곡면 위 손 움직임의 부드러움과 접촉력 감소를 통한 암묵적 기하학 학습

초록

피험자들은 보이지 않는 가상 구 표면에 손을 대고 움직이며 연습할수록 경로를 지오데식(최단곡선) 쪽으로 맞추고, 접촉력과 그 변동을 감소시키며, 속도 프로파일을 최소‑지크 형태에 가깝게 만든다. 이러한 변화는 훈련한 영역이 아닌 다른 영역에서도 나타나며, 손의 부드러운 움직임이 표면의 기하학적 특성을 학습하는 메커니즘임을 시사한다.

상세 분석

본 연구는 손이 곡면에 접촉한 상태에서 수행되는 움직임이 어떻게 부드러움(smoothness)과 접촉력 감소라는 두 축을 통해 표면의 기하학적 정보를 추출하는지를 탐구한다. 이론적 배경으로, Flash와 Hogan이 제시한 최소‑지크(minimum‑jerk) 모델을 구면 제약 하에 확장하여, 최적화 문제를 라그랑주 승수를 이용한 경계값 문제로 정의하였다. 수치해석(BVP4C) 결과, 최소‑지크 해는 시작점과 목표점 사이의 지오데식(구면상 최단곡선) 위에서 발생하며, 접선 속도는 벨 형태의 대칭적 프로파일을 보인다. 실험에서는 22명의 건강한 성인을 대상으로 PHANToM 3.0 로봇이 20 cm 반경의 가상 구를 구현하고, 시각 정보를 차단한 채 세 점(정삼각형 꼭짓점) 사이를 이동하도록 하였다. 훈련 단계에서 피험자들은 약 300회의 반복 움직임을 수행했으며, 초기에는 비지오데식 경로와 비대칭 속도 프로파일을 보였지만, 연습이 진행될수록 평균 경로 편차(APD)가 평균 1012 % 감소하고, 평균 접촉력(ACF)이 2939 % 감소하였다. 특히, 훈련이 끝난 후 반대쪽(테스트) 영역에서도 동일한 경향이 나타나, 학습이 지역적 움직임 최적화가 아니라 구면 전체의 기하학적 모델 형성임을 뒷받침한다. 통계적으로 APD와 ACF는 독립적인 변인으로 확인되었으며(χ² 검정), 이는 부드러움 확보와 힘 최소화가 서로 다른 신경제어 메커니즘에 의해 동시에 진행된다는 점을 의미한다. 또한, 접촉력 변동(CFV) 역시 훈련과 테스트 모두에서 유의하게 감소했으며, 이는 피험자들이 표면에 대한 예측 오차를 줄여 더 안정적인 접촉을 유지하게 됨을 보여준다. 전체적으로, 손이 곡면에 제약될 때 인간은 최소‑지크 원리를 내재화하고, 이를 통해 표면의 곡률과 중심 위치와 같은 기하학적 파라미터를 암묵적으로 학습한다는 중요한 결론을 도출한다.