A Study on the Aesthetic Consciousness of Water Mist Landscapes Based on Cognitive Processing Mechanisms

Q: 이 논문에서 정의한 미스트 경관이란 무엇인가?

자연 안개 또는 인공 안개 시스템을 통해 생성되며, 흐림, 차폐, 불확실성 등의 지각적 특성을 지닌 경관을 의미한다. 이는 관찰자에게 심미적 쾌감과 몰입 경험을 유발하는 독특한 시각적 매체로서의 특성을 가진다.

Q: 미스트 경관이 심미적 쾌감과 몰입 경험을 유발하는 메커니즘은 무엇인가?

연구 결과, 모호-예측-보완-보상-유창의 순환적 메커니즘을 통해 작동한다. 특히 저공간주파수 강화와 예측 오류 최소화 과정이 보상 회로를 활성화하며, 차폐와 보완의 리듬적 연속성이 시간적 처리 유창성을 높여 몰입 경험을 심화시킨다.

Yang, Xue Jiao; Cho, Taig Youn

doi:10.18208/ksdc.2025.31.4.473

학술저널

저자정보: Yang, Xue Jiao (Hongik University) Cho, Taig Youn (Hongik University)

저널정보: 한국디자인문화학회 한국디자인문화학회지 한국디자인문화학회지 제31권 제4호

오류 신고하기

피인용 0

검색

초록·키워드

미스트(霧化) 경관은 환경 조절과 분위기 연출의 이중적 특성으로 인해 최근 도시 공공공간과 몰입형 예술에서 널리 활용되고 있다. 그러나 기존 연구는 주로 공학, 미기후, 예술 표현 차원에 집중하여 냉각 효과, 분위기 형성 및 시적 표현을 강조하였으나, 전반적으로 기술적 지표나 경험적 서술에 치우쳐 있으며 심미 경험의 신경미학적 메커니즘에 대한 체계적 설명은 부족하다. 이에 본 연구는 신경미학을 이론적 틀로 삼아 문헌 분석과 학제 간 통합 방법을 통해 미스트 경관의 심미 메커니즘을 제시한다. 연구 결과, 안개 산란은 고공간주파수(High Spatial Frequency, HSF) 세부를 약화시키고 저공간주파수(Low Spatial Frequency, LSF) 윤곽을 강화하였다. LSF에 의해 유도되는 감정–주의 과정에서 시각 시스템은 배측/복측 경로와 피질하 경로(Superior Colliculus–Pulvinar–Amygdala)를 통해 의미 보완을 수행한다. 이후 예측 오류 최소화는 복측피개영역(Ventral Tegmental Area, VTA)–측좌핵(Nucleus Accumbens, NAcc)–전전두피질(Prefrontal Cortex, PFC) 보상 회로를 활성화하여 인지적 폐쇄와 심미적 쾌감을 유발한다. 또한 차폐–보완 과정의 리듬적 연속성은 시간적 처리의 유창성(temporal fluency)을 강화하여 몰입 경험을 심화시킨다. 이로써 “모호–예측–보완–보상–유창”의 순환적 메커니즘이 형성되어 지각과 심미의 동적 순환을 드러낸다. 디자인 차원에서 본 연구는 해독 가능한 모호성, 확장된 보상 경험, 다감각 통합, 시간적 배열, 시적 생태의 다섯 가지 전략을 제시하여 신경 메커니즘을 공간 디자인 방법으로 전환한다. 종합적으로 본 연구는 학문적으로 미스트 경관의 심미 메커니즘에 대한 새로운 해석 틀을 제공하고, 실천적으로 도시 공공공간과 몰입형 예술 설계에 이론적 토대와 방법론적 시사점을 제안한다.

Water Mist Landscapes (WML), characterized by their dual roles in environmental regulation and atmospheric creation, have been increasingly applied in urban public spaces and immersive art. However, existing studies have mainly focused on engineering, microclimate, artistic media, and landscape psychology, emphasizing cooling effects, atmospheric construction, and poetic expression. These approaches remain biased toward technical indicators or experiential descriptions, lacking a systematic explanation of the neuroaesthetic mechanisms underlying aesthetic experience. To address this gap, this study adopts neuroaesthetics as a theoretical framework and employs literature analysis with interdisciplinary integration to propose the aesthetic mechanisms of mist landscapes. The findings show that fog scattering weakens high spatial frequency (HSF) details while enhancing low spatial frequency (LSF) contours. During LSF-driven affective–attentional priming, the visual system performs semantic completion through the dorsal and ventral pathways as well as the subcortical route (Superior Colliculus–Pulvinar– Amygdala). Prediction error minimization subsequently activates the reward circuit of the ventral tegmental area (VTA)–nucleus accumbens (NAcc)–prefrontal cortex (PFC), generating cognitive closure and aesthetic pleasure. In addition, the rhythmic continuation of the occlusion–completion process enhances temporal fluency, thereby deepening immersive experience. Consequently, a cyclic mechanism of “ambiguity–prediction–completion–reward–fluency” is formed, revealing the dynamic interplay between perception and aesthetics. At the design level, this study proposes five strategies—legible ambiguity, extended reward experience, multisensory integration, temporal sequencing, and poetic ecology—to translate neurocognitive mechanisms into spatial design methods. In conclusion, the study provides a new interpretive framework for the aesthetic mechanisms of mist landscapes at the academic level and offers theoretical foundations and methodological implications for the design of urban public spaces and immersive art at the practical level.

#미스트(霧化) 경관 #신경미학 #공간 지각 #심미 메커니즘 #몰입 경험 #Water Mist Landscapes (WML) #Neuroaesthetics #Spatial Perception #Aesthetic Mechanism #Immersive Experience

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

UCI(KEPA) : I410-151-26-02-095678410

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료