인간 운동 시스템의 정보 용량을 위한 새로운 측정법

초록

본 논문은 전통적인 피츠 법칙을 확장하여, 공간적 목표가 없는 복합적인 움직임, 예를 들어 무용이나 스포츠 동작의 재현 정확도를 기반으로 인간 운동 시스템의 정보 용량을 정량화하는 새로운 프레임워크를 제안한다. 모션 캡처 데이터를 활용해 전문가 무용가의 동작을 분석하고, 정보 이론적 관점에서 재현 오류와 변동성을 측정한다.

상세 분석

이 연구는 피츠 법칙이 “목표‑거리‑시간” 삼각형 구조에 의존해 제한적인 적용 범위를 가진다는 점을 지적한다. 피츠 법칙은 목표 크기와 거리, 수행 시간 사이의 로그 관계를 통해 움직임의 처리 속도를 추정하지만, 복합적인 연속 동작이나 목표가 명시되지 않은 상황에서는 의미가 퇴색한다. 저자들은 이러한 한계를 극복하기 위해 정보 이론적 접근을 채택한다. 구체적으로, 피험자가 특정 복합 움직임 패턴을 얼마나 정확히 재현할 수 있는지를 측정함으로써, 인간 운동 시스템이 전달할 수 있는 ‘정보량(bit)’을 정의한다.

핵심은 두 단계로 구성된다. 첫 번째는 기준 동작을 고해상도 모션 캡처 시스템으로 기록하고, 이를 시간‑연속적인 다변량 시계열 데이터로 변환한다. 여기서 각 관절의 3차원 좌표와 관절 각도가 주요 변수로 사용된다. 두 번째는 동일 피험자가 동일 패턴을 여러 차례 반복 수행하도록 하여, 각 반복 사이의 차이를 통계적으로 모델링한다. 저자들은 다변량 정규분포 가정을 기반으로 각 시점의 평균과 공분산을 추정하고, 두 반복 사이의 Kullback‑Leibler 발산을 계산한다. 이 발산값을 역변환하면 ‘재현 정보량’이 도출되며, 이는 기존 피츠 법칙의 ‘인덱스 오브 디피컬티(ID)’와 수학적으로 유사하지만, 목표 크기 대신 재현 오차를 사용한다는 점에서 차별화된다.

또한, 저자들은 움직임의 ‘예측 가능성’과 ‘자유도’를 분리하여 고려한다. 예측 가능성은 동일 동작 내에서 시간적 변동성이 낮은 구간을 의미하고, 자유도는 동작이 허용하는 변형 범위를 의미한다. 이를 위해 움직임을 짧은 윈도우로 나누어 각 윈도우마다 정보 용량을 독립적으로 계산하고, 전체 동작의 총 정보량은 윈도우별 정보를 합산한다. 이 과정에서 윈도우 길이와 오버랩 비율이 결과에 미치는 영향을 실험적으로 검증한다.

실험에서는 전문 무용가 5명을 대상으로 3종류의 현대 무용 시퀀스를 10회씩 수행하도록 하였으며, 각 시퀀스는 30초 내외의 복합적인 관절 움직임을 포함한다. 모션 캡처는 200 Hz로 샘플링되었고, 데이터 전처리 단계에서 관절 좌표를 정규화하고, 고주파 잡음을 저역통과 필터링하였다. 결과는 기존 피츠 법칙 기반 지표와 비교했을 때, 제안된 정보량 지표가 무용가 간의 기술 차이를 더 민감하게 구분함을 보여준다. 특히, 동일 무용가가 다른 곡에 대해 보인 정보량 차이는 곡의 복잡도와 연습 정도를 반영한다는 점에서 의미가 있다.

이 논문은 인간 운동 시스템을 ‘정보 전송 채널’로 모델링함으로써, 기존의 단일 목표‑거리‑시간 관계를 넘어서는 정량적 평가 체계를 제공한다. 이는 스포츠 과학, 재활 치료, 인간‑컴퓨터 인터페이스 설계 등 다양한 분야에 적용 가능성을 열어준다. 다만, 현재는 고가의 모션 캡처 장비와 전문가 수준의 데이터 전처리가 필요하다는 한계가 있으며, 향후 저비용 센서와 자동화된 분석 파이프라인을 통한 확장이 요구된다.