잡파를 읽어내는 감각, 뇌파 해석의 첫걸음

뇌파를 기록하다 보면 실제로는 뇌에서 발생한 신호가 아닌데도 마치 뇌활동처럼 보이는 파형들이 함께 섞여 들어오는 경우가 자주 있습니다. 이런 신호들을 우리는 잡파, 즉 아티팩트(artifact)라고 부르는데요.

연구 환경이든 임상 환경이든 잡파를 얼마나 정확히 구분해 내느냐가 분석의 성패를 좌우할 때가 많습니다.

뇌파 분석 지표는 이러한 잡파가 최소화된 깨끗한 데이터에서만 정확하게 계산됩니다. 분석 지표는 결국 신호의 품질을 기반으로 만들어지기 때문에, 잡파가 남아있는 상태에서 계산된 결과는 실제 뇌 활동을 반영하지 못하고 왜곡된 해석을 유도할 수 있으니까요.

특히 최근에는 뇌파 데이터를 AI와 접목해 다양한 응용을 시도하고 있는데, 이때도 신호가 깨끗하지 않으면 모델이 학습하는 패턴 자체가 잡파에 기반해 버리는 문제가 생겨요. 표면적으로는 복잡한 AI 알고리즘을 사용하더라도, 입력되는 데이터가 불량하면 결과는 무용지물이 되는 경우가 많습니다.

그래서 화려한 잡파 제거 필터나 후처리 알고리즘을 적용하는 것보다 더 중요한 것은 처음부터 깨끗한 데이터를 안정적으로 측정하는 것인데요. 결국 뇌파 측정의 품질은 장비의 스펙보다 오퍼레이터의 숙련도에 훨씬 크게 좌우되는 것이죠. 눈 움직임, 근육 긴장, 전극 접촉 상태 같은 요소를 현장에서 즉시 감지하고 바로잡을 수 있는 능력이 오퍼레이터 교육시 무엇보다 중요합니다.

처음 뇌파를 접하는 분들은 잡파를 읽어내는 감각이 조금 어렵게 느껴질 수 있어요. 하지만 어떤 잡파가 어떤 방식으로 들어 오는지만 이해하면 전체 신호가 훨씬 명확하게 보이기 시작합니다.

요즘 뇌파를 측정하시는 분들 중에는 이러한 핵심 포인트를 간과하는 경우가 의외로 많은데요. 그래서 실제 측정 현장에서 가장 흔히 등장하는 잡파들을 중심으로 정리해 보고, 그것들이 어떤 방식으로 해석에 영향을 주는지 살펴보겠습니다.

1. 눈의 움직임에서 생기는 안전도(EOG) 잡파 - 주로 델타, 쎄타 오염

뇌파에서 가장 흔한 아티팩트가 눈 움직임에 의해 발생하는 안전도(EOG) 신호입니다. 눈은 작은 전기적 쌍극자를 이루고 있고, 그 방향이 움직일 때마다 뇌파 전극에도 큰 변화가 기록됩니다.

측정 중 눈을 크게 깜빡이거나 주변을 빠르게 훑어보거나 피곤해서 눈이 천천히 감길 때는 특히 눈에 가까운 전두엽 전극들에 큰 진폭의 파형이 나타납니다. 이러한 신호는 저주파 성분이 강해서 세타파나 델타파처럼 보이는 경우가 많습니다.

특히 눈을 뜬 상태에서 측정할 때 전두엽의 느린 리듬인 델타파는 거의 대부분 눈 움직임 신호에 의해 오염되므로 실제 분석에서는 델타 파워를 제외하는 경우가 많습니다. 눈을 감더라도 눈을 굴리거나 눈꺼풀이 미세하게 떨려도 델타 대역이 쉽게 오염되기 때문에, 피검자 상태를 세심하게 관리하는 것이 중요합니다. 그래서 시선 고정, 조명 조절, 안대 착용, 눈 감기 유지 등 눈과 관련된 조건을 실험 중 명확히 안내하는 것이 필수적입니다.

2. 근육에서 유입되는 근전도(EMG) 잡파 - 주로 베타, 감마 오염

다음으로 많이 등장하는 잡파는 근전도(EMG) 잡음입니다. 관자놀이 주변의 근육, 턱 근육, 이를 꽉 다무는 동작, 이마를 찡그리는 표정 근육처럼 얼굴 근육에 미세하게 힘이 들어가기만 해도 EMG가 발생합니다.

근육 수축은 뇌파보다 훨씬 빠른 주파수 대역을 가지기 때문에 고주파 성분이 갑자기 증가한 경우에는 raw 데이터에 근전도가 섞였는지 반드시 확인해야 합니다. 특히 스트레스 상황, 긴장, 또는 말을 하는 것만으로도 EMG는 크게 증가합니다.

그래서 실험 참가자에게 턱과 어깨를 최대한 이완하도록 하고, 측정 중에는 말을 하거나 입꼬리에 힘을 주지 않도록 안내하는 이유가 여기에 있습니다. 근육 긴장은 빠르게 증가하고 천천히 사라지기 때문에 짧은 순간의 질끈 하는 움직임만으로도 베타나 감마 대역을 크게 왜곡시켜 지표가 부정확해지는 경우가 많습니다.

3. 심전도(ECG) 및 맥파에 의한 잡파 - 주로 델타, 쎄타 오염

심장 활동도 뇌파에 영향을 미칩니다. 전극이 귀 주변이나 목과 가까울수록 심장 박동이 미세한 전위 변화로 나타날 수 있으며, 심장 주기에 맞춰 규칙적으로 등장하는 큰 파형이라면 심전도(ECG) 혼입을 의심해야 합니다.

다행히 ECG 신호는 뇌파와 특성이 많이 달라 전처리 과정에서 비교적 잘 분리되는 편입니다. 분리하지 않으면 전 구간에서 특히 세타파의 진폭 변화에 영향을 주기 때문에 실제 뇌 활동인지 순환계 리듬이 반영된 것인지 혼동될 수 있습니다.

4. 움직임과 전극 상태에서 생기는 잡파 - 전체 주파수 영역 오염

머리카락이 전극 사이에 끼어 있기만 해도 접촉이 불량해져 잡파가 혼입되고, 전극선이 약간 흔들리는 것만으로도 뇌파의 베이스라인이 크게 흔들립니다.

전극과 피부가 충분히 밀착되지 않거나, 습식 전극에서 젤이 마르기 시작해도 저주파 대역에서 큰 드리프트가 나타납니다. 또한 참가자가 의자에 앉아 살짝 자세를 바꾸거나 등받이에 기대는 정도의 작은 움직임도 전극선을 흔들어 신호에 영향을 줍니다. 이런 구간은 분석에서 반드시 제외해야 정확한 결과를 얻을 수 있습니다.

5. 환경적인 전기 노이즈 - 주로 감마 오염

대부분의 장비에는 노이즈 제거 필터가 적용되어 있지만 필터가 제대로 작동하지 않을 때는 60Hz 또는 50Hz의 상용 전원 잡음이 혼입됩니다. 측정 환경에서 접지 전원을 사용하고 장비의 접지 상태를 점검하는 것만으로도 이러한 문제의 상당 부분이 해결됩니다.

잡파는 뇌파 분석의 방해 요소처럼 보이지만, 실제로는 연구자나 측정자의 섬세한 관찰 능력을 길러주는 과정입니다. 눈을 한 번 깜빡였는지, 턱 근육에 미세한 긴장이 있었는지, 호흡 변화로 심장 활동이 달라졌는지 같은 작은 변화들을 정확히 읽어낼 때 비로소 신호의 진짜 의미가 드러납니다.

결국, 뇌파 분석은 신호를 해석하는 기술이면서 동시에 뇌와 몸 전체의 생리적 변화를 이해하는 과정으로 볼 수 있어요. 이렇게 잡파를 명확히 분리하고 이해하는 능력이 쌓이면 뇌파에서 얻을 수 있는 정보의 깊이는 훨씬 더 풍부하고 정확해집니다.

---

“과학으로 세상을 밝힙니다. 최정미의 뇌과학.”

---

네이버 카페 : https://cafe.naver.com/obraincenter

관련 동영상 링크 : https://youtu.be/A6tItn9gR7Y

그림1 출처 : https://www.intechopen.com/chapters/54606
그림2 출처 : https://www.researchgate.net/figure/Common-EEG-artefacts-A-50-Hz-mains-interference-appears-as-a-thickened-signal-caused_fig1_263320048