최근 들어 새로운 세대를 일컫는 ‘MZ세대’라는 용어가 빈번하게 등장하고 있으며 기존 세대와 MZ세대 가 겪는 갈등을 풍자한 매체 또한 자주 접할 수 있다. 다양한 경영조직에서 또한 MZ세대가 구성원으로서 높은 비율을 차지하며 이들을 통제하고 효과적으로 조직에 녹아들게 하기 위해 리더들이 어려움을 겪고 있다. 그러나 현재까지 이루어진 리더십에 관한 많은 연구는 기존 세대와 다양한 연령대를 대상으로 하여 MZ세대에게 적용하기에는 다소 부족한 면이 있다. 따라서 본 연구는 리더의 임파워링 리더십이 자기효능감을 매개로 MZ세대의 혁신행동과 직무열의에 미치는 영향에 대해 실증분석하였다. 선행연구에 의하면 임파워링 리더십은 혁신행동과 직무열의에 긍정적인 영향을 미치는데, 이를 통해 조직은 생산성을 극대 화 할 수 있을뿐만 아니라, 위기 상황에 안정적으로 대처할 수 있고 효율적으로 성과를 낼 수 있다는 사실 을 확인하였다. 연구의 실증분석 대상으로는 경상남도를 소재로 명확한 리더가 존재하는 기업의 구성원 중 MZ세대를 대상으로 하였으며 이들을 대상으로 설문조사를 시행하였다. 실증분석 결과 첫째, 리더의 임파워링 리더십은 혁신행동과 직무열의 긍정적인 영향을 미치는 것으로 나타났다. 둘째, 임파워링 리더 십은 자기효능감 형성에 긍정적인 영향을 미치는 것으로 나타났다. 셋째, 자기효능감은 임파워링 리더십 과 혁신행동·직무열의를 매개하는 것으로 나타났다. 본 연구는 현시대 기업의 생존에 있어 임파워링 리더 십의 가치를 확인하게 되었으며, 자기효능감의 매개효과를 입증하였다. 이를 통해 기존 경영 문헌의 지식 의 확장시키고 MZ세대 위주 조직의 경쟁력을 높이기 위한 리더십 실현 시사점을 제언한다.

One of the efficient method for DPF(Diesel Particulate Filter) regeneration of diesel engines is using post fuel injection, which is injected into the combustion chamber during the expansion stroke. This method generates a heat for DPF regeneration by oxidation of HC with Pt coated on DOC(Diesel Oxidation Catalyst). This study investigates heat generation of DOC using post fuel injection.

In this study, power generation characteristics based on water flow dynamics in a pipe system with a mobile firefighting robot were analyzed using 3D CAD modeling and computational fluid dynamics(CFD) simulations. The water flow field which is significantly affected by applied pressure, generates mechanical torque at the turbine blades, enabling power generation. The inlet pressure of the flow field was set to approximately 6 to 12 bar, and the flow characteristics such as velocity, pressure, and mass flow rate, along with power generation characteristics, were analyzed under various turbine rotational velocities. It was observed that higher inlet pressures resulted in increased torque and mechanical power output at the turbine blades. This research is expected to serve as a fundamental design and data reference to improve the performance of firefighting robots at fire sites.

본 연구의 목적은 MZ세대가 인식하는 조직문화 유형이 직무만족에 영향을 미치는지 검증하고, 기업규모에 따라 어떤 영향을 미치는지 확 인하였다. 이를 위해 OLS(Ordinary Least Square)회귀분석을 실시하 였고 한국직업능력연구원에서 수행하는 인적자본기업패널Ⅱ(HCCPⅡ) 3차 년도(2023년) 근로자용 데이터를 활용하였다. 분석결과 혁신문화, 관계문화, 위계문화, 시장문화 모두 직무만족과 정(+)의 상관을 보였고, MZ세대 근로자들이 인식하는 조직문화유형은 모두 직무만족에 정(+)의 영향을 미쳤다. 특히 관계문화는 직무만족에 영향이 높다는 사실을 확 인하였다. 기업규모에는 2,000명 이상의 대규모 기업에 속한 MZ세대 근로자들이 직무만족에 정(+)의 영향을 미쳐 MZ세대의 직무만족에 미 치는 요인은 관계문화지향적 조직문화와 기업규모가 큰 기업에 종사할 수록 직무만족에 긍정적인 영향을 미친다는 것을 시사해준다.

해양 환경에서 발생하는 화재는 일반적인 화재 상황에 비해 빠르게 화염이 전파되기 때문에 초기 발견과 대응이 매우 중 요하다. 최근의 화재 감지 시스템은 카메라 센서와 딥러닝 검출 모델을 활용하여 개발되고 있지만, 해양 환경에 특화된 딥러닝 모델 을 학습하기 위해 해양 환경에서 화재 데이터를 실제로 수집하는 것은 기술적, 경제적 측면에서 어려움이 존재한다. 본 논문에서는 이러한 문제를 해결하기 위해 언리얼 엔진 기반 가상 데이터 생성 도구를 활용하여 가상 환경에서 해양 환경을 구축하고 여러 상황 의 시나리오에서 데이터를 수집하여 해양 환경 화재 가상 데이터셋을 구축하였다. 가상 데이터셋으로 학습한 RT-DETR-L 모델은 실 제 해양 환경에서 발생한 화재 상황을 수집하여 제작한 테스트 데이터셋에서 mAP50:95 0.529를 달성하였다. 또한 가상 데이터로 학습 한 검출 모델은 일반적인 화재 상황이나 항만시설에서 연기만 발생하는 상황에서도 화재를 검출하는 것을 볼 수 있었다. 이를 통해 실제 데이터가 아닌 가상 데이터셋을 사용하여 데이터셋을 구축하여도 해양 환경 화재와 같은 특수한 상황에서의 검출 모델 성능 향 상에 도움을 줄 수 있다는 것을 확인하였다.

본 연구의 목적은 은유분석 방법을 활용하여 정치교육과 관련한 학교 교육과정의 교과 및 비교과 학습 과정에서 형성된 학생들의 경험적 인식과 욕구가 어떠하며, 학교에서의 정치교육이 그 목표와 가치를 충 분히 실현하고 있는가를 확인하는 것에 있다. 이를 통해 학교 정치교육의 방향을 재고하고, 학생들의 특성 과 눈높이에 맞는 정치교육 교수 설계와 프로그램 개발을 위한 기초자료를 마련하고자 한다. 분석 결과 학교 정치교육에 대한 인식은 ‘일상’, ‘장벽’, ‘겉핥기’, ‘제도’의 네 가지의 범주로 도출되었다. 각 범주는 각각 2개의 주제어를 포함하고 있는데, 먼저 ‘삶’과 ‘상식’은 정치교육을 당연한 ‘일상’으로 받아들인다는 것을 의미하며 긍정적 인식이 다수 포함되었다. 둘째, ‘장벽’이라는 인식은 관련 교과의 내용적 요소에 대 한 ‘어려움’과 ‘중립’의 문제로 인해 원활한 교육이 이루어지지 않았다는 부정적인 인식을 의미한다. 셋째, ‘겉핥기’ 범주는 ‘허울’과 ‘허상’이라는 부정적 의미의 주제를 담고 있는데, 이는 현재 삶에 영향을 줄 만큼 배운 내용이 기억에 남아있지 않아 실속이 없거나 교과서 속의 이상적인 정치와 실제 현실의 정치가 매우 다르다고 느끼는 것을 의미한다. 마지막으로 ‘제도’로 바라 본 관점은 정치교육을 입시와 학업성취의 수단 적 ‘도구’로 바라보는 관점과 정치교육이 실제적 지혜를 쌓는 접근이라기보다 역사적 사실에 대한 개념적 지식 전달에 그치는 암기 위주의 개론 학습이라고 ‘형식’적으로 받아들였다는 것을 의미한다. 이러한 결과 를 바탕으로 하여 교육적, 정책적 시사점을 제시하였다.

모빌리티 예측은 단순한 통행 경로 예측을 넘어, 사회 전반의 효율성 및 안전성 향상을 위한 핵심 데이터를 제공한다는 점에서 중 요하다. 기존의 예측 기법은 시공간적 규칙성과 개인 이동 패턴의 통계적 특성 분석에 주로 의존하였으며, 최근 딥러닝 기반의 시공간 모델링을 통해 예측 성능이 향상되었다. 그러나 여전히 개인 통행의 단기·장기적 시공간 의존성 및 복잡한 패턴을 처리하는 데 한계가 존재한다. 이를 극복하기 위해, 본 연구는 대규모 사전 학습된 거대 언어 모델(Large Language Model; LLM)을 도입하여, 개인 속성뿐 만 아니라 실제 통행 데이터를 반영한 객체 단위 통행 생성 프레임워크를 제안한다. LLM 기반(ChatGPT-4o) 객체 단위 통행 생성 프레 임워크는 (1) 개인 모빌리티 패턴 학습, (2) 통행 생성의 두 단계로 이루어진다. 이후 한국교통연구원의 개인통행 실태조사(2021) 데이 터를 이용하여 프레임워크의 통행 생성 성능을 확인하였다. 통행 시작·출발 시간 분포, 출발·도착지 장소 유형, 통행목적, 이용 교통수 단의 정확도를 확인한 결과, 대부분 항목에서 70% 이상의 정확도를 보였다. 하지만 통행목적은 13개의 목적 중 하나를 예측해야 하기 에 정확도가 다른 항목에 비해 약 40%로 낮게 나타났다. 본 연구는 통행 생성 프레임워크를 설계하고, 이에 맞춰 입력 데이터를 가공 및 프롬프트 엔지니어링을 수행함으로써 LLM 기반 통행 생성 기술의 가능성을 확인하였다. 향후 프레임워크의 예측 성능 검증 및 개 선을 위한 추가 연구가 필요하며, 날씨, 대규모 행사 등과 같은 외부 요인들을 고려하면 더욱 정교하고 현실적인 통행일지를 생성할 수 있을 것이다.

현재까지 국내외에서는 비산먼지 예측 모델식에 대한 다양한 연구를 수행해왔다. 이때 환경 및 교통요인에 따라 변화하는 비산먼지 농도를 예측하는 연구가 수행되어 왔으나, 모두 지역적 특성에 따라 연구 결과가 상이하게 분석되었다. 이러한 한계점을 해결하기 위 해 도로 포장과 가장 직접적인 요인인 노면 Texture를 활용하여 노면-타이어에서 발생하는 비산먼지 농도를 정량적으로 분석하고자 한 다. 실험 결과, 아스팔트 포장 중 HMA 포장에서 평균 Texture 깊이(Mean Texture Depth, MTD)가 낮을 경우 비산먼지 농도가 증가하였 으며, 특히 MTD가 0.9mm 이상일 때 쌓인 먼지 양이 비슷해져 비산먼지 농도가 상대적으로 일정하게 유지되었다. 반면, 다공성 아스 팔트(PP) 포장에서는 Silt loading(먼지 부하량)이 HMA 대비 많았지만 비산먼지 농도가 낮고, MTD가 1.8mm 이상일 경우에도 농도가 일정하게 유지되는 경향을 보였다. 이는 공극으로 인해 배수성 포장이 비산먼지 농도가 낮은것으로 나타났다. 본 연구에서는 노면의 Wavelength와 Texture Depth에 따른 비산먼지와의 상관관계를 분석한 결과, 전체적으로 아스팔트 포장에서는 Texture 깊이가 깊을수록 비산먼지 농도가 낮아지는 경향을 보였다. 시멘트 포장에서는 구조가 깊을수록 비산먼지 농도가 증가하였으 며, T.Tining 포장에서는 Texture 깊이에 관계없이 도로 표면의 쌓인 sL에 따라 비슷한 수준의 농도가 나타났다. 특히, 그루빙 포장과 타이어 접촉 시 발생하는 에어 펌핑 현상으로 인해 비산먼지 농도가 증가하는 결과가 나타났으며, 이는 미끄럼 저항을 개선하는 효과 와 반대되는 경향을 보여 적절한 포장 관리가 필요할 것으로 판단된다. 이 연구는 기존의 교통 및 환경 조건에 따른 타이어-도로 비산먼지 회귀 모델의 한계를 극복하고, Texture를 통한 도로 비산먼지의 정량적 예측을 위한 새로운 회귀 모델을 제시하였다. 기존 연구에서는 특정 구간의 경험적 측정 결과를 바탕으로 비산먼지 발생 요인 을 선정하였으나, 본 연구에서는 노면 Texture를 포함하여 보다 포괄적인 분석을 통해 회귀 모델의 신뢰성을 향상시켰다. 결론적으로, 연구 결과는 도로 비산먼지 발생에 대한 중요한 기초 자료를 제공하며, 환경문제를 해결하기 위해 도로 포장재의 선택 및 유지관리 측면에 있어 MTD, Wavelength와 같은 Texture 특성을 고려해야 함을 도출하였다. 정량적인 데이터는 도로 포장 설계 단계에서 골재 입자 크기 등을 선택하는 데 활용될 수 있으며, 이는 비산먼지 발생원에서의 저감 효과를 확보하는 데 기여할 것으로 판단된다.

This study proposes a construction plan for the Korea Navy's next-generation TSCE(Total Ship Computing Environment) based destroyers to address rapidly evolving maritime threats and decreasing military manpower. It focuses on system integrated ship construction based on TSCE for quick response time with fewer operators, improving the efficiency of systems and Equipments installed in the ship. The methodology includes analyzing TSCE-based system integration theories and levels. also analyze system integration in U.S. Navy’s Zumwalt destroyers and Littoral Combat Ships, conducting expert surveys to build consensus on system integration methods, proposing operational efficiency improvements through TSCE-based system integration. Additionally, we propose an architecture of TSCE with real time OA(Open Architecture) from both functional and physical perspectives, verified through Python simulations. The study suggests optimal crew sizes for next-generation destroyers through comparative analysis of TSCE based integration types. It emphasizes the importance of system integration in naval ship construction, presenting specific measures to enhance operational efficiency and optimize crew operations. The findings are expected to contribute significantly to enhance the future naval capabilities of the Korea Navy.

방대한 빅데이터를 기반으로 발전한 인공지능 기술은 창작과 영상 예술, 인간의 고유 영역으로 여겨졌던 분야에 큰 영향을 미치기 시작했다. 전통적으로 선형적이었던 3D 애니메이션 제작 방식은 AI 이미지 생성 모델을 활용해 초기 기획, 컨셉 및 아이디어를 빠르게 비주얼화하고, 실시간 게임 엔진을 통해 실시간으로 수정 및 개선 작업을 반복하며 완성도를 높이는 비선형 적 방식으로 변화하고 있다. 본 논문에서는 Stable Diffusion의 노드 기반 비주얼 스크립트인 ComfyUI를 활용한 사전 제작 과정과 iClone 및 언리얼 엔진을 통해 디지털 휴먼을 제작하고 구체화하는 일련의 파이프라인을 분석한다. 이를 통해 전통적인 파이프라인을 넘어서는 새로운 예술적 표현의 가능성을 모색한다.

현재 존재하는 인공지능 기반 음악 생성에 관한 여러 모델과 연구는 수동 텍스트(Text) 기반 음악 생성에 대해 다루고 있다. 본 논문은 사용자의 편의성을 높이고, 창의적인 음악 생성 과정 을 더욱 원활하게 할 수 있도록 텍스트(TEXT) 프롬프트(Prompt) 자동화를 통한 음악 생성시 스템 방안을 제안한다. 그 방안으로 음원 파일을 통해 수집한 음악 분석 및 데이터화와 가사 정보에서 추출한 키워드를 기반한 장르, 가수, 앨범 등의 정보가 포함된 데이터셋(Dataset)을 구축 후, 파이썬(Python)의 자연어 처리 방법인 Konlpy를 사용하여 가사 데이터를 토큰화하고, TF-IDF(Term Frequency-Inverse Document Frequency) 벡터화를 통해 중요한 단어를 추 출한다. 또한, MFCC, 템포 등의 특징 데이터셋을 통하여 모델을 통한 감정을 예측하고, CNN 모델 및 Chatgpt를 활용한 텍스트 프롬프트를 자동생성하는 방법을 구현하여, MusicGen 모델 을 사용한 자동화 생성 프롬프트 기반 음악을 생성한다. 본 텍스트 프롬프트 자동 생성 화를 통한 음악 생성 연구의 결과는 음악 데이터 분석 및 생성 분야에 기여될 것으로 기대한다.

이 연구는 공연예술 시장에서 핵심 소비층으로 부상한 MZ세대를 대상 으로 공연관람 결정요인 중 어떠한 요인을 고려하여 공연을 소비하는지 를 알아보는데 목적이 있다. 이에 공연관람 결정요인을 마케팅 요인으로 (작품, 가격, 장소, 촉진) 구성하여 공연만족, 여가만족, 재관람에 미치는 영향 요인을 분석하기 위해 가설을 설정한 후 진행하였다. 2023년 7월부 터 12월까지 MZ세대(20세~40세)를 대상으로 비확률 표집 방법 중 편의 표본추출법을 이용하여 총 225부의 표본을 분석하였으며, 수집된 자료에 대해 빈도분석, 피어슨의 상관분석, 다중회귀분석을 실시하여 다음과 같 은 결과를 도출하였다. 첫째, 공연만족에는 작품과 촉진, 장소가 결정요 인으로 나타났다. 둘째, 여가만족에는 작품, 촉진이 중요요인으로 분석되 었으며 셋째, 재관람에는 작품, 가격이 결정요인으로 분석되었다. 이 연 구 결과는 MZ세대의 특성과 소비성향을 반영한 맞춤형 공연 기획과 마 케팅 전략이 필요함을 제언하며, 이를 통해 공연산업의 지속 가능한 성 장을 도모할 수 있음을 시사한다.

We successfully synthesized a porous carbon material with abundant hexagonal boron nitride (h-BN) dispersed on a carbon matrix (p-BN-C) as efficient electrocatalysts for two-electron oxygen reduction reaction ( 2e− ORR) to produce hydrogen peroxide ( H2O2). This catalyst was fabricated via ball-milling-assisted h-BN exfoliation and subsequent growth of carbon structure. In alkaline solutions, the h-BN/carbon heterostructure exhibited superior electrocatalytic activity for H2O2 generation measured by a rotating ring-disk electrode (RRDE), with a remarkable selectivity of up to 90–97% in the potential range of 0.3–0.6 V vs reversible hydrogen electrode (RHE), superior to most of the reported carbon-based electrocatalysts. Density functional theory (DFT) simulations indicated that the B atoms at the h-BN heterostructure interface were crucial active sites. These results underscore the remarkable catalytic activity of heterostructure and provide a novel approach for tailoring carbon-based catalysts, enhancing the selectivity and activity in the production of H2O2 through heterostructure engineering.

The study investigated the influence of website features on the purchase intention of online fashion among Generation Z consumers in South Africa. This topic has received increasing attention against the backdrop of the rapidly growing ‘Digital Generation’, or ‘Millennial consumers’, who are one of the most tech-savvy generations. Despite the benefits that online shopping offers to both the business and the consumer, the act of buying clothes online has presented some challenges to customers. This study therefore aims to gather further insight in an attempt to provide fashion businesses with guidance to better succeed in encouraging customers to shop online. This study selected two visual elements (website aesthetics and product presentation) and two functional website features (website navigation, and security and privacy) and social norms, the test the effect they have on perceived ease of use, attitude and intention to purchase clothing online. The proposed conceptual model tested seven hypotheses of which four were supported. By means of an empirical study, 166 online surveys were collected from individuals within the Generation Z cohort and the analysis was done using SPSS27 by running multiple regression analysis to test the relationships between the variables. The results from this study provide global and local fashion brands with valuable insight into the consumption habits of young consumers in an emerging economy, and factors that drive online fashion consumption.