기억에 저장된 심리적 표상은 우리가 흔히 알고 있는 지식(knowledge)의 한 형태라고 볼 수 있다. 지식 표상에는 외부의 이미지를 감각적 이미지 그대로 표상한다는 심상(imagery)론과 의미를 가진 단어들을 명제(proposition)로 연결해서 표상한다는 명제론이 있다. 예를 들어, 심상론자의 경우 털이 북슬북슬하고 꼬리를 흔들며 네 발로 걸어 다니는 개의 모습과 짖는 소리와 같은 감각적 정보가 개의 지식 표상을 구성한다고 본다. 반대로 명제론자는 '개'와 연결된 여러 특성을 의미하는 언어적 기술의 명제적 연결, 쉽게 말하면 관련 단어들의 관계( '개' ' 네발' -' 짖다' '집지키기' ........)가 '개'를 표상한다고 주장한다.
1) 심적 회전
쉐퍼드와 메츨러(Shepard & Metzler, 1971)는 심상론을 지지하는 매우 중요한 실험 결과를 제시하였다. 그들은 심적 회전(mental rotation) 실험에서 피험자에게 [그림 3]에 예시된 바와 같은 두 개의 그림을 좌우에 제시하고, 그중 한쪽 그림 속의 물체를 마음속으로 회전시키면 다른 쪽 그림 속의 물체와 같은지를 판단하도록 요구하였다. 피험자에게 제시한 시행들 중 절반은 한쪽의 물체를 일정 각도 회전시키면 다른 쪽 물체와 일치하고, 나머지 절반의 시행은 어떻게 회전시켜도 서로 일치하지 않았다. 흥미롭게도 양쪽 그림을 비교하기 위해 회전시켜야 하는 각도가 클수록 피험자의 판단에 소요된 시간도 점점 더 길어졌다. 이는 물리적 세계의 물체를 회전시킬 때 회전 각도가 크면 더 오랜 시간이 걸리듯이, 마음속의 이미지를 회전시켜야 할 경우도 동일하게 오랜 시간이 걸린다는 것을 의미한다. 이는 기억에 저장된 지식이 오감을 통해 경험할 수 있는 물리적 특성을 그대로 표상하고 있을 가능성을 시사한다.
[그림 3- 쉐퍼드와 메츨러의 심적 회전 실험에 사용된 자극]
2) 서술적 지식과 절차적 지식
지식은 또한 진술할 수 있는 사실들인 서술적 지식(declarative knowledge)과 실행 가능한 절차에 대한 절차적 지식(procedural knowledge)으로 구분해 볼 수 있다. 서술적 지식은 우리가 일반적으로 이해하고 있는 서술 가능한 형태의 여러 지식을 의미한다. 예를 들어, 서울에서 부산을 가기 위한 한 방법으로 서울역에서 열차표를 끊어서 부산역으로 갈 수 있다는 사실은 서술적 지식의 한 형태라 볼 수 있다. 반면에 절차적 지식은 반복된 학습이나 숙련에 의해 암묵적으로 습득되는 지식의 형태로서, 숙련된 기술(예, 차량 기어 변속)은 절차적 지식의 좋은 예다.
3) 개념의 범주화와 위계
세상의 사물과 사건에 대한 이해를 표상하는 개념(concept)들은 유사한 개념들끼리 묶이는 범주(category)를 형성하는데(예, 조류, 견과류, 침엽수...….), 이런 범주를 표상하는 방법으로 대립적인 두 모형이 있다. 원형이론(prototype theory)은 범주가 속성 특징(characteristic feature)에 의해 형성된다고 본다. 속성 특징이란 표상되는 개념들이 보편적으로 가지고 있는 세부 특징(feature) 들을 의미한다. 원형이론에서 중요시하는 전형(protstype) 이란 그 범주의 속성 특성을 가장 많이 보유하여 그 범주를 평균적으로 가장 잘 표상하는 모형이며, 실생활에는 존재하지 않는 이상적인 것이다. 특정 개체의 범주는 이러한 전형과의 유사성(similanity)에 대한 비교를 통해 결정된다. 반면에 본보기(exermpilar) 이론은 특정 개체의 범주가 범주를 가장 잘 대표하는 특정 개체에 대한 유사성 비교를 통해 결정된다고 본다. 예를 들어, 개념의 범주화 과정에서 개체들은 유사한 개체들끼리 본보기를 중심으로 범주화(예: 참새 - 제비-까치-독수리...)되고, 그 과정에서 예외적인 개체들은 또 다른 본보기를 중심으로 다른 범주의 군집(예, 파리 모기 잠자리-나비)을 형성한다.
반면, 일정 범주에 속한 개체들은 개체들의 전형성(typicality) 정도에 따라 위계성(hierarchy)의 표상이 필요하다. 예를 들어, 참새와 타조는 조류라는 개념의 하위 개체이며, 조류는 동물이라는 개념의 하위 개체다. 콜린스와 릴리언(Collins & Quillian, 1969)은 의미망 (semantic network) 모형을 통해 지식의 위계 표상에 대한 모델을 제시하였다. 예를 들어 그들은 '참새는 새이다.' 보다 '참새는 동물이다.' 란 문장에 대한 진위 판단 시간이 더 오래 걸리는 것을 발견하였다. [그림 4]에 예시된 의미망 예와 같이, 이는 참새가 의미망 내 위계 구조에서 가장 하위 개체로, 상위 범주인 새와 동물 중 새와 더 가깝기 때문인 것으로 볼 수 있다.
[그림 4 - 콜린스와 퀄리언(Collins & Quillian, 1969)이 제시한 의미망 모형의 예]
