The temporal notion of the future is not subject to study. The hypothesis for the future cannot be reproduced because it is impossible to verify immediately and the target disappears over time. Futures study is a creative/deconstructionist discipline that deviates from the analytical/constructivist academic logic of scientific research. If Futures study is regarded as a subjective cognitive process of futurists, 'the methodologies of reciprocal regulation' of Neuro-phenomenology can also be applied. The process of finding future signals was interpreted as the concept of ‘predictive brain’ proposed in cognitive neuroscience. It also proposed a methodology for detecting future signals by detecting changes in context information based on the fact that the structure of memory, which functions as a human cognitive filter in predictive brain, consists of events and contexts. Subsequently, a machine learning algorithm was proposed to detect changes in context information through text mining. In the course of transition learning the embedded vector, the change distance of the embedded vector was measured and used as an indicator of the context change associated with the corresponding keyword. The concepts defined through neurophenomenological approaches can increase the academic rigor of futurism and contribute to communicating with the masses and scholars in other fields.
미래라는 시간적 관념은 학문의 대상이 되지 못한다. 미래에 관한 가설은 즉각적인 검증이 불가능하고, 시간이 흐르면 대상이 사라지기 때문에 재현할 수도 없다. 미래학은 과학적 학문의 분석적/구성주의적 학문논리에서 벗어난 창조적/해체주의적 학문이다. 미래학을 미래학자 개인의 주관적 인식과정이라고 볼 경우 신경현상학의 호혜적 규제의 방법론을 미래학에도 적용할 수 있다. 미래신호 찾기 과정을 인지신경과학에서 제안된 두뇌의 일상적 예측 개념으로 풀이하였다. 또한 일상적 예측 과정에서 인간의 인지 필터로 기능하는 기억의 구조가 사건과 맥락으로 구성되어있음에 착안하여 맥락정보 변화를 감지하여 미래신호를 탐지하는 방법론을 제안하였다. 이후 텍스트마이닝을 통해 맥락정보의 변화를 감지하는 기계학습 알고리즘을 제안하였다. 임베딩 벡터를 전이학습하는 과정에서 임베딩 벡터의 변화 거리를 측정하고 해당 키워드와 관련된 문맥 변화의 지표로 사용하였다. 신경현상학적 접근을 통해 정의된 개념은 미래학의 학문적 엄밀성을 높이고 대중과 타 분야의 학자들과 소통하는 데 기여할 수 있다.
