물류센터를 포함한 다양한 물자 취급 현장에서는 자동화 설비가 확산되고 있음에도 불구하고, 상자 · 포대 · 단위 화물을 작업자가 직접 들어 올려 이동 · 적재하는 반복 인양 작업이 여전히 핵심 공정으로 남아 있다. 이러한 수작업 물자 취급은 산업 현장에서 허리질환 및 요통과의 관련성이 지속적으로 보고되어 왔으며, 관련 역학 연구를 종합한 체계적 문헌고찰에서는 수작업 물자 취급이 작업 관련 허리질환의 주요 위험요인으로 제시되고 있다(Kuiper et al., 1999). 또한 반복 인양 작업의 위험도를 정량적으로 평가하기 위한 방법으로 revised NIOSH lifting equation (RNLE)이 널리 활용되어 왔으며, RNLE 기반 노출 지표와 요통 발생 위험 간의 관련성을 평가한 전향적 연구도 보고되어 반복 인양 작업이 체계적인 평가와 관리의 대상임을 보여준다(Garg et al., 2014). 국내 인간공학 연구에서도 인력물자취급 작업은 들기(lifting), 운반(carrying), 내리기(lowering) 등 여러 단계에서 작업자의 신체적 부담을 유발할 수 있으며, 특히 들기 단계에서는 취급 중량, 작업 빈도 및 작업 자세가 주요 부담 요인으로 고려되어야 한다고 보고되고 있다(Lee and Jung, 2017). 이는 반복 인양 작업의 위험을 평가할 때 단순한 중량뿐 아니라 작업 수행 과정과 작업 조건을 함께 고려할 필요가 있음을 보여준다.

그러나 실제 작업 현장의 위험은 단순히 "얼마나 무거운 물체를 드는가"라는 절대적인 하중만으로 설명하기 어렵다. 물류 현장에서는 외형과 부피가 유사한 상자라도 서로 다른 중량을 가질 수 있으며, 작업자는 상자를 들어 올리기 전까지 정확한 무게를 알기 어려운 경우가 많다. 이러한 상황에서 작업자는 예상되는 무게를 바탕으로 근수축과 작업 자세를 사전에 계획하게 되며, 실제 무게가 예상과 다를 경우 균형 제어와 요추에 추가적인 부담이 발생할 수 있다. 부하 지식(load knowledge)의 영향을 다룬 기존 연구에서는, 부하 지식이 제공될 경우 인양 직전부터 균형 확보를 위한 준비 동작이 나타나는 반면, 부하 지식이 부정확하거나 제공되지 않을 경우 균형 교란이 빈번하게 발생하여 요추의 기계적 부담과 손상 위험이 증가할 수 있다고 보고하였다(Commissaris et al., 2001).

무게에 대한 불확실성은 생체역학적 문제뿐 아니라 심리적 · 생리적 부담도 증가시킬 가능성이 있다. 예를 들어, "알 수 없는 무게"를 드는 조건에서는 심박수와 근활성의 증가뿐 아니라 EEG 대역 파워의 변화도 함께 나타날 수 있으며, 이러한 불확실성은 작업자의 스트레스와 작업 부담을 증가시키는 요인으로 나타난다(Khalaf et al., 2021). 특히 해당 연구에서는 이러한 불확실성을 감소시키기 위한 방안으로 명확한 중량 라벨링 또는 코딩 시스템을 통한 정보 제공을 제안하였다. 즉, 무게 정보의 제공은 단순한 안내를 넘어 작업자가 보다 안전하고 예측 가능한 방식으로 움직임을 조절할 수 있도록 지원하는 인간공학적 개입이 될 수 있다.

선행연구는 정보 제공이 실제 작업자의 동작 전략을 변화시킬 수 있음을 보여준다. 비대칭 인양 작업에서 "취급 주의" 정보가 제공될 경우 체간의 운동학적 부담이 특정 구간(적재 구간)에서 유의하게 감소하였다(Liu et al., 2022). 반면, 예상과 다른 하중이 항상 요추 하중을 증가시키는 것은 아니며, 일부 연구에서는 예상보다 무거운 물체를 인양하더라도 요추 토크가 반드시 증가하지 않을 수 있다고 보고하였다(Van der Burg et al., 2000). 이러한 결과는 무게 정보 제공의 효과가 단순한 근력 요구량의 변화뿐 아니라 작업 속도, 주의 수준, 안전 여유 등 다양한 조절 요인이 나타나는 것으로 판단된다.

따라서 무게 표시 제도의 효과를 근골격계 질환 예방과 작업 안전성 향상이라는 관점에서 평가하기 위해서는 생체역학적 지표뿐 아니라 작업자가 지각하는 부담과 이에 수반되는 신경생리학적 반응까지 포함하는 다층적인 평가가 필요하다. 주관적 운동자각도(RPE)는 개인이 지각하는 노력, 호흡곤란 및 피로 수준을 정량적으로 평가하는 지표로, 직업보건 및 산업안전 분야에서는 작업 강도와 개인의 작업 수행 능력 간 불일치가 근골격계 손상 위험으로 이어질 수 있다는 점에서 실무적 활용 가치가 큰 것으로 알려져 있다(Williams, 2017). 또한 RPE는 생리학적 지표와의 관련성이 다양한 연구를 통해 검증되어 왔으며, 메타분석에서는 과제 특성과 실험 조건에 따라 타당도의 크기는 달라질 수 있으나 전반적으로 유효한 평가 지표임을 보고하였다(Chen et al., 2002).

더 나아가 EEG(뇌파)는 작업 중 정신 상태, 피로 및 과제 관여 수준을 비교적 연속적으로 평가할 수 있는 도구로서 신경인간공학 분야에서 주목받고 있다. 특히 모바일 EEG는 실제 작업 환경을 크게 변경하지 않고도 작업 중 뇌 기능을 측정할 수 있다는 장점을 가지며, 특정 주파수 대역 기반 지표를 활용하여 정신적 피로, 작업부하 및 과제 관여 수준을 평가하는 데 유용한 것으로 보고되고 있다(Wascher et al., 2023). 또한 물리 활동과 EEG의 관계를 종합한 체계적 문헌고찰에서는 θ (theta)와 α (alpha)를 포함한 EEG 리듬이 작업부하 수준, 운동 강도, 동작 준비 및 수행 단계와 관련된 변화를 나타낼 수 있음을 보고하는 동시에, 실제 산업 작업과 같은 생태 타당성이 높은 과제를 대상으로 한 연구는 여전히 부족한 것으로 나타나고 있다(Rahman et al., 2019).

EEG 기반 작업부하 및 피로 지표 가운데 θ (theta)와 α (alpha) 대역은 가장 널리 연구되어 왔다. θ 활동은 인지적 통제와 과제 모니터링, α 활동은 주의 배분과 억제 조절, β (beta) 활동은 운동 준비와 감각-운동 통합과 관련되는 것으로 나타나고 있다(Klimesch, 1999). 또한 γ (gamma) 활동은 고차원적인 정보 처리, 주의 관여 및 빠른 감각-운동 정보 통합과 관련된 것으로 보고되고 있다(Herrmann et al., 2010; Başar, 2013). 반복 인양 작업에서는 하중이 증가할수록 힘의 조절, 체간과 상지의 협응, 고유수용성 감각 피드백, 목표 지점으로의 적재를 동시에 수행해야 하므로, 전두엽 γ 활동이 중량 변화에 민감하게 나타난다(Muthukumaraswamy, 2013).

따라서 본 연구에서는 물류센터와 유사한 반복 인양 · 이동 · 적재 작업을 모사하여 실제 중량과 무게 정보 제공 여부가 주관적 운동자각도(RPE)와 전두엽 EEG에 미치는 영향을 평가하였다. F3와 F4 채널에서 측정한 안정상태 정규화 상대파워를 이용하여 θ (theta), α (alpha), β (beta), γ (gamma) 활동을 분석하였으며, 중량의 주효과, 무게 정보 제공의 주효과 및 두 요인의 상호작용 효과를 검증하는데 있다.

2.1 Experimental conditions and hypotheses

본 연구는 중량물 무게 정보 제공 여부가 반복 인양 작업 수행 시 작업자의 주관적 피로도와 생리적 반응에 미치는 영향을 평가하기 위한 실험 연구로 설계되었다. 동일한 참가자를 대상으로 반복측정 설계(within-subject design) 를 적용하여 두 가지 조건에서 실험을 수행하였다. 조건 A는 무게 정보 미제공, 조건 B는 무게 정보 제공이다.

각 조건에서 참가자는 동일한 반복 인양 작업을 수행하였으며, 작업 수행 과정에서 뇌파(EEG)와 작업 종료 후 주관적 피로도(RPE)를 측정하였다.

본 연구의 가설은 다음과 같다.

H1: 중량이 증가할수록 RPE가 증가할 것이다.

H2: 전두엽 EEG 활동은 중량에 따라 변화할 것이다.

H3: 무게 정보 미제공 조건에서 RPE가 더 높게 나타날 것이다.

H4: Gamma_F는 다른 EEG 대역보다 중량 단계의 변화에 민감하게 반응할 것이다.

2.2 Participants

본 연구에는 총 15명의 성인이 참여하였다. 모든 참가자는 최근 6개월 이내 근골격계 질환 진단을 받은 적이 없으며, 지속적인 근골격계 통증을 호소하지 않는 자로 선정하였다. 또한 실험 목적과 절차에 대한 충분한 설명을 받은 후 자발적으로 연구 참여에 동의하였다(Table 1).

참가자 수는 동일 참가자가 모든 중량 및 무게 정보 조건을 수행하는 반복측정 설계와 유사한 수작업 인양 EEG 선행연구의 표본 규모를 참고하여 15명으로 구성하였다(Khalaf et al., 2021; Rahman et al., 2019). 참가자는 남녀 성인으로 구성되었으며, 모든 참가자는 중량물 인양 또는 운반과 유사한 수작업 물자 취급 경험이 있었다.

2.3 Measurement equipment and instruments

2.3.1 Load boxes and weight information provision conditions

실험에는 실제 물류센터에서 사용되는 상자를 모사한 박스를 사용하였다. 모든 상자는 외형과 부피를 동일하게 유지하였으며, 내부 중량에 따라 7kg, 10kg, 20kg의 세 가지 중량 조건으로 구성하였다. 또한 외형만으로 무게를 예측하기 어렵도록 설계하였다.

본 연구에서는 실제 물류센터의 수작업 물자 취급 과정에서 일반적으로 취급되는 중량물의 범위를 고려하여 7kg, 10kg 및 20kg의 세 가지 중량 조건을 설정하였다. 7kg과 10kg은 물류 작업에서 반복적으로 취급되는 비교적 가벼운 중량과 중간 수준의 중량을, 20kg은 상대적으로 높은 신체적 부담이 요구되는 고중량 조건을 반영하였다. 또한 선행 인양작업 연구에서도 작업부하에 따른 생리적 · 생체역학적 반응을 비교하기 위해 약 5~20kg 범위의 중량 조건이 활용되어 왔다(Genaidy and Asfour, 1989; Khalaf et al., 2021). 이에 본 연구에서는 실제 작업 현장의 중량 범위를 고려하는 동시에 중량 증가에 따른 RPE 및 EEG 반응을 단계적으로 비교하기 위해 7kg, 10kg 및 20kg을 선정하였다. 무게 정보 제공 여부에 따라 두 가지 실험 조건을 설정하였다. 조건 A에서는 상자 외부에 어떠한 무게 정보도 제공하지 않았으며, 조건 B에서는 상자의 무게 수준을 구분할 수 있도록 색상 스티커를 부착하여 무게 정보를 제공하였다.

2.3.2 EEG measurement and signal processing

EEG 신호는 DSI-7 (Wearable Sensing, USA)을 이용하여 300Hz의 sampling rate으로 측정하였으며, International 10~20 system에 따라 F3와 F4 채널을 분석하였다. 장비의 hardware bandwidth는 0.003~150Hz이며, common-mode follower 기반 reference 구조를 사용하였다. 측정된 EEG 신호는 4차 Butterworth band-pass filter를 이용하여 0.5~45Hz 범위로 필터링하였으며, 위상 왜곡을 최소화하기 위해 zero-phase filtering을 적용하였다. 또한 EEG 진폭이 ±100μV를 초과하거나 급격한 신호 변동이 확인된 구간은 artifact로 판단하여 분석에서 제외하였다.

EEG 분석 구간은 상자를 인양하기 시작한 시점부터 3m 이동 후 내려놓기가 완료되는 시점까지로 정의하였다. 주파수 분석에는 Welch power spectral density 방법을 적용하였으며, 2초 Hamming window와 50% overlap을 사용하였다. 분석 주파수 대역은 Theta 4~8Hz, Alpha 8~13Hz, Beta 13~30Hz 및 Gamma 30~45Hz로 설정하였다. 각 대역의 relative power는 다음과 같이 산출하였다.

RP_band = P_band / P_total

여기서 P_total은 0.5~45Hz 전체 주파수 대역의 power를 의미한다. 각 무게 정보 조건 시작 전에는 눈을 뜬 안정상태에서 5초간 baseline EEG를 측정하였으며, 작업 중 relative power는 해당 조건의 resting-state relative power를 기준으로 다음과 같이 정규화하였다.

Normalized RP_band = RP_band,task / RP_band,rest

이후 F3와 F4의 정규화 값을 평균하여 Theta_F, Alpha_F, Beta_F 및 Gamma_F를 산출하였다. 또한 두 무게 정보 조건의 resting-state EEG 간 차이가 있는지를 paired-samples t-test를 통해 확인하였다. Gamma 대역은 안면 및 경부 근육과 신체 움직임에 의한 artifact의 영향을 받을 수 있으므로, Gamma_F는 독립적인 cortical activity 지표로 단정하지 않고 다른 EEG 대역 및 RPE 결과와 함께 보조적으로 해석하였다.

2.3.3 Rating of Perceived Exertion (RPE)

작업 수행에 따른 주관적 피로도는 Borg가 개발한 Rating of Perceived Exertion (RPE) 척도를 사용하여 평가하였다(Borg, 1982). RPE 척도는 참가자가 작업 중 경험한 신체적 부담과 노력의 정도를 주관적으로 평가하는 방법으로, 모든 참가자는 각 실험 조건의 작업이 종료된 직후 자신이 인지한 피로 수준을 RPE 척도에 따라 응답하였다.

2.4 Procedure

실험에 사용된 중량물은 총 세 종류의 상자로 구성하였다. 모든 상자는 외형과 부피를 동일하게 유지하였으며, 내부 중량에 따라 가벼운 상자(7kg), 중간 무게 상자(10kg), 무거운 상자(20kg)의 세 단계로 구분하였다. 실험 시작 전 참가자에게 각 상자의 정확한 무게 정보는 제공하지 않았다.

조건 A(무게 정보 미제공)에서는 참가자가 상자의 무게를 알 수 없는 상태에서 인양–이동–적재 작업을 수행하였다. 참가자는 바닥에 놓인 상자를 들어 올려 바닥면으로부터 약 90cm 높이의 허리 수준까지 인양한 후, 상자를 해당 높이로 유지한 상태에서 전방으로 3m 이동하고 지정된 지점의 바닥에 다시 내려놓았다. 작업은 7kg, 10kg, 20kg의 세 가지 중량 조건으로 구성하였으며, 각 중량 조건은 특정 무게에 대한 예측 가능성을 최소화하기 위해 무작위 순서로 제시하였다. 작업 수행 중에는 뇌파(EEG)를 지속적으로 측정하였으며, 각 작업 종료 직후 Borg의 Rating of Perceived Exertion (RPE) 척도를 사용하여 주관적 피로도를 평가하였다.

적재 높이 90cm는 입식 작업에서의 허리 수준 작업 높이를 모사하기 위해 설정하였다. 선행 인간공학 연구에서는 산업용 디팔레타이징 작업을 모사한 인양과업에서 지면으로부터 90cm 높이를 적용하였으며(Faber et al., 2007), 국내 작업대 높이 연구에서도 800, 850 및 900mm가 비교 조건으로 사용된 바 있다(Choi, 2012). 또한 3m의 이동 거리는 인양–운반–내려놓기가 결합된 수작업 물자 취급 과업에서 3m 운반 거리를 적용한 선행연구를 참고하여 설정하였다(Li et al., 2007). 따라서 본 연구의 90cm 적재 높이와 3m 이동 거리는 실제 입식 물자 취급 과업을 단순화하여 반복적으로 재현할 수 있도록 표준화한 조건이다.

조건 A 종료 후에는 이전 작업으로 인한 피로가 다음 조건에 영향을 미치지 않도록 참가자에게 충분한 휴식 시간을 제공하였다. 이후 안정상태(resting state)에서 기준 EEG를 다시 측정한 후 조건 B를 수행하였다.

조건 B(무게 정보 제공)에서는 상자 외부에 무게 정보가 표시된 상태에서 조건 A와 동일한 인양–이동–적재 작업을 수행하였다. 참가자는 바닥에 놓인 상자를 약 90cm의 허리 높이까지 들어 올린 후 3m를 이동하여 지정된 지점의 바닥에 내려놓았다. 중량 조건, 작업 순서, 이동 거리, 인양 높이, 작업 시간 및 작업 방식은 조건 A와 동일하게 유지하였다. 조건 B에서도 작업 수행 중 EEG를 지속적으로 측정하였으며, 각 작업 종료 직후 동일한 방법으로 RPE를 평가하였다.

모든 실험 조건에서 상자의 외형, 중량 종류, 총 작업량, 인양 높이, 이동 거리 및 작업 방식을 동일하게 통제함으로써, 무게 정보 제공 조건과 미제공 조건 간 반응 차이를 비교하고자 하였다(Figure 1).

Figure 1. Experimental protocol and EEG data analysis workflow

Modify Delete

2.5 Data analysis

모든 변수에 대해 평균과 표준편차를 산출하였다. 중량(7kg, 10kg, 20kg)과 무게 정보(미제공, 제공)가 RPE 및 전두엽 EEG에 미치는 영향을 검정하기 위해 2요인 반복측정 분산분석을 실시하였다. Mauchly 검정에서 구형성 가정이 위배된 경우 Greenhouse-Geisser 보정값을 보고하였으며, 중량 간 사후비교에는 Bonferroni 보정을 적용하였다. 효과크기는 partial η2로 제시하였고, 통계적 유의수준은 α = .05로 설정하였다. 주요 분석에서는 F3와 F4 채널에서 산출된 상대파워를 안정상태 값으로 정규화한 후 평균하여 전두엽 통합지표를 산출하였다. 또한 전두엽 좌우 채널의 개별 반응 양상을 보조적으로 확인하기 위해 기존 분석에서 사용한 F3 및 F4의 RP Theta와 RP Alpha 결과를 채널별로 추가 제시하였다. 채널별 분석은 통합지표의 결과를 대체하기 위한 것이 아니라, 평균화 과정에서 나타날 수 있는 신호 안정화와 좌우 채널의 반응 차이를 함께 설명하기 위한 보조분석으로 활용하였다.

3.1 RPE and frontal EEG responses by load weight and weight information

RPE는 중량이 증가할수록 단계적으로 증가하였다. 무게 정보 제공 조건에서는 7kg의 9.00±0.76에서 20kg의 13.07±1.39로 증가하였으며, 미제공 조건에서는 9.87±0.74에서 14.53±0.92로 증가하였다. 모든 중량에서 무게 정보 미제공 조건의 RPE가 제공 조건보다 높았다. 전두엽 EEG도 대체로 중량 증가에 따라 상승하였으며, 특히 Gamma_F는 미제공 조건에서 7kg의 1.471±0.069에서 20kg의 1.717±0.069로 증가하였다. 무게 정보 제공 20kg 조건에서는 EEG 변수의 개인차가 상대적으로 크게 나타났다(Table 2).

3.2 Effects of load weight and weight information on RPE

RPE에 대한 Mauchly의 구형성 검정 결과, 중량 요인(W = .925, p = .603)과 중량 × 무게 정보 상호작용(W = .951, p = .721)은 모두 구형성 가정을 충족하였다. 반복측정 분산분석 결과, 중량의 주효과는 통계적으로 유의하였으며, F(2, 28) = 269.74, p < .001, partial η2 = .951로 나타났다. 무게 정보의 주효과도 유의하여, F(1, 14) = 251.21, p < .001, partial η2 = .947로 나타났다. 반면 중량 × 무게 정보 상호작용은 F(2, 28) = 2.82, p = .077, partial η2 = .167로 유의하지 않았다(Table 3).

Bonferroni 보정 사후비교에서는 7kg과 10kg, 7kg과 20kg, 10kg과 20kg의 모든 중량 간 차이가 통계적으로 유의하였다(all p < .001). 또한 무게 정보 미제공 조건의 RPE는 제공 조건보다 평균 1.31점 높게 나타났다(p < .001). Figure 2와 같이 두 조건 모두 중량 증가에 따라 RPE가 상승하였으며, 미제공 조건이 전 중량에서 일관되게 높게 나타났다(Figure 2).

Figure 2. Mean RPE according to load weight and weight Information. Error bars indicate standard errors

Modify Delete

3.3 Effects of load weight and weight information on frontal EEG activity

Theta_F, Alpha_F, Beta_F 및 Gamma_F에 대한 Mauchly의 검정 결과, 중량 요인과 중량 × 무게 정보 상호작용에서 구형성 가정이 충족되지 않아 Greenhouse-Geisser 보정을 적용하였다. 분석 결과, 중량은 모든 EEG 대역에 유의한 영향을 미쳤다. Theta_F는 F(1.01, 14.21) = 8.78, p = .010, partial η2 = .385, Alpha_F는 F(1.21, 16.90) = 12.70, p = .002, partial η2 = .476, Beta_F는 F(1.06, 14.88) = 11.61, p = .004, partial η2 = .453, Gamma_F는 F(1.04, 14.59) = 18.78, p < .001, partial η2 = .573이었다. 네 대역 가운데 Gamma_F가 높게 나타났다.

무게 정보의 주효과는 Alpha_F, Beta_F 및 Gamma_F에서 유의하였다. Alpha_F는 F(1, 14) = 6.28, p = .025, partial η2 = .310, Beta_F는 F(1, 14) = 5.54, p = .034, partial η2 = .284, Gamma_F는 F(1, 14) = 10.35, p = .006, partial η2 = .425로 나타났으며, 세 지표 모두 무게 정보 제공 조건에서 더 높았다. Theta_F의 무게 정보 효과는 F(1, 14) = 3.55, p = .080, partial η2 = .202로 유의하게 나타나지 않았다. 중량 × 무게 정보 상호작용은 모든 EEG 대역에서 통계적으로 유의하게 나타나지 않았다(p > .05).

Bonferroni 사후비교에서 Theta_F는 7~10kg (p < .001)과 7~20kg (p = .014), Alpha_F는 7~10kg (p < .001)과 7~20kg (p = .003), Beta_F는 7~10kg (p < .001)과 7~20kg (p = .005)에서 유의한 차이가 나타났다(Table 4).

유의미하게 나타난 Gamma_F에 대한 Bonferroni 사후분석 결과, 7kg과 10kg의 평균 차이는 -0.145 (SE = 0.012, p < .001), 7kg과 20kg의 평균 차이는 -0.321 (SE = 0.067, p < .001), 10kg과 20kg의 평균 차이는 -0.177 (SE = 0.061, p = .034)로 나타났다. 즉 Gamma_F는 세 중량의 모든 쌍별 비교에서 유의한 차이를 보였으며, 중량이 증가함에 따라 단계적으로 상승하였다(Table 5).

또한 무게 정보 제공 조건의 Gamma_F가 모든 중량에서 미제공 조건보다 높게 나타났으며, 특히 20kg 제공 조건에서 평균과 오차범위가 크게 증가하였다. 그러나 중량 × 무게 정보 상호작용은 유의하게 나타나지 않았다(Figure 3).

Figure 3. Mean frontal gamma activity (Gamma_F) according to load weight and weight information. Error bars indicate standard errors

Modify Delete

3.4 Analysis of theta and alpha activity in the F3 and F4 channels

3.4.1 RP theta in the F3 and F4 channels

채널별 RP Theta 분석 결과, F3에서는 중량의 주효과가 유의하지 않았고(F = 0.467, p = .506, partial η2 = .032), 무게 정보 제공 여부의 효과도 유의하지 않았다(F = 0.026, p = .873, partial η2 = .002). F4에서도 중량의 주효과(F = 1.205, p = .291, partial η2 = .079)와 무게 정보의 주효과(F = 0.112, p = .743, partial η2 = .008)는 모두 유의하지 않았다. 채널별 효과크기는 전반적으로 작았으나, F4의 중량 효과가 F3보다 상대적으로 크게 나타났다(Table 6).

사후분석에서 F3는 7kg, 10kg 및 20kg 간 모든 비교가 유의하지 않았다(all p > .05). F4에서도 전체적으로 유의한 차이는 확인되지 않았으나, 10kg과 20kg 간 비교는 p = .052로 유의수준에 근접하였다. Figure 4에서 두 채널 모두 20kg 조건의 평균이 상대적으로 높았으나, 채널별 검정에서는 통계적 유의성이 나타나지 않았다.

Figure 4. Changes in RP theta in the F3 and F4 channels: (a) F3 according to lifting weight, (b) F3 according to weight-information provision, (c) F4 according to lifting weight, and (d) F4 according to weight-information provision

Modify Delete

3.4.2 RP alpha in the F3 and F4 channels

RP Alpha의 채널별 분석에서는 중량 효과가 F3와 F4 모두에서 유의하였다. F3의 중량 주효과는 F = 15.854, p = .001, partial η2 = .531로 나타났으며, F4의 중량 주효과는 F = 7.763, p = .015, partial η2 = .357로 나타났다(Table 7).

무게 정보 제공 여부의 주효과는 F3 (F = 1.325, p = .269, partial η2 = .086)와 F4 (F = 2.488, p = .137, partial η2 = .151)에서 각각 유의하지 않았다. F3의 사후분석에서는 7kg, 10kg 및 20kg의 모든 비교가 유의하였고(all p < .05), 중량이 증가할수록 RP Alpha가 단계적으로 상승하였다. F4에서는 7kg과 10kg 간 차이는 유의하지 않았으나(p = .105), 7kg과 20kg 및 10kg과 20kg 간 차이는 유의하였다(p < .05) (Figure 5).

Figure 5. Changes in RP alpha in the F3 and F4 channels: (a) F3 according to lifting weight, (b) F3 according to weight-information provision, (c) F4 according to lifting weight, and (d) F4 according to weight-information provision

Modify Delete

본 연구는 반복 인양 작업에서 실제 중량과 무게 정보 제공 여부가 주관적 운동자각도와 전두엽 EEG 활동에 미치는 영향을 분석하였다.

RPE는 7kg, 10kg 및 20kg의 모든 조건에서 중량 증가에 따라 명확하게 상승하였다. 중량의 효과크기는 partial η2 = .951로 매우 크게 나타났으며, 모든 중량 간 사후비교도 유의하게 나타났다. 이는 반복 인양에서 절대 중량이 작업자가 지각하는 부담을 결정하는 핵심 요인임을 보여준다. 국내 인력물자취급 작업을 대상으로 한 연구에서도 물체의 중량이 증가할수록 Borg CR-10 척도로 평가한 주관적 육체부하가 유의하게 증가하는 것으로 보고되었다(Kim and Kim, 2025). 중량이 증가하면 물체를 들어 올리고 운반하며 적재하는 동안 더 큰 근력과 자세 안정성이 요구되고, 이 과정에서 발생하는 근육 긴장, 호흡 부담 및 전신 피로가 RPE에 통합적으로 반영된 것으로 판단된다(Chen et al., 2002; Williams, 2017).

무게 정보 미제공 조건의 RPE는 제공 조건보다 평균 1.31점 높았다. 모든 중량에서 미제공 조건이 일관되게 높았다는 점은 무게에 대한 불확실성이 실제 중량과 별도로 주관적 부담을 증가시킬 수 있음을 의미한다. 작업자가 물체의 중량을 사전에 알지 못하면 필요한 힘의 크기와 자세를 미리 구체적으로 계획하기 어렵고, 실제 하중을 확인한 이후 동작을 수정해야 한다. 이러한 불확실성은 조심스러운 동작, 긴장감 및 심리적 부담을 증가시켰을 거라 판단된다(Commissaris et al., 2001; Khalaf et al., 2021).

전두엽 EEG에서는 중량이 모든 대역에 유의한 영향을 미쳤지만, 중량을 구분하는 민감도에는 차이가 있었다. Theta_F, Alpha_F 및 Beta_F는 7kg과 더 무거운 조건을 구분하였으나, 10kg과 20kg 간 차이는 유의하지 않았다. 전두 theta는 과제 모니터링과 인지적 통제, alpha는 주의 배분과 억제 조절, beta는 운동 준비 및 감각-운동 통합과 관련되는 것으로 알려져 있다(Klimesch, 1999). 또한 신경인간공학 분야에서는 이러한 EEG 대역이 작업부하와 운동 수행 과정에서 과제 요구 수준을 반영하는 지표로 활용될 수 있다고 보고되고 있다(Rahman et al., 2019; Wascher et al., 2023). 따라서 본 연구에서 theta, alpha 및 beta 대역은 반복 인양 작업이 가벼운 수준을 넘어 일정 수준 이상의 주의와 운동 조절을 요구하는지를 반영한 것으로 판단된다. 그러나 10kg과 20kg 사이의 차이를 구분하지 못한 것은, 이들 대역이 작업부하의 존재 여부에는 민감하지만 높은 수준의 물리적 부하를 세분화하는 데에는 상대적으로 민감도가 낮기 때문일 가능성이 있다.

채널별 보조분석은 전두엽 통합지표의 결과를 해석하는 데 추가적인 정보를 제공하였다. Theta_F는 중량에 따라 유의하게 변화했지만 F3와 F4의 개별 중량 효과는 유의하지 않았다. 이는 채널별 변동성의 영향을 줄인 통합지표가 전두엽의 공통적인 활성 변화를 보다 안정적으로 반영하였기 때문으로 판단된다. EEG 연구에서는 인접 채널을 평균한 ROI (region of interest) 기반 분석이 단일 채널 분석보다 개인 간 변동성과 순간적인 신호 변동의 영향을 줄여 보다 안정적인 결과를 제공할 수 있다고 보고되고 있다(Luck, 2014; Wascher et al., 2023).

Alpha 대역에서는 중량 효과가 통합지표뿐 아니라 F3와 F4의 채널별 분석에서도 모두 유의하였다. F3의 효과크기가 F4보다 다소 크게 나타났으나, 본 연구에서는 채널 간 차이 또는 좌우 비대칭을 직접 검정하지 않았으므로 이를 기능적 편측화(functional lateralization)로 해석하기는 어렵다. 무게 정보 효과 역시 F3와 F4의 개별 분석에서는 유의하지 않았지만 Alpha_F에서는 유의하게 나타났다. 이러한 차이는 채널 통합에 따른 변동성 감소 또는 통합지표와 채널별 지표의 산출 방식 차이에서 기인했을 가능성이 있으며, 향후 연구에서는 동일한 전처리 및 정규화 절차를 적용한 채널별 분석과 ROI 기반 통합 분석을 함께 수행하여 이러한 결과의 재현성을 확인할 필요가 있다.

본 연구에서 Gamma_F는 네 가지 EEG 대역 가운데 가장 큰 중량 효과크기(partial η2 = .573)를 나타냈으며, 7kg, 10kg 및 20kg의 모든 중량 조건 간에서 유의한 차이를 보여 중량 변화에 가장 민감한 EEG 지표로 나타났다. 반복 인양 작업에서는 중량 증가에 따라 힘의 조절뿐 아니라 자세 안정화, 상지와 체간의 협응 및 감각-운동 정보 처리 요구가 증가한다. 선행연구에서는 감마 대역 활동이 정보 통합과 주의 조절, 감각-운동 처리와 관련되는 것으로 보고되고 있으며(Herrmann et al., 2010; Başar, 2013), 본 연구의 결과 역시 Gamma_F가 중량 증가에 따른 작업 요구도의 변화를 반영하는 생리학적 지표로 활용될 수 있을 거라 판단된다.

반복 인양과 같이 신체 움직임이 큰 과제에서 EEG는 정적인 인지과제보다 움직임 및 근활동 아티팩트의 영향을 받기 쉽다. 특히 30Hz 이상의 감마 대역은 안면 · 경부 근육의 근전도 성분과 주파수 범위가 중첩될 수 있으므로 감마 활동을 단독으로 피질 활성으로 해석할 때 주의가 필요하다(Muthukumaraswamy, 2013). 본 연구에서는 모든 조건에서 동일한 작업 동선과 인양 방식을 유지하고 EEG 헤드셋의 착용 상태를 일정하게 유지하여 측정 조건의 변동을 최소화하였다. 따라서 Gamma_F는 RPE와 다른 EEG 대역의 결과를 함께 고려하는 보조적 신경생리 지표로 해석하였으며, 향후 연구에서는 EMG의 동시 측정과 보다 정교한 움직임 아티팩트 제거 절차를 적용할 필요가 있다(Rahman et al., 2019; Wascher et al., 2023).

무게 정보 제공 효과에서는 RPE와 EEG가 서로 다른 양상을 보였다. 무게 정보 미제공 조건에서는 RPE가 더 높게 나타난 반면, Alpha_F, Beta_F 및 Gamma_F는 무게 정보 제공 조건에서 더 높게 나타났다. 이러한 결과는 EEG 파워의 증가를 단순히 작업 부담의 증가로 해석하기보다는, 무게 정보 제공에 따른 작업 준비 및 신경생리적 반응의 변화로 판단된다. 무게 정보가 제공되면 작업자는 인양 전에 필요한 힘과 작업 전략을 보다 효과적으로 계획할 수 있으며(Commissaris et al., 2001), 이에 따라 주의 배분과 운동 준비 과정이 달라졌을 것으로 판단된다(Klimesch, 1999; Herrmann et al., 2010). 또한 실제 작업 환경에서 EEG는 작업부하뿐 아니라 작업 준비, 과제 요구도 및 인지적 상태의 변화를 반영할 수 있는 지표로 보고되고 있다(Rahman et al., 2019; Wascher et al., 2023). 반면, 무게 정보가 제공되지 않은 조건에서는 중량에 대한 불확실성으로 인해 주관적 부담은 증가하였으나, EEG에서는 동일한 양상이 나타나지 않았다. 이는 무게 불확실성이 주관적 부담과 생리적 반응에 서로 다른 영향을 미칠 수 있다는 기존 연구와도 부분적으로 일치하며(Khalaf et al., 2021), 주관적 부담과 EEG가 서로 다른 측면의 작업부하를 반영할 가능성이 있는 것으로 판단된다.

다만, 무게 정보에 따른 EEG 결과는 신중하게 해석할 필요가 있다. 본 연구에서는 무게 정보 미제공 조건을 먼저 수행하고 이후 무게 정보 제공 조건을 수행하였으므로, 제공 조건에서 관찰된 EEG 변화에는 무게 정보 제공 효과뿐 아니라 반복 수행에 따른 학습효과, 과제 적응 및 동작 숙련의 영향이 일부 포함되었을 가능성을 배제하기 어렵다. 실제 작업 기반 EEG 연구에서도 반복 수행에 따른 적응과 과제 숙련은 EEG 활성에 영향을 미칠 수 있는 중요한 교란요인으로 제시되고 있다(Wascher et al., 2023). 또한 중량과 무게 정보의 상호작용은 모든 EEG 대역에서 유의하지 않았으며, 20kg 무게 정보 제공 조건에서 평균과 변동성이 상대적으로 크게 나타났지만 이를 특정 중량에서만 나타난 효과로 해석하기에는 제한이 있다. 따라서 본 연구의 결과는 무게 정보의 효과보다는 중량과 무게 정보의 주효과를 중심으로 해석하는 것이 적절할 것으로 판단된다.

산업안전보건 관점에서 무게 표시는 작업자가 인양 전 하중을 예측하고 적절한 자세와 힘을 준비하도록 돕는 비교적 단순하고 적용 가능한 관리적 중재이다. 외형과 크기는 유사하지만 실제 중량이 서로 다른 상자가 반복적으로 취급되는 물류센터에서는 숫자, 색상 또는 기호를 이용한 명확한 중량 표시가 작업자의 예측 가능성을 높이고 주관적 부담을 낮추는 데 기여할 수 있다. 다만 무게 표시는 실제 물리적 하중을 감소시키는 공학적 개선은 아니므로, 고중량 작업에서는 작업 높이 개선, 취급 빈도 조절, 보조장비 활용 및 2인 운반 기준과 함께 적용되어야 한다(Waters et al., 1993).

본 연구에는 몇 가지 제한점이 있다. 첫째, 참가자가 15명의 건강한 젊은 성인으로 제한되어 실제 물류근로자, 고령근로자 및 근골격계 증상을 가진 근로자에게 결과를 일반화하는 데 한계가 있다. 둘째, F3와 F4만을 평균한 전두엽 지표를 사용하여 중앙 및 두정 영역, 좌우 비대칭 등 활성화를 평가하지 못하였다. 그러므로 향후 연구에서는 조건 순서를 상쇄한 무작위 교차설계, 실제 근로자를 포함한 더 큰 표본, 인양 단계별 EEG 분석 및 EMG, 심박변이도, 동작학 지표의 동시 측정이 필요하다.

또한 무게 정보 조건의 수행 순서가 고정되어 있어 정보 제공 효과와 반복 수행에 따른 학습 · 적응 효과가 일부 중첩되었을 가능성이 있으므로, 후속 연구에서는 조건 순서를 상쇄한 무작위 교차설계를 적용할 필요가 있다. 아울러 감마 대역은 움직임 및 안면 · 경부 근활동의 영향을 받을 수 있으므로, Gamma_F의 활용 가능성은 동작 아티팩트 통제와 함께 추가적으로 검증되어야 한다.

본 연구는 7kg, 10kg 및 20kg의 반복 인양 작업에서 실제 중량과 무게 정보 제공 여부가 주관적 운동자각도(RPE)와 전두엽 EEG 활동에 미치는 영향을 분석하였다. 중량이 증가함에 따라 RPE와 Theta_F, Alpha_F, Beta_F 및 Gamma_F가 모두 유의하게 변화하였으며, 무게 정보 미제공 조건에서는 RPE가 제공 조건보다 유의하게 높게 나타났다. 이러한 결과는 실제 중량뿐 아니라 인양 전 중량에 대한 불확실성 또한 작업자가 지각하는 부담에 영향을 미칠 수 있다.

EEG 지표 가운데 Gamma_F는 가장 큰 중량 효과크기를 나타냈으며, 7kg, 10kg 및 20kg의 모든 중량 조건을 유의하게 구분하여 중량 변화에 가장 민감한 지표로 나타났다. 또한 Alpha_F, Beta_F 및 Gamma_F는 무게 정보 제공 조건에서 더 높게 나타나, 무게 정보 제공이 작업 수행 과정의 신경생리적 반응에 영향을 미칠 가능성이 있는 것으로 나타났다. 따라서 본 연구에서 무게 정보 제공 조건의 RPE가 낮게 나타난 결과는 중량 표시의 인간공학적 활용 가능성이 있다.