본 논문은 뇌-컴퓨터 인터페이스(BCI)의 제한된 견고성과 장기적인 적응성 문제를 해결하기 위해, 사용자 상태를 인식하는 뇌파(EEG) 필터링 프레임워크를 제안한다. 이 프레임워크는 사용자의 인지 상태(예: 집중 또는 주의 산만)를 EEG 특징으로부터 지속적으로 추정하고, 추정된 주의 수준에 따라 적응적인 가중치를 적용하여 신뢰할 수 없는 EEG 세그먼트를 필터링한다. 이 필터링 단계는 잡음이 많거나 집중하지 않은 에포크를 억제하여 분포의 변화를 줄이고, 이후 디코딩의 일관성을 향상시킨다. 다양한 EEG 데이터셋에 대한 실험 결과는 제안된 방법이 기존 전처리 파이프라인보다 서로 다른 사용자 상태 및 세션에서 분류 정확도와 안정성을 향상시킴을 보여준다.
