This study compares the performance of various convolutional neural network (CNN) models for building an automated deep learning-based letter screening system targeting letters received by inmates in correctional institutions. The models evaluated include well-known architectures such as MobileNet, ResNet, and Inception, as well as recently proposed lightweight models such as ResMobileNet and IGSe, along with GroupConv and SE. Each model was trained on image data containing the Korean word for "knife" ("칼") to assess performance in terms of accuracy, processing time, and model compactness. A total of 1,197 letter image samples were used in the experiment, including 1,140 images with normal words and 57 images containing the target word. The experimental results showed that the MobileNet model had the shortest processing time, making it suitable for real-time applications, while the IGSe model achieved the highest accuracy, demonstrating optimal performance for letter screening tasks. This study suggests that deep learning-based screening techniques can be effectively applied to enhance digital security in the management of inmate correspondence within correctional institutions.

본 연구는 베토벤 교향곡 제3번이 서양 고전음악사에서 낭만 주의로의 전환을 상징하는 기념비적 작품임에 주목하고, 제1악 장의 형태적 혁신과 감정 표현의 연관성을 규명하여 음악사적 독창성을 탐구하는 데 목적이 있다. 이를 위해 1악장을 중심으 로 형식 분석 및 동기 발전 기법, 조성 구조, 리듬과 음색 변화 를 중점적으로 고찰하였다. 분석 결과, 이 악장은 고전주의의 소나타 형식을 계승하면서도 전개부와 코다(Coda)의 규모와 전 개 방식을 전위적으로 확장·재구성하여 극적인 긴장 구조와 정 서적 표현을 극대화한 점이 드러났다. 구체적으로 전개부는 동 기 단편의 재조합, 연쇄적 전조(c-f-B♭-A♭), 다성적 대위법 의 활용을 통해 감정적 긴장감을 형성하며 코다는 축소된 소나 타 형식을 내포하면서 주제를 순환적으로 재현하여 감정의 정 화를 완성한다. 주요 동기는 리듬적 변형, 음색 교차, 강약 변 화 등 기법을 통해 '역동적인 통일성(dynamic unity)'을 이루며 악장 전체를 유기적으로 결속한다. 베토벤이 악장 전체를 관통하는 동기의 순환적 재현과 치밀 한 리듬적 구성, 짜임새 있는 음향적 대비를 통해 소나타 형식 내부에서 새로운 미학적 가능성을 모색하고 있음을 확인하였 다. 특히 전개부와 코다에서 나타나는 동기의 확장과 응집 과 정은 낭만주의적 음악어법의 원형을 제공하고 있다는 점에서 중요성을 지닌다. 본 연구는 베토벤의 형식적·음악적 혁신이 감 정 표현의 심화와 필연적으로 연계된다는 점을 구체적으로 규 명함으로써 고전주의에서 낭만주의로의 전환이 단순한 시대적 구분이 아니라 음악 내적 논리에 의해 이루어진 것임을 입증하 였다.

효과적인 해양 교통관리 및 사고 예방 체계 구축에 있어서 AIS는 매우 중요한 요소이다. AIS는 선박의 동적, 정적, 항해 정보를 송수신하여 항해 의사결정을 지원하고 효과적인 선박 교통관제에 도움을 준다. 이러한 AIS는 환경적 요인, 기계적 요인 등에 의해서 손실 이 발생하며, 손실이 생긴 AIS 데이터는 선박 운항자 및 관제의 측면에서 의사결정에 혼동을 야기한다. 때문에, 본 연구에서는 AIS 데이터 를 통해 선박 항적 데이터를 수신하고, 해당 항적 데이터의 손실을 복원한다. AIS 데이터 수신 시 저비용의 싱글보드 컴퓨터인 Raspberry Pi와 AIS 수신 보드인 dAISy HAT을 활용하여 하드웨어를, Raspberry Pi의 운영체제인 LINUX환경과Open chart plotter인 OPENCPN을 통해 소 프트웨어를 구성하였다. 해당 시스템을 활용하여 수신한 AIS 데이터의 손실이 발생하는 데이터 중 활용이 가능한 위도, 경도, 시간 데이 터를 통해 손실이 발생한 구간의 데이터를 보간하고, 보간된 데이터는 “INTERP”라는 태그를 통해 기존의 데이터와 함께 인터넷 웹 서버 인 AWS S3에 저장한다. 본 연구를 통하여, AIS 수신기를 통하여 선박 항적 데이터를 수신하고, 손실이 발생한 부분을 보간함으로써 항적 데이터의 활용도를 높일 수 있을 것으로 보인다. 향후 손실된 AIS 데이터로 인한 선박 항적 데이터의 복원을 위한 다양한 기법을 활용한 연구가 필요하다.

Springtails (class Collembola) play a crucial role in soil ecosystems. They are commonly used as standard species in soil toxicity assessments. According to the ISO 11267 guidelines established by the International Organization for Standardization (ISO), Allonychiurus kimi uses adult survival and juvenile production as toxicity assessment endpoint. Conventional toxicity assessment methods require manually counting adults and larvae under a microscope after experiments, which is time-consuming and laborintensive. To overcome these limitations, this study developed a model using YOLOv8 to detect and count both adults and juveniles of A. kimi. An AI model was trained using a training dataset and evaluated using a validation dataset. Both training and validation datasets used for AI model were created by picturing plate images that included adults and larvae. Statistical comparison of validation dataset showed no significant difference between manual and automatic counts. Additionally, the model achieved high accuracies (Precision=1.0, Recall=0.95 for adults; Precision=0.95, Recall=0.83 for juveniles). This indicates that the model can successfully detect objects. Additionally, the system can automatically measure body areas of individuals, enabling more detailed assessments related to growth and development. Therefore, this study establishes that AI-based counting methods in toxicity assessments with offer high levels of accuracy and efficiency can effectively replace traditional manual counting methods. This method significantly enhances the efficiency of large-scale toxicity evaluations while reducing researcher workload.

본 연구는 초고령화 사회로 진입한 현대사회에서 노년기 성인의 정신 건강 관리가 중요한 사회적 과제로 부상함에 따라, 현재의 노인 심리상담 현황을 점검하고 이에 대한 대안적 접근으로서 불교 상담의 가능성을 탐 색하는 데 목적이 있다. 노년기는 생애주기의 마지막 단계로서 은퇴, 신 체적 약화, 사회적 역할 변화, 죽음에 대한 인식 등 다양한 심리적 도전 에 직면하게 된다. 이에 따라 우울, 불안, 고립감, 삶의 의미 상실, 인지 기능 저하 등의 문제는 노인의 삶의 질을 심각하게 저해하고 있다. 최근 웰에이징과 웰다잉에 대한 사회적 관심이 높아지면서 노인을 위한 심리 상담 서비스도 점차 확대되고 있으나, 여전히 실질적인 정서적 치유와 삶 의 통합을 지원하는 상담 모델은 부족한 실정이다. 불교는 인간 존재의 무상성과 고통에 대한 통찰을 바탕으로, 노화와 죽음을 삶의 자연스러운 일부로 받아들이는 수행적 태도를 강조한다. 본 연구에서는 불교적 세계관과 마음의 작용에 대한 이해를 토대로 노인의 심리적 고통을 수용하고 전환할 수 있는 상담적 접근 가능성을 고찰하였 다. 특히 노년기를 삶의 성찰과 지혜의 시기로 재정립하고, 자기 수용과 감사, 현재 중심의 수행을 통해 정신건강을 돌볼 수 있는 불교 상담의 방향을 제안하고자 한다. 본 연구가 불교적 상담기법 개발의 기초자료로 활용되어, 노인의 정신건강을 위한 실천적 치유 모델로 확장되기를 기대 한다.

본 연구는 백두대간보호지역의 체계적 관리를 위한 관리효과성 평가지표를 개발하고자 하였다. IUCN-WCPA의 평가틀과 관리효과성 추적기법 (METT)을 기반으로 국내외 문헌과 사례를 분석하고, 텍스트 마이닝 기법을 통해 범주별 핵심 키워드를 도출하였다. 이후 산림 분야 전문가 8인을 대상으로 2회에 걸친 델파이 조사를 실시하여 평가지표의 타당성과 합의도를 검증하였다. 그 결과, 1차 조사에서는 CVR 기준 미달 항목 16개가 삭제되고, 2차 조사에서 2개 항목이 추가로 제외되었으며, 전문가 피드백을 반영하여 ‘지역사회 참여 구조’, ‘장비·시설의 유지 관리’, ‘침입종 피해 여부’ 등 현장 적용성이 높은 항목이 새로 포함되었다. 최종적으로 상황 4개, 계획 3개, 투입 4개, 과정 5개, 결과 4개, 성과 6개 등 총 26개의 평가지표가 도출되었으며, 전문가 합의도(0.83)와 수렴도(0.38) 수준에서 만족스러운 신뢰도를 확보하였다. 평가 대상자 유형별로는 관리담당 자 25개, 전문가 26개, 지역주민 4개 항목으로 차등 적용되도록 설계되었으며, ‘관리주체의 적합성’ 등은 전문가 전용 항목으로 구분하였다. 본 연구는 백두대간보호지역의 특성과 현장 문제를 반영한 실질적 지표 체계를 구축함으로써, 향후 법제화 기반 마련과 보호지역의 통합적·지속가능한 관리전략 수립에 기여할 수 있을 것으로 기대된다.

This paper presents a novel methodology for assessing the vulnerabilities of autonomous vehicles (AVs) across diverse operational design domains (ODDs) related to road transportation infrastructure, categorized by the level of service (LOS). Unlike previous studies that primarily focused on the technical performance of AVs, this study addressed the gap in understanding the impact of dynamic ODDs on driving safety under real-world traffic conditions. To overcome these limitations, we conducted a microscopic traffic simulation experiment on the Sangam autonomous mobility testbed in Seoul. This study systematically evaluated the driving vulnerability of AVs under various traffic conditions (LOSs A–E) across multiple ODD types, including signalized intersections, unsignalized intersections, roundabouts, and pedestrian crossings. A multivariate analysis of variance (MANOVA) was employed to quantify the discriminatory power of the evaluation indicators as the traffic volume was changed by ODD. Furthermore, an autonomous driving vulnerability score (ADVS) was proposed to conduct sensitivity analyses of the vulnerability of each ODD to autonomous driving. The findings indicate that different ODDs exhibit varying levels of sensitivity to autonomous driving vulnerabilities owing to changes in traffic volume. As the LOS deteriorates, driving vulnerability significantly increases for AV–bicycle interactions and AV right turns at both signalized and unsignalized intersections. These results are expected to be valuable for developing scenarios and evaluation systems to assess the driving capabilities of AVs.

본 연구에서는 구조물의 응답 데이터를 기반으로 고유진동수, 감쇠비 등 동특성과 풍하중 모델의 파라미터를 동시에 추정할 수 있는 스펙트럼 백색화 기반 식별 기법을 제안하고, 이를 실제 40층 고층 구조물에 적용하여 실용성과 정확도를 평가하였다. 기존 연 구에서는 본 기법을 수치 시뮬레이션 및 풍동 실험에 적용하여 그 타당성을 입증한 바 있으나, 실계측 응답 데이터를 활용한 실구조물 적용에 대해서는 검증이 이루어지지 않았다. 본 연구는 이를 확장하여, 장기간 계측된 고층 건축물의 진동 응답을 분석하고, 각 주요 모드에 대해 백색화 처리를 수행함으로써 구조물 전달함수 및 풍하중 전달함수의 파라미터를 최적화 기반으로 동시 추정하였다. 특히 백색 잡음의 누적 파워 스펙트럼 길이를 목적함수로 설정함으로써, 기존 커브 피팅 기반 기법 대비 감쇠비 추정의 정확도와 안정성을 향상시켰다. 분석 결과는 전통적인 모달 식별 기법(예: SSI)과의 비교를 통해 제안 기법의 유효성을 입증하였으며, 풍하중 모델 파라미 터까지 포함하는 통합적 구조 해석 프레임워크로서의 가능성을 제시하였다. 본 연구는 향후 구조물의 풍응답 예측, 하중 생성 모델 구 축, 구조 건전도모니터링(SHM) 및 디지털 트윈 기반 해석 등 다양한 실무 응용에 기여할 수 있을 것으로 기대된다.

무작위진동이론(random vibration thoery, RVT)에 기반하여 원전 시설물 부계통의 지진응답해석과 확률론적 지진안전성평가를 위 한 구조응답스펙트럼(in-structure response spectrum, ISRS) 스케일링 기법을 새로이 제안한다. 새로운 방법은 대상 구조물의 동적 특 성에 대한 정보를 활용하지 않고, 구조응답과 지진지반운동의 파워스펙트럼밀도(power spectral density, PSD) 함수의 비를 사용한다. 무작위 진동의 첨두값 계수를 사용하여 진동의 PSD 함수로부터 첨두값의 통계적 특성과 무작위 진동의 응답스펙트럼을 추정할 수 있으므로, 반복계산을 통해 기존 지반운동 응답스펙트럼과 ISRS에 부합하는 PSD 함수와 그 비례계수를 도출한다. 이 계수를 신규 지 반운동 응답스펙트럼에 부합하는 PSD 함수에 적용하여, 신규 ISRS의 PSD 함수와 이에 대응하는 ISRS를 도출하는 스케일링을 수행 한다. 제안된 RVT에 기반한 새로운 스케일링 기법을 예제 원전 구조물에 적용하고, 응답이력방법에 의한 참조해와 비교하여 제안한 새로운 스케일링 기법이 정확성을 확인할 수 있다. 비례계수를 산정하기 위한 기존의 근사 방법들과 비교하여, 새로운 스케일링 기법 은 ISRS의 첨두 등을 잘 표현할 수 있는 것을 관찰할 수 있다.

본 연구에서는 지반-구조물 상호작용(SSI, Soil-Structure Interaction) 해석에서 계산 효율성과 해석 정확성을 동시에 확보하기 위해 철근 콘크리트 기둥의 단순 모델링 기법과 PML(Perfectly Matched Layer) 요소를 결합한 방법을 제안하였다. 단순 모델링 기법은 상 세모델과 비교하였을 때 강성 및 고유진동수 차이가 1% 이내로 나타나 구조물의 정적 및 동적 거동을 효과적으로 모사할 수 있음을 확인하였다. PML 요소를 적용한 SSI 해석은 반무한지반 모델 대비 계산 영역을 1/5로 줄이고, 해석 시간을 7% 수준으로 단축하면서 도 기둥의 고유진동수가 동일하게 나타났다. 이를 통해 PML 요소가 계산 비용을 대폭 줄이면서도 해석 결과의 정확성을 유지할 수 있음을 확인하였다.

본 연구에서는 인쇄 회로 열교환기 채널에서의 응력 집중 해석을 수행하였다. 응력 집중이 발생하는 응력 집중부의 응력을 도출하 기 위해 전체 시스템의 해석 결과를 활용하는 부모델링 기법을 사용하였다. 미세한 기하학적 형상과 비가역적 소성 변형을 고려한 부 모델의 탄성 및 소성 해석을 수행하였다. 탄성 및 소성 해석에서 얻은 응력을 통해 미세한 기하학적 형상이 PCHE의 응력 분포에 미치 는 영향을 파악하였다. 탄성 해석과 소성 해석에서의 최대 폰 미제스 응력을 비교하여 응력 집중부의 응력 집중 경향과 소성 변형을 확인하였다.