우리나라는 교통사고 사망자수 감축을 위해 다양한 교통안전 개선사업을 지속적으로 추진하고 있다. 특히, 보행자 안전 강화를 위한 보행환경개선사업은 중앙정부 및 지방정부를 중심으로 시설, 제도, 교육ž홍보 등 다양한 방법으로 수행되고 있다. 최근 횡단보도 보행자 안전 강화를 위한 시설 개선 사례로 활주로형 횡단보도가 설치ž운영되고 있다. 활주로형 횡단보도는 야간에 운전자 시인성을 증진하고 보행자의 안전성을 확보하는 시설물이다. 그러나 신규로 설치되는 활주로형 횡단보도의 정량적인 보행안전 개선 효과에 대한 연구는 부 족하다. 본 연구에서는 보행환경개선사업을 통해 읍․면지역에 신규 설치되는 활주로형 횡단보도의 효과를 시설물 접근로 진입 차량 평 균 주행 속도 조사를 통해 분석하였다. 총 8개 지점의 활주로형 횡단보도를 대상으로 접근로 진입 차량 평균 주행 속도를 조사하였으 며, 평균 속도 감소율은 15.3%이고, 속도 최대 감소율은 27.4%로 나타나는 것으로 분석되었다. 이와 같이 무단횡단이 빈번이 관측되는 읍․면지역의 경우 활주로형 횡단보도의 설치함으로써 접근하는 차량의 속도를 저감시키는 것으로 확인하였다. 향후 보행자 교통사고 저감이 필요한 읍․면지역에 설치 시 긍정적인 효과를 기대할 수 있을 것으로 사료된다

인공지능(Artificial Intelligence, AI)은 1950년대 초기개념과 이론을 앨런 튜링이 튜링 테스트를 제안하여 기계가 인간과 같은 수준의 지능을 가질 수 있는지 대한 질문을 던지면서 시작되었다. 1980년대부터 특정 분야의 전문 지식을 모방하여 지원하는 AI 시스템인 전 문가 시스템이 부상하기 시작하면서 Machine Learning이 중요성을 얻기 시작하였다. 특히, Decision Tree, Clustering 그리고 Neural Network Algorithm 등이 연구되기 시작하였다. Clustering 기법은 다양한 분야에서 통계분석에 사용되는 자료를 정제하기 위한 비지도 학습 중 하나로, 군집화 알고리즘을 사용하여 자료의 값(Pointer)들을 특정 그룹으로 분류하는 방법이다. 이러한 Clustering을 활용하여 기존 데이터에서 숨겨진 데이터들의 특성을 파악할 수 있으며, 일정 패턴이나 특징을 가진 데이터들끼리의 군집화를 할 수 있게 된다. 이러한 클러스터링은 다양한 산업 분야에서 적용 및 활용하고 있다. 산업화 이후 미국, 벨기에 등 많은 나라에서 효율적인 도로 관 리를 위해 자국의 특성에 맞는 Pavement Management System (PMS)를 운영하고 있지만 현재 많은 분야에서 적용하고 있는 AI를 활용한 사례가 매우 드물다. 한국에서도 수십년 동안 국토교통부와 한국도로공사에서 PMS를 이용하여 도로를 관리해 왔으며, 최근에 는 몇 개 지자체에서 PMS를 도입하였다. 하지만 한국에서는 오랜 PMS 운영 경험에도 불구하고 AI를 활용하지 않고 전통적 방법인 회귀모형을 활용하여 개발한 공용성 예측모형을 사용하고 있기 때문에 그 성능이 떨어지고 있다. 따라서 본 연구에서는 Machine Learning Clustering 기법을 PMS 자료에 적용이 가능한지 확인하였다. 공용성 예측모형의 종속변수인 Performance Factors와 독립변 수인 Influencing Factors 간의 상관성을 확인할 수 없는 경우 클러스터링을 적용하여 종속변수와 독립변수 간의 상관성을 분명히 나 타내고 회귀분석이 가능하도록 하였다. Delaunay Triangulation을 적용하여 인천광역시 기상관측소의 삼각망을 형성하였다. 삼각망의 각 꼭짓점과 도로 각 지점 간의 거리에 대하여 Inverse Distance Weighted 방법을 적용하여 도로 각 구간의 PMS 자료와 영향인자를 매칭하였다. 클러스터링 기법을 원자료에 적용한 결과 공용성인자와 영향인자 간의 상관성이 분명해졌다. 또한, 클러스터링 이전과 이 후 자료의 확률밀도함수의 분포를 비교하여 클러스터링 이후의 자료가 이전의 대해서 대표성을 갖고 있는지 확인하였다.

국내 고속도로의 본선차로 포장은 시공비용이 저렴한 줄눈 콘크리트 포장을 주로 시공하였으나, 최근 유지보수비용이 증가함에 따 라 유지관리비용이 저렴하고 공용성이 뛰어난 연속철근 콘크리트 포장을 확대 적용하고 있는 추세이다. 그러나 본선차로가 연속철근 콘크리트 포장으로 시공될 때 접속차로의 포장은 대부분 줄눈 콘크리트 포장으로 시공하고 있어 서로 다른 포장 형식이 접속함으로 인해 거동 차이가 발생하여 접속부에서 파손이 발생하기도 한다. 따라서 본 연구에서는 본선차로 연속철근 콘크리트 포장과 접속차로 줄눈 콘크리트 포장을 시공할 경우 줄눈 간격에 따른 접속차로 줄눈 콘크리트 포장의 응력 특성을 분석하기 위하여 유한요소해석 프 로그램을 이용하여 구조해석을 수행하였다. 줄눈 간격별로 줄눈 콘크리트 포장의 해석모델을 구성하였으며 환경하중인 선형수직온도 경사와 온도하강, 그리고 선형수직온도경사와 온도하강을 동시에 적용하여 해석을 실시하였다. 구조해석 결과, 모든 온도조건에서 줄 눈 간격이 좁아질수록 슬래브와 타이바의 응력이 감소하는 것으로 나타났다.

국내 고속도로의 시멘트 콘크리트 포장은 초기 시공 비용이 저렴한 줄눈 콘크리트 포장을 주로 사용해 왔으나 포장이 노후화됨에 따 라 줄눈부 파손으로 인해 유지보수비용이 매년 증가하고 있는 실정이다. 이러한 줄눈부 파손을 근본적으로 해결할 수 있는 포장 형식 으로 연속철근 콘크리트 포장을 들 수 있다. 연속철근 콘크리트 포장은 1980년대에 중부고속도로 등에 적용하였으나 자연발생적이며 허용되는 횡방향 균열에 대한 이해가 부족하여 그 이후로는 사용이 미미하였으나 균열에도 불구하고 우수한 공용성을 지닌 것이 검증 되면서 최근에는 연속철근 콘크리트 포장을 확대하고 있는 실정이다. 하지만 본선차로가 연속철근 콘크리트 포장으로 시공되어도 접 속차로의 포장은 줄눈 콘크리트 포장을 사용하는 경우가 대부분이며 이러한 경우 서로 다른 포장 형식의 거동 차이가 타이바로 인해 구속되므로 과도한 응력 발생에 의해 접속부에서 파손이 발생하기도 한다. 따라서 본 연구에서는 본선차로가 연속철근 콘크리트 포장 이고 접속차로가 줄눈 콘크리트 포장일 경우 타이바가 포장 거동에 미치는 영향을 3차원 유한요소해석 프로그램을 통해 분석하였다. 유한요소해석은 타이바 배치가 서로 다른 모델을 구성하여 환경하중이 작용할 경우를 고려하여 수행하였다. 연구를 통해 타이바의 배 치가 줄눈에서 멀어지며 슬래브 중앙부에 집중적으로 배치될 경우에 슬래브와 타이바의 응력이 감소하는 것을 확인하였다

국토교통부는 2020년 '결빙 취약구간 평가 세부 배점표’에 따라, 전국의 고속국도와 일반국도를 대상으로 410개 구간의 결빙 취약구 간을 선정하였다. 그러나, 2021년 감사원의 결빙 취약구간 지정 적정성 감사 결과에서 감사원은 현재 지정ㆍ관리 중인 결빙 취약구간 및 결빙 취약구간 평가 세부 배점표의 적정성에 문제를 제기하였다. 이에, 국토교통부는 결빙 취약구간을 재지정하여 발표하였으나 그 에 대한 평가 및 지정 적정성 검증이 아직 이루어지지 않았다. 본 연구에서는 결빙 취약구간과 결빙사고 데이터의 위치정보를 수집하여 GIS(Geographic Information System) 데이터로 구축하고 맵핑(Mapping)하여 결빙 취약구간 내 결빙사고이력을 확인함으로서 결빙 취약구간의 결빙사고 예측성능을 평가하였다. 또한, 각 결빙 사고 발생지점에서 도로시설, 교통, 선형구조, 환경인자 데이터를 수집하여 분석한다. 이를 통해 결빙사고와 각 인자 간의 상관성을 파 악하고, 그 결과에 따라 결빙 취약구간 평가 세부 배점표의 평가항목 및 각 항목별 배점을 수정하고 보완함으로써 결빙 취약구간의 신뢰성을 제고한다.

최근 국내 겨울철 블랙아이스(Black Ice)로 인해 발생하는 교통사고가 증가하는 추세이며, 한국 도로교통공단 조사 결 과 2016～2020년 겨울철까지 블랙아이스로 인한 사고는 총 4,868건이며, 사상자는 8,938명인 것으로 조사 되었다. 도로상 태에 따라 건조대비 동결상태에서 교통사고 발생시 치사율이 43%로 높게 나타났다. 이러한 사고는 기온이 떨어지는 12 월부터 급증하여, 최저기온이 가장낮은 1월까지 증가한다. 블랙아이스는 도로에 쌓인 눈이 융해(해설)과 동시에 도로 위 각종 이물질과 결합 후 재동결하여 흑색 동결막을 형성하는 것을 말한다. 그 특성상 운전자가 차량내부에서 도로의 상태 를 쉽게 파악할 수 없으며 대부분의 운전자가 차량이 미끄러지기 시작함과 동시에 인지하여 사고가 발생하게 된다. 이에 본 연구에서는 기존 포장체의 미끄럼 저항도를 상태별로 비교 분석하였다. 포장체의 미끄럼 저항성 정도를 파악하기 위 해 영국식 미끄럼저항 시험기 (British Pendulum Tester ; BPT)를 사용하였으며, 포장체의 종류로는 일반적인 밀입도 아스팔트 포장, 배수성 아스팔트 포장, 그루빙(포장 표면에 일정한 규격의 홈을 형성)을 적용한 콘크리트 포장, 그루빙이 없는 콘크리트 포장을 적용하였다. 미끄럼저항 실험은 관련 KS규격 및 ASTM규격에 준하여 실시하되 블랙아이스를 모 사하기위하여 표면온도 영하 2～3℃ 샘플에 강우를 모사한 물을 분사하며 영하 9℃로 10분 동결 후 2mm강수량을 모사 한 수분을 재 분사한 후 시험을 실시하였다.

국내 도로 포장설계법인 KPRP와 미국의 포장설계법인 AASHTOWare Pavement·TxCRCP-ME를 CRCP에 대해서 비교해보았다. CRCP 는 강성포장 중 하나로 줄눈이 없고 콘크리트 슬래브 내에 종방향 연속 철근을 삽입한 것이 특징이다. 줄눈부가 없으므로 줄눈부에서 발생하는 파손과 균열이 없어 주행성이 좋고 공용성이 우수하다. 또한 수명이 길어 장수명 포장에 적합하다. 이러한 특징으로, 국내 CRCP의 수요가 증가할 것으로 예상되어 CRCP를 기준으로 비교해보았다. 국내 포장설계법 개발 이전 AASHTO 설계법을 사용해왔지만, 여러 문제점과 한계가 존재하여 국내 실정에 맞는 포장설계법의 개발 이 필요해졌고, 결과적으로 오랜 연구 끝에 2011년 KPRP가 개발되었다. 이후 꾸준히 업데이트를 통해서 현재는 2016년 버전의 KPRP 를 사용하고 있다. 미국에서는 텍사스주의 TxCRCP-ME와 같이 주마다 각기 다른 포장설계법도 있지만, 보편적으로 AASHTOWare Pavement를 사용하여 역학적-경험적 설계를 하고 있다. 분석결과, 공용성 해석 결과 지표의 차이가 가장 컸으며, 이 외에도 피로하중 허용반복횟수, PunchOut 전이함수도 계산 방법과 로직의 계수가 조금씩 달랐다.

본 연구는 2011년에 개발된 한국형 포장설계법(KPRP)이 국내 도로포장 분야에서 어떻게 활용되고 있는지를 조사하며, 특히 JCP(적층 콘크리트 포장) 설계에 중점을 두고 다양한 해외 포장설계 프로그램과의 비교를 수행하였다. 이를 위해 AASHOTO Ware와 같은 국제적으로 인정받고 빈번히 활용되는 해외 프로그램을 선택하여 두 프로그램 간의 차이점을 파악하고자 했다. 비교 대상으로 선정된 AASHOTO Ware는 미국에서 개발된 프로그램으로, 차량 분류 및 기후데이터 활용과 관련하여 KPRP와는 다른 특징을 보인다. AASHOTO Ware는 차량을 16종으로 분류하는 반면, KPRP는 12종으 로 분류하며, 특히 화물차량에 대한 상세한 분류 기준을 가지고 있다. 또한, AASHOTO Ware는 실시간 기후데이터를 인터넷 기반으로 활용하는 반면, KPRP는 기상대에서 축적한 데이터를 사용한다. 두 프로그램 간의 Input 값은 기후데이 터와 교통량 데이터 중 차량 분류를 중심으로 비교하였다. 향후에는 AASHOTO Ware의 설계로직을 분석하여 더욱 세 밀한 비교를 진행하고, 두 프로그램의 설계 전이함수와 로직을 분석하여 KPRP 프로그램의 발전에 기여하는 것이 이 연 구의 최종 목표이다. AASHOTO Ware의 유연한 최종IRI값 설정과 상세한 차량 분류 기준은 KPRP의 발전 가능성을 탐 구하는 데 중요한 지표로 활용될 것으로 예상된다.

자율주행차 상용화 시대를 가속화하기 위해 실제 도로에서 다양한 실증 프로젝트를 수행중이다. 그러나, 자율주행차와 비자율주행차 가 혼재된 혼합교통류 환경에서 발생할 수 있는 다양한 문제의 원인을 파악하고 선제적인 안전대책을 강구하는 노력은 미비한 실정이 다. 특히, 기존 비자율주행차 측면의 주행안전성을 고려하여 설계된 도로 시설 특성으로 인해 자율주행차의 주행안전성이 저하될 수 있다. 또한 기존 비자율주행차의 주행안전성을 저해함과 동시에 자율주행차의 주행안전성도 저해하는 도로 시설 특성이 존재할 가능 성이 있다. 본 연구에서는 상암 자율주행차 시범운행지구에서 수집된 automated vehicle data (AVD)를 활용하여 자율주행차와 비자율주 행차의 주행안전성을 평가하고 도로 시설 특성 측면의 영향요인을 도출하였다. 주행모드별 주행안전성 평가를 위해 autonomous emergency braking system (AEBS) 위험 이벤트 기반의 driving risk index (DRI)를 개발하였다. 구간별 DRI가 발생하지 않은 구간을 very good으로 정의하고 발생한 구간을 25 percentile로 구분하여 good, moderate, poor, very poor 등급으로 정의하여 총 5개의 등급으로 구분 하였다. 또한, 현장조사을 수행함으로써 구간별 포함되어 있는 도로 시설 특성을 수집하였다. 주행모드별 주행안전성에 영향을 미치는 도로 시설 특성을 도출하기 위해 이항로지스틱 회귀분석을 수행하였다. 종속 변수의 경우 DRI 기반 안전등급 중 poor 이상 등급을 1, 그 외의 등급을 0으로 정의하였으며, 독립변수의 경우 현장조사를 통해 수집된 교차로 유형, 차로 수, 차로 폭, 추가차로 유무, 차량 진행방향, 불법주정차 유무, 버스정류장 유무, 자전거 차로 유무에 대해 명목형 변수로 설정하였다. 도출된 주행모드별 주행안전성 영 향 요인을 검토하고 향후 자율주행차 시대에 대비하여 선제적으로 개선이 요구되는 도로 시설 특성을 도출하고 도로 운영성 및 효율 성, 안전성 측면의 개선 방향을 제시하였다.

겨울철 국내 도로 결빙으로 인한 교통사고가 증가하는 추세를 보이고 있으며 2018년~2022년까지 총 4,609건의 결빙 교통사고가 발 생하였다. 결빙 교통사고의 치사율은 2.3으로 일반적인 교통사고와 비교하여 높은 치사율을 보이며 최근 5년(2018~2022)동안 결빙 교 통사고로 인하여 107명이 사망자와 7,728명의 부상자가 발생하였다. 현재 국토교통부에서 제시한 결빙 취약구간 평가기준표에 따라 결 빙 위험 구간을 지정하고 있으나, 해당 기준은 결빙의 주요 요인으로 고려되는 기상조건을 충분히 반영하지 못하고 있다. 도로 결빙은 노면온도가 0℃ 이하이며 노면에 수분이 공급될 때 형성되며 기온, 구름량, 풍속, 풍향, 상대습도, 강수량 등의 기상인자들이 복합적으 로 작용하여 결빙이 발생한다는 점을 고려하였을 때, 기상 특성은 도로 결빙의 주요 인자로 판단된다. 따라서 국내 결빙 취약구간 평 가기준의 개선이 필요하며 본 연구의 목적은 국내 결빙 교통사고 데이터를 분석하고 결빙이 형성되는 기상 조건을 구체화하는 것이다. 분석을 위한 데이터로 2018년~2022년까지 5년동안 발생한 결빙사고 사례와 기상청 방재기상관측소(AWS)에서 제공하는 기상 데이터 를 적용하였다. 이후, 박스도표, 확률밀도함수 등의 통계분석을 적용하여 결빙 형성 기상 조건을 구체화하였다. 이를 통하여 기존 결빙 취약구간 평가기준의 기상학적 개선 방향성을 제시할 수 있으며 더 나아가 도로 결빙 예측 로직 개발을 기대할 수 있다.

전 세계적으로 실도로에서의 자율주행차 안전성능을 검증하고 자율주행 시스템 기술의 개발을 위해 다양한 실증을 수행하고 있다. 미국의 경우 캘리포니아, 오하이오, 애리조나 등 다양한 주에서 자율주행차의 실도로 테스트를 진행하고 있으며, 독일의 경우 페가수 스 및 이매진 프로젝트 등을 통해 자율주행 성능 및 협력 운행 테스트를 수행하였다. 그러나, 자율주행차의 주행 성능 측면의 평가에 국한되어 실증이 진행되고 있다는 한계가 존재한다. 실도로 환경에서 자율주행차는 비자율주행차, 보행자 및 자전거 등과 상호작용하 며, 다양한 도로 기하구조에서 주행안전성 저하 문제가 발생할 수 있다. 따라서, 본 연구에서는 혼재교통상황에서 자율주행차의 주행 안전성을 저하시키는 도로 기하구조를 도출하였다. 또한, 캘리포니아 Department of Motor Vehicles (DMV)에서 제시한 자율주행차 관련 사고자료 검토를 통해 유사한 도로 기하구조에서 발생할 수 있는 사고 유형을 검토함으로써 선제적인 대안을 마련하고자 한다. 시뮬 레이션 분석을 위한 자율주행차 거동구현의 경우 real-world automated vehicle data (AVD) 기반 주행행태 분석을 통해 VISSIM 파라미 터를 조정하였다. 위험구간 도출을 위해 평가지표를 선정하고 주행안전성 분석을 수행하였으며, 위험 구간의 도로 기하구조의 특성을 도출하였다. 마지막으로 위험구간의 도로 기하구조와 유사한 구간에서 발생한 실제 자율주행차 관련 사고 보고서를 검토함으로써 본 연구에서 도출된 위험구간의 도로 기하구조에서 발생할 수 있는 잠재적 사고 원인을 제시하였다. 본 연구의 결과를 통해 향후 자율주 행차의 실도로 도입을 위해 선제적인 대책을 마려하는데 기초자료로 활용될 수 있으며, 나아가 자율주행차 안전성 향상을 위한 경고 정보 서비스 개발, 정보 제공 인프라 설치 우선순위, 도로 기하구조 개선 사업에 활용할 수 있을 것으로 기대된다.

자율주행차량을 상용화하기 위한 노력이 계속되고 있으며, 완전 자율주행 교통 환경이 조성되기 전까지 자율주행차량과 일반 차량 이 혼재된 혼합교통류가 형성될 것이라 예상된다. 이러한 혼합교통류에서 자율주행차량과 일반 차량은 주행 행태가 다르므로 기존에 는 발생하지 않았던 사고 위험상황을 유발할 수 있으며, 따라서 자율주행차량의 도입에 따른 사고 위험상황을 사전에 파악하고 이에 대한 안전관리 전략을 마련할 필요가 있다. 이러한 안전관리 전략 수립의 첫 단계로 자율주행차량 도입 시 자율주행차량이 사고위험 상황에 처할 수 있는 취약 구간과 취약 상황을 정의해야 한다. 기존 연구의 경우 자율주행 취약 구간 및 취약 상황 정의를 위해 전문 가 설문 조사 방법을 사용하였으며, 자율주행차량 데이터 구득에 어려움이 있어 주로 시뮬레이션 분석을 진행하였다. 본 연구에서는 더 실질적이고 구체적인 자율주행 취약 구간과 취약 상황을 정의하기 위해 두 가지 출처의 데이터를 활용하였으며, 다양한 방법론을 적용하여 과학적이고 다각적인 분석 결과를 도출하였다. 세종시 자율주행 실증구간에서 수집할 수 있는 자율주행차량 주행 궤적 데이 터를 활용해서는 사고위험 판단 안전 지표를 기준으로 사고 취약 구간 및 상황을 정의하였으며, 캘리포니아 DMV 자율주행차량 사고 데이터를 활용해서 연관규칙 기법과 토픽 모델링을 적용해 자율주행 사고에 영향을 미친 주요 요인들과 요인들 간의 연관성을 분석하 였다. 최종적으로는 세종시 자율주행차량 데이터 분석 결과와 캘리포니아 DMV 사고보고서 결과를 종합하여 종합적인 자율주행 취약 구간 및 상황을 정의하였다. 향후 본 연구에서 정의한 자율주행 취약 구간과 취약 상황 및 본 연구의 방법론을 활용하여 미래 교통 시스템의 안전 관리 전략을 마련할 수 있으며, 도로 운영자와 관리자의 의사결정을 도울 수 있을 것으로 기대한다.

대한민국의 도로의 증가로 인한 복잡화에 따라 터널의 수와 연장이 지속적으로 증가하고 있다. 본 연구는 시멘트콘크리트 포장의 성 능과 수명에 미치는 환경조건의 영향을 분석한다. 현재까지 시공된 고속도로의 많은 부분이 시멘트콘크리트 포장으로 되어 있으며, 이 에 대한 연구는 오랫동안 진행되어 왔다. 부등건조수축은 슬래브의 상하부 온습도 차이에 의해 발생하며, 일일 및 계절적 주기에 따라 발생한다. 일반적으로, 온습도 변화에 따라 컬링이나 와핑이 발생하는데, 컬링은 낮에는 높은 온도로 인한 하향 수축, 밤에는 낮은 온 도로 인한 상향 수축을 나타낸다. 그러나, 환경조건 변화에 따른 콘크리트 내부 습도 변화에 대한 이해는 아직 크게 연구가 진행되지 않아 포장 설계에 적절히 반영되지 못하고 있다. 이러한 연구는 터널 등 배수가 어려운 지역에서 콘크리트포장의 적절성을 판단하여 공용수명에 기여할 것으로 예상한다. 본 연구에서는 슬래브의 하부 조건이 콘크리트 내부 습도에 미치는 영향을 실험적으로 조사한다. 콘크리트 시편을 제작하여 특수한 환경조건에서의 습윤 차이를 모사하여 수분 이동 특성을 연구한다. 실험에서는 슬래브의 한쪽면을 고정하고 반대편이 부등건조수축으 로 인해 발생하는 변형률과 수직변위를 측정할 장비를 설치하여 시간에 따른 변화량을 확인한다.

Along This paper deals with research on firearm barrel processing and aims to improve firearm performance, accuracy, and machinability. The barrel is one of the key parts of a firearm and has a direct impact on shaping the trajectory of ammunition. In particular, durability and reliability are required due to the enormous heat generated as the bullet passes through. In this study, experiments were conducted under the processing conditions used in barrel processing to identify and analyze the characteristics. Various technologies and methods were investigated and analyzed. To achieve this, the cutting force generated during conventional barrel processing was measured to determine the level of stress on the material. In addition, we determined the suitability of tools and cutting conditions used in metal processing to identify conditions that can maximize productivity. This paper is expected to contribute to improving firearm performance by suggesting a plan to optimize processing conditions to the firearms manufacturing industry. Additionally, it can be used as a reference for barrel processing by other researchers.

본 연구는 국내에서 흔히 유통되는 박류 단미사료의 정확한 사료 유래 대사 단백질(metabolizable protein from feed, MPfeed) 함량을 제시하기 위해 수행되었다. MPfeed를 측정하기 위해 반추위 미분해 단백질(rumen undegradable protein, RUP) 함량과 RUP의 소장소화율을 평가하였다. 시료 각각의 RUP 함량을 측정하기 위해 홀스타인 거세우 2두를 이용하여 in situ 반추위 분해율 실험을 수행하였다(0, 3, 6, 12, 24, 48, 72, 96, 120 h). 각 시료의 소장소화율을 측정하기 위해 12 h in situ 배양을 마친 시료들은 인공 4위액과 인공 소장액에 순차적으로 배양된 후 잔량 측정되었다. RUP와 소장 분해율을 측정을 통해 측정된 MPfeed는 전지대두가 45.1%로 가장 높았으며, 국산 대두박(44.3%), 팜박(42.7%), 옥수수 주정박(dried distiller’s grains with solubles, DDGS, 40.7%), 수입산 대두박(40.2%), 호마박(39.7%), 야자박(39.3%), 채종박(28.4%), 옥 글루텐 밀(26.5%), 옥 배아박(20.5%), 해바라기박(15.3%), 옥 글루텐 피드(14.5%), 아몬드박(5.25%) 순으로 나타났다. 본 연구에서 사용된 시료들의 MPfeed는 미국사양표준에서 제시하고 있는 수치와 차이를 나타내었는데, 이는 MPfeed를 측정하기 위해 사용되는 RUP 함량과 RUP의 소장소화율에서 차이를 보임에 의한 것으로 추정된다.

The government is implementing a policy to expand eco-friendly energy as a power source. However, the output of new and renewable energy is not constant. It is difficult to stably adjust the power supply to the power demand in the power system. Therefore, the government predicts day-ahead the amount of renewable energy generation to cope with the output volatility caused by the expansion of renewable energy. It is a system that pays a settlement amount if it transitions within a certain error rate the next day. In this paper, Machine Learning was used to study the prediction of power generation within the error rate.

신뢰성 있는 토양의 이산요소모델을 개발하기 위해서는 토양의 특성을 고려하여 매개변수를 교정해야 한다. 본 연구에서는 이산요소모델을 구성하는 각 매개변수가 토양 입자의 거동에 미치는 영향을 분석하였고, 분석된 결과를 이용하여 토양의 이산요소모델을 개발하였다. 민감도 분석의 대상이 되는 매개변수는 전단 계수, 마찰 계수, 표면 에너지 등으로 선정하였으며, 교정의 기준이 되는 토양의 특성은 가비중, 안식각, 점착력 및 내부마찰각으로 선정하였다. 또한, 토성이 서로 다른 해안가, 논 및 밭을 구성하는 토양을 대상으로 연구를 수행하여 다양한 토성에 대한 적용성을 확인하였다. 결과적으로 본 연구에서 수행한 민감도 분석 결과를 이용하여 각 토양의 거동을 모사할 수 있는 이산요소모델을 교정하였으며, 시험 결과와의 비교를 통해 교정된 이산요소모델을 검증하였다.

본 연구는 아로마 목걸이를 병용한 비대면 수면 프로그램이 불면증 대학생의 수면의 질, 주간졸 림증, 우울 및 스트레스에 미치는 효과를 확인하고자 비동등 대조군 전후 실험설계로 시도되었다. 대상자 는 경기도 S시 소재 E대학에 재학중인 대학생 가운데 불면증상을 호소하는 대상자에게 중재 전후에 자가 설문으로 구성된 수면의 질, 주간졸림증, 우울, 스트레스를 측정하였다. 아로마목걸이를 병용한 비대면 수 면 프로그램은 실험군(n=21)에게 주 1회, 총 6주 동안 적용하였으며 대조군(n=21)에게 수면책자를 제공하 였다. 자료분석은 SPSS 24.0 프로그램을 이용하여 기술통계, Chi-square test, Fisher’s exact test, Independent t-test를 이용하여 분석하였다. 연구결과, 수면의 질(t=-5.87, p<.001), 주간졸음(t=-4.28, p<.001), 우울(t=-4.40, p<.001)에서는 그룹 간 유의한 차이가 나타났으며 스트레스는 유의하지 않았다. 따라서 아로마목걸이를 병용한 비대면 수면 프로그램이 대학생의 수면의 질, 주간졸림증, 우울 증상을 감 소시키는데 유용한 간호중재법으로 활용 가능할 것을 기대된다.