 실내 온도는 약 25°C, 상대습도는 약 66% 수준으로 조절하였다. 조명은 천장에 설치된 50 W, 5700 K LED 광원 2개를 사용하였으며, 참여자 좌석 위치의 조도는 약 800 lux로 유지하였다. 자극 제시를 위해 실험 구역 전면에는 참여자의 눈높이에 맞추어 43인치 모니터를 설치하였다. 실험환경의 구성은 <Figure 4>와 같다.
전체 실험은 사전 단계, EEG 측정 단계, 사후 단계의 순서로 구성되었다. 먼저 참여자에게 연구 목적과 실험 절차를 설명하고 연구 참여 동의 절차를 완료하였다. 이후 사전 설문을 통해 인적 기본 정보와 실험 전 상태를 확인하였으며, EEG 장비를 착용한 뒤 전극 접촉 상태와 신호 품질을 점검하였다. 참여자는 실험실 도착 직후 EEG 측정을 시작하지 않고 이러한 사전 준비 절차를 순차적으로 수행하였으며, 이 과정은 전체 약 10분 정도 소요되어 실험실 환경에 적응하는 시간으로도 기능하였다. 전극 접촉 상태와 신호 품질 점검에 따라 준비 시간은 참여자별로 달랐다. EEG 측정 후에는 사후 설문을 실시하였다<Figure 5>.
EEG 측정에는 Wearable Sensing사의 DSI-24 Dry EEG system을 사용하였다. EEG는 실험 전 과정에서 연속적으로 기록되었으며, 각 자극이 제시된 시점과 구간을 EEG 데이터상에 표시하는 이벤트 마커를 기준으로 프랙탈 패턴 자극 제시 구간을 추출하였다. EEG 측정 전에는 측정 직전 상태를 일정하게 하기 위한 준비 단계를 실시하였다. 실험 안내 화면을 7초 동안 제시한 후, 참여자가 눈을 감은 상태를 30초 동안 유지하도록 하였다. 이 구간은 자극 제시 직전의 시각적 입력과 움직임을 줄이고, 참여자의 측정 전 상태를 일정하게 유지하기 위해 선행연구(Kim & Lee, 2021; Wang, Cho, & Hong, 2024)를 참고하였다.
시각 자극 제시 단계에서는 공간 이미지 자극과 프랙탈 패턴 자체 자극이 포함되었다. 다만 본 논문은 프랙탈 패턴 자체 자극에 대한 EEG RAB 반응을 분석하는 데 초점을 두므로, 프랙탈 패턴 자체 자극의 제시 절차를 중심으로 기술하였다. 자극은 별도의 안내 화면 제시 후, 각 시행마다 검은 화면 5초, 십자 고정점 1초, 프랙탈 이미지 5초의 순서로 제시되었다. 검은 화면은 연속된 시각 자극을 분리하고 직전 자극의 잔상 및 시각적 전이 영향을 줄이기 위한 구간이며, 십자 고정점은 다음 자극 제시 전 참여자의 시선을 화면 중앙에 정렬하기 위한 구간이다. 프랙탈 EEG 선행연구에서도 4초의 자극 제시와 자극 사이 2-3초의 고정점 구간을 적용한 바 있다(Rawls et al., 2021). 본 연구에서는 검은 화면과 십자 고정점을 포함하여 자극 사이에 총 6초의 전이 및 시선 정렬 구간을 적용하였다. 이후 제시되는 프랙탈 이미지 5초 구간은 본 연구의 EEG 분석에 사용된 주요 자극 구간이다. F01-F08 프랙탈 패턴 자체 자극은 순서 효과를 줄이기 위하여 무작위 순서로 제시하였다.
3. 연구참여자
전체 실험에는 총 63명이 참여하였다. EEG 자료의 제외 여부는 실험 진행 기록과 프랙탈 패턴 자체 자극 구간의 신호 상태를 함께 검토하여 다음과 같은 경우는 제외하였다: 가발 또는 모발 상태로 인해 주요 분석 채널의 전극 접촉이 안정적으로 확보되지 않은 경우, 실험 중 졸음 상태가 확인되어 시각 자극 관찰이 정상적으로 이루어지지 않은 경우, 큰 신체 움직임으로 움직임 잡음이 지속된 경우, 갑작스러운 외부 소음으로 실험이 중단되거나 자극 제시 조건이 정상적으로 유지되지 못한 경우이다. 이에 13명의 자료를 제외한 최종 50명의 자료를 분석하였다. 최종 분석 대상자의 평균 연령은 47.54세였고, 표준편차는 28.71세였으며, 연령 범위는 19-89세였다. 연령집단별로는 청년층 28명(19-27세; 남성 10명, 여성 18명; 평균 연령 22.64세, 표준편차 2.04세)과 고령층 22명(69-89세; 남성 7명, 여성 15명; 평균 연령 79.23세, 표준편차 6.25세)으로 구성되었다.
4. EEG 분석 방법
1) RAB 산출
본 연구의 분석 채널은 국제 10-20 system을 기준으로 F3-F4, T5-T6, P3-P4, O1-O2로 설정하였다. 이는 프랙탈 자극에 대한 EEG 반응을 분석한 선행연구에서 F3-F4와 P3-P4를 각각 전두엽과 두정엽의 결합 채널로 제시하고, 프랙탈 차원에 따른 alpha 및 beta 반응을 영역 단위로 해석한 방법을 참고한 것이다(Hägerhäll et al., 2008; Taylor et al., 2011). F3-F4는 전두엽, T5-T6는 측두엽, P3-P4는 두정엽, O1-O2는 후두엽에 해당한다. 각 뇌영역의 분석값은 좌･우 대응 채널의 RAB 값을 평균하여 산출하였다. 즉, F3-F4 영역은 F3과 F4의 평균값, T5-T6 영역은 T5와 T6의 평균값, P3-P4 영역은 P3와 P4의 평균값, O1-O2 영역은 O1과 O2의 평균값이다.
EEG 원 data는 이벤트 마커를 기준으로 각 프랙탈 패턴 자극 제시 구간에 대응되도록 정렬하였다. 이후 분석 가능한 구간을 추출하고, 측정 과정에서 발생할 수 있는 잡음, 움직임, 안구 운동, 근전도 등의 잡파가 포함된 구간을 제거하였다. 전처리된 EEG 신호에 대해서는 주파수 영역 분석을 수행하여 각 채널의 power spectral density(PSD)를 산출하였으며, Fast Fourier Transform 기반의 스펙트럼 분석 방법을 적용하였다. 프랙탈 패턴에 대한 EEG 반응 분석 시에는 PSD 기반 주파수 분석을 통해 프랙탈 복잡도 및 선호와 주파수대별 EEG power의 관계를 검토한 Rawls et al.(2021)의 연구를 참고하였다. 분석 영역은 정확 프랙탈과 통계적 프랙탈에 대한 EEG 연구에서 F3-F4, P3-P4, T5-T6를 좌･우 대응 채널쌍으로 제시한 Hägerhäll et al.(2015)을 참고하되, 본 연구의 시각 자극 특성과 국제 10-20 system을 고려하여 F3-F4, T5-T6, P3-P4, O1-O2의 네 영역으로 설정하였다.
본 연구의 최종 분석 지표는 RAB(relative alpha-beta ratio)로서 알파 대역은 8-13Hz, 베타 대역은 13-30Hz로 설정하였다.
각 참여자에 대해 F01-F08 자극별 RAB 값을 먼저 산출하였고, 이후 네 개 뇌영역별로 좌･우 채널 평균값을 계산하였다. 이를 바탕으로 프랙탈 유형과 복잡도 조건별 평균값을 구성하였다. 정확 프랙탈 ML 조건은 F01과 F03의 평균값, 정확 프랙탈 MH 조건은 F02와 F04의 평균값으로 산출하였다. 통계적 프랙탈 ML 조건은 F05와 F07의 평균값, 통계적 프랙탈 MH 조건은 F06과 F08의 평균값으로 산출하였다. 이러한 산출 방식은 특정 단일 자극의 형태적 특성보다 프랙탈 유형과 복잡도 조건의 효과를 중심으로 분석하기 위한 것이다.
2) 분석 조건 및 통계분석
본 연구는 동일 참여자가 8개의 프랙탈 패턴 자체 자극을 반복적으로 관찰한 반복측정 자료 구조를 가진다. 이에 따라 프랙탈 유형과 복잡도에 따른 EEG RAB 반응 차이는 동일 참여자 내 조건 비교 방식으로 분석하였다. 조건 간 차이 검정에는 Wilcoxon 부호순위 검정을 사용하였다. 이 방법은 동일 참여자의 두 조건을 비교하는 비모수 쌍체 비교 방법으로, 반복측정 자료에서 정규성 가정을 충족하기 어려운 경우에 적용할 수 있다 (Wilcoxon, 1945). Abboushi et al.(2019)의 연구에도 프랙탈 조명 패턴에 대한 시각적 흥미 및 정서 반응 비교에서 정규분포가 아닌 경우 Wilcoxon signed-rank test를 사용하였다. 본 연구의 비교 분석은 사후 탐색적 분석이 아닌 사전에 설정된 계획된 비교(planned comparisons)에 해당하므로, 분석 과정에서 Bonferroni 교정은 적용하지 않았으며, 결과 해석은 자극 간 변화 패턴과 상대적 차이에 초점을 두었다.
분석은 F3-F4, T5-T6, P3-P4, O1-O2의 네 개 뇌영역에서 각각 수행하였다. 먼저 프랙탈 복잡도에 따른 차이를 확인하기 위하여 정확 프랙탈 내부에서 ML 조건과 MH 조건을 비교하고, 통계적 프랙탈 내부에서 ML 조건과 MH 조건을 비교하였다. 다음으로 프랙탈 유형에 따른 차이를 확인하기 위하여 ML 조건에서 정확 프랙탈과 통계적 프랙탈을 비교하고, MH 조건에서 정확 프랙탈과 통계적 프랙탈을 비교하였다. 통계분석은 IBM SPSS Statistics를 사용하였으며, 유의수준은 p < .05와 p < .01을 기준으로 해석하였다.
통계적 차이 검정과 함께, 본 연구는 뇌영역별 RAB 평균 추이도 함께 분석하였다. 평균 추이 분석은 별도의 추론통계가 아니라, Wilcoxon 부호순위 검정 결과의 방향성을 확인하고 프랙탈 유형과 복잡도 조건에 따른 반응 패턴을 해석하기 위한 보조 분석이다. 이를 위해 각 뇌영역에서 E(Exact Fractal)-ML, E-MH, S(Statistical Fractal)-ML, S-MH 조건의 RAB 평균값을 산출하고, 조건별 평균 변화 양상을 그래프로 제시하였다. 평균 추이 그래프에서는 정확 프랙탈과 통계적 프랙탈이 복잡도 증가에 따라 어떤 방향으로 변화하는지, 동일한 복잡도 조건에서 두 프랙탈 유형의 평균 RAB가 어떻게 다른지를 확인하였다.
또한 각 프랙탈 유형과 복잡도 조건에서 연령집단에 따른 RAB 차이를 추가로 분석하였다. 두 연령집단은 독립표본이므로 F3-F4, T5-T6, P3-P4 및 O1-O2 영역별로 Mann-Whitney U 검정을 실시하였으며, 집단 간 차이의 방향은 각 뇌영역 RAB 값의 평균순위를 기준으로 확인하였다.
프랙탈 유형과 복잡도에 따른 Wilcoxon 부호순위 검정에는 최종 분석 대상자 50명의 자료를 사용하였다. 연령집단에 따른 Mann-Whitney U 검정에는 청년층 28명과 고령층 22명의 자료를 사용하였다.
IV. 연구결과
1. 프랙탈 유형과 복잡도에 따른 EEG RAB 반응 차이
프랙탈 패턴 자체 자극 F01-F08에 대한 EEG RAB 반응 차이를 분석한 결과는 <Table 6>과 같다. 복잡도 간의 비교 결과, 정확 프랙탈(E)과 통계적 프랙탈(S)은 서로 다른 방향의 RAB 반응을 보였다. 정확 프랙탈 조건에서는 F3-F4 영역에서 ML 조건이 MH 조건보다 유의하게 높은 RAB 값을 보였다(Z = -2.399, p < .05). 이는 정확 프랙탈의 경우 중-고 복잡도 조건보다 중-저 복잡도 조건에서 안정･이완 관련 처리 경향이 각성 관련 처리 경향보다 상대적으로 우세하게 나타났음을 의미한다. 즉, 정확 프랙탈에서는 MH 조건의 전두영역 RAB가 ML 조건보다 낮았으며, 이는 각성 및 외부지향적 처리 경향이 상대적으로 강화된 방향을 보여준다.
Table 6.
Wilcoxon Signed-Rank Test Results for EEG RAB Differences by Fractal Pattern Characteristics
| EEG | Stimuli | F3 F4 | T5 T6 | P3 P4 | O1 O2 | ||||||
| Z value | Comparison | Z value | Comparison | Z value | Comparison | Z value | Comparison | ||||
| RAB |
D value (ML : MH) | E |
F01+F03 : F02+F04 | -2.399b* | ML ＞ MH | ||||||
| S |
F05+F07 : F06+F08 | -2.312b* | ML ＜ MH | -1.964b* | ML ＜ MH | ||||||
|
Type (E : S) | ML |
F01+F03 : F05+F07 | |||||||||
| MH | F02+F04 : F06+F08 | -2.090c* | E ＜ S | -2.100b* | E ＜ S | -2.437b* | E＜S | -3.026b** | E ＜ S | ||
통계적 프랙탈(S) 조건에서는 반대 방향의 결과가 나타났다. 통계적 프랙탈에서는 T5-T6 영역(Z =-2.312, p < .05)과 O1-O2 영역(Z = -1.964, p < .05)에서 MH 조건이 ML 조건보다 유의미하게 높은 RAB 값을 보였다. 이는 통계적 프랙탈의 경우 중-고 복잡도 조건에서 안정･이완 관련 처리 경향이 각성 관련 처리 경향보다 상대적으로 우세하게 나타났음을 의미한다. 따라서 ML과 MH 간 RAB 차이는 프랙탈 유형에 따라 달라졌다. 정확 프랙탈에서는 MH 조건의 RAB가 ML 조건보다 낮았지만, 통계적 프랙탈에서는 MH 조건의 RAB가 ML 조건보다 높았다.
Robles et al.(2020)은 아동과 성인 모두에서 정확 프랙탈 패턴에 대한 선호가 지속적으로 증가하여 높은 복잡도에서 정점에 이르렀고, 통계적 프랙탈에 대한 선호는 중-저 복잡도(D = 1.3)에서 정점에 이른 뒤 복잡도가 추가로 증가할수록 감소하였다고 보고하였다. 이러한 선행연구와 비교하면, 본 연구에서 정확 프랙탈 MH 조건의 RAB가 낮아진 결과는 정확 프랙탈의 MH 조건이 시각적으로 선호될 수 있더라도, 신경생리적으로는 더 높은 이완 반응을 유도하지 않을 수 있음을 시사한다. 따라서 프랙탈 패턴의 적용 가능성은 선호 반응과 EEG 기반 신경생리 반응을 구분하여 해석할 필요가 있다.
프랙탈 유형 간의 비교 결과, ML 조건에서는 정확 프랙탈과 통계적 프랙탈 사이의 유의한 차이가 확인되지 않았다. 반면 MH 조건에서는 통계적 프랙탈이 정확 프랙탈보다 모든 뇌영역에서 유의하게 높은 RAB 값을 보였다. 구체적으로 F3-F4 영역(Z = -2.090, p < .05), T5-T6 영역(Z = -2.100, p < .05), P3-P4 영역(Z = -2.437, p < .05), O1-O2 영역(Z = -3.026, p < .01)에서 모두 E < S의 결과가 확인되었다. 이는 중-고 복잡도 조건에서 통계적 프랙탈이 정확 프랙탈보다 안정･이완 관련 처리 경향이 상대적으로 우세하게 나타났음을 의미한다. 특히 O1-O2 영역에서 p < .01 수준의 차이가 나타난 것은, 중-고 복잡도 조건에서 두 프랙탈 유형의 차이가 시각 정보 처리 영역에서 가장 뚜렷하게 반영되었음을 보여준다.
따라서 <Table 6>의 주요한 결과는 프랙탈 복잡도와 프랙탈 유형이 독립적으로 작용한 것이 아니라, 서로 결합되어 RAB 반응 차이를 형성했다는 점이다. ML 조건과 비교했을 때, 정확 프랙탈의 MH 조건에서는 RAB가 낮게 나타났고, 통계적 프랙탈의 MH 조건에서는 높게 나타났다.
2. 뇌영역별 RAB 반응 특성
뇌영역별 RAB 평균 추이는 <Figure 6>에 제시하였다. 각 그림은 정확 프랙탈(E)과 통계적 프랙탈(S)의 ML과 MH 조건 간 RAB 평균값이 어떤 방향으로 달라지는지를 보여준다. 이 그래프는 <Table 6>의 유의성 검정 결과를 보완하여, 프랙탈 유형과 복잡도 조건에 따른 평균 변화 방향을 확인하기 위한 것이다.
F3-F4 영역의 평균 추이는 <Figure 6(a)>와 같다. F3-F4 영역에서는 정확 프랙탈의 RAB 평균이 MH 조건에서 ML 조건보다 낮았고, 통계적 프랙탈의 RAB 평균은 MH 조건에서 ML 조건보다 높았다. <Table 6>에서도 정확 프랙탈의 ML > MH 차이가 F3-F4 영역에서 유의하게 나타났으며, MH 조건에서는 통계적 프랙탈이 정확 프랙탈보다 유의하게 높은 RAB 값을 보였다. 따라서 F3-F4 영역에서는 정확 프랙탈의 MH 조건에서 RAB가 ML 조건보다 낮았고, 중-고 복잡도 조건에서는 통계적 프랙탈이 정확 프랙탈보다 높은 RAB 반응을 보였다고 정리할 수 있다.
F3-F4 영역인 전두엽의 RAB 반응은 프랙탈 패턴을 보는 과정에서 나타나는 주의 조절과 인지적 처리 부담의 변화를 해석하는 데 중요한 의미를 가진다. 이 결과는 정확 프랙탈의 MH 조건에서 전두엽의 상대적으로 안정적･이완적 처리 경향이 ML 조건보다 낮게 나타났음을 보여준다. 반면 통계적 프랙탈은 같은 MH 조건에서도 정확 프랙탈보다 높은 RAB 값을 보였으므로, 중-고 복잡도 조건에서 프랙탈 유형의 차이가 전두엽 반응에 반영되었음을 알 수 있다. 따라서 F3-F4 영역의 결과는 정확 프랙탈의 MH 조건이 ML 조건보다 상대적으로 높은 주의 또는 각성적 처리를 유발할 수 있음을 보여주는 핵심 근거로 해석된다.
T5-T6 영역의 평균 추이는 <Figure 6(b)>와 같다. T5-T6 영역에서는 정확 프랙탈의 RAB 평균이 MH 조건에서 ML 조건보다 낮은 반면, 통계적 프랙탈의 RAB 평균은 MH 조건에서 ML 조건보다 높았다. <Table 6>에서도 통계적 프랙탈의 MH > ML 차이가 T5-T6 영역에서 유의하게 나타났고, MH 조건에서는 통계적 프랙탈이 정확 프랙탈보다 유의하게 높은 RAB 값을 보였다. 즉 T5-T6 영역에서는 통계적 프랙탈의 MH 조건에서 RAB가 ML 조건보다 높게 나타났다.
T5-T6 영역인 측두엽의 RAB 반응은 프랙탈 패턴의 시각적 구조가 정서적･의미적 정보 처리와 어떻게 연결되는지를 해석하는 데 의미가 있다. 이 영역의 결과는 통계적 프랙탈의 중-고 복잡도 조건이 중-저 복잡도 조건보다 상대적으로 안정적･이완적 처리 경향을 더 높게 유도했음을 보여준다. 정확 프랙탈에서는 평균값이 감소하는 방향을 보였으나, 복잡도 차이에 대한 유의성은 확인되지 않았다. 따라서 T5-T6 영역의 핵심 결과는 통계적 프랙탈에서만 MH 조건의 RAB가 ML 조건보다 유의하게 높았다는 점이다. 이는 통계적 프랙탈의 자연적 변이와 유기적 구조가 중-고 복잡도 조건에서도 측두엽에서 상대적으로 안정적인 처리 반응과 연결될 수 있음을 시사한다.
P3-P4 영역의 평균 추이는 <Figure 6(c)>과 같다. P3-P4 영역에서는 정확 프랙탈과 통계적 프랙탈 모두 MH 조건의 RAB 평균이 ML 조건보다 소폭 높았다. 그러나 <Table 6>에서 복잡도에 따른 유의한 차이는 확인되지 않았다. 반면 MH조건에서는 통계적 프랙탈이 정확 프랙탈보다 유의하게 높은 RAB 값을 보였다(Z = -2.437, p < .05). 따라서 P3-P4 영역에서는 복잡도 자체의 차이보다 중-고 복잡도 조건에서의 프랙탈 유형 차이가 핵심 결과로 나타났다.
P3-P4 영역인 두정엽의 결과는 중-저 복잡도와 중-고 복잡도 간 차이가 직접적으로 유의하지는 않았지만, MH 조건에서는 통계적 프랙탈이 정확 프랙탈보다 더 높은 RAB 반응을 보였음을 의미한다. 즉, 두정엽에서는 복잡도 수준 자체보다 중-고 복잡도 조건에서 나타나는 프랙탈 유형의 차이가 더 뚜렷하게 반영되었다.
O1-O2 영역의 평균 추이는 <Figure 6(d)>과 같다. O1-O2 영역에서는 정확 프랙탈의 RAB 평균이 MH 조건에서 ML 조건보다 낮았고, 통계적 프랙탈의 RAB 평균은 MH 조건에서 ML 조건보다 높았다. <Table 6>에서도 통계적 프랙탈의 MH > ML 차이가 O1-O2 영역에서 나타났으며, MH 조건에서는 통계적 프랙탈이 정확 프랙탈보다 유의하게 높은 RAB 값을 보였다. 특히 MH 조건의 유형 차이는 O1-O2 영역에서 p < .01 수준으로 나타나, 네 개 뇌영역 중 가장 뚜렷한 차이를 보였다.
O1-O2 영역인 후두엽은 시각 정보 처리와 직접적으로 관련된 영역이다. 이 영역에서 통계적 프랙탈의 MH 조건이 ML 조건보다 높은 RAB 반응을 보였다는 점은, 프랙탈 패턴의 유형과 복잡도 차이가 시각 정보 처리 영역에서 뚜렷하게 반영되었음을 보여준다. 특히 통계적 프랙탈에서는 MH 조건이 ML 조건보다 높은 RAB를 보였고, MH 조건에서는 통계적 프랙탈이 정확 프랙탈보다 높았다. 따라서 O1-O2 영역은 프랙탈 패턴의 시각적 구조 차이가 RAB 반응으로 분명하게 나타난 영역이며, 이러한 결과는 T5-T6 측두엽의 반응과 함께 통계적 프랙탈 MH 조건의 신경생리적 특성을 설명하는 근거가 된다.
뇌영역별 결과를 종합하면, F3-F4 영역에서는 정확 프랙탈의 MH 조건에서 RAB가 ML 조건보다 낮았고, T5-T6 및 O1-O2 영역에서는 통계적 프랙탈의 MH 조건에서 RAB가 ML 조건보다 높았다. P3-P4 영역에서는 복잡도 차이보다 MH 조건에서의 유형 차이가 나타났다. 이러한 결과는 프랙탈 패턴의 RAB 반응이 전체 평균 하나로 설명되기 어렵고, 뇌영역별로 구분하여 해석할 필요가 있음을 보여준다.
3. 연령집단에 따른 RAB 차이
청년층과 고령층 간 RAB 차이를 분석한 결과는 <Table 7>과 같다. 통계적 프랙탈의 ML 조건에서는 F3-F4(U = 207, p < .05)와 P3-P4(U = 195, p < .05)에서 유의한 차이가 나타났다. 여기서 U는 Mann-Whitney U 검정의 검정통계량이며, 두 영역 모두 해당 뇌영역의 청년층의 RAB 값이 고령층보다 전반적으로 높은 쪽에 분포하였다. 정확 프랙탈의 MH 조건에서도 F3-F4(U = 207, p < .05)와 P3-P4(U = 199, p < .05)에서 청년층의 RAB 값이 전반적으로 더 높은 쪽에 분포하였다. 즉 통계적 프랙탈 ML조건과 정확 프랙탈 MH조건에서 청년층이 경험하는 이완경향이 고령층보다 높다고 볼 수 있다. 반면 정확 프랙탈의 ML 조건과 통계적 프랙탈의 MH 조건에서는 연령집단 간 유의한 차이가 나타나지 않았다. 또한 T5-T6와 O1-O2에서는 모든 프랙탈 유형 및 복잡도 조건에서 유의한 연령집단 차이가 확인되지 않았다. 따라서 연령집단에 따른 차이는 전체 조건과 뇌영역에서 일관되게 나타나기보다 일부 프랙탈 조건과 전두･두정영역에서 제한적으로 나타났다.
Table 7.
Mann-Whitney U Test Results for Age-Group Differences in EEG RAB
| Stimuli | F3F4 | T5T6 | P3P4 | O1O2 | ||||||
| U value | Comparison | U value | Comparison | U value | Comparison | U value | Comparison | |||
| ML | E | F01 + F03 | ||||||||
| S | F05 + F07 | 207* | Y ＞ O | 195* | Y ＞ O | |||||
| MH | E | F02 + F04 | 207* | Y ＞ O | 199* | Y ＞ O | ||||
| S | F06 + F08 | |||||||||
Ⅴ. 논 의
1. 프랙탈 유형과 복잡도 결과의 의미
본 연구는 프랙탈 패턴 자체 자극을 대상으로, 프랙탈 유형과 복잡도에 따른 EEG RAB 반응 차이를 분석하였다. 분석 결과, 정확 프랙탈과 통계적 프랙탈은 복잡도 증가에 대해 서로 다른 방향의 RAB 반응을 보였다. 정확 프랙탈에서는 중-고 복잡도 조건에서 RAB가 낮아졌고, 통계적 프랙탈에서는 중-고 복잡도 조건에서 RAB가 높아졌다. 또한 중-고 복잡도 조건에서는 통계적 프랙탈이 정확 프랙탈보다 모든 분석 뇌영역에서 높은 RAB를 보였다.
이러한 결과는 프랙탈 복잡도와 인간 반응의 관계가 단순하지 않다는 선행연구의 흐름과 연결된다. Spehar et al.(2003)은 자연적, 수학적, 인간 생성 프랙탈 이미지에서 중간 수준의 D값에 대한 선호가 나타날 수 있음을 보고하였다. 반면 Abboushi et al.(2019)은 실내 벽면과 바닥에 투사된 프랙탈 조명 패턴에서 D = 1.5-1.7 범위의 중간에서 중고 수준 복잡도가 시각적 흥미와 선호에서 높게 나타났다고 보고하였다. Hägerhäll et al.(2015)은 정확 프랙탈과 통계적 프랙탈에 대한 EEG 반응이 다르게 나타날 수 있음을 제시하였다. 본 연구도 복잡도 효과가 프랙탈 유형에 따라 반대 방향으로 나타남을 확인하였다.
특히 통계적 프랙탈의 중-고 복잡도 조건에서 높은 RAB가 나타난 결과는 자연에서 관찰되는 변이와 불규칙성을 포함한 프랙탈 구조가 신경생리 반응에서 정확 프랙탈과 다르게 나타날 수 있음을 시사한다. 반대로 정확 프랙탈의 중-고 복잡도 조건에서 RAB가 낮아진 결과는 규칙적 반복 구조가 복잡해질 경우 안정적 처리보다 각성적 처리의 비중이 커질 가능성을 보여준다. 따라서 실내 표면디자인에서 프랙탈 패턴을 적용할 때는 단순히 복잡도를 높이는 방식보다, 프랙탈 유형과 복잡도 조합을 함께 고려할 필요가 있다.
2. RAB 및 뇌영역별 결과에 대한 해석
본 연구의 뇌영역별 결과는 프랙탈 유형과 복잡도의 효과가 모든 영역에서 동일하게 나타나지 않음을 보여준다. 본 연구에서는 두정엽, 후두엽에서 중-고 복잡도 조건의 유형 차이가 확인되었는데, 이는 프랙탈 이미지의 복잡도 지각이 두정-후두엽의 알파 및 베타 활동과 관련있고, 복잡 자극에 대한 선호가 두정영역 알파 활동과 관련될 수 있음을 보고한 Rawls et al.(2021)의 결과와 연결된다. 다만 본 연구는 알파와 베타를 각각 독립적으로 분석한 것이 아니라 RAB를 사용하였으므로, 본 연구 결과는 알파 또는 베타 단일 주파수대의 변화가 아니라 두 지표의 상대적 비율 변화로 해석해야 한다. 이에 RAB가 높은 조건은 안정･이완 관련 처리 경향이 각성･외부지향적 처리 경향보다 상대적으로 우세한 방향으로 해석하였다.
인지적 처리와 관련된 전두영역인 F3-F4에서는 정확 프랙탈의 복잡도 증가에 따라 RAB가 감소하였다. 반면 측두영역인 T5-T6와 시각 처리와 관련된 후두영역인 O1-O2에서는 통계적 프랙탈의 복잡도 증가에 따라 RAB가 상승하였다. 감각정보 통합 및 공간적 처리와 관련된 두정영역인 P3-P4에서는 복잡도 차이 자체는 유의하지 않았지만, 중-고 복잡도 조건에서 통계적 프랙탈이 정확 프랙탈보다 높은 RAB를 보였다. 따라서 뇌영역별 결과는 프랙탈 유형과 복잡도의 효과가 분석 영역에 따라 서로 다른 양상으로 나타났음을 보여준다. 특히 인지젹 처리를 담당하는 전두엽 부분에서 정확프랙탈의 중-고 복잡도일 때 RAB가 낮게 나타났다는 점은 자연에서 도출한 원리를 이용한 프랙탈 패턴이라도 매우 복잡한 정확프랙탈은 인지적 각성을 과도하게 유도할 수 있으므로 실내에 패턴 적용에 주의해야 함을 시사한다. 반대로 복잡도가 중-고 정도인 통계적 프랙탈이 시각적 처리를 담당하는 후두엽에서 RAB가 높았다는 점은 자연에 가까운 패턴인 통계적 프랙탈이 복잡도가 중-고 정도로 높아져도 안정적 시각처리를 기대할 수 있다고 해석할 수 있겠다.
연령집단에 따른 추가분석에서는 통계적 프랙탈의 ML 조건과 정확 프랙탈의 MH 조건에서 F3-F4 및 P3-P4의 차이가 확인되었으며, 해당 조건에서 청년층의 RAB 값이 고령층보다 전반적으로 높은 분포를 보였다. 그러나 이러한 차이는 T5-T6와 O1-O2 및 다른 유형･복잡도 조건에서는 확인되지 않았다. 따라서 연령집단 차이는 프랙탈 자극 전반에서 일관되게 나타난 결과라기보다 일부 조건과 뇌영역에서 제한적으로 나타난 탐색적 결과로 해석하였다.
3. 실내 표면디자인 적용 가능성과 연구의 한계
실내 적용 가능성 측면에서 본 연구는 프랙탈 패턴 자체의 구조적 특성이 EEG RAB 반응에 차이를 만든다는 점을 확인하였다. 이는 프랙탈 패턴을 단순한 장식 문양이 아니라, 자연의 구조적 질서를 반영하는 바이오필릭 표면디자인 요소로 검토할 수 있음을 의미한다. 특히 통계적 프랙탈의 중-고 복잡도 조건은 정확 프랙탈의 중-고 복잡도 조건보다 높은 RAB를 보였으므로, 자연 유사적 변이를 가진 통계적 프랙탈에서 안정･이완 관련 처리 경향이 상대적으로 우세하게 나타났음을 확인할 수 있다.
또한 본 연구의 결과는 프랙탈 유형과 복잡도에 따른 RAB 반응 차이가 주거환경 디자인에서 공간의 프로그램과 요구 기능에 따라 프랙탈 패턴 적용 방식을 달리 고려할 필요가 있음을 시사한다. 예를 들어 정확 프랙탈의 중-고 복잡도 조건은 RAB가 상대적으로 낮아지는 경향을 보였으므로, 각성이나 외부지향적 주의가 요구되는 공간에서 적용 가능성을 검토할 수 있다. 반면 통계적 프랙탈의 중-고 복잡도 조건은 측두영역과 후두영역에서 RAB가 높게 나타났으므로, 안정･이완 관련 처리 경향을 고려하는 공간에서 적용 가능성을 검토할 수 있다.
다만 이러한 적용 가능성은 단일 지표의 결과를 직접적인 디자인 처방으로 전환하는 방식이 아니라, 프랙탈 유형, 복잡도, 공간 프로그램, 이용자의 활동 특성, 건강한 생활패턴을 함께 고려하는 복합적 접근으로 이해되어야 한다. 또한 본 연구는 주관적 선호, 이완감 및 시각적 흥미를 함께 측정하지 않았으므로, 이 결과만으로 특정 프랙탈 유형과 복잡도가 실제로 더 선호되거나 회복적으로 지각된다고 단정하기는 어렵다.
본 연구의 한계는 다음과 같다. 첫째, 프랙탈 패턴 자체 자극에 대한 EEG RAB 반응만 분석하였으므로, 후속 연구에서는 주관적 선호, 이완감 및 시각적 흥미를 함께 측정하여 신경생리 반응과 주관적 반응을 통합적으로 검증할 필요가 있다. 둘째, 본 연구에서는 각 프랙탈 유형을 대표하여 단지 두가지의 패턴 타입만을 사용하였으므로 추후 더 다양한 정확, 통계적 프랙탈 패턴을 고려한 연구가 필요하다. 셋째, 본 연구는 공간 배경을 제외한 프랙탈 패턴 자체 자극을 분석하였으므로, 그 결과를 바이오필릭 디자인이 적용된 실내공간 전체의 반응으로 직접 확대하기에는 범위상 한계가 있다. 그러나 패턴 자체의 유형과 복잡도에 따른 반응을 우선 확인함으로써, 후속 연구에서 벽면, 바닥, 가구 등의 표면에 동일한 패턴이 적용된 실내공간 이미지와 비교할 수 있는 기초자료를 마련하였다는 데 의의가 있다. 선행연구에서도 프랙탈 패턴을 실내 표면이나 공간 이미지에 단계적으로 적용하여 반응을 검토해 왔으며(Abboushi et al., 2019; Robles et al., 2021, 2023; Suh et al., 2024), 향후에는 패턴 자체와 공간 적용 조건을 직접 비교할 필요가 있다.
VI. 결 론
본 연구에서는 프랙탈 패턴 자체 자극을 대상으로, 프랙탈 유형과 복잡도에 따라 EEG RAB 반응이 어떻게 달라지는지를 살펴보았다. 이를 위해 정확 프랙탈과 통계적 프랙탈을 각각 중-저 복잡도와 중-고 복잡도 조건으로 구성하고, F3-F4, T5-T6, P3-P4, O1-O2 영역의 RAB 반응을 비교하였다. 본 연구는 실내 표면디자인에 적용되기 전 단계에서 프랙탈 패턴의 구조적 특성이 신경생리 반응에 어떤 차이를 만드는지를 확인하고자 하였다. 주요 분석 결과는 다음과 같다.
첫째, 프랙탈 유형별 복잡도 차이를 분석한 결과, 정확 프랙탈과 통계적 프랙탈에서 복잡도에 따른 EEG RAB 반응 차이는 서로 다른 방향으로 나타났다. 정확 프랙탈에서는 중-저 복잡도 조건이 중-고 복잡도 조건보다 높은 RAB를 보였으며, 이 차이는 F3-F4 영역에서 유의하였다. 반면 통계적 프랙탈에서는 중-고 복잡도 조건이 중-저 복잡도 조건보다 높은 RAB를 보였으며, 이 차이는 T5-T6와 O1-O2 영역에서 유의하였다. 따라서 프랙탈 복잡도는 단독으로 동일한 방향의 효과를 보이는 변수가 아니라, 프랙탈 유형과 결합하여 서로 다른 RAB 반응을 형성하는 변수로 확인되었다. 실내 표면디자인에서 안정･이완 관련 처리 경향을 고려할 경우, 정확 프랙탈은 ML 조건을, 통계적 프랙탈은 MH 조건을 우선적으로 검토할 수 있다. 이러한 결과는 프랙탈 유형에 따라 적절한 복잡도 수준을 다르게 설정할 필요가 있음을 보여준다.
둘째, 동일한 복잡도 조건에서 프랙탈 유형을 비교한 결과, 정확 프랙탈과 통계적 프랙탈의 EEG RAB 반응 차이는 중-고 복잡도 조건에서 뚜렷하게 나타났다. 중-고 복잡도 조건에서는 통계적 프랙탈이 정확 프랙탈보다 F3-F4, T5-T6, P3-P4, O1-O2 전 영역에서 유의하게 높은 RAB 값을 보였다. 즉, 중-고 복잡도에서는 규칙적인 정확 프랙탈보다 자연 이미지에서 나타나는 불규칙한 윤곽과 통계적 자기유사성을 바탕으로 구성되는 통계적 프랙탈에서 안정･이완 관련 처리 경향이 상대적으로 우세하게 나타났다. 따라서 프랙탈 패턴을 디자인에 적용할 때 동일한 복잡도에서도 프랙탈 유형에 따라 서로 다른 신경생리적 처리 경향이 나타날 수 있음을 고려할 필요가 있다.
셋째, 뇌영역별 RAB 반응 특성을 분석한 결과, 프랙탈 유형과 복잡도에 따른 EEG RAB 반응은 뇌영역별로 서로 다른 특성을 보였다. F3-F4 영역에서는 정확 프랙탈의 복잡도 증가에 따른 RAB 감소가 보였고, T5-T6와 O1-O2 영역에서는 통계적 프랙탈의 복잡도 증가에 따른 RAB 상승이 확인되었다. P3-P4 영역에서는 복잡도 차이 자체는 유의하지 않았지만, 중-고 복잡도 조건에서 통계적 프랙탈이 정확 프랙탈보다 높은 RAB를 보였다. 특히 O1-O2 영역에서는 통계적 프랙탈 RAB의 MH > ML 차이와 MH 조건의 E < S 차이가 모두 확인되어, 프랙탈 유형과 복잡도 차이가 시각 정보 처리 영역에서 강하게 반영된다고 하겠다.
본 연구의 의의는 프랙탈 패턴의 유형과 복잡도가 신경생리 반응의 차이를 형성할 수 있음을 실증적으로 제시하였다는 데 있다. 특히 통계적 프랙탈의 중-고 복잡도 조건이 상대적으로 높은 RAB 반응과 연결되었다는 결과는 장기간 머무는 주거환경디자인에서 안정･이완 관련 처리 경향을 고려할 때 적절한 프랙탈 유형과 복잡도를 설정하기 위한 근거를 제공한다. 향후 연구에서는 본 연구의 결과가 실제 프랙탈을 적용한 실내공간에서도 동일하게 나오는지, 그리고 연령이나 성별 등의 개인적 특성과 어떻게 관련있는지 검토할 필요가 있다.
