# Dual N-Back 점수: 계산식, 예시와 계산기

Canonical: https://romeoapps.app/ko/dual-n-back/dual-n-back-scoring/
Author: Roméo Gambino · Published: 2026-09-07 · Updated: 2026-09-08 · App: Dual N-Back (https://romeoapps.app/ko/dual-n-back/)

dual n-back의 적중, 실패 및 잘못된 경보를 이해합니다. 실제 사례와 대화형 계산기를 사용하여 채점 공식을 비교하세요.

## 하나의 스트림과 하나의 비교 규칙으로 시작

듀얼 n-back는 위치와 소리를 별도로 판단하도록 요청합니다. 각 스트림에 대해 대상은 N 턴 이전의 항목과 정확히 일치하는 항목입니다. 응답은 응답 창 내에서 해당 컨트롤을 누르는 것입니다. 동일한 턴에는 하나의 스트림, 둘 다 또는 둘 다에 대상이 포함될 수 있습니다. 백분율을 해석하기 전에 어떤 스트림, 적합한 회전 및 설명하는 응답 창을 설정하십시오. 계산 규칙이 없는 백분율은 이를 해석하는 데 필요한 정보를 생략합니다.


## 네 가지 가능한 결과

히트는 실제 경기를 위해 압박을 가했다는 의미입니다. 누락은 필수 응답 없이 실제 일치가 통과되었음을 의미합니다. 허위 경보는 필요한 거리에 일치하는 항목이 없을 때 눌렀음을 의미합니다. 올바른 거부는 일치하는 항목이 없고 누르지 않았음을 의미합니다. 이 네 가지 수치는 하나의 스트림에서 적격한 비교를 위한 완전한 기록을 형성합니다. 원인이 아닌 결과를 설명합니다. 잘못된 경보에는 N에 대한 혼란, 우발적인 탭 또는 불확실한 결정이 포함될 수 있습니다. 숫자만으로는 무슨 일이 일어났는지 알 수 없습니다.


## 실제 사례: 100개의 적합한 비교

20개의 일치 항목과 80개의 일치하지 않는 항목이 있는 하나의 스트림을 상상해 보세요. 16개의 일치 항목을 올바르게 식별하고 4개를 놓치고 8개의 일치하지 않는 항목을 잘못 누르고 72개의 일치하지 않는 항목을 올바르게 남겨 둡니다. 4개의 숫자를 더하면 100이 됩니다: 16 + 4 + 8 + 72. 이는 사용자가 제시한 결과나 권장 대상이 아닌 고안된 교육 가치입니다. 완전한 예를 유지하면 산술적으로 잘못된 계산 없이 동일한 성능이 어떻게 다른 백분율을 생성할 수 있는지 쉽게 확인할 수 있습니다.

### 100번의 비교, 4가지 가능한 결과

이는 하나의 스트림에 대한 가상의 예입니다. 20개의 타겟이 있습니다. 16개는 올바르게 감지되고 4개는 누락되었습니다. 80개의 비목표가 있습니다. 플레이어는 8에 잘못 응답하고 72에 올바르게 응답하지 않습니다. 각 사각형은 하나의 비교를 나타냅니다. 색상은 세션의 시간순이 아닌 네 가지 결과 유형을 그룹화합니다. 이러한 개별 개수와 전체 비율을 확인하세요.


## 적중률과 허위 경보율은 서로 다른 분모를 사용합니다.

적중률: 적중 / (적중 + 누락) = 16 / (16 + 4) = 80 %. 허위 경보율: 오경보 / (오경보 + 정기각) = 8 / (8 + 72) = 10 %. 분모가 0이면 비율이 정의되지 않습니다. 수식과 전체 예제는 JavaScript 없이도 읽을 수 있습니다.


## 전반적인 정확도와 활성 정확도는 다양한 질문에 답합니다.

전반적인 정확도: (적중 + 정기각) / (적중 + 누락 + 오경보 + 정기각) = (16 + 72) / 100 = 88 %. 활성 정확도: 적중 / (적중 + 누락 + 오경보) = 16 / (16 + 4 + 8) ≈ 57.1 %. Precision (PPV): 적중 / (적중 + 오경보) = 16 / (16 + 8) ≈ 66.7 %.


## 누르지 않아도 믿을 수 없을 만큼 좋아 보일 수 있는 이유

예제의 일치 항목 20개와 일치하지 않는 항목 80개를 유지하되 절대 누르지 않는 것을 상상해 보세요. 횟수는 적중 0회, 실패 20회, 허위 경보 0회, 정확한 거부 80회가 됩니다. 모든 경기를 놓쳤음에도 불구하고 전체 정확도는 80%입니다. 활성 정확도는 0%, 적중률은 0%, 허위 경보율은 0%입니다. 이 예는 분모의 중요성을 보여줍니다. 이는 앱이 아무것도 하지 않은 데 대해 반드시 80%의 보상을 받는다는 의미는 아닙니다. 대상에 따른 점수 매기기 규칙은 동일한 동작을 매우 다르게 처리할 수 있습니다.


## 앱 결과와 혼동하지 않고 개수를 측정해 보세요.

아래 계산기는 하나의 스트림에서 작동합니다. 시작 값은 100 비교 예를 재현합니다. 카운트를 변경하여 네 가지 공식을 탐색하거나 누르지 않는 예를 사용하여 응답 패턴을 변경하는 동안 대상 수를 일정하게 유지하십시오. 0분모 결과는 자동으로 좋은 점수 또는 나쁜 점수로 변환되지 않고 정의되지 않은 것으로 표시됩니다. 이는 앱 기록 가져오기, 모든 앱 버전 재구성 또는 임상 평가가 아닌 교육 도구입니다. 값은 브라우저에 그대로 유지됩니다.


## 결합하기 전에 위치와 소리를 읽으십시오.

기본 개수를 사용할 수 있는 경우 각 스트림을 별도로 계산합니다. 스트림을 결합하는 경우 개수를 풀링할지 또는 백분율을 평균화할지 결정합니다. 이러한 절차는 분모가 다를 때 달라질 수 있습니다. 예를 들어, 10번의 목표 시도에서 9번의 적중률을 갖는 스트림의 적중률은 90%인 반면, 2번의 목표 시도에서 1번의 적중률을 갖는 다른 스트림의 적중률은 50%입니다. 단순 평균은 70%입니다. 합동 적중률은 10/12로 약 83.3%입니다. 어떤 계산을 사용했는지 보고하세요. 둘 중 어느 것도 조용히 다른 것으로 대체되어서는 안 됩니다.


## 좋은 점수는 작업 설정에 따라 달라집니다.

N, 활성 스트림 수, 속도, 적격 시도 수, 목표 빈도 및 채점 공식은 모두 점수의 의미에 영향을 미칩니다. 다른 설정으로 인한 결과가 자동으로 귀하의 결과보다 좋거나 나쁘지는 않습니다. 충분한 기록이 없는 초기 턴이 어떻게 처리되는지, 동시 매치에 두 개의 응답이 필요한지, 누락된 응답이 스트림별로 별도로 계산되는지 확인하세요. 시간 경과에 따른 비교를 위해 모든 백분율을 상호 교환 가능한 것으로 처리하는 대신 해당 설정을 실제적으로 일관되게 유지하고 변경 사항을 기록하십시오.

### 점수를 비교하기 전에 설정을 읽어보세요

이 캡처된 설정 화면에서: 1은 오디오 모드를 변경합니다. 2개는 즉각적인 피드백을 변경합니다. 3은 N 레벨을 선택합니다. 4는 라운드 수를 선택합니다. 이러한 조건을 확인한 후에만 결과를 비교하십시오. 사용 가능한 레벨과 라벨은 앱 버전 및 구매 상태에 따라 달라질 수 있습니다.

![오디오 없음, 즉각적인 피드백, N레벨 및 라운드를 표시하는 영어 앱 설정입니다.](https://romeoapps.app/assets/dnb-settings-capture-2026-09.png)
실제 앱 캡처 · 2026년 9월 · 인터페이스 언어는 다를 수 있음 · EN · 2026-09-06

[iPhone의 Dual N-Back 설정: 오디오, 피드백 및 레벨](https://romeoapps.app/ko/dual-n-back/dual-n-back-settings-iphone/)

## 변동성은 진단이 아니라 정보이다

세션은 관심도, 컨트롤에 대한 친숙도, 중단 또는 기타 조건에 따라 달라질 수 있습니다. 점수만으로는 변화 이유를 알 수 없으며 수면, 카페인 또는 특정 날짜에 고정 효과를 할당할 근거가 없습니다. 추세를 해석하기 전에 여러 비교 가능한 세션을 살펴보세요. 정체기는 생물학적 한계를 식별하지 않으며, 낮은 결과 자체가 일반 기억 능력의 상실을 나타내지는 않습니다. 세션이 불편하거나 좌절감을 느끼는 경우에는 보장된 점수 전략보다는 세션 시간을 단축하거나 휴식을 취하는 것이 실용적인 선택입니다.


## 간단한 연습기록으로 지켜야 할 것

날짜, N, 활성 스트림, 속도, 적격 평가판 횟수 및 사용된 공식을 유지합니다. 가능한 경우 각 스트림에 대해 4개의 결과 수를 유지합니다. 그런 다음 분모를 추측하지 않고도 요율을 다시 계산할 수 있습니다. 나중에 세션을 해석하는 데 도움이 될 경우 중단이나 설정 변경에 대한 간략한 메모를 추가하세요. 개인 최고 기록은 동기를 부여할 수 있지만 일반적인 결과와는 다릅니다. 몇 가지 비교 가능한 기록은 작업에 대한 설명이 없는 백분율 모음보다 더 많은 정보를 제공합니다.

[dual n-back 진행 상황 추적: 실제 세션 로그](https://romeoapps.app/ko/dual-n-back/dual-n-back-progress-log/)

## 이 숫자가 설정할 수 있는 것과 설정할 수 없는 것

이 점수는 특정 규칙에 따라 특정 작업에 대한 응답을 설명합니다. 그 과제에 대한 향상은 그 자체로 IQ의 측정된 증가나 학교나 직장에서의 더 나은 성과의 증거가 아닙니다. 연구 가이드는 실천적 이득과 다른 결과로의 전환 간의 차이점을 설명합니다. 점수를 사용하여 응답과 연습 규칙을 이해하세요. 실제 세션 결과는 앱에 표시된 정의 및 스트림별 분석을 참조하세요. 계산기는 연산을 투명하게 하기 위해 존재합니다.

[Dual N-Back은 효과가 있을까? 연구와 한계](https://romeoapps.app/ko/dual-n-back/does-dual-n-back-work/)

## 질문

### n-back의 허위 경보는 무엇입니까?

필요한 N-back 거리에 일치하는 항목이 없을 때의 응답입니다. 이는 결과를 설명합니다. 숫자만으로는 원인이 추측인지, 혼란인지, 실수로 두드린 것인지 알 수 없습니다.

### 동일한 세션에서 88%와 57.1%가 표시되는 이유는 무엇입니까?

수식은 다른 분모를 사용할 수 있습니다. 작업된 예에서 전체 정확도는 (16 + 72) / 100 = 88%인 반면 활성 정확도는 16 / (16 + 4 + 8), 약 57.1%입니다.

### 계산기가 내 앱 점수를 재현하나요?

이는 하나의 스트림에 대한 네 가지 명시적 공식을 보여줍니다. 표시된 앱 결과는 다른 자격 규칙을 사용하거나 여러 스트림을 결합할 수 있습니다. 비교하기 전에 앱의 정의를 확인하세요.

### 분모가 0이면 어떻게 되나요?

그 비율은 정의되지 않았습니다. 계산기는 누락된 관측값을 완벽하거나 실패한 성능으로 처리하는 대신 정의되지 않은 결과를 표시합니다.

## 더 알아보기

- Kane et al. (2007), Working memory, attention control, and the n-back task, Journal of Experimental Psychology: Learning, Memory, and Cognition — https://doi.org/10.1037/0278-7393.33.3.615
- Cowan (2010), The Magical Mystery Four: How is working memory capacity limited, and why?, Current Directions in Psychological Science — https://doi.org/10.1177/0963721409359277
- scikit-learn documentation — classification metrics and confusion matrices (mathematical definitions) — https://scikit-learn.org/stable/modules/model_evaluation.html#classification-metrics