설문은 필수, QEEG/HRV는 선택입니다. 입력하면 객관 지표 기반 독립 분석과 설문+객관 통합 보고서 탭이 추가됩니다. (안 해도 설문 보고서는 완전합니다.)Survey is required; QEEG/HRV optional. Entering them adds an objective-only analysis tab and an integrated (survey+objective) report tab. (Survey report is complete without them.)
⚠ QEEG 해석 필수 정보 (편측화·알파 반응성 해석에 결정적)⚠ Required for QEEG interpretation (lateralization & alpha reactivity)
손잡이:Handedness:
＊ 전두 알파 비대칭 해석이 손잡이에 따라 달라집니다 (왼손잡이는 편측화 패턴 상이).＊ Frontal alpha asymmetry interpretation depends on handedness.
★ 눈 감음(EC) / 눈 뜸(EO)을 따로 입력합니다. 하나만 있어도 OK (둘 다 있으면 알파 반응성도 분석).★ Enter Eyes-Closed (EC) / Eyes-Open (EO) separately. One is enough (both → alpha-reactivity too).
지표Marker
EC (눈 감음)(closed)
EO (눈 뜸)(open)
전두 高베타 (Fz, μV²)Frontal hi-beta (Fz)
Theta/Beta 비율 (Cz)Theta/Beta (Cz)
SMR 진폭 (Cz)SMR amplitude (Cz)
후두 알파 (Pz/Oz, μV²)Posterior alpha (Pz/Oz)
전두 알파 비대칭 (좌우)Frontal alpha asym.
HRV (조건 무관):HRV (condition-independent):
진단 보고서Diagnosis설문기반 · 논문survey · evidence
훈련 프로토콜Training설문기반 · 세션survey · sessions
QEEG 분석QEEG Analysis★ 객관 · 독립★ objective
통합 보고서Integrated★ 설문+객관★ survey+obj
1
목표 (요구분석에서 이어받음)Goal (carried from needs-analysis)
호소 목표: 공부한 내용을 오래 기억하고 시험·실전에서 꺼내 쓰기. 학습 유형: 인출형(외운 걸 꺼내기 약함). 핵심 약점: 인출·정교화.Stated goal:retain what's studied and retrieve it on tests/in practice. Learning type: retrieval (weak at pulling memory back). Key weakness: retrieval & elaboration.
요구분석(층A)의 V2 Desire가 그대로 진단 입구로 이어집니다 — 무료 분석에서 답한 것이 버려지지 않고 임상의 시작점이 됩니다.The needs-analysis V2 Desire carries straight into diagnosis — nothing from the free analysis is lost; it becomes the clinical starting point.
핵심: 머리가 나쁜 게 아니라 학습 전략(인출·분산·정교화)이 안 맞춰진 것입니다. 인출연습·분산학습은 가장 강한 증거를 가진 전략입니다. (Roediger & Karpicke, 2006 testing effect; Cepeda et al., 2006 spacing; Dunlosky et al., 2013)Key: not about ability — learning strategy (retrieval, spacing, elaboration) isn't dialed in. Retrieval practice & spacing are the strongest-evidence strategies. (Roediger & Karpicke, 2006; Cepeda et al., 2006; Dunlosky et al., 2013)
3
QEEG / HRV 객관 측정 (실측)QEEG / HRV (measured)
지표Marker
측정값Value
해석Interpretation
Theta/Beta ratio (Cz)
3.2 ↑
학습 중 주의 안정 저하 표지 (높을수록 산만)attention stability during study (higher = more distractible)
전두-중심 세타 (Fz)Frontal-midline theta (Fz)
측정
부호화·작업기억 활성 상관 (Klimesch)encoding/working-memory activity
HRV coherence
0.40 ↓
인지부하 하 자율 안정 저하 — 지속 학습 방해low autonomic stability under load — hinders sustained study
객관 지표는 학습을 지지하는 조건(주의 안정·인지부하)을 봅니다 — TBR↑·HRV↓는 "학습 중 주의·자율 안정이 약함". 학습 효과의 핵심은 전략(인출·분산)이며, 객관 지표는 그 전략이 잘 작동할 환경을 점검합니다. 7-pillar MSDI가 자가응답·QEEG·HRV를 통합.Objective markers check the conditions that support learning (attention stability, cognitive load) — TBR↑/HRV↓ = weak attention/autonomic stability during study. The core of learning is strategy (retrieval/spacing); objective markers check the environment for those strategies. MSDI integrates self-report·QEEG·HRV.
4
AI 소견 → 권장 훈련 영역AI Opinion → Recommended Areas
AI 진단 소견: 인출 경로 약화와 얕은 부호화가 핵심 병목입니다. 학습 능력 자체는 보존되어 있어, 인출연습 → 분산복습 → 정교화 → 작업기억 순서의 훈련이 가장 효과적일 것으로 추천됩니다. 학습 중 주의 안정(SMR·집중 환경)도 병행 권장합니다. (예시 — 아래 "AI 보고서 생성"으로 실제 분석)AI opinion: weak retrieval paths and shallow encoding are the bottleneck; learning ability itself is intact. Recommended order: retrieval practice → spaced review → elaboration → working memory, plus attention stability during study (SMR/focus environment). (example — generate real analysis below)
⚙
CNA v7 발달 엔진 — 실제 진단·훈련·진화CNA v7 Engine — real diagnosis
환자 식별자 + Fischer 5축 발달 레벨(L7~L13)을 입력하면, 진짜 엔진이 진단·발달 시뮬·훈련 프로토콜을 생성하고 케이스를 누적해 진화합니다. (위 AI 소견과 별개 — 이게 핵심 엔진)Enter patient ID + Fischer levels (L7–L13). The real engine diagnoses, simulates development, generates a protocol, and accumulates cases to evolve.
목표 축: learning (고정)axis: learning
Fischer 발달 레벨 (L7~L13, 측정값):Fischer levels (L7–L13):
→ 이 추천이 훈련 프로토콜 탭에 그대로 연동됩니다 (AI 1회 분석, 탭만 분리).→ This feeds directly into the Training Protocol tab (AI run once, tabs only separate the view).
진단 보고서. 예시 데이터이며 실제 환자 데이터가 아님. QEEG/HRV는 정밀 세션 실측 기반. BCN·PhD wellness/coaching scope.Diagnosis report. Illustrative data. QEEG/HRV from in-session measurement. BCN·PhD wellness/coaching scope.
1
훈련 영역 — AI 추천 + 임상가 선택Training Areas — AI Recommended + Therapist Choice
진단에서 AI가 추천한 영역 ●초록은 자동 선택됨. 임상가가 임의로 추가/제거 가능. (탭하여 토글)AI-recommended areas ●green are auto-selected; therapist can add/remove freely. (tap to toggle)
선택된 영역 수와 세션 수에 따라 아래 세션 계획이 자동으로 다시 짜집니다.The session plan below re-builds automatically from selected areas × session count.
2
세션 수 선택Session Count
뉴로피드백 표준은 안정적 변화까지 15–40세션 (5–10세션에 주관적 개선). 목표·예산에 맞춰 선택:NF standard: 15–40 sessions for stable change (subjective gains by 5–10). Choose by goal/budget:
뉴로피드백 트랙 포함Include neurofeedback track— 세션마다 영역별 NF 프로토콜 자동 배정— per-session NF protocol auto-assigned
3
세션별 계획 (자동 생성)Per-Session Plan (auto-generated)
4
근거 + 예상 경과Evidence + Expected Course
이 프로토콜의 근거: 인출형은 인출연습(테스트 효과) + 분산복습(간격 효과)이 핵심 — Roediger & Karpicke, Cepeda. 정교화·자기설명으로 부호화를 강화하고, 학습 중 주의 안정(SMR)을 보조. 5–10세션에 주관적 개선, 분산 간격 확대로 장기 파지 강화. (Roediger & Karpicke 2006; Cepeda et al. 2006; Dunlosky et al. 2013)Protocol basis: for the retrieval type, retrieval practice (testing effect) + spaced review (spacing effect) are key — Roediger & Karpicke, Cepeda. Elaboration/self-explanation strengthen encoding; SMR supports attention during study. Subjective gains by 5–10; expanding spacing builds long-term retention. (Roediger & Karpicke 2006; Cepeda 2006; Dunlosky 2013)
훈련 프로토콜 보고서. 세션 내용은 선택 영역·세션수에 따라 자동 구성된 계획이며, 임상가가 환자에 맞게 조정합니다. 약물·의학적 처치는 별도 의뢰.Training protocol report. Sessions auto-composed from selected areas × count; therapist adjusts per patient.
★
QEEG / HRV 기반 분석 (객관·독립)QEEG / HRV-based Analysis (objective)
이 보고서는 설문과 무관하게 객관 지표만으로 생성됩니다. "뇌·자율신경이 말하는 것" — 자가응답 편향(마스킹·병식 부족)에 영향받지 않는 독립 채널.Generated from objective markers alone, independent of the survey. "What the brain/autonomic system says" — a channel free of self-report bias (masking/insight gaps).
∑
통합 보고서 — 설문 + 객관 종합 (MSDI)Integrated Report — Survey + Objective (MSDI)
AI가 주관(설문)과 객관(QEEG/HRV) 두 채널을 종합합니다. 두 채널이 수렴하면 신뢰도가 올라가고, 불일치하면 그 자체가 임상 정보입니다.AI synthesizes the subjective (survey) and objective (QEEG/HRV) channels. Convergence raises confidence; discordance is itself clinical information.
＊ MSDI (Multi-Source Diagnostic) — 7-pillar #6. SymptomCatcher fingerprint-engine과 동일 원리 (다중 출처 수렴 분석).＊ MSDI (Multi-Source Diagnostic) — same principle as the SymptomCatcher fingerprint-engine.