Boston Neuromind · Peak Performance — 판별진단 Differential Diagnosis

왜 통합 모델인가 — 분절 평가의 한계Why an integrative model

한 사람이 발표에서 무너질 때, 그 원인은 "불안"이라는 한 단어로 끝나지 않습니다. 과도한 생리적 각성, 자동화된 말하기 기술의 의식적 점검, 걱정에 의한 주의 자원 소모가 동시에 작동합니다. 이들을 따로 측정해 나열하면 무엇이 핵심인지 알 수 없습니다. 정신병리가 상호 독립적 범주가 아니라 차원적·위계적 공유 구조를 갖는다는 점(Conway et al., 2024)에서, 본 평가는 정서·인지·자율신경·발달 지표를 하나의 잠재 수행 상태로 결합합니다.When someone collapses in a presentation, the cause is not captured by the single word "anxiety." Excess physiological arousal, conscious monitoring of automated speech skill, and worry-driven depletion of attentional resources operate at once. Measuring them separately and listing them obscures the core. Because psychopathology is dimensional and hierarchical with shared structure (Conway et al., 2024), we combine affective, cognitive, autonomic, and developmental indicators into one latent performance state.

Figure 1 · 분절 평가 vs 통합 모델

분절 평가는 네 개의 독립 점수를 내지만, 통합 모델은 요인 간 상호작용을 포함한 단일 시스템으로 수행 상태를 추정합니다.Fragmented assessment yields four independent scores; the integrative model estimates one performance state including factor interactions.

검증. 위계적 차원 분류 체계(HiTOP)는 범주 진단의 경계 모호성과 공존이환 문제를 보완하는 합의적 대안으로 제시되었다.Evidence. The HiTOP framework is a consensus alternative addressing categorical boundary ambiguity and comorbidity.Conway, C. C., et al. (2024). Annual Review of Clinical Psychology, 20, 161–186.

분류 근거. 본 분과가 수행을 압박형·몰입형·점화형·기복형으로 나누는 것은 임의 구분이 아니라, 수행심리 연구의 확립된 구성에 근거합니다. 최고 수행이 "저절로 일어나는" 몰입(flow)과 "의도적으로 끌어올리는" 점화(clutch)의 구분된 상태로 나타난다는 점(Swann 등), 최적 각성이 개인마다 다르다는 점(IZOF; Hanin), 압박이 자동기술의 의식적 재투자를 유발한다는 점(Masters & Maxwell)이 네 유형의 이론적 토대입니다.Basis for the typology. Dividing performance into pressure, flow, clutch, and swing types is not arbitrary but rests on established constructs in performance psychology: peak performance as distinct flow ("let it happen") and clutch ("make it happen") states (Swann et al.), individual optima of arousal (IZOF; Hanin), and pressure-induced reinvestment of automated skill (Masters & Maxwell).Swann, C., et al. Flow and clutch states · Hanin, Y. L. (2000). IZOF model · Masters, R., & Maxwell, J. (2008). International Review of Sport and Exercise Psychology, 1(2).

02 · 수행 유형 IPerformance type I

압박형 — 발표·시험에서 무너지는 순간Pressure type — collapsing under the spotlight

실제 수행 장면Real performance scenario

"평소엔 막힘없이 발표하는데, 임원 앞에만 서면 늘 하던 첫 문장이 갑자기 의식되고, 심장이 뛰고, 손에 든 포인터가 떨립니다. 머릿속이 하얘지고 준비한 내용의 절반밖에 못 꺼냅니다.""I present fluently in practice, but in front of executives my opening line — the one I always say — suddenly becomes conscious, my heart races, the pointer shakes in my hand. My mind goes blank and I deliver half of what I prepared."

발표자·면접 지원자·운동선수의 결정적 퍼팅·연주자의 무대 — 모두 동일한 기제입니다. 충분히 숙련된 기술이 압박 상황에서 오히려 무너집니다.A presenter, an interviewee, an athlete's decisive putt, a musician on stage — the same mechanism. A well-practiced skill collapses precisely under pressure.

이 현상은 압박이 자동화된 기술을 의식적으로 다시 점검하게 만들기 때문에 발생합니다(reinvestment). 동시에 걱정이 작업기억의 주의 자원을 선점하여 과제 처리 용량을 줄입니다(attentional control theory). 생리적으로는 교감신경 항진과 전두엽 고베타(高β) 활동의 증가로 나타납니다.It occurs because pressure prompts conscious re-monitoring of an automated skill (reinvestment), while worry pre-empts working-memory attentional resources, reducing task capacity (attentional control theory). Physiologically it appears as sympathetic activation and elevated frontal high-beta EEG activity.

Figure 2 · 압박 상황의 QEEG 소견 — 안정 vs 압박

DeltaThetaAlphaBetaHigh-Beta

압박 상황에서 전두부(이마 쪽) 고베타가 증가하고 알파가 감소하는 양상이 흔히 관찰됩니다. 색은 대역별 상대 강도를 의미합니다. (개념적 예시 — 실제 데이터는 19채널 측정으로 산출)Under pressure, frontal high-beta commonly rises while alpha drops. Hue encodes relative band power. (Conceptual illustration; real data from 19-channel recording.)

Table 1 · 압박형의 지표 패턴

채널Channel	안정 시Rest	압박 시Pressure	해석Interpretation
HRV (RMSSD)	정상normal	↓↓	부교감 위축, 교감 항진vagal withdrawal
전두 고베타Frontal high-β	정상normal	↑↑	과각성·과경계over-arousal/hypervigilance
전두 알파Frontal alpha	정상normal	↓	이완·여유 감소reduced calm idling
자기보고 긴장Self-report tension	낮음low	높음high	주관·객관 수렴subjective–objective convergence

일반적 소견의 예시이며, 실제 값과 임계는 개인 기저선 대비로 해석합니다.Illustrative typical findings; actual values are interpreted against individual baseline.

Figure 3 · 압박형 QEEG 소견

압박형 — 전두 고베타 상승(↑). 압박 조건에서 전두부(Fz·F3·F4) 고베타가 높아지고 알파가 줄어드는 과각성 소견이 흔합니다. HRV는 동반 저하됩니다. (개념적 표준 소견)Pressure — frontal high-β elevated(↑). Under pressure, frontal (Fz·F3·F4) high-beta rises and alpha drops — an over-arousal pattern, with concurrent HRV decline. (Conceptual.)

검증. 압박 하 수행 저하는 자동기술의 의식적 재투자(reinvestment)와, 걱정에 의한 주의통제 효율 저하(ACT)로 설명된다. 뉴로피드백·HRV 바이오피드백을 통한 각성 조절은 이 기제의 합리적 표적이다.Evidence. Choking under pressure is explained by reinvestment of automated skill and worry-driven loss of attentional-control efficiency (ACT). Arousal regulation via neurofeedback/HRV biofeedback is a rational target.Masters, R., & Maxwell, J. (2008). International Review of Sport and Exercise Psychology, 1(2), 160–183 · Eysenck, M. W., & Derakshan, N. (2011). Personality and Individual Differences, 50(7).

03 · 수행 유형 IIPerformance type II

몰입형 — 집중이 흩어지는 순간Flow type — when focus scatters

실제 수행 장면Real performance scenario

"코드를 짜다 보면 한 시간이 5분처럼 흐르던 때가 있었는데, 요즘은 10분마다 알림·잡생각에 끊깁니다. 일은 하는데 깊이 들어가지지 않고, 끝나도 한 게 없는 느낌입니다.""There were times an hour of coding felt like five minutes; now I'm interrupted every ten minutes by notifications and stray thoughts. I work, but I can't go deep, and I finish feeling I did nothing."

작가의 글쓰기, 연구자의 분석, 운동선수의 '존(zone)' — 깊은 몰입(flow)이 필요한 모든 수행에서 나타나는, 주의가 과제에 고정되지 못하는 문제입니다.A writer's drafting, a researcher's analysis, an athlete's "zone" — in all performance requiring deep flow, attention fails to lock onto the task.

몰입은 도전과 기술의 균형, 명확한 목표, 즉각적 피드백, 그리고 지속적 주의의 유지에서 발생합니다. 몰입형의 제약은 과각성이 아니라 주의의 분산과 낮은 각성·각성 변동입니다. 뇌파에서는 세타/베타 비율의 상승(주의 산만 지표)이나 감각운동리듬(SMR)의 불안정이 관련됩니다.Flow arises from challenge–skill balance, clear goals, immediate feedback, and sustained attention. The flow type's constraint is not over-arousal but distraction and low/variable arousal. On EEG it relates to elevated theta/beta ratio (a distractibility marker) or unstable sensorimotor rhythm (SMR).

Figure 4 · 세타/베타 비율 — 집중 유지 지표

집중이 유지될 때 세타/베타 비율은 낮고 안정적이며, 주의가 이탈하면 상승·변동합니다. 몰입형은 이 변동 패턴이 잦습니다. (개념적 예시)When focus holds, the theta/beta ratio stays low and stable; it rises and fluctuates when attention drifts. The flow type shows frequent fluctuation. (Conceptual.)

Figure 5 · 몰입형 QEEG 소견

몰입형 — 세타/베타 불균형(↑). 전두·정중선에서 세타가 상대적으로 높고 세타/베타 비율이 상승·변동하는, 주의 분산과 연관된 소견입니다. (개념적 표준 소견)Flow — theta/beta imbalance(↑). Relatively high theta and an elevated/variable theta-beta ratio along the midline, associated with distractibility. (Conceptual.)

검증. 세타/베타 비율은 주의 조절의 신경생리 지표로 연구되어 왔으며, 감각운동리듬(SMR) 뉴로피드백은 주의 안정화 프로토콜로 검증되어 왔다.Evidence. The theta/beta ratio has been studied as a neurophysiological index of attentional regulation, and SMR neurofeedback is a validated attention-stabilization protocol.Sitaram, R., et al. (2017). Nature Reviews Neuroscience, 18(2), 86–100 · Arns, M., et al. (2014). Biological Psychology, 95, 108–115.

04 · 수행 유형 IIIPerformance type III

점화형 — 결정적 순간에 동력이 안 붙는 경우Clutch type — no ignition at the decisive moment

실제 수행 장면Real performance scenario

"중요한 협상이나 마감 직전, 더 끌어올려야 하는 순간에 오히려 가라앉습니다. 긴장은 없는데 에너지가 안 붙고, '한 방'이 필요한 때 몰입이 일어나지 않습니다.""In a crucial negotiation or right before a deadline — the moment I should rise — I instead sink. There's no anxiety, but no energy mobilizes; when I need one decisive push, it doesn't ignite."

압박형과 정반대입니다. 과각성이 아니라 결정적 순간에 의도적으로 각성·동기를 끌어올리지 못하는 '점화 결핍(clutch deficit)'입니다.The opposite of the pressure type. Not over-arousal but a failure to deliberately raise arousal and drive at the decisive moment — a clutch deficit.

몰입(flow)이 "저절로 일어나는" 상태라면, 점화(clutch)는 "의도적으로 만들어내는" 상태입니다(Swann et al.). 점화형은 결정적 순간에 각성을 의도적으로 상향해야 최적에 도달하므로, 개입 방향이 압박형과 반대입니다. 생리적으로는 저각성·낮은 교감 활성, 좌측 전두 활성(접근 동기) 저하와 관련됩니다.If flow "happens by itself," clutch is "made deliberately" (Swann et al.). The clutch type must deliberately raise arousal at the decisive moment, so the intervention direction is opposite to the pressure type. Physiologically it relates to under-arousal, low sympathetic activation, and reduced left-frontal activity (approach motivation).

Figure 6 · 전두 알파 비대칭 — 접근 동기 지표 (좌우뇌·손잡이 필수)

전두 알파 비대칭은 접근·회피 동기와 관련됩니다. 좌측 전두 활성 저하는 접근 동기·점화 부족과 연관될 수 있습니다. 해석은 손잡이에 따라 달라지므로 손잡이를 반드시 먼저 입력합니다. (개념적 예시)Frontal alpha asymmetry relates to approach/avoidance motivation; reduced left-frontal activity may relate to low approach drive. Interpretation depends on handedness, which must be entered first. (Conceptual.)

Figure 7 · 점화형 QEEG 소견

점화형 — 좌측 전두 활성 저하(↓). 좌측 전두(F3)의 활성이 상대적으로 낮은, 접근 동기·점화 부족과 연관될 수 있는 소견입니다. 해석은 손잡이에 따라 갈리므로 손잡이를 먼저 입력합니다. (개념적 표준 소견)Clutch — reduced left-frontal activity(↓). Relatively low left-frontal (F3) activity, potentially linked to low approach drive. Interpretation depends on handedness, entered first. (Conceptual.)

검증. 몰입과 점화는 최고 수행을 떠받치는 구분된 심리 상태로 보고되며('let it happen' vs 'make it happen'), 유형에 따른 반대 방향의 각성 개입을 정당화한다. 전두 알파 비대칭은 접근 동기의 신경 지표로 연구되어 왔다.Evidence. Flow and clutch are reported as distinct states underlying peak performance, justifying opposite-direction arousal interventions. Frontal alpha asymmetry is a studied neural index of approach motivation.Swann, C., et al. Flow and clutch states in elite performance.

05 · 수행 유형 IVPerformance type IV

기복형 — 컨디션이 들쭉날쭉한 경우Swing type — inconsistent day to day

실제 수행 장면Real performance scenario

"잘하는 날은 정말 잘하는데, 어떤 날은 같은 일도 손에 안 잡힙니다. 실력 문제가 아니라 그날의 기분·컨디션에 결과가 휘둘려서, 중요한 일을 언제 배치해야 할지 모르겠습니다.""On good days I'm excellent; on others the same task won't come together. It's not a skill issue — my results swing with mood and condition, and I can't tell when to schedule important work."

평균 실력은 높지만 분산이 큰 경우입니다. 정서 기복이 수행의 일관성을 무너뜨려, 최고치보다 '바닥을 끌어올리는' 안정화가 핵심 과제가 됩니다.High average skill but high variance. Mood swings break consistency, so the key task is stabilization — raising the floor rather than the ceiling.

Figure 8 · 수행 일관성 — 평균보다 분산이 문제

기복형은 평균은 높으나 일자별 분산이 큽니다. 진단의 초점은 최고치가 아니라 변동성의 원인(정서 조절·수면·자율신경 안정성) 규명입니다. (개념적 예시)The swing type has a high average but high day-to-day variance. The diagnostic focus is the cause of variability (emotion regulation, sleep, autonomic stability), not the peak. (Conceptual.)

Figure 9 · 기복형 QEEG 소견

기복형 — 측정 간 변동성(⇅). 단일 소견이 아니라, 회기마다 지표가 들쭉날쭉한 변동성 자체가 단서입니다. 반복 측정으로 패턴의 불안정을 확인합니다. (개념적 표준 소견)Swing — between-session variability(⇅). Not a single finding but the variability itself across sessions is the cue; repeated measurement confirms instability. (Conceptual.)

검증. 정서 상태의 변동은 인지·수행의 일관성에 영향을 미치며, 메타인지적 자기조절(S-REF) 모형은 상태 모니터링과 조절 훈련의 표적을 제공한다.Evidence. Fluctuations in affective state affect cognitive-performance consistency; the metacognitive self-regulation (S-REF) model offers targets for state monitoring and regulation training.Wells, A., & Matthews, G. (1996). Behaviour Research and Therapy, 34(11–12), 881–888.

같은 증상, 다른 원인 — 동반이환 분해Same symptom, different cause — comorbidity decomposition

실제 수행 장면Real performance scenario

"회의에서 집중이 안 됩니다" — 두 사람이 똑같이 호소합니다. A는 어려서부터 어떤 상황에서도 주의가 흩어졌고, B는 평소엔 멀쩡한데 '평가받는' 회의에서만 머리가 하얘집니다."I can't focus in meetings" — two people, the same complaint. A has had scattered attention since childhood in any context; B is fine generally but goes blank only in "evaluative" meetings.

표면 호소는 같지만 원인은 전혀 다릅니다. A는 주의 기제 자체, B는 평가 불안이 주의를 잠식합니다. 동일한 처방은 한쪽을 실패시킵니다.Same surface complaint, opposite causes — A's attention mechanism itself, B's evaluative anxiety pre-empting attention. Identical treatment fails one of them.

본 평가는 관찰된 주의 손상을 후보 요인별 분수로 귀속(fractional attribution)하여, 표면 지표가 같아도 처방이 갈리는 이유를 드러냅니다.We attribute the observed attention impairment fractionally to candidate factors, revealing why identical surface scores warrant different plans.

Figure 10 · 동일 주의 지표 0.39의 원인 분해

사례 A — 주의 0.39Case A — attention 0.39

ADHD 0.2564%

불안Anx 0.1026%

정동Mood 0.0410%

→ 주의 기제 자체가 일차 제약→ attention mechanism is primary

사례 B — 주의 0.39 (동일)Case B — 0.39 (same)

불안Anx 0.2872%

ADHD 0.0615%

정동Mood 0.038%

→ 불안이 주의 자원을 선점→ anxiety pre-empts attention

같은 0.39, 완전히 다른 처방. 이 분해가 없으면 두 사람이 동일 훈련을 받고 한쪽은 효과를 보지 못합니다. (예시 수치)Same 0.39, opposite plans. Without decomposition, both get identical training and one fails. (Illustrative.)

검증. 공존이환은 경과와 치료 반응을 좌우하며, 미분화 시 성인 ADHD에서 평균 약 6.8년의 진단 지연이 보고된다.Evidence. Comorbidity governs course and response; undifferentiated, adult ADHD shows ~6.8-year diagnostic delay.Kessler, R. C., et al. (2023). Psychological Medicine, 53(7) · McIntosh, D., et al. (2009).

개입 전 결과 예측 — 반사실 추론Projecting outcomes before intervening

"무엇을 먼저 다뤄야 가장 효율적인가"를 실제 개입 이전에 추정합니다. 상관이 아니라 개입 효과(do-operator)를 형식적으로 다루며(Pearl & Mackenzie, 2018), 인과계수는 임의값이 아니라 수행심리·신경과학 문헌에서 추정합니다.We estimate "what to address first for greatest efficiency" before acting. This treats intervention effects (the do-operator) formally, not correlation (Pearl & Mackenzie, 2018); causal coefficients are estimated from the literature, not set arbitrarily.

실제 적용 · 사례 BApplied · Case B

사례 B(평가 불안형)에 가상 개입 do(정서조절↑)을 적용하면, 정서조절 한 축의 변화가 주의·수행으로 전이될지를 미리 추정합니다.Applying a hypothetical do(emotion regulation↑) to Case B, we project whether changing one axis propagates to attention and performance.

Figure 11 · do(정서조절↑)의 반사실 예측

정서조절 한 축의 개입이 주의·수행을 함께 끌어올린다는 예측 → 정서조절이 사례 B의 제약 요인(레버)임을 시사. (예시 수치)Intervening on emotion regulation alone is projected to lift attention and performance → it is Case B's rate-limiting lever. (Illustrative.)

검증. do-calculus는 개입 효과의 형식적 추정을 가능케 한다. 정서조절→수행 경로는 압박 하 재투자(reinvestment)와 주의통제 이론(ACT)에 근거한다.Evidence. The do-calculus formalizes intervention-effect estimation. The emotion→performance path rests on reinvestment and attentional control theory.Pearl, J., & Mackenzie, D. (2018). The Book of Why · Masters & Maxwell (2008) · Eysenck & Derakshan (2011).

점수가 아닌 발달 단계로Developmental levels, not scores

능력을 정규 점수가 아니라 위계적 발달 단계(L7–L13)로 표현합니다. 기술은 단계를 거쳐 동적으로 발달하므로(Fischer, 1980), 평가의 목표는 현재 단계와 다음 단계로의 이행 경로를 규정하는 것입니다 — 건너뜀 없이, 무너진 최저 단계부터.Ability is expressed as hierarchical developmental levels (L7–L13), not normed scores. Since skill develops dynamically through levels (Fischer, 1980), the goal is to define the current level and the path to the next — sequentially, from the lowest broken level.

Figure 12 · Fischer 발달 5축 — 현재 단계와 목표

정서조절이 최저 단계(L8)이자 우선 축. 목표 L11까지 단계적으로 이행합니다. (예시)Emotion regulation is the lowest level (L8) and priority axis; sequential progression to L11. (Illustrative.)

검증. 동적 기술 이론은 인지·정서 기술이 위계적 수준을 거쳐 비선형적으로 발달함을 제시한다. (Harvard GSE에서 직접 사사)Evidence. Dynamic Skill Theory holds that cognitive-emotional skills develop nonlinearly through hierarchical levels (direct mentorship, Harvard GSE).Fischer, K. W. (1980). Psychological Review, 87(6), 477–531.

진단의 갱신 — 적응적 재라우팅Adaptive re-routing

진단은 고정 판정이 아닙니다. 4주 경과 관측을 사후확률에 반영하여 추정을 갱신하고, 초기 진단의 고착을 방지합니다.Diagnosis is not fixed. Four-week outcomes update the posterior, preventing lock-in.

Table 2 · 4주 경과 후 사후확률 갱신 (사례 A)

가설Hypothesis	초기Initial	4주 후4-wk	관측 근거Observation
ADHD-C	0.64	0.51	주의 훈련 반응 부분적partial response to attention training
불안(GAD)Anxiety (GAD)	0.26	0.40	평가 상황 자율신경 항진 지속persistent evaluative autonomic activation

초기 우세 가설은 ADHD-C였으나 4주 경과에서 잠재 불안 조절곤란이 관측되어 경로를 재설정. (예시 수치)Initial leading hypothesis was ADHD-C; at four weeks, latent anxiety dysregulation prompted re-routing. (Illustrative.)

검증. 베이지안 사전분포의 순차적 갱신은 개인·코호트 특이적 추정의 형식적 토대이며, 초기 오분류의 영향을 완화한다.Evidence. Sequential Bayesian updating formally underpins person/cohort-specific estimation and mitigates early misclassification.Hess, A. J., et al. (2025). Computational Psychiatry, 9(1), 76–99.

주관과 객관의 통합 — QEEG 입력 표준Subjective + objective — QEEG input standard

설문(주관)과 QEEG·HRV(객관)를 단일 모델에서 통합합니다. 두 채널이 수렴하면 신뢰도가 상승하고, 불일치하면 그 자체가 임상 정보(증상 마스킹·병식 부족 등)가 됩니다. 객관 지표가 없으면 중립값으로 처리되어 설문만으로도 평가가 가능합니다.Survey (subjective) and QEEG·HRV (objective) are integrated in one model. Convergence raises confidence; discordance is itself clinical signal (masking, low insight). Absent objective data is neutralized, so a survey-only assessment is valid.

Table 3 · QEEG 입력 표준 (필수 절차)

항목Item	요건Requirement	이유Rationale
손잡이Handedness	오른손/왼손/양손 — 필수 선입력R/L/ambi — required first	전두 알파 비대칭 해석이 손잡이로 갈림frontal alpha asymmetry depends on it
좌·우뇌Hemispheres	양 반구 모두 측정both measured	비대칭·편측 패턴 해석asymmetry/lateralization
EC / EO	눈감음·눈뜸 분리 입력entered separately	둘 다면 알파 반응성(EC→EO) 산출both → alpha reactivity
장비Equipment	Mitsar 19ch · HBImed · Neuroguide	정규 규준 대비 분석normative comparison

검증. 주관·객관 다중출처의 통합은 단일 채널 평가보다 신뢰도를 높이며, 채널 간 불일치의 임상적 정보가를 활용한다.Evidence. Multi-source integration raises reliability over single-channel assessment and exploits the value of cross-channel discordance.Friston, K. (2010). Nature Reviews Neuroscience, 11(2) · Hess, A. J., et al. (2025). Computational Psychiatry, 9(1).

10 · QEEG 심화 IQEEG Advanced I

19채널 정량뇌파(QEEG) — 어떻게 측정하고 읽는가19-channel QEEG — how we record and read it

QEEG는 두피 19개 지점(국제 10-20 전극 배치)에서 뇌의 전기 활동을 기록하고, 각 주파수 대역의 절대·상대 강도, 좌우 대칭, 부위 간 연결성을 정규 규준 데이터베이스와 비교하여 정량화합니다. 본 평가는 이를 진단의 객관 채널로 사용합니다. 단일 스냅숏이 아니라 눈감음(EC)·눈뜸(EO) 두 조건을 분리 기록하여, 휴지 상태와 과제 준비 상태의 차이(알파 반응성)까지 읽습니다.QEEG records the brain's electrical activity at 19 scalp sites (international 10-20 system), quantifying absolute/relative power per frequency band, left-right symmetry, and inter-site connectivity against a normative database. We use it as the objective channel of diagnosis. Rather than a single snapshot, we record eyes-closed (EC) and eyes-open (EO) separately to read the difference between resting and task-ready states (alpha reactivity).

Figure 13 · 국제 10-20 전극 배치 (19채널)

19채널 배치의 모식도. 부위별 기능 연관은 일반적 해석이며, 실제 판독은 정규 규준 대비 개인 편차로 이루어집니다.Schematic of the 19-channel montage. Site-function links are general; actual reading is by individual deviation from the normative database.

Table 4 · 주파수 대역과 일반적 기능 연관 (표준 참고)

대역Band	주파수Hz	일반적 연관General association	수행 관련Performance relevance
Delta	1–4	깊은 수면·서파deep sleep	각성 중 과다 시 주의 저하excess = under-alertness
Theta	4–8	졸림·내적 몰입drowsy/internal	전두 과다 시 산만frontal excess = distractible
Alpha	8–12	이완된 각성relaxed wakefulness	반응성·좌우 대칭이 핵심reactivity & symmetry key
SMR	12–15	감각운동 안정sensorimotor calm	주의 안정·차분한 집중stable, calm focus
Beta	15–20	능동적 사고active thinking	적정 시 과제 처리task engagement
High-Beta	20–30	긴장·과경계tension/hypervigilance	전두 과다 = 과각성·압박frontal excess = over-arousal

대역 구분과 기능 연관은 공개 문헌의 표준 참고치입니다. 임상 판독은 단일 대역이 아니라 비율·대칭·반응성·연결성을 종합합니다.Band definitions and associations are standard references from the open literature. Clinical reading integrates ratios, symmetry, reactivity, and connectivity — not a single band.

검증. 정량뇌파(QEEG)는 정규 규준 데이터베이스 대비 정량 분석을 통해 임상·연구에서 활용되어 왔으며, 표준화된 기록·분석 절차가 신뢰도의 전제가 된다.Evidence. QEEG, analyzed quantitatively against normative databases, has been used in clinical and research settings; standardized recording/analysis underpins its reliability.Thatcher, R. W. (2010). Validity and reliability of quantitative EEG. Journal of Neurotherapy, 14(2), 122–152.

10 · QEEG 심화 IIQEEG Advanced II

수행 4유형의 QEEG 마커 — 무엇을 보고 무엇으로 가르는가QEEG markers across the four types

QEEG의 진단적 가치는 "주관 호소만으로는 같아 보이는" 유형들을 객관 지표로 가르는 데 있습니다. 아래는 각 수행 유형에서 흔히 관찰되는 QEEG 패턴입니다. 단일 지표가 아니라 패턴의 조합으로 해석하며, 모든 값은 개인 기저선·정규 규준 대비로 판독합니다.QEEG's diagnostic value is separating, by objective markers, types that "look the same" from self-report alone. Below are QEEG patterns commonly seen per performance type. Interpretation uses pattern combinations, not single markers, and all values are read against individual baseline and normative database.

Table 5 · 수행 유형별 QEEG 마커 패턴 (표준 참고 · 개념적)

유형Type	전두 고베타Frontal hi-β	θ/β	전두 알파 비대칭Frontal α asym.	알파 반응성α reactivity	변별 단서Discriminator
압박형Pressure	↑↑	→	→	↓	과각성·고베타가 핵심over-arousal
몰입형Flow	→	↑↑	→	→	θ/β 상승·변동(산만)high/variable θ/β
점화형Clutch	↓	→	좌 ↓left ↓	→	좌측 전두 활성 저하(접근동기)low left-frontal (approach)
기복형Swing	변동var.	변동var.	변동var.	변동var.	측정 간 변동성 자체가 단서variability across sessions

↑ 상승 · ↓ 저하 · → 정상범위. 압박형과 점화형은 전두 고베타·접근동기 지표에서 정반대 방향으로 갈립니다 — 주관 호소만으로는 어려운 변별을 QEEG가 가능케 합니다. (개념적 표준 참고)↑ elevated · ↓ reduced · → within range. Pressure and clutch types separate in opposite directions on frontal high-beta and approach-motivation markers — a differentiation hard to make from self-report alone. (Conceptual, standard reference.)

Figure 14 · 주관 호소가 같을 때, QEEG가 가르는 두 유형

호소는 같아도 QEEG 패턴이 정반대이므로 개입 방향이 갈립니다. QEEG 없이 주관 설문만으로는 두 유형을 혼동하기 쉽습니다. (개념적 예시)Same complaint, opposite QEEG patterns, opposite intervention directions. Without QEEG, the two types are easily confused on self-report alone. (Conceptual.)

검증. 전두 알파 비대칭은 접근·회피 동기의 신경 지표로, 세타/베타 비율은 주의 조절 지표로 연구되어 왔으며, 객관 지표의 병합은 주관 평가만의 한계를 보완한다.Evidence. Frontal alpha asymmetry is a studied neural index of approach/avoidance motivation and the theta/beta ratio of attentional regulation; adding objective markers offsets the limits of self-report alone.Coan, J. A., & Allen, J. J. B. (2004). Frontal EEG asymmetry. Biological Psychology, 67(1–2), 7–50 · Thatcher, R. W. (2010). Journal of Neurotherapy, 14(2).

결정 함수 — 통합 판단의 원리The decision function

현재 상태, 발달 궤적, 목표 수행을 분리 해석하지 않고 단일 결정 기준으로 통합합니다. 이 기준은 능동적 추론(active inference)의 원리에 따라 "목표에 근접하는 가치(실용)"와 "불확실성을 줄이는 가치(인식)"를 함께 저울질하여, 같은 잣대로 "추가 변별이 필요한가, 개입 단계로 이행할 것인가"까지 판정합니다.State, developmental trajectory, and target are integrated under one decision criterion. Following active inference, it weighs pragmatic value (approaching the goal) against epistemic value (reducing uncertainty), judging with the same criterion whether to gather more discriminating data or move to intervention.

Figure 15 · 통합 결정 기준 — 더 잴 것인가, 다룰 것인가

단일 기준이 "더 잴지, 다룰지"를 자동으로 균형 잡습니다. 결정 함수의 수리적 구현은 영업비밀로 비공개합니다.One criterion auto-balances "measure vs. treat." The mathematical implementation is withheld as a trade secret.

검증. 자유에너지 원리는 불확실성 하 적응적 행동·지각의 통합 이론이며, 계산정신의학에서 베이지안 워크플로로 적용된다.Evidence. The free-energy principle is a unifying account of adaptive action under uncertainty, applied in computational psychiatry via Bayesian workflows.Friston, K. (2010). Nature Reviews Neuroscience, 11(2), 127–138 · Hess, A. J., et al. (2025). Computational Psychiatry, 9(1) · Smith, R., et al. (2022).

산출물과 안전·범위Deliverable, safety & scope

판별진단의 산출물은 진단 분류가 아니라, 수행을 제약하는 인과 구조와 개입 우선순위입니다. 이 우선순위가 다음 단계인 훈련 설계로 그대로 이어집니다.The deliverable is not a label but the causal constraint structure and intervention priority — carried directly into training design.

Figure 16 · 진단 산출물의 흐름

본 평가는 발달·학습 의사결정 알고리즘(CNA)으로 산출되며, 누적 사례에 따라 추정 정밀도가 향상됩니다. 알고리즘적·수리적 구현(결정 함수, 인과계수, 갱신 규칙)은 영업비밀로 비공개합니다. 본 서비스는 자격을 갖춘 임상가(BCN·PhD)의 웰니스·코칭 범위에서 제공되며 의학적 진단·치료를 대체하지 않습니다. 위기 신호 발견 시 점수와 독립적으로 즉시 대응하며, 필요 시 정신과 의뢰를 우선합니다. 제시된 수치·그림은 처리 논리를 예시하기 위한 설명용이며 개인별 결과를 보장하지 않습니다.This assessment is produced by the CNA developmental decision algorithm and sharpens with accumulated cases. Its mathematical implementation is withheld as a trade secret. The service is within a qualified clinician's (BCN·PhD) wellness/coaching scope and does not replace medical diagnosis or treatment. Crisis signals are acted on immediately; psychiatric referral is prioritized when indicated. Figures are illustrative and do not guarantee individual results.

References

Arns, M., Heinrich, H., & Strehl, U. (2014). Evaluation of neurofeedback in ADHD: The long and winding road. Biological Psychology, 95, 108–115.
Conway, C. C., et al. (2024). The Hierarchical Taxonomy of Psychopathology (HiTOP). Annual Review of Clinical Psychology, 20, 161–186.
Cortese, S. (2025). Adult attention-deficit/hyperactivity disorder. World Psychiatry, 24(3), 366–391.
Eysenck, M. W., & Derakshan, N. (2011). New perspectives in attentional control theory. Personality and Individual Differences, 50(7), 955–960.
Fischer, K. W. (1980). A theory of cognitive development: The control and construction of hierarchies of skills. Psychological Review, 87(6), 477–531.
Friston, K. (2010). The free-energy principle: A unified brain theory? Nature Reviews Neuroscience, 11(2), 127–138.
Hess, A. J., et al. (2025). A Bayesian workflow for computational psychiatry. Computational Psychiatry, 9(1), 76–99.
Hanin, Y. L. (2000). Individual Zones of Optimal Functioning (IZOF) model. In Emotions in Sport. Human Kinetics.
Kessler, R. C., et al. (2023). Comorbid disorders and the course of ADHD. Psychological Medicine, 53(7).
Masters, R., & Maxwell, J. (2008). The theory of reinvestment. International Review of Sport and Exercise Psychology, 1(2), 160–183.
McIntosh, D., et al. (2009). Adult ADHD with comorbid depression: diagnostic and treatment considerations.
Pearl, J., & Mackenzie, D. (2018). The Book of Why: The New Science of Cause and Effect. Basic Books.
Sitaram, R., et al. (2017). Closed-loop brain training: The science of neurofeedback. Nature Reviews Neuroscience, 18(2), 86–100.
Coan, J. A., & Allen, J. J. B. (2004). Frontal EEG asymmetry as a moderator and mediator of emotion. Biological Psychology, 67(1–2), 7–50.
Smith, R., Friston, K., & Whyte, C. (2022). A step-by-step tutorial on active inference. Journal of Mathematical Psychology, 107.
Thatcher, R. W. (2010). Validity and reliability of quantitative electroencephalography (QEEG). Journal of Neurotherapy, 14(2), 122–152.
Swann, C., et al. Flow and clutch states: Distinct psychological states underlying peak performance.
Wells, A., & Matthews, G. (1996). Modelling cognition in emotional disorder: The S-REF model. Behaviour Research and Therapy, 34(11–12), 881–888.

근거 강도는 영역마다 상이하며 이를 정직하게 표기합니다. 주의·임상 영역은 메타분석으로 비교적 잘 뒷받침되며, 최고 수행에 대한 직접 증거는 축적 중입니다.Evidence strength varies by domain and is labeled honestly. Attention/clinical domains are comparatively well-supported; direct peak-performance evidence is accumulating.

Boston Neuromind LLC · Peak Performance · Differential Diagnosis · 2026