본 연구는 정서가 어떻게 표상되고 그 구조가 어떠한지 파악하기 위한 목적으로 진행되었다. 이에 정서 영상에서 유발된 정서에 대해 웨어러블 기구 기반 EEG 반응이 어떻게 분류되고 표상되는지 알아보고자 하였다. 이를 위해 참가자간 분류분석으로 참가자들 간의 정서 반응의 일관성을 확인하였다. 또한 분류분석의 결과로 도출된 정서 영상 별 정확 및 오분류를 오차행렬을 통해 기술하였다. 다음으로, 핵심정서 모델을 기반으로 EEG 데이터에 다차원척도 법을 적용하여 정서가 정서가와 각성가 두 가지 차원에서 어떻게 표상되는지 확인하였다. 마지막으로, 표상 유사성 분석을 통해 행동 데이터, 생리 측정 데이터, EEG 데이터 중 정서 차원을 가장 잘 설명하는 데이터가 무엇인지 확인하였다. 참가자간 분류분석 결과, 정서유형이 유의미하게 분류되었고 이는 EEG 데이터에 정서에 따라 참가자들 간 공유되는 패턴이 있음을 시사한다. 다차원척도법 결과, 정서 자극에 따른 EEG 데이터가 각성가 차원에서 표상이 잘 이루어졌다. 표상 유사성 분석 결과, 정서가 차원은 행동 데이터가, 각성가 차원은 EEG 데이터와 생리 측정 데이 터가 잘 설명하였다. 본 연구는 웨어러블 기구를 통해 측정된 영상 자극에 따른 EEG 데이터를 사용해 기존의 정서 이론과 부합하는 결과를 얻은 것에 의의가 있다.

본 연구는 정서 영상을 보며 웨어러블 기구로 측정된 생리적 반응과 정서평정을 분석하여 유발된 정서가 어떻게 표상되는지 알아보고자 하였다. 연구 목적을 위해, 공유된 데이터셋을 다차원척도법(multidimensional scaling)을 통 해 정서 영상, 생리적 반응 및 정서 평정을 2차원에 표상하였다. 또한, 참가자간 분류분석(cross-participant classification)을 활용해 참가자 간 정서표상이 얼마나 일관적인지 분석하였다. 추가적으로, 참가자들의 반응이 유사 한 정도가 각 정서 조건 별로 다른지 확인하기 위해, 정서 영상 별 정확분류와 오분류를 혼동행렬(confusion matrix) 을 통해 탐색하였다. 다차원척도법 결과, 정서 영상들과 정서 평정의 위치가 기존 이론과 부합하게 정서가 및 각성가 벡터에 따라 표상되어, Russell(1980)의 핵심정서이론을 지지하는 것을 확인했다. 표상된 생리적 반응 벡터를 통해, 심박률 증가-저각성, 높은 심박률변산성-부정정서 고각성, 피부전기활동 증가-부정정서 저각성의 관계를 시각화했다. 행동 및 생리 데이터로 학습한 참가자간 분류분석 결과, 평균 정확도가 우연수준보다 높았다. 이는 동일한 영상에 대한 참가자들의 공유되는 정서 표상이 있음을 지지한다. 혼동행렬표를 통해, 저각성 긍정정서로 표상된 감탄, 열정, 그리고 선호는 상대적으로 잘 분류되지 않았고, 서로 더 많이 오분류되는 것을 확인하였다. 다변량 분석인 다차원척 도법과 분류분석을 통해, 본 연구는 영상 자극에 웨어러블 기구로 측정한 생리적 반응과 정서 평정도 핵심 정서 이론 과 부합하는 결과를 얻은 것에 의의가 있다.