🧬 biology

Stroop Interference in Reaction Time and Accuracy: A Behavioral and Computational Analysis

이 연구는 81명의 참가자로부터 얻은 행동 데이터를 분석하여, 불일치 조건이 일치 조건에 비해 반응 시간이 유의미하게 느리고 정확도는 높음을 입증함으로써 강력한 스트룹 간섭 효과를 확인하였으며, 평균 간섭 시간은 106ms이고 효과 크기는 크게 나타났다.

원저자: Erfan Jaripour

게시일 2026-07-17

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Erfan Jaripour

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ⚕️ 이것은 동료 심사를 거치지 않은 프리프린트의 AI 생성 설명입니다. 의학적 조언이 아닙니다. 이 내용을 바탕으로 건강 관련 결정을 내리지 마세요. 전체 면책 조항 읽기

당신의 뇌를 서로 다른 종류의 교통량이 같은 목적지를 향해 달려가는 분주한 고속도로라고 상상해 보세요. 보통 자동차(당신의 생각)는 원활하게 흐릅니다. 하지만 가끔 거대한 트럭이 차선을 막아버려, 자동차들이 속도를 줄이거나, 차선을 변경하거나, 심지어 누가 먼저 갈지 결정하기 위해 멈춰 서야 할 때가 있습니다. 이것이 바로 인지 심리학, 즉 우리가 어떻게 생각하고, 주의를 기울이며, 결정을 내리는지를 다루는 과학의 세계입니다. 이 분야에서 가장 유명한 교통 체증 중 하나가 바로 "스트룹 과제(Stroop Task)"라고 불리는 것입니다. 이것은 단어가 실제로 무엇을 의미하는지는 무시하고, 글자가 적힌 잉크의 색상을 말해야 하는 간단한 게임입니다. 만약 단어는 "RED(빨강)"라고 되어 있는데 파란색 잉크로 적혀 있다면, 당신의 뇌는 싸움을 벌여야 합니다. 한 부분은 단어를 읽으려고 하고(읽기는 자동적이고 빠르기 때문입니다), 다른 한 부분은 색상을 말해야 합니다(이것이 실제 규칙입니다). 이 충돌은 "간섭(interference)"을 만들어내며, 이는 정신적인 마찰을 일으켜 당신을 더 느리게 만들고 때로는 실수하게 합니다. 과학자들이 이 분야에 관심을 갖는 이유는, 이것이 운전을 안전하게 하거나 시험 공부를 하는 것과 같이 중요한, 우리 뇌가 주의 산만함을 어떻게 처리하고 충동을 조절하는지를 보여주는 창문과 같기 때문입니다.

이제 이 고전적인 퍼즐을 새로운 시각으로 들여다봅시다. 에르판 자리푸르(Erfan Jaripour)라는 연구자는 이미 이 색상 이름 맞히기 게임을 수행했던 81명의 방대한 데이터를 파헤치기로 했습니다. 그는 뇌가 왜 혼란스러워하는지 단순히 추측하는 대신, 전통적인 통계 방식과 간단한 컴퓨터 시뮬레이션을 혼합하여 사용하여 뇌가 혼란스러울 때 정확히 어떻게 행동하는지 살펴보았습니다. 이 연구는 세 가지 유형의 상황을 조사했습니다: 단어와 색상이 일치할 때(예: 빨간색 잉크로 적힌 "RED"), 일치하지 않을 때(예: 파란색 잉크로 적힌 "RED"), 그리고 단어가 충돌하지 않는 중립적인 색상 이름일 때(예: 초록색 잉크로 적힌 "BLUE")입니다.

결과는 당신이 직접 이 게임을 해봤을 때 예상했던 그대로였지만, 수치는 이를 더욱 명확하게 보여주었습니다. 단어와 색상이 일치할 때 사람들은 평균 반응 시간 674밀리초로 가장 빨랐습니다. 단어가 중립적인 색상일 때는 아주 약간 느려져 690밀리초를 기록했습니다. 하지만 단어와 색상이 서로 싸울 때(불일치 조건), 뇌는 브레이크를 강하게 밟아 응답하는 데 평균 778밀리초가 걸렸습니다. 이는 뇌가 갈등을 해결하기 위해 발생한 106밀리초의 지연입니다. 이를 관점에서 보면, 찰나의 순간을 다투는 세계에서 이는 엄청난 격차입니다. 연구 결과 이 속도 저하는 우연이 아니었습니다. 그것은 거의 모든 사람에게 발생하는 거대하고 확고한 효과였습니다. 수학적 계산 결과 쉬운 버전과 어려운 버전 사이의 차이가 매우 컸으며, 그 통계적 점수는 "이것은 실재한다!"라고 거의 외치는 듯이 높았습니다.

흥ًا히, 이 연구는 사람들이 혼란을 보충하기 위해 더 빨리 추측하고 있는 것인지, 즉 "속도-정확도 절충(speed-accuracy trade-off)" 현상이 나타나는지도 확인했습니다. 하지만 그렇지 않았습니다. 사람들은 느려졌음에도 불구하고 여전히 매우 정확했으며, 약 93%에서 96%의 정답률을 보였습니다. 이는 지연이 서두르다가 실수를 해서 생긴 것이 아니라, 뇌가 혼란을 정리하기 위해 진정으로 더 열심히 일했기 때문에 발생했다는 것을 의미합니다. 연구자는 또한 기본적인 "추가 요소" 아이디어가 일어나는 현상을 설명할 수 있는지 확인하기 위해 간단한 컴퓨터 모델을 구축했습니다. 아이디어는 간단했습니다. 기본 속도에서 시작하여, 단어와 색상이 싸울 때 "혼란 페널티"를 그냥 더하는 것이었습니다. 놀랍게도, 이 간단한 모델은 완벽하게 작동하여 실제 사람들로부터 관찰된 것과 동일한 패턴의 속도 저하를 재현해 냈습니다.

하지만 이 논문은 우리가 왜 이렇게 작동하는지에 대한 미스터리를 풀었다고 주장하지 않도록 주의를 기울입니다. 단어를 멈출 수 없는 것이 문제인지, 아니면 주의력이 탈취당하는 것인지, 혹은 뇌의 "갈등 감지기"가 경보를 울리고 있는 것인지 확실하게 말하지 않습니다. 이 연구는 교통 체증이 실재하며 측정 가능하다는 것, 그리고 간단한 수학 모델이 그 체증을 복제할 수 있다는 것을 보여주지만, 어떤 구체적인 엔진 부품이 고장 난 것인지는 증명하지 못합니다. 또한 사람마다 다르다는 점도 언급합니다. 어떤 사람들은 더 큰 "혼란 페널티"를 가지고 있으며, 본래 게임 속도가 느린 사람들은 상황이 까다로워질 때 더 큰 속도 저하를 보입니다. 결국, 이 논문은 고전적인 뇌 퍼즐을 가져와 데이터를 정리하고, 수학과 약간의 컴퓨터 마법을 사용하여 우리의 뇌가 주의 산만함과 싸우는 힘이 얼마나 강력하고 일관적인지를 보여주는 훌륭한 사례입니다.

기술적 요약: 반응 시간 및 정확도에서의 스트룹 간섭 (Stroop Interference)

문제 제기 및 배경
스트룹 과제(Stroop task)는 인지적 간섭, 선택적 주의력, 그리고 반응 경쟁을 조사하기 위한 기초적인 패러다임으로 남아 있다. 자극의 의미가 잉크 색상과 충돌할 때(불일치 조건) 일치하는 자극(일치 조건)에 비해 반응 시간(RT)이 느려지고 정확도가 감소하는 행동 패턴은 이미 잘 확립되어 있으나, 그 기저의 인지적 메커니즘에 대해서는 이론적 논쟁이 지속되고 있다. 경쟁하는 설명들은 이 효과를 읽기의 자동성, 선택적 주의 할당, 또는 반응 갈등 모니터링의 결과로 귀인한다. 본 연구는 이러한 이론적 틀 사이에서 어느 하나를 판정하기보다는, 공개적으로 사용 가능한 시행 단위(trial-level) 데이터셋을 사용하여 스트룹 간섭을 정량화하는 데이터 주도적 접근 방식을 채택한다. 주요 목적은 일치, 불일치, 중립 조건 전반에 걸친 간섭의 크기를 특징짓고, 개인 간 변이성을 조사하며, 단순 가법적 계산 모델(simple additive computational model)이 관찰된 행동 패턴을 재현할 수 있는지 평가하는 것이다.

연구 방법론
본 연구는 오픈 사이언스 프레임워크(OSF) 프로젝트와 연결된 컴퓨터화된 스트룹 데이터셋의 이차 분석을 활용하였다.

참가자: 최종 분석 샘플은 85개의 피험자-세션 파일에서 추출된 81명의 고유한 참가자로 구성되었다. 데이터 구조는 참가자 정체성과 세션 정체성을 분리하여 해결하였으며, 통계적 단위가 참가자 수준이 되도록 각 개인별로 세션 간 시행들을 통합하였다.
설계: 일치, 불일치, 중립의 세 가지 조건을 가진 피험자 내 설계(within-subject design)를 사용하였다.
전처리: 원시 데이터는 엄격한 정제를 거쳤다: 프로브 시행(probe trials)을 제거하였고, 200ms 미만 및 2000ms 초과의 반응 시간은 이상치로 간주하여 제외하였으며, -1로 코딩된 무효 응답을 폐기하였고, 추론 검정을 위해 참가자 수준의 평균값을 산출하였다.
분석 계획: 분석은 다음과 같은 구조적 순서를 따랐다: (1) RT 및 정확도에 대한 기술 통계 계산; (2) 각 참가자에 대한 스트룹 효과(불일치 RT - 일치 RT) 계산; (3) 조건 간 차이를 평가하기 위한 대응 표본 t-검정; (4) 효과 크기( $d_z$ ) 및 95% 신뢰 구간 추정; (5) 정규성 검사를 위한 Shapiro–Wilk 검정 및 Wilcoxon 부호 순위 검정을 포함한 강건성 확인; (6) 단순 계산 시뮬레이션 구현.
계산 모델: 반응 시간( $RT_i$ )이 $RT_i = \beta_0 + \beta_{condition} + \epsilon_i$ 로 정의되는 최소 가법 모델을 구축하였다. 여기서 $\beta_0$ 는 기저 처리 속도(일치 평균으로부터 도출)를 나타내고, $\beta_{condition}$ 은 중립 및 불일치 조건에 대한 가법적 비용을 나타내며, $\epsilon_i$ 는 가우시안 노이즈이다. 파라미터는 피팅 절차를 통해 최적화되는 대신 경험적 평균으로부터 직접 도출되었다.

주요 결과

행동 패턴: 견고한 스트룹 간섭 효과가 관찰되었다. 평균 반응 시간은 조건에 따라 점진적으로 증가하였다: 일치(674 ms), 중립(690 ms), 불일치(778 ms).
통계적 유의성: 대응 표본 t-검정 결과, 불일치 조건과 일치 조건 사이에 매우 유의미한 차이가 확인되었다( $t(80) = 17.77, p < .001$ ). 평균 간섭 효과는 106.3 ms였으며, 95% 신뢰 구간은 94.6 ms에서 118.1 ms 사이였다.
효과 크기: 효과 크기는 컸으며( $d_z = 1.97$ ), 이는 집단 수준에서 강력한 간섭가 존재함을 나타낸다.
정확도: 정확도는 모든 조건에서 높게 유지되었으며(일치: 95.9%, 중립: 94.9%, 불일치: 93.0%), 속도-정확도 트레이드오프(speed–accuracy trade-off)의 명확한 증거는 발견되지 않았다.
개인차: 스트룹 효과의 크기에 있어 참가자 간 상당한 변이가 관찰되었다. 기저 처리 속도와 간섭 크기 사이에 양의 상관관계( $r = 0.46$ )가 발견되었으며, 이는 두 요소가 부분적으로 연관되어 있음을 시사한다.
모델 검증: 단순 가법적 계산 모델은 복잡한 메커니즘적 가정 없이도 조건 간의 상대적 순서(일치 < 중립 < 불일치)를 포착하며 경험적 반응 시간 분포를 성공적으로 재현하였다.

의의 및 주장
본 논문은 전통적인 행동 분석과 단순한 계산 모델링을 통합하여 투명하고 재현 가능한 스트룹 수행 특성을 제공한다고 주장한다. 본 연구의 의의는 다음과 같다:

재현성: 오픈 데이터를 활용하고 구조화된 워크플로우를 사용하여 현대적 표본에서도 스트룹 효과(평균 간섭 ~106 ms)의 견고함을 재확인하였다.
개인 간 변이: 집단 효과는 견고하지만, 개인의 간섭 크기와 기저 속도 사이에 유의미한 변이가 존재함을 강조하며, 이는 인지 제어 연구에서 참가자 수준의 분석이 필요함을 시사한다.
모델링 유용성: 간섭을 기저치에 더해지는 단순한 비용으로 취급하는 최소 가법 프레임워크가 데이터의 주요 조건 수준 패턴을 재현하기에 충분하다는 것을 입증하였다.

저자들은 자신들의 주장에 대해 겸허한 태도를 명시적으로 밝히고 있다. 즉, 본 연구는 효과의 기저에 있는 구체적인 인지적 메커니즘(예: 자동성 대 갈등 모니터링)에 관한 이론적 논쟁을 해결하거나, 이차 데이터의 특성상 인과적 결론을 제시하지 않는다. 대신, 본 연구는 복잡한 행동 패턴이 단순한 가법적 구조에 의해 포착될 수 있음을 보여주는 기술적 기초로서 기능하며, 향후 메커니즘 조사를 위한 토대를 제공한다.

기술적 요약: 반응 시간 및 정확도에서의 스트룹 간섭 (Stroop Interference)

유사한 논문