EEG montage

EEG 몽타주(Montage)란 무엇인가요?

EEG 기록은 뇌 활동을 시각화하기 위해 두피에서 전기 전위를 캡처하는 과정을 포함합니다. 이 정보를 이해하기 위해 전문가는 몽타주라고 불리는 특정 표시 구성을 사용하며, 이는 신경 신호를 바라보는 렌즈 역할을 합니다.

이러한 배열은 임상 및 연구 환경 전반에서 표준화된 해석 프로세스를 위해 필수적입니다.

원신호 전압에 비교 기준이 필요한 이유

두피의 전극은 전압을 기록하지만, 그 수치 자체만으로는 의미가 없습니다. 전압은 본질적으로 상대적입니다. 두 번째 비교 기준점이 없다면, 주어진 판독 값이 실제 뇌 활동을 반영하는지 아니면 단순히 전기적 드리프트, 움직임 또는 기록 장비 자체의 노이즈인지 알 방법이 없습니다.

이것이 바로 모든 EEG 채널이 차동 측정 방식으로 구축되는 이유입니다. 임의의 채널에 표시되는 파형은 한 전극에서 기록된 전기 활동에서 두 번째 전극에서 기록된 전기 활동을 뺀 값입니다.

이 빼기 단계 덕분에 노이즈가 많은 임상 또는 연구 환경에서도 EEG가 작동할 수 있습니다. 가까운 두 전극이 방 안의 장비 등에서 발생하는 동일한 원거리 간섭을 모두 감지하는 경우, 한 신호에서 다른 신호를 빼면 이 공유된 간섭이 상쇄됩니다.

엔지니어들은 이를 공통 모드 제거(common-mode rejection)라고 부르며, 이는 두 전극에 공통적인 요소는 자동으로 필터링되고 국소적인 뇌 전기 활동을 반영할 가능성이 더 높은 차이점만 남는다는 것을 단순하게 표현한 것입니다. 모든 몽타주는 설계 방식에 관계없이 이 차동 원리에 의존합니다.

비교할 두 지점의 선택이 몽타주 유형에 따라 달라질 뿐, 뺄셈이라는 근본적인 수학적 원리는 일정하게 유지됩니다.

• EEG 채널은 차동 측정 방식입니다. 즉, 한 전극의 전압에서 다른 전극의 전압을 뺀 값입니다.

• 원신호 전압은 기준점이 없으면 의미가 없으며, 비교를 통해 뇌 활동과 노이즈를 구별합니다.

• 공통 모드 제거는 공유된 간섭을 상쇄하여 노이즈가 많은 환경에서도 EEG를 유효하게 만듭니다.

• 모든 몽타주는 이 뺄셈에 의존하며, 단지 전극 쌍의 선택만 달라집니다.

EEG 전극 배치의 작동 방식

테크니션은 일반적으로 두피 센서를 증폭기에 연결할 때 재현성을 보장하기 위해 표준화된 절차를 따릅니다. 이 측정 프로세스는 나시온(nasion)과 이니온(inion)과 같은 신체적 지표 사이의 관계에 의존하여 각 센서가 해부학적으로 정확한 위치에 자리 잡도록 확인합니다.

이러한 일관된 신체 지표 프로토콜을 통해 임상의와 연구자는 서로 다른 세션 또는 서로 다른 시설 간에 결과를 비교할 수 있습니다.

EEG 몽타주가 중요한 이유는 무엇인가요?

전극 구성은 원신호 전압 입력을 판독 가능한 진단 데이터로 변환하는 데 필수적입니다. 전극을 특정 공간 클러스터로 그룹화함으로써, 선택한 배열은 전역적인 활동에 가려질 수 있는 국소적인 방전을 두드러지게 보여줄 수 있습니다.

발작 및 이상 활동 감지

잠재적인 간질형 활동을 조사할 때, 국소 신경 자극성을 식별하려면 공간 대비를 극대화하는 구성을 선택하는 것이 매우 중요합니다.

민감한 설정을 사용하면 국소적인 뇌 기능 장애의 특징인 예파(sharp wave)나 극파(spike)가 자주 나타납니다. 뇌과학 평가 과정에서 이러한 공간 해상도는 관찰된 행동을 특정 두피 분포 패턴과 연관시키는 데 도움이 됩니다.

신경계 질환 진단

임상의는 퇴행성 질환부터 대사성 뇌병증에 이르는 다양한 질환의 감별 진단을 내리기 위해 다양한 기록 패턴에 의존합니다. 국소 및 전반적 신호를 모두 볼 수 있는 능력을 통해 연구 전반에 걸쳐 환자의 상태를 종합적으로 평가할 수 있습니다.

이러한 엄격한 임상 표준 문서화는 환자의 신경학적 변화의 근본적인 원인을 결정하는 토대를 제공합니다.

뇌 기능 측정

지속적인 모니터링을 통해 시간에 따라 진화하는 패턴을 관찰할 수 있으며, 이는 진정 상태나 생리적 스트레스 하에 있는 환자의 신경 출력 안정성에 대한 Insight를 제공합니다. 특정 피질 영역을 모니터링함으로써 의료진은 처리 깊이의 미묘한 변화나 조난을 나타내는 리드미컬한 활동의 출현을 식별할 수 있습니다.

EEG 몽타주 유형 설명

주어진 기록 세션의 진단 효율을 최적화하기 위해 뇌 전위 표시를 분류하는 방법에는 여러 가지가 있습니다. 전문가는 국소적 특징에 초점을 맞추어야 하는지, 아니면 더 넓은 배경 패턴을 특징지어야 하는지에 따라 당면한 문제에 가장 적합한 접근 방식을 선택해야 합니다.

채널 구축을 위한 양극(Bipolar) 및 참조(Referential) 접근 방식

몽타주는 일반적으로 두 가지 큰 계열로 나뉩니다.

양극 몽타주는 인접한 전극들을 체인 형태로 연결하여, 각 채널이 두피의 인접한 두 지점 사이의 전압 구배(gradient)를 반영하도록 합니다. 이 접근 방식은 물리적으로 서로 가까운 전극들만 비교하기 때문에 활동의 급격하고 국소적인 차이를 강조하는 경향이 있습니다.

참조 몽타주는 다른 접근 방식을 취합니다. 이웃하는 전극과 비교하는 대신, 모든 전극을 귀 근처의 단일 전극이거나 두피의 모든 전극에서 구축된 수학적 평균일 수 있는 하나의 공유된 참조 지점과 비교하여 측정합니다.

이 방식은 머리 전체의 활동에 대한 더 넓은 그림을 제공하지만, 한 가지 주의할 점이 있습니다. 전체 기록이 해당 단일 참조 지점이 실제로 얼마나 중립적인지에 좌우된다는 것입니다. 참조 지점 자체에 숨겨진 전기 활동이 있는 경우, 그 활동이 모든 단일 채널에 빼기되어 반영되므로 실제 뇌 활동이 집중되는 위치의 그림이 왜곡됩니다.

이것이 바로 진정으로 중립적인 참조 지점을 찾는 것이 여전히 해결된 과제가 아닌 활발한 연구 분야로 남아 있는 이유입니다.

연결 유돌기(linked-mastoid) 참조, 평균 참조, 그리고 참조 전극 표준화 기법(REST)이라 불리는 기술을 포함하여 일반적인 재참조 방법을 비교한 연구에 따르면, 평균 참조와 REST 모두 연결 유돌기 참조에 비해 상대적으로 낮은 재구성 오류를 보이는 것으로 나타났습니다. 특히 REST는 기록에 혼입된 아티팩트에 대한 민감도가 덜한 것으로 나타났습니다.

결정적으로, 이러한 방법의 정확성은 다른 두 가지 요인에 크게 좌우됩니다.

1. 사용된 전극의 수

2. 계산이 단순화된 구형이 아닌 실제 머리 모양 모델에 의존하는지 여부

고밀도 전극 몽타주를 실제 머리 모델과 결합하면 중립 참조 지점을 추정하는 신뢰도가 크게 향상되었으며, 이는 결과적으로 해당 참조에서 구축된 모든 채널의 정확도를 높여줍니다.

이중 바나나(Double Banana) EEG 몽타주 패턴

이 클래식한 레이아웃은 앞쪽에서 뒤쪽 영역으로 뻗어 있는 두 개의 평행한 전극 선을 사용하여 머리 양쪽에 바나나 곡선과 유사한 쌍을 만드는 표준 구성입니다. 뇌의 모든 주요 피질 영역을 효율적으로 커버하므로 대뇌 반구 차이를 식별하기 위한 가장 기본적인 표준으로 널리 선호됩니다.

라플라시안(Laplacian) 몽타주 EEG 분석

이 방법은 데이터에 수학적 변환을 적용하여 신호를 선명하게 하고 먼 소스로부터의 체적 전도(volume conduction) 영향을 줄입니다.

이는 깊은 구조나 인접한 구조물에서 발생하는 노이즈를 줄이면서 전극 클러스터 바로 아래의 활동에 대한 표상을 효과적으로 향상시킵니다. 이는 주로 고급 연구 및 특정 복잡한 진단 사례에 사용되는 매우 기술적인 평가 기법입니다.

EEG 10 20 몽타주 시스템

일관성은 특히 여러 전문가가 동일한 환자의 이미지를 평가할 때 임상 진단 신뢰성의 초석이 됩니다. 표준화된 간격 배치 시스템은 전극의 정확한 위치를 규정하여 발견한 내용이 항상 동일한 해부학적 엽(lobe)과 연관될 수 있도록 보장합니다.

10-20 시스템의 전극 배치

테크니션은 모든 연구에서 통일성을 유지하기 위해 다음과 같은 핵심 사항에 의존하여 구조화된 10-20 프로토콜을 따릅니다.

• 이니온에서 나시온까지의 거리가 정중선 기준 역할을 합니다.

• 전극은 두개골을 따라 10% 또는 20% 간격으로 배치됩니다.

• 홀수 번호의 센서는 좌측 반구 위치를 나타냅니다.

• 짝수 번호의 센서는 우측 반구 표면 영역을 정의합니다.

이 시스템을 사용하면 머리 둘레와 모양의 변화를 보정하므로 국소화의 모호함을 방지할 수 있습니다. 이 표준화된 해부학적 매핑 시스템은 설정을 수행하는 테크니션이나 기록에 사용되는 장비에 관계없이 결과의 신뢰성을 보장합니다.

필요에 맞는 올바른 EEG 몽타주 선택하기

최적의 기록 설정을 선택하려면 임상적 질문이나 연구 목표를 명확히 이해해야 합니다. 목적이 국소 발작의 위치를 파악하는 것이라면, 국소 공간 필터링 효과로 인해 일반적으로 양극 배열이 가장 높은 진단 효율을 제공합니다. 연구자들은 세부적인 관심 영역을 좁히기 위해 다른 모드를 순환하기 전에 이중 바나나와 같은 선별용 구성으로 시작하는 경우가 많습니다.

대사 장애에서와 같이 뇌의 전반적인 상태 변화가 주요 관심사인 경우, 일반적으로 참조 배열이 신호 분포를 더 정확하게 보여줍니다. 이를 통해 전문가는 양극 기록에서 나타나는 위상 반전 없이 두피 전체의 전압 변화를 관찰할 수 있습니다. 사전 정의된 프로토콜 선택 방법에 의존하는 것은 전문적인 임상 환경에서 일관되게 우수한 결과를 낳습니다.

효과적인 해석은 하나의 단독 보기 형식에 의존하기보다는 단일 세션 동안 여러 모달리티를 전략적으로 사용하는 것에서 비롯됩니다. 다양한 구성을 통해 데이터를 비교함으로써 전문가는 국소화 평가에 확신을 가질 수 있으며 미묘한 이상 징후도 놓치지 않도록 보장할 수 있습니다. 체계적인 접근 방식은 임상 의사 결정 프로세스에 가장 좋은 정보를 제공합니다.

특정 연구 및 임상 질문에 맞춘 몽타주 조정

몽타주는 조정 없이 전수되는 고정된 템플릿이 아닙니다. 특정 연구나 임상 상황이 요구하는 바에 따라 단순화, 확장 또는 최적화될 수 있습니다.

뇌 활동과 관련된 혈류 변화를 측정하는 기술인 기능적 근적외선 분광법(fNIRS)과 EEG를 결합한 연구에서, 연구자들은 캡 위에 광원과 감지기를 최적으로 배열하기 위한 계산 방법을 개발했습니다.

고정된 머리 전체 센서 레이아웃을 사용하는 대신, 이 방법은 개별 환자의 간질 활동과 관련된 특정 뇌 영역에 대한 민감도를 극대화하는 배치를 수학적으로 식별합니다. 테스트 결과, 이 맞춤형 몽타주는 훨씬 적은 수의 센서를 사용하면서도 표적 영역에 대한 신호 대 잡음비 향상과 함께 기존의 전체 머리 배열에 필적하는 공간 해상도를 달성했습니다.

이는 몽타주 맞춤화의 핵심 원리를 보여줍니다. 특정 질문을 염두에 두고 센서의 위치와 쌍을 계산한다면, 센서 수가 적다고 해서 자동으로 유용한 데이터가 적어지는 것은 아닙니다.

나아가 신속한 평가가 필요한 중증 환자에게 완전한 21채널 EEG 설정이 비현실적일 수 있는 중환자실 환경에서는 속도와 단순성이 마찬가지로 매우 중요합니다.

한 2022년 연구에서는 1년간의 전기생리학 교육 과정을 이수한 중환자 치료 전문의가 병상에서 적용한 10전극 몽타주를 테스트했습니다. 전문 신경생리학자의 판독값과 비교했을 때, 훈련된 중환자 치료 전문의는 다음과 같은 몇 가지 주요 패턴에 대해 만족할 만한 일치도에 도달했습니다.

• 최소 배경 주파수의 경우 94%

• 최대 배경 주파수의 경우 89%

• 돌발 상쇄(burst suppression)의 경우 100%

• 배경 연속성의 경우 83%

비전문가인 중환자 치료 전문의 22명이 단 1시간의 교육 세션만 거쳤을 때는 신뢰도가 더 엇갈렸지만, 대부분은 여전히 배경 주파수 측정에 대해 받아들일 만한 일치도에 도달했습니다. 이는 기존 시스템의 전체 설치 시간 없이도 집중 교육과 결합된 축소 몽타주가 임상적으로 유용한 판독값을 생성할 수 있는 중환자 치료를 위한 실용적인 절충안을 제시합니다.

전극 밀도가 신호 품질에 미치는 영향

일반적으로 전극이 많을수록 더 많은 공간적 세부 정보와 더 정확한 참조를 제공하지만, 그 대가로 설정 시간, 환자의 감내도 및 비용이 따릅니다. 관련 연구는 이러한 장단점을 정밀하게 매핑합니다.

재참조 방법을 비교한 연구에 따르면 고밀도 전극은 평균 참조와 REST 모두에서 재구성 오류를 감소시켰습니다. 흥미롭게도 두 방법은 밀도에 따라 서로 다른 성능을 보였습니다.

저밀도 몽타주의 경우 REST는 평균 참조보다 중립 참조에 대해 더 신뢰할 수 있는 추정치를 생성했습니다. 고밀도 몽타주에서는 머리 위의 정확한 전극 위치 정보를 사용할 수 없는 경우(이 경우 REST가 우위를 유지함)가 아니면 평균 참조도 마찬가지로 우수한 성능을 보였습니다.

또한 앞서 언급한 2022년 저산소증 후 혼수 상태 연구도 임상적 측면에서 관련 결론에 도달하며, 제한된 채널 EEG가 전체 21채널 모니터링의 비용 효율적인 대안이 될 수 있다고 언급했습니다. 그러나 해당 데이터에서는 특정 약점이 드러났습니다. 뇌 활동 패턴의 더 미묘한 측정치인 최대 배경 주파수는 축소 몽타주를 사용할 때 사례의 70%에서만 올바르게 분류되었습니다.

이러한 결과는 제한된 몽타주가 중요한 임상 패턴을 포착하지만, 전극 수가 감소함에 따라 더 세분화된 주파수 세부 정보는 유실될 가능성이 더 높음을 시사합니다.

몽타주 선택으로 인해 오해의 위험이 발생하는 경우

모든 몽타주 설계에는 장단점이 따르며, 여기서 검토한 연구는 단순화에 대한 막연한 경고보다는 문서화된 특정 함정을 지적합니다. 가장 명확한 예는 저산소증 후 혼수 연구에서 이마부(bifrontal) 전극을 통해 기록된 안구 운동 아티팩트로 인해 주기적 방전(periodic discharges)에 대해 31%의 위양성률을 보인 것입니다.

이는 제한된 채널 설정이 전체 몽타주가 제공하는 공간적 맥락의 일부를 상실했기 때문에 발생한 것으로, 이 맥락은 평소 판독자가 안구 운동과 실제 주기적인 뇌 활동을 구별하는 데 도움을 줍니다. 채널이 적다는 것은 동일한 신호에 대한 독립적인 관점이 적다는 것을 의미하며, 이러한 관점의 감소로 인해 특정 아티팩트가 병리학적 징후로 위장할 수 있게 됩니다.

참조의 선택은 몽타주 설계의 참조 측면에서 유사한 위험을 초래합니다. 재참조 연구에 따르면 특정 조건에서 연결 유돌기와 같이 부적절한 참조 지점을 사용하면 두피 전반에 걸친 활동의 명백한 분포가 왜곡될 수 있음이 입증되었습니다.

또한 실제 머리 모델이 아닌 단순화된 구형 머리 모델에 의존하면 REST의 수학적 근본이 전기 활동이 머리 층을 통해 실제로 어떻게 전달되는지에 대한 정확한 표상에 의존하기 때문에 특히 REST의 성능이 악화됨을 보여주었습니다.

이러한 발견은 주의 깊은 진료에 정보를 제공하는 알려지고 잘 문서화된 당면 과제로 기능합니다. 이 중 어느 것도 단순화된 EEG 자체에 반대하는 근거가 되지는 않습니다. 단지 추가적인 주의와 교차 검증이 보장되는 지점을 표시할 뿐입니다.

유연하고 논리적인 툴킷으로서의 몽타주

EEG 몽타주는 본질적으로 어떤 전극 쌍이 채널이 될지 결정하기 위한 일련의 규칙입니다. 이 결정은 개별 센서의 그리드를 임상의나 연구자가 실제로 해석할 수 있는 파형으로 변환합니다. 병상에서 발작을 포착하는 것이 목표이든 연구실의 뇌과학 연구 환경 전반에서 활동을 매핑하는 것이 목표이든 관계없이 마찬가지입니다.

보편적으로 가장 좋은 몽타주는 없으며, 오직 주어진 질문에 가장 적합한 몽타주가 있을 뿐입니다. 양극 체인은 인접한 지점 사이의 가파르고 국소적인 전압 구배를 선별하는 데 적합합니다. 참조 방식은 신중하게 선택되고 검증된 참조와 결합될 때 두피 전체에 분포된 활동의 더 넓은 매핑을 지원합니다.

결합 EEG-fNIRS 작업이나 신속한 ICU 평가를 위해 구축된 맞춤형 또는 축소 몽타주는 축소된 레이아웃이 전체 레이아웃과 동일하게 엄격하게 설계된다는 전제하에 속도, 환자의 편안함 또는 비용이 전체 센서 어레이의 이점보다 클 때 가치가 있습니다.

여기서 검토한 연구들은 이러한 장단점을 적극적으로 개선하는 분야를 가리키고 있습니다. 실제 머리 모델과 결합된 고밀도 몽타주는 참조 추정을 향상시키지만, 적절한 참조 방법을 적용한 저밀도 설정은 특정 환경에서 여전히 신뢰할 수 있는 성능을 발휘할 수 있습니다. 감소된 전극 수는 임상적으로 의미 있는 정보를 보존할 수 있지만, 아티팩트 위험과 평가자 일관성이 고려된 경우에만 가능합니다.

이것들은 정해진 결론이라기보다는 여전히 열린 질문으로 남아 있습니다.

몽타주 전략의 숙달은 고품질의 신경생리학적 분석 및 임상 진단의 토대가 됩니다. 복잡한 뇌 데이터를 구성하고 보는 방법을 이해함으로써 전문가는 환자를 위한 명확한 진단 경로를 지원하는 일관되고 실행 가능한 해석을 보장할 수 있습니다.

참고자료

1. Liu, Q., Balsters, J. H., Baechinger, M., Van der Groen, O., Wenderoth, N., & Mantini, D. (2015). Estimating a neutral reference for electroencephalographic recordings: the importance of using a high-density montage and a realistic head model. Journal of neural engineering, 12(5), 056012.

2. Abid, S., Papin, G., Vellieux, G., de Montmollin, E., Wicky, P. H., Patrier, J., ... & Sonneville, R. (2022). A simplified electroencephalography montage and interpretation for evaluation of comatose patients in the ICU. Critical Care Explorations, 4(11), e0781. https://doi.org/10.1097/CCE.0000000000000781

자주 묻는 질문(FAQ)

EEG 몽타주란 정확히 무엇이며 전극 배치 맵과 어떻게 다른가요?

몽타주는 각 채널을 생성하기 위해 함께 쌍을 이루는 전극을 정의하는 규칙서로, 두 기록 부위 간의 전압 차이를 보여줍니다. 10-20 시스템과 같은 전극 배치 맵은 머리 위의 센서 위치만 설명하는 반면, 몽타주는 판독 가능한 파형을 생성하기 위해 이러한 신호들이 결합되는 방식을 결정합니다.

다른 전극과 비교하지 않고 단일 전극의 전압만 읽을 수는 없나요?

전압은 상대적인 측정치이므로 단일 판독값은 의미 있는 맥락을 갖지 못하며 드리프트나 노이즈의 영향을 받을 수 있습니다. EEG는 차동 측정을 사용하여 한 전극의 신호에서 다른 전극의 신호를 뺌으로써 공통 간섭을 상쇄하고 국소적인 뇌 활동을 밝혀냅니다.

양극 몽타주와 참조 몽타주의 차이점은 무엇인가요?

양극 몽타주는 인접한 전극들을 체인 형태로 연결하여 이웃하는 전극들을 비교함으로써 급격하고 국소적인 전압 차이를 강조합니다. 참조 몽타주는 모든 전극을 하나의 공유된 참조 지점과 비교하여 두피 전반의 활동을 더 넓은 관점에서 보여주지만, 기록이 해당 참조의 중립성에 의존하게 만듭니다.

참조 전극의 선택이 EEG 판독에 어떤 영향을 미치나요?

참조 지점 자체가 자체적인 전기 활동을 띠는 경우, 그 활동이 모든 채널에 차감되어 반영되어 뇌 신호의 두피 분포를 왜곡하게 됩니다. 평균 참조나 REST와 같은 방법은 중립 참조를 추정하려고 시도하지만, 정확도는 전극 밀도와 머리 모델의 사실성에 좌우됩니다.

감소된 수의 전극으로도 임상적으로 유용한 정보를 여전히 얻을 수 있나요?

네, 신중하게 설계된 축소 몽타주는 특히 특정 질문이나 설정에 맞춤화된 경우 배경 연속성이나 발작 감지와 같은 핵심 패턴을 보존할 수 있습니다. 그러나 채널을 잃으면 공간적 맥락이 줄어들어 아티팩트와 실제 활동을 구별하는 것이 더 어려워질 수 있습니다.

비제한적인 몽타주를 사용할 때 오해의 주요 위험은 무엇인가요?

흔한 위험은 채널 수가 적을수록 독립적인 관점이 적어지기 때문에 안구 운동 아티팩트가 비정상적인 뇌 활동으로 오인될 수 있다는 점입니다. 또한 부적절한 참조나 평가자가 데이터를 해석하는 방식의 차이로 인해 판독이 더 복잡해질 수 있습니다.

전극이 많을수록 항상 더 나은 데이터 품질을 의미하나요?

일반적으로 밀도가 높을수록 공간적 세부 정보와 참조 정확도가 향상되지만 이것이 유일한 요인은 아닙니다. 전극의 배열과 해석의 일관성도 그만큼 중요합니다. 일부 표적 애플리케이션에서는 잘 설계된 축소 몽타주가 전체 설정에 필적하는 성능을 발휘할 수 있습니다.

모든 EEG 기록에 가장 적합한 단 하나의 몽타주가 있나요?

보편적으로 전천후로 가장 좋은 몽타주는 존재하지 않으며, 최적의 선택은 임상적 또는 연구 질문에 따라 다릅니다. 양극 체인은 국소 전압 구배를 감지하는 데 적합하고, 참조 방식은 광범위한 매핑을 가능하게 하며, 맞춤형 몽타주는 특정 작업에 대해 속도와 민감도의 균형을 맞춥니다.

인공지능이 몽타주 해석에 영향을 미칠 수 있나요?

소프트웨어가 디스플레이 프로세스를 자동화하지만, 임상적 맥락을 확인하고 실제 병리 활동과 기술적 아티팩트를 구별하는 데는 여전히 인간의 전문 지식이 필수적입니다.