서 론
사회적 상호작용(Social Interaction)은 인간의 삶을 구성하는 핵심 요소로 개인의 일상생활과 사회적 성취에 중요한 역할을 하며 사람들 간의 인지적인 활동을 의미한 다(Park et al., 2023). 특히, 이러한 사회적 상호작용은 일상생활활동, 교육, 여가, 놀이 등의 다양한 작업적 맥락 속에서 발생하며, 작업 참여의 성공을 지원하거나 방해 하는 요소가 될 수 있다(Kopelowicz et al., 2006). 따 라서, 사회적 상호작용은 작업치료 분야에서도 중요한 중재 목표로 간주된다(Simmons et al., 2010).
그러나 현재까지 작업치료에서 사회적 상호작용 기술 을 평가하고 중재하는 방식은 주로 정량화되지 않은 관찰 에 의존하고 있으며, 중재를 계획하거나 진행 상황을 평 가하는 평가도구가 부족하다(Doble et al., 1991). 이에 따라 사회적 상호작용의 질을 객관적이고 정량적으로 측 정할 수 있는 새로운 평가 접근법에 대한 필요성이 제기 된다.
최근 신경 영상 기술의 발전은 사회적 상호작용 중 활 성화되는 인지 과정을 탐구하고, 사회적 인지를 뒷받침 하는 대뇌 피질의 기능성과 연결성을 조사하기 시작했다 (Redcay & Schilbach, 2019). 이러한 맥락 속에서 출 현한 개념 중 하나는 사회적으로 매개된 환경에서 상호작 용하는 사람들 사이에서 발생하는 상호 신경 동기화 (Interpersonal Neural Synchronization; INS)이다. INS는 사회적 상호작용 과정에서 두 개 이상의 뇌가 어떻 게 기능적으로 연결되는지를 설명하는 개념으로, 다양한 연구에서 INS가 성공적인 의사소통, 협력, 정서 조절 등 에 기여하는 것으로 보고되었다(Jiang et al., 2015; Pan et al., 2017). 사람들이 다른 사람들과 조화를 이루 며 행동할 때, 그들의 뇌와 신체는 지속적인 상호 적응 (mutual adaptation)을 통해 하나의 결합된 단위 (coupled unit)를 이루는데, 이를 뇌 간 결합(coupling between brains)이라 하며, INS로 나타낼 수 있다.
기존의 사회적 상호작용 연구는 주로 단일 개인의 뇌 활동(single-brain approach)에 초점을 맞추어 왔다. 그러나 이러한 접근은 상호작용의 본질적인 상대성과 상 호성을 반영하는 데 한계가 있다. 최근에는 두 명 이상의 참여자의 뇌 신호를 동시에 측정할 수 있는 하이퍼스캐닝 (hyperscanning)기법이 등장함으로써, 상호작용 상황에서 의 신경 동기화(Interpersonal Neural Synchronization; INS)를 보다 정교하고 현실적인 사회적 맥락에서 상호작 용을 분석할 수 있게 한다(Park et al., 2022; Mayseless et al., 2019; Redcay & Schilbach, 2019).
하이퍼스캐닝 기법을 활용한 선행연구에 따르면, 뇌파 검사(Electroencephalography; EEG), 기능적 자기공 명영상(functional Magnetic Resonance Imaging; fMRI), 기능적 근적외선 분광법(functional Near-Infrared Spectroscopy; fNIRS) 등이 사회적 상호작용에서의 신 경학적 메커니즘을 탐구하는 데 활용되어 왔다(Babiloni & Astolfi, 2014; Balconi & Vanutelli, 2017). 특히, Czeszumski et al. (2020)에 따르면 fNIRS는 fMRI보 다 더 빠르게 데이터를 수집하여 산소화 및 탈산소화 헤 모글로빈 농도의 변화를 실시간으로 감지할 수 있고, 이 러한 점은 실제 상황에서 사회적 상호작용의 역학을 반영 하는데 매우 이상적이다. 또한 fNIRS는 몸의 움직임이나 전자기 간섭에 덜 영향을 받기에 사람들이 자유롭게 움직 이거나 신체적으로 접촉하는 자연스러운 상호작용 상황 에서도 안정적으로 뇌 활동을 기록할 수 있다. 따라서, fNIRS는 자연스러운 상호작용 환경에서 신경 활동을 측 정하는 데 적합하다는 점에서 하이퍼스캐닝 연구에 강력 한 도구로 자리 잡고 있다(Babiloni & Astolfi, 2014).
그러나 현재까지 진행된 fNIRS 기반 하이퍼스캐닝 연 구는 연구 간 일관성이 부족하고 INS의 신경 기전과 역할 에 대한 체계적인 정리가 미비한 실정이다.
본 연구는 fNIRS 기반 하이퍼스캐닝을 활용한 기존의 연구들을 체계적으로 검토하여 INS가 사회적 상호작용 의 신경생리학적 지표로서 가능성을 가지는지를 파악하 고자 한다. 특히, INS가 사회적 상호작용의 질을 신경생 리학적으로 정량화할 수 있는 가능성을 제시함으로써, 작업치료 임상에서 클라이언트와의 상호작용 중 발생하 는 뇌 간 연결성 변화를 실시간으로 파악하거나, 사회적 상호작용 중재의 평가 및 피드백 도구로 활용될 가능성을 검토하고자 한다. 이를 통해, 작업치료 분야에서 신경영 상 기술 기반의 평가와 중재 전략이 통합될 수 있는 근거 기반의 실질적 기초 자료를 제시하는 데 기여하고자 한다.
연구 방법
1.연구 설계
본 연구는 INS가 성공적인 상호작용의 신경생리학적 지표로 작용할 것이라는 가설을 바탕으로, fNIRS를 통해 하이퍼스캐닝 기술을 적용한 연구를 중심으로 체계적 문 헌 검토를 진행하였다.
2.논문 검색 및 자료 수집
문헌 검색 데이터베이스 및 검색어
최근 fNIRS 기반 하이퍼스캐닝 기술이 웨어러블 장비 의 발전, 신호 분석 기법의 정교화 등 다양한 측면에서 급속한 기술적 발전을 이루고, 관련 연구가 양적, 질적으 로 크게 증가하고 있다 (Liu et al., 2022). 이러한 동향 을 반영하여 본 연구는 2020년 1월부터 2025년 2월까 지 국외 주요 데이터베이스인 Embase, EBSCO, PubMed, Scopus 그리고 Web of science(WoS)에 출판된 문헌 을 검색하였다. 검색어는 (“fNIRS” OR “functional near infrared spectroscopy”) AND “hyperscanning” AND (“interpersonal neural synchronization” OR “interpersonal brain synchronization” OR “brainto- brain coupling” OR “interactive brain activity”) 를 사용하였으며, 이는 통제어가 아닌 자연어(free-text) 기반의 검색식이다. 검색된 문헌들은 PRISMA (Preferred Reporting Item for Systematic Reviews and Meta-Analysis) 가이드 라인을 참고하여 체계적으로 검 토하였다(Page et al., 2021).
문헌 수집 및 선정과정
문헌수집 및 선정은 Preferred Reporting Items for Systematic Reviews and Meta-Analysis (PRISMA) 지 침에 따라 문헌검색(Identification), 문헌선별(Screening), 문헌선정(Eligibility), 최종선정(Included)의 총 네 단 계로 진행되었다(Moher et al., 2010). 문헌 선정과정은 검토자가 EndNote 21을 이용하여, 문헌 검색 및 수집하 고 수집한 논문의 중복 문헌들을 제거하였으며, 이후에 제목과 초록을 바탕으로 본 연구의 목적과 일치하지 않는 문헌을 제거하였다. 마지막으로 전문을 읽은 뒤 선정기 준과 배제기준에 부합하는 문헌을 선별하고 고찰을 진행 하였다. 5개의 데이터베이스에 검색한 결과 총 757편의 문헌이 검색되었고, 최종적으로 49편의 문헌이 선정되었 다(Figure 1).
선정 문헌의 비뚤림 위험 평가
선정된 문헌은 모두 준실험설계(quasi-experimental design)로 비무작위 연구의 비뚤림 위험 평가 도구인 RoBANS (Risk of Bias Assessment Tool for Nonrandomized Studies)를 사용하여 비뚤림 평가를 수행 하였다. RoBANS는 대상자군 비교 가능성, 대상자 선정, 교란변수, 노출 측정, 평가자의 눈가림, 결과 평가, 불완 전한 결과자료, 선택적 결과 보고로 총 8개 영역으로 구 성되어 있으며, ‘높음(high risk of bias)’, ‘낮음(low risk of bias)’, ‘불확실(unclear risk of bias)’로 비뚤림 위험에 대해 세 가지 단계로 평가한다(Kim et al., 2013).
연구 결과
1.비뚤림 위험 평가 결과
RoBANS 분석 결과, 대상자 선정, 노출 측정, 불완전 한 결과 자료, 그리고 선택적 결과 보고 항목에서는 49편 모두 낮은 비뚤림 위험으로 평가되었다. 대상자군 비교 가능성 항목에서는 13편이 낮은 비뚤림 위험, 36편은 높은 비뚤림 위험으로 나타났다. 교란변수항목에서는 10 편이 낮은 비뚤림 위험, 2편이 불확실한 비뚤림 위험, 그리고 37편이 높은 비뚤림 위험으로 평가되었다. 평가 자의 눈가림항목에서는 32편이 낮은 비뚤림 위험, 16편 이 불확실한 비뚤림 위험, 1편이 높은 비뚤림 위험으로 확인되었다. 마지막으로, 결과 평가항목에서는 43편이 낮은 비뚤림 위험, 6편이 불확실한 비뚤림 위험으로 평가 되었다(Figure 2, 3).
2.연구의 일반적 특성
본 연구에 포함된 총 49편의 문헌을 분석한 결과, Hitachi ETG-7100과 Shimadzu LABNIRS 장비가 가 장 빈번하게 사용되었다. 대부분의 연구는 약 10Hz 전후 의 샘플링 속도를 설정하였으며, 산소화 헤모글로빈 (HbO) 변화량이 가장 일반적으로 분석에 활용된 혈색소 신호였다. 또한 평균적으로 40채널 이상의 고밀도 측정 이 이루어졌다.
분석 기법 측면에서는, 대다수의 연구에서 Wavelet Transform Coherence (WTC)기반의 시간-주파수 영 역 분석을 주 분석 방법으로 활용하였다. 일부 연구에서 는 Granger Causality Analysis (GCA)를 통해 뇌 간 정보 전달의 방향성을 탐색하거나, Sliding Window 기 반 동적 분석(dINS)을 통해 시간 흐름에 따른 신경 동기화 의 변동 양상을 분석하였다. 또한, Pearson Correlation Analysis (PCA)를 통해 기본적인 뇌 신호 간 상관성을 평가하였으며, 일부 연구에서는 General Linear Model (GLM)을 적용하여 참여자 간 신경 네트워크의 연결성과 효율성을 정량적으로 분석하였다(Table 1).
Table 1.
Summary of fNIRS Based Hyperscanning Research Regarding INS
| No. | Author (Year) | Features | ||||
|---|---|---|---|---|---|---|
| Device | Signal Type | Sampling rate | Channels | Analysis Method | ||
| 1 | Chen et al. (2020) | Hitachi ETG-7100 | HbO | 10Hz | 48 | WTC ,GCA |
| 2 | Descorbeth et al. (2020) | Shimadzu LABNIRS | HHb | 27ms | 84 | WTC |
| 3 | Dravida et al. (2020) | Shimadzu LABNIRS | HHb | 27ms | 60 | WTC |
| 4 | Fronda & Balconi (2020) | NIRScout | HbO, HHb | 6.25Hz | - | PCA |
| 5 | Li et al. (2020) | Hitachi ETG-7100 | HbO | 10Hz | 22 | WTC, PCA |
| 6 | Lu, Teng et al. (2020) | Hitachi ETG-7100 | HbO | 10Hz | 46 | WTC |
| 7 | Lu, Yu et al. (2020) | Hitachi ETG-7100 | HbO | 10Hz | 46 | WTC, PCA |
| 8 | Noah et al. (2020) | Shimadzu LABNIRS | HbO, HHb | 30Hz | 54 | WTC, GLM |
| 9 | Yang et al. (2020) | Shimadzu LABNIRS | HbO, HHb | 9.52Hz | 14 | WTC, GLM |
| 10 | Balconi et al. (2021) | NIRScout | HbO, HHb | 6.25Hz | 16 | ANOVA |
| 11 | Zhao et al. (2021) | Shimadzu LABNIRS | HbO | 10Hz | 19 | WTC, PCA |
| 12 | Hirsch et al. (2021) | Shimadzu LABNIRS | HHb | 27ms | 42 | GLM, WTC |
| 13 | Li, Mayseless et al. (2021) | NIRScout | HbO | 7.81Hz | 22 | WTC, GLM, dINS |
| 14 | Li, Chen et al. (2021) | Shimadzu LABNIRS | HbO | 4Hz | 22 | WTC, |
| 15 | Liu et al. (2021) |
Hitachi ETG-4000 & Shimadzu LABNIRS |
HbO |
ETG-4000: 10 Hz LABNIRS: 55.5 Hz |
8 | PCA |
| 16 | Pinti et al. (2021) | Shimadzu LIGHTNIRS | HbO, HHb | 13.33 Hz | 22 | WTC |
| 17 | Yang et al. (2021) | Hitachi ETG-7100 | HbO | 10 Hz | 48 | PCA |
| 18 | Zhang et al. (2021) | Hitachi ETG-7100 | HbO | 10 Hz | 46 | WTC |
| 19 | Cheng et al. (2022) | Hitachi ETG-7100 | HbO | 10 Hz | 46 | PCA |
| 20 | Hu et al. (2022) | Hitachi ETG-7100 | HbO | 10 Hz | 22 | WTC, PCA |
| 21 | Kayhan et al. (2022) | NIRScout | HHb | 7.81 Hz | 16 | WTC |
| 22 | Liang et al. (2022) | NIRScout | HbO | 7.8125 Hz | 20 | WTC, PCA |
| 23 | Wang et al. (2022) | Hitachi ETG-7100 | HbO | 10 Hz | 46 | WTC,PCA. dINS |
| 24 | Yuan et al. (2022) | Hitachi ETG-7100 | HbO | 10 Hz | 22 | WTC |
| 25 | Zhou et al. (2022) | NIRScout | HbO | 7.8125 Hz | 26 | WTC |
| 26 | Balconi & Angioletti. (2023) | NIRScout | HbO, HHb | 6.25 Hz | 6 | PCA |
| 27 | Chen et al. (2023) | Shimadzu LIGHTNIRS | HbO | 13.33 Hz | 22 | WTC, GLM |
| 28 | Feng et al. (2023) | Hitachi ETG-7100 | HbO | 10 Hz | 26 | WTC |
| 29 | He et al. (2023) | Hitachi ETG-7100 | HbO | 10 Hz | 24 | WTC |
| 30 | Hirsch et al. (2023) | Shimadzu LABNIRS | HbO, HHb | 30 Hz | 58 | GLM |
| 31 | Kikuchi et al. (2023) | Hitachi ETG-7100 | HbO | 10 Hz | 46 | WTC |
| 32 | Lu et al. (2023) | Hitachi ETG-7100 | HbO | 10 Hz | 46 | WTC |
| 33 | Marton-Alper et al. (2023) | Artinis Brite23 | HbO | 10 Hz | 23 | WTC |
| 34 | Pan et al. (2023) | Hitachi ETG-7100 | HbO | 10 Hz | 22 | WTC |
| 35 | Park et al. (2023) | OBELAB NIRSIT Lite | HbO | 8.138 Hz | 15 | WTC |
| 36 | Wang et al. (2023) | Hitachi ETG-7100 | HbO | 10 Hz | 22 | WTC |
| 37 | Xu et al. (2023) | Hitachi OT-R40 | HbO, HHb | 10 Hz | 20 | WTC |
| 38 | Zhang, Wang et al. (2023) | Shimadzu LABNIRS | HbO | 11 Hz | 31 | WTC, PCA |
| 39 | Zhang, Zhou et al. (2023) | Shimadzu LABNIRS | HbO | 47.6 Hz | 28 | WTC |
| 40 | Zheng et al. (2023) | NirScan | HbO | 17 Hz | 26 | WTC, PCA |
| 41 | Avnor et al. (2025) | Brite-24 (Artinis) | HbO | 50 Hz | 24 | WTC |
| 42 | Cheng et al. (2024) | NirScan | HbO | 10 Hz | 23 | WTC |
| 43 | Deng et al. (2024) | HOT-1000 (Hitachi) | tHb | 10 Hz | 2 | WTC |
| 44 | Huang et al. (2024) | Shimadzu FOIRE-3000 | HbO | 7.8 Hz | 22 | WTC, GCA |
| 45 | Li, Su et al. (2024) | Shimadzu LIGHTNIRS | HbO | 7.407 Hz | 24 | WTC |
| 46 | Li, Hong et al. (2024) | Shimadzu LABNIRS | HbO | 10 Hz | 36 | WTC |
| 47 | Liu et al. (2024) | Shimadzu LABNIRS | HbO | 9.26 Hz | 19 | WTC, GCA |
| 48 | Shamay-Tsoory et al. (2024) | NIRScout | HbO | 10.2 Hz | 8 | WTC |
| 49 | Wang et al. (2024) | Hitachi ETG-7100 | HbO | 10 Hz | 46 | WTC, dINS |
3.사회적 상호작용 과제 유형에 따른 INS 양상
본 연구에 포함된 문헌들은 실험에서 사용된 상호작용 과제의 유형에 따라 여섯 가지로 분류할 수 있다. 첫째, 의사결정 과제(Decision Making)는 참가자들이 불확실 한 상황에서 선택을 내리거나, 상대방과의 상호작용을 통해 속임수, 신뢰, 공정성 등을 평가하는 과제이다. 대표 적인 예로 Iowa Gambling Task (IGT), Trust Game, Ultimatum Game, Balloon Analogue Risk Task (BART) 등이 있으며, 일부 연구에서는 스트레스 유발 조건을 병행하여 뇌 반응을 측정하였다. 이러한 과제에 서는 rTPJ, DLPFC, mPFC 영역에서 INS가 증가하였다. 둘째, 창의적 과제(Creative Tasks)는 제한된 시간 안에 창의적 아이디어를 생성하거나 창작 협업을 수행하는 과 제이다. 예로는 Alternative Uses Task (AUT), Product Improvement Task, Creative Design Task, Goal- Free Joint Creation 등이 있다. 자유로운 상호작용을 통해 아이디어를 교환하는 과정에서 DLPFC와 rTPJ 간 의 INS가 유의미하게 증가하였다. 셋째, 객관적 속성 나 열 과제(Objective Listing)는 주로 창의적 과제의 대조 조건으로 사용되며, 정해진 사실이나 절차를 기술하는 활동이 포함된다. Object Characteristic Task (OCT), 조리법 설명, 구매 계획 등이 이에 해당 된다. 이때는 좌측 DLPFC 중심의 뇌 활성화가 관찰되며, INS 수준은 상대적으로 낮게 관찰되었다. 넷째, 협력 퍼포먼스 과제 (Cooperative Performance)는 두 명이 함께 제스처를 따라 하거나, 물체를 조립하는 등 신체 움직임을 동기화 하는 활동을 수행하는 과제이다. Joint Drawing Task, Gesture Encoder-Decoder Task, Jenga, Movement Synchronization Task, Leader-Follower 등이 포함 된다. 이들 과제에서는 DLPFC, FPC, rTPJ에서 INS가 증가하였다. 다섯째, 경쟁 과제(Competitive Contexts) 는 동일 과제를 협동, 경쟁, 독립 조건으로 나누어 비교하 는 실험 설계를 포함한다. 대표적으로 Joint Simon Task, Block Stacking, Rock-Paper-Scissors, Triadic Persuasion Game, 윷놀이 등이 있다. 이러한 상황에서 는 DLPFC와 rTPJ 영역의 INS가 경쟁 조건에서 증가하 였다. 마지막으로, 사회적 의사소통 과제(Verbal Communication Tasks)는 자연스러운 언어 상호작용을 통 해 감정과 정보를 교환하는 상황을 다룬다. 예로는 Speed-dating, 감정 공유 대화, 설득 대화, AUT-OCT 비교 대화 등이 있다. 이 경우 rIFG, STG, AG, mPFC의 INS가 증가하였다 (Table 2).
Table 2.
Summary of fNIRS-Based Hyperscanning Research on INS by Task Type
고 찰
본 연구는 fNIRS 기반 하이퍼스캐닝을 통해 사회적 상호작용 중 발생하는 INS가 어떻게 나타나고 해석될 수 있는지를 다각도로 분석였으며, 이를 작업치료 임상 에서의 적용 가능성에 대하여 검토하고자 한다. 문헌을 종합한 결과, INS는 과제의 유형에 따라 서로 다른 뇌 영역 간의 동기화를 유도하며, 이는 일관된 패턴을 형성 함을 알 수 있었고, INS는 단순한 생리적 현상의 동시활 성(co-activation)으로 보기보다는, 과제의 사회적 맥락 에 따라 조정되는 상호 작용 기반의 뇌 기능 네트워크로 해석되어야 함을 시사한다(Choo et al., 2020).
선정된 49편의 문헌은 RoBANS 도구를 사용하여 비 뚤림 위험을 평가하였으며, 그 결과 대상자 선정, 노출 측정, 불완전한 결과 자료, 선택적 보고 항목에서 모두 낮은 비뚤림 위험을 보여, 기본적인 연구 설계와 자료 처리에 있어 높은 신뢰성을 나타냈다. 반면, 대상자군 비 교 가능성, 교란변수에서 높은 비뚤림 위험이 다수 확인 되었는데, 이는 비무작위 연구의 구조적 한계에서 비롯 된 것으로 해석된다(Shrier et al., 2007). 또한, 평가자 의 눈가림항목에서는 다수의 연구가 불확실하거나 높은 위험으로 평가되었는데, 이는 개입 여부를 평가자나 참 여자가 인지하고 있었을 가능성을 시사한다. 눈가림이 불충분한 경우에는 평가자의 기대, 선입견이 결과 측정 에 영향을 미칠 수 있어 주관적 왜곡이 발생할 우려가 크다(Higgins et al., 2011). 그럼에도 불구하고, 결과 평가 항목에서는 대부분의 연구가 낮은 비뚤림 위험을 보여, 최종 결과의 수집과 분석 과정 자체는 일정 수준 이상의 신뢰도를 확보하고 있는 것으로 해석된다.
본 연구에 포함된 fNIRS 기반 INS 연구는 측정 장비, 신호 유형, 분석기법 등 다양한 측면에서 일정한 경향성 과 편중성을 보였다. 대부분의 연구가 Hitachi ETG- 7100 또는 Shimadzu LABNIRS 장비를 사용하고, HbO 신호를 중심으로 10Hz 전후의 샘플링 속도를 설정 하였으며, 40채널 이상의 고밀도 측정을 수행하였다. 분 석기법은 WTC 기반의 시간-주파수 분석이 압도적으로 활용되었으며, GCA, dINS, GLM과 같은 고차원 분석은 일부 연구에 국한되었다. 이러한 경향은 연구 간 비교 가능성과 재현성을 확보하는 측면에서는 긍정적인 요소 로 평가될 수 있다. 실제로 Nguyen et al. (2021)은 WTC 기반 분석이 fNIRS hyperscanning에서 가장 널 리 사용되며, HbO 신호의 상대적 안정성과 고해상도 분 석 가능성으로 인해 선호된다고 지적한다. 그러나 동시 에, 이러한 기술적 선택의 편중은 결과 해석의 일반화 가능성 저하 및 생리 신호 다양성에 대한 민감도 부족을 야기할 수 있다. 예를 들어, 일부 연구에서는 WTC가 비 선형 동기화 또는 방향성 신경 흐름을 포착하기에는 한계 가 있으며(Balters et al., 2020), HbO 신호는 전신 생리 반응에 민감하여 외부 간섭 요소를 포함할 위험이 있다고 경고한다. 따라서 향후 연구에서는 분석 및 장비의 다변 화, 복합 신호 활용, 새로운 분석 모델의 도입을 통해 INS 연구의 확장성과 정량적 신뢰성을 제고할 필요가 있다.
본 연구는 상호작용 과제 유형에 따라 INS 반응이 어 떻게 달라지는지를 분석함으로써, INS가 단순한 자극 기 반의 동시 활성(co-activation)을 넘어, 상호작용의 질 적 특성을 신경생리학적으로 반영할 수 있는지를 실증적 으로 검토하였다. 그 결과, 협력적 과제, 감정 공유 대화, 창의적 공동 창작 과제와 같이 정서적 공감과 공동 목표 조율이 요구되는 상호작용 조건에서는 DLPFC, rTPJ, mPFC, STG등에서 유의미한 INS 증가가 관찰되었다. 반면, 단순 정보 나열이나 통제 조건에서는 INS 수준이 상대적으로 낮게 나타나, 상호작용이 ‘존재하는가’보다 ‘어떤 질적 상태인가’가 INS에 더 결정적인 영향을 미친 다는 점이 드러났다. 이러한 결과는 정서적 교류, 협력 수준, 상호 예측 가능성 등 상호작용의 질적 차원에 따라 INS가 민감하게 조절됨을 보여준다. Dumas et al. (2010)과 Montague et al. (2002)의 하이퍼스캐닝 연 구에서도 INS가 물리적 동시 자극보다는 사회적 맥락과 상호 조율 메커니즘에 기반해 형성된다는 점을 지적했다.
본 연구에서 도출된 INS의 특성은 작업치료 분야에서 의 임상적 활용 가능성을 제시한다. 특히, 자폐 스펙트럼 장애(ASD), 조현병, 또는 외상성 뇌손상(TBI) 이후 사회 적 인지 결손(social cognitive deficits)을 겪는 환자군 의 경우, 전통적으로 치료사의 행동 관찰이나 주관적 평 가에 의존한 상호작용 평가가 이루어져 왔다(Doble et al., 1991; Simmons et al., 2010). 그러나 INS를 활용 하면 치료사와 클라이언트 간의 신경적 상호동기화 상태 를 실시간으로 정량화할 수 있으며, 이는 치료적 동맹 (therapeutic alliance)의 형성 여부나 중재 전략의 효 과를 신경생리학적 수준에서 과학적으로 평가할 수 있는 도구로서 기능할 수 있을 것이다(McParlin et al., 2022). 더불어, 본 연구를 포함한 선행 문헌에서는 INS 가 협력적 과제나 정서적 상호작용 맥락에서 특히 강하게 나타났으며, 이는 작업치료의 주요 목표인 사회적 유대 회복, 감정 조절, 협업 능력 강화와도 직접적으로 연결된 다. INS는 치료사-클라이언트 간 뿐만 아니라, 그룹 기반 작업치료에서 클라이언트 간 상호작용의 질적 효과를 측 정할 수 있는 생리학적 평가 지표로도 활용될 수 있을 것이다. 결과적으로, INS는 작업치료 분야에서 상호작용 중심 중재의 평가 및 설계에 있어 혁신적 신경생리학적 접근으로서 기능할 수 있으며, 이는 기존의 정성적 및 관찰 기반 평가 방식의 한계를 보완함으로써 임상 실천의 정량화와 표준화에도 기여할 것이다.
하지만, INS에 대한 해석은 여전히 주의가 필요하다. INS는 오랜 기간 동안 높을수록 사회적 상호작용의 질이 높다는 전제를 바탕으로 해석되어 왔다. 그러나 최근 연 구들은 예측 가능한 구조화된 과제에서는 오히려 INS가 감소하며, 자율성이 강조되는 상황에서는 낮은 INS가 더 효과적일 수 있음을 시사한다(Kayhan et al., 2022). 또한, Gvirts와 Perlmutter (2020)는 INS가 무조건 긍 정적인 것이 아니며, 높은 INS가 오히려 정서적 피로를 유발하거나, 과도한 신경 자원 소모로 이어질 수 있음을 지적하였다. 따라서 동일한 INS 수치라도 과제의 성격, 관계의 친밀도, 정서 상태에 따라 전혀 다른 의미를 가질 수 있으며, INS는 사회적 상호작용 내에서 맥락적으로 해석되어야 한다.
본 연구의 제한점은 다음과 같다. 첫째, 문헌 선정의 범위와 기준에서 일부 연구가 누락되었을 가능성을 배제 할 수 없다. 둘째, INS의 효과 크기나 통계적 일관성은 본 연구에서 정량화되지 않았으며, 이는 후속 메타분석 연구를 통해 보완될 수 있을 것이다. 셋째, 포함된 연구 간에는 장비, 채널 수, 과제 유형, 분석법 등 여러 이질성 이 존재하여 직접 비교에는 한계가 있다. 넷째, INS는 여전히 해석적 불확실성이 높은 지표로 간주 되며, 단일 수치나 특정 뇌 채널에서의 동기화만으로 그 의미를 일반 화하기는 어렵다. 동일한 INS 수치도 과제의 특성, 참여 자 간의 사회적 관계, 감정 상태, 주의 집중 정도 등에 따라 전혀 다른 행동적 의미를 가질 수 있기 때문이다. 따라서 INS는 상호작용 참여자의 특성을 함께 고려하여 맥락적으로 해석되어야 하며, 그 기능적 의미에 대한 이 론적 논의와 경험적 검증이 지속적으로 병행될 필요가 있다. 이러한 결과들을 종합하면, INS는 사회적 인지, 감정 교환, 협동 전략, 창의성 등 다양한 사회적 기능과 밀접하게 연결되어 있으며, 사회적 상호작용의 질을 신 경학적으로 정량화할 수 있는 도구로서의 가능성을 보여 준다.
결 론
본 연구는 fNIRS 기반 하이퍼스캐닝을 활용한 INS를 분석한 연구들을 체계적으로 고찰함으로써, 사회적 상호 작용의 신경적 메커니즘에 대한 통합적 이해를 제시하였 다. 특히 INS가 단순한 생리적 동기화를 넘어, 과제 유형, 참여자 간 관계성 등에 따라 사회작용의 맥락에 따라 조 절되는 사회적 뇌의 정량적 지표로서 기능할 수 있음을 확인하였다. INS는 정서 공유, 협력, 창의적 문제 해결, 상호작용 등 다양한 사회적 인지 기능과 연결되어 있으 며, 그 발생 양상은 뇌의 특정 영역에 반복적으로 관여하 는 신경 네트워크를 통해 나타난다. 이러한 특성은 INS 가 사회적 상호작용의 질과 의미를 신경생리학적 수준에서 정밀하게 파악할 수 있는 가능성을 보여준다. 또한 INS 분석기법은 기존의 정적 지표를 넘어 시간-맥락적으로 변화하는 동적 상호작용의 과정을 포착하는 방향으로 진 화하고 있으며, 이는 인간 상호작용의 복잡성을 정밀하 게 해석하려는 신경과학적 시도의 일환이라 할 수 있다.
무엇보다 본 고찰은 INS가 단일 수치나 특정 영역의 활성만으로 해석되기에는 한계가 있음을 지적하며, 실험 맥락, 참여자 특성, 과제의 사회적 의미 등을 고려한 통합 적이고 다층적인 해석의 필요성을 강조하였다. 이러한 INS 패턴은 단순한 이론적 발견을 넘어, 작업치료 임상 에서의 중재 반응성 평가, 치료적 동맹 형성, 그리고 실시 간 평가 시스템 구축 등 다양한 방식으로의 응용 가능성 을 시사한다 (Tucek et al., 2022; McParlin et al., 2022). 또한, INS는 더 이상 단일 연구 도구에 머무르지 않고, 인간의 사회적 인지를 뇌 수준에서 정량화하고 해석 할 수 있는 실용적이며 확장 가능한 신경학적 지표로 자 리 잡아갈 것이며, 이는 향후 상호작용 중심의 신경과학 적인 접근을 가능하게 하는 기반이 될 것으로 기대한다.