|
|
|
투수가 회전을 준 공은 이동하면서 경로가 구부러진다. 타자는 눈으로 이 경로를 쫓지만 공의 위치를 제대로 파악하고 치기는 어렵다. 뇌가 공의 궤적을 실제와 다르게 인식할 수 있기 때문이다. 이른바 ‘커브볼 착시(curveball illusion)’다. |
|
[붙임] 연구결과 개요 |
1. 연구배경우리 뇌가 대상의 움직임을 어떻게 지각하는가에 대한 기초 연구는 주로 움직임 지각을 위치 지각과 분리해서 진행됐다. 그 결과 지각체계가 ‘움직임’을 어떻게 탐지하는가에 대한 이해는 높아졌다. 하지만 진화적으로 인간의 시각체계에 요구돼온 과제는 단순히 움직임을 탐지하는 것이 아니라 ‘움직이는 물체를 추적하는 것’이다. 본 연구에서는 ‘대상의 위치와 움직임을 통합적으로 추적하는 기제가 있다’는 가정 아래 움직임과 위치 지각에 관한 다양한 착시 현상들을 분석했다. |
2. 연구내용뇌가 대상의 움직임과 위치를 통합해 추적(tracking)하는 계산과정에는 어려움이 있다. 대상의 실제 위치를 추적하는 데 쓰이는, 감각기관에서 들어온 정보가 불확실하다는 점이다. 본 연구진은 이와 동일한 문제를 해결하는 최적화된 알고리즘이 내비게이션 시스템 등에서 개발돼왔다는 데 주목했다. 만약 인간 뇌가 최적화된 계산 알고리즘을 사용하고 있다면, ‘뇌의 계산과정과 내비게이션 시스템에서 사용하는 알고리즘이 동일하다’는 가설을 세웠다. 가설을 검증하기 위해, 먼저 위치와 속도를 탐지하는 감각기관의 정확도를 측정했다. 이를 바탕으로 최적화된 계산모형을 적용한 결과, 가설에서 예측되는 지각과 피험자의 지각과 동일함을 확인했다. |
3. 기대효과본 연구는 인간 뇌가 움직이는 대상을 추적하기 위해 최적화된 알고리즘을 사용해 위치와 움직임 정보를 통합한다는 것을 보였다. 이를 통해 인간의 움직임․지각연구에 새로운 이해의 틀을 제공했다는 데 학문적 의의가 있다. 또한 이 결과는 최근 주목 받고 있는 지각적 학습 연구와 결합돼 특수집단(예: 자폐아, 고령 집단)에 대한 진단이나 재활에 활용할 수 있다. |
[붙임] 동영상 설명 |
1. 커브볼 착시(Curveball Illusion) 물체가 수직으로 화면 아래로 떨어지는 동안 무늬가 변한다. 이 무늬는 왼쪽으로 회전하는 공을 흉내 냈다. 이 동영상을 볼 때 떨어지는 물체를 시야 주변에 두면, 공이 왼쪽 사선으로 떨어지는 것처럼 보인다. 커브볼 착시가 나타난 것이다. 움직이는 물체를 보다가 시선을 다른 곳으로 옮기면 커브볼이 갑자기 멈추는 것과 비슷한 모습을 볼 수 있다. |
2. 움직임으로 인한 위치 이동 착시(Motion-induced position shift illusion) 두 개의 물체가 평행한 높이에 있고, 가운데 십자가가 있다. 그런데 물체가 가지는 움직임 무늬 때문에 각 물체의 위치가 달라져 보인다. 두 물체는 움직임의 방향에 따라 조금씩 이동한 것처럼 인식된다. |
3. 주변부 저속 착시(Peripheral slowing illusion) 화면 안의 공은 같은 속도로 움직이고 있다. 그런데 이 공을 똑바로 바라보다가 시선을 돌리면 속도가 느려진 것처럼 느껴진다. 공을 똑바로 보다가 시선을 좌우로 돌려보면 차이를 느낄 수 있다. |
[붙임] 용어 설명 |
1. 커브볼 착시(Curveball Illusion)야구의 커브볼처럼 회전하면서 움직이는 물체를 볼 경우 나타나는 현상이다. 이 때 지각되는 물체의 움직임은 물체가 투영되는 망막상의 위치에 따라 달라진다. 우리가 중심 시야로 물체를 볼 경우, 뇌는 물체가 움직이는 방향을 제대로 지각한다. 하지만 주변시야로 물체를 볼 경우, 뇌는 물체가 회전하는 방향으로 왜곡된 실체를 지각한다. 커브볼 착시를 겪은 타자들은 눈앞에서 방향을 갑자기 바꿔 뚝 떨어지는 야구공 때문에 당황한다. 방망이를 휘두르려다 멈칫 하는 순간, 심판이 “스트라이크”를 외칠 수 있기 때문이다. 실제로 공은 갑자기 멈추거나 방향을 바꾸지 않고 진행방향 그대로 포수 글러브로 들어간다. 이 현상은 뇌가 현실을 실제와 다르게 지각할 수 있다는 걸 보여주는 대표적인 사례다. |
2. 칼만 필터(Kalman Filter)칼만 필터는 불확실한 시계열 측정치들을 사용해 대상의 현재 상태를 추정하는 알고리즘이다. 칼만 필터에서는 대상의 변화에 대한 역동적 확률 모형을 바탕으로 지난 측정치들과 현재 측정치를 통합한다. 이를 통해 현재 상태에 대한 추정의 정확도를 높인다. |
UNIST 홍보대외협력팀 newscenter@unist.ac.kr TEL : 052)217-1234FAX : 052)217-1229 |