국내 특수교 대부분은 사장교와 현수교로 케이블 교량 형식이다. 특수교는 규모 면에서 가장 유지관 리가 우선시 되는 사회 기반 시설물로 장기적이고 체계적인 유지관리 전략이 필요한 구조물이다. 다시 말해서는 케이블 교량은 대부분 사용 수명이 100년 이상 되는 교량으로 일반적인 중·소규모 교량의 유지관리와는 차별화된 관리가 요구되고 있다. 케이블 교량에서 구조물 상부를 지지하는 케이블은 주 요 부재이므로 구조물의 안전성을 확보하기 위해서는 케이블에 대한 철저한 유지관리가 필요하다. 진 동에 의한 피로 손상은 케이블 사용 수명을 단축하게 하는 주요 원인으로, 풍하중으로 인해 발생한 케 이블 과진동(풍우진동, 웨이크 갤로핑, 지점 가진에 의한 진동 등)은 교량의 안전성에 영향을 미쳐 붕 괴 사고로도 이어질 수 있다. 국내외적으로도 케이블 시스템의 과진동 및 이로 인한 건전성 확보 문제 가 지속해서 대두되고 있는 실정이다. 케이블 진동에 영향을 미치는 풍하중은 정적 풍하중과 동적 풍 하중을 구분할 수 있으며 풍하중 종류를 고려하여 케이블 제진 대책을 마련해야 한다. 한편, 케이블 교량 유지관리 업무에서는 구조해석과 같은 공학적인 판단뿐만 아니라 전문가 경험에 의한 판단도 중 요한 요소로 유사 교량 형식의 사례 조사에 의한 분석도 요구된다. 본 연구에서는 케이블 교량에서의 풍하중에 의한 진동 발생 원인별 사례 및 그에 따른 풍하중에 대한 제진 대책 적용 사례를 조사하였 고, 이를 통해 케이블 교량의 유지관리 업무에 활용될 수 있도록 소개하고자 한다.

본 연구에서는 탄소나노튜브(CNT) 패치 센서를 기반으로 하여 구조물의 이상 거동을 감지하고 대 응할 수 있도록 하는 첨단 스마트 모니터링 시스템을 제안한다. 복합소재로 제작되는 CNT 센서는 유 연한 특성을 갖게 되어 다양한 형태의 구조물 표면에 적용할 수 있으며, 이를 통해 충격이나 피로 등 에 의해 발생되는 균열과 같은 비정상적인 거동을 감지할 수 있다. CNT 센서를 통해 수집한 데이터 는 IoT 시스템을 통해 실시간으로 분석되어 구조물의 거동 상태를 확인하고 건전성을 모니터링 할 수 있게 한다. 이 시스템의 성능 검증 및 사용성 검토를 위해 미국 소재 교량에서 실증 테스트를 하였으 며, 테스트 결과 CNT 센서를 이용한 구조물 거동 감지 시스템을 통해 구조물의 이상 거동을 효과적 으로 감지하고 모니터링하여 구조물에서 발생 될 수 있는 잠재적 문제를 사전에 예방할 수 있음을 확 인하였다. 이와 같은 기술은 추후 다양한 분야에서 적극적으로 활용될 수 있을 것으로 기대된다.

Deep learning-based computer vision anomaly detection algorithms are widely utilized in various fields. Especially in the manufacturing industry, the difficulty in collecting abnormal data compared to normal data, and the challenge of defining all potential abnormalities in advance, have led to an increasing demand for unsupervised learning methods that rely on normal data. In this study, we conducted a comparative analysis of deep learning-based unsupervised learning algorithms that define and detect abnormalities that can occur when transparent contact lenses are immersed in liquid solution. We validated and applied the unsupervised learning algorithms used in this study to the existing anomaly detection benchmark dataset, MvTecAD. The existing anomaly detection benchmark dataset primarily consists of solid objects, whereas in our study, we compared unsupervised learning-based algorithms in experiments judging the shape and presence of lenses submerged in liquid. Among the algorithms analyzed, EfficientAD showed an AUROC and F1-score of 0.97 in image-level tests. However, the F1-score decreased to 0.18 in pixel-level tests, making it challenging to determine the locations where abnormalities occurred. Despite this, EfficientAD demonstrated excellent performance in image-level tests classifying normal and abnormal instances, suggesting that with the collection and training of large-scale data in real industrial settings, it is expected to exhibit even better performance.

In alignment with South Korea's “3020 Renewable Energy Expansion Plan,” this study focuses on the developing large-scale floating wind turbines. It addresses the challenges of increased size and cost in floating structures for wind turbines over 10MW. This paper details the preliminary design of a novel floating substructure utilizing composite materials(ie, EVA). Structural analysis was performed using ABAQUS, accounting for both typical and extreme wind conditions. Results from the analysis validate that the substructure design is adequately feasible for implementation.

해상교통관제센터(VTS)의 관제사는 구역 내 교통 상황을 빠르고 정확하게 파악하여 관제가 필요한 선박에게 정보를 제공하는 역할을 수행한다. 그러나 교통량이 급격히 증가하는 경우 관제사의 업무 부하로 인해 관제 공백이 발생하기도 한다. 이러한 이유에서 관 제사의 업무 부하를 줄이고, 일관성 있는 관제 정보를 제공할 수 있는 관제 지원 기술의 개발이 필요한 실정이며, 본 논문에서는 구역 내 이상 운항 선박을 자동으로 식별하는 모델을 제안하였다. 제안하는 이상 운항 식별 모델은 규칙 기반 모델, 위치 기반 모델, 맥락 기반 모 델로 구성되며, 대상 해역의 교통 특성에 최적화된 교통 네트워크 모델을 사용하는 특징이 있다. 구현된 모델은 시범센터(대산항 VTS)에 서 수집되는 실해역 데이터를 적용하여 실험을 수행하였다. 실험을 통해 실해역의 다양한 이상 운항 상황이 자동으로 식별됨을 확인하였 고, 전문가 평가를 통해 식별 결과를 검증하였다.

Pinus densiflora is a fixed-growth coniferous species that elongates its shoot once a year and finishes growing in early summer. However, it may produce additional shoots in the same year in response to external stimuli, called abnormal shoot growth. This study investigated the effects of open-field summer warming and drought on the abnormal shoot growth of P. densiflora seedlings. In March 2022, two factorial combinations were constructed, including two temperature treatments (control and 4°C increase) and two precipitation treatments (control and drought), with five replicates for each combination. The temperature treatment was performed for 87 days from May 14 to August 8, 2022, and the precipitation treatment was performed for 33 days from May 14 to June 15, blocking 100% of the ambient rainfall. The abnormal shoot occurrence rate and leaf unfolding stages were measured in November, and the shoot and root collar diameter growth rates were calculated by comparing the seedling height and root collar diameter measured in August (after the cessation of treatment) and October (after the end of growing period) with the initial values (i.e., May 2022). The abnormal shoot occurrence rate significantly increased under the warming treatment, showing a 410.6% increase in the warming plots (38.4%) compared to the control plots (7.5%). There was no significant difference in the shoot and root collar diameter growth rate regarding warming and drought treatments. Abnormal shoots may have been affected by high temperatures by inducing early transition to the next ontogenetic stage.

Smart factory companies are installing various sensors in production facilities and collecting field data. However, there are relatively few companies that actively utilize collected data, academic research using field data is actively underway. This study seeks to develop a model that detects anomalies in the process by analyzing spindle power data from a company that processes shafts used in automobile throttle valves. Since the data collected during machining processing is time series data, the model was developed through unsupervised learning by applying the Holt Winters technique and various deep learning algorithms such as RNN, LSTM, GRU, BiRNN, BiLSTM, and BiGRU. To evaluate each model, the difference between predicted and actual values was compared using MSE and RMSE. The BiLSTM model showed the optimal results based on RMSE. In order to diagnose abnormalities in the developed model, the critical point was set using statistical techniques in consultation with experts in the field and verified. By collecting and preprocessing real-world data and developing a model, this study serves as a case study of utilizing time-series data in small and medium-sized enterprises.

본 연구는 네트워크 이상 감지 및 예측을 위해 벡터 자기회귀(VAR) 모델의 사용을 비교 분석한다. VAR 모 델에 대한 간략한 개요를 제공하고 네트워크 이상 체크로 사용 가능한 두 가지 버전을 검토하며 두 종류의 VAR 모델을 통한 경험적인 평가를 제시한다. VAR-Filtered moving-common-AR 모델이 단일 노드 이상 감지 성능에서 우수하며, VAR-Adaptive Learning 버전은 몇 개의 노드 간 이상을 효과적으로 식별하는 데 특히 효 과적이며 두 가지 주요VAR 모델의 전반적인 성능 차이에 대한 근본적인 이유도 분석한다. 각 기술의 장단점 을 개요로 제공하고 성능 향상을 위한 제안도 제시하고자 한다.

본 연구의 목적은 드라마 “이상한 변호사 우영우”의 프레이밍 방식과 의미를 살 펴보는 데 있다. 이를 위해 사회학과 인지언어학의 프레임 개념으로 드라마의 이슈 프레이밍 양상을 분석해내는 연구 방법을 사용하였다. 2022년 방송된 드라마 “이 상한 변호사 우영우”는 자폐 스펙트럼 장애를 지닌 젊은 변호사의 사회 적응 과정 을 성공적으로 담아내 장애인에 대한 사회적 인식을 향상시켰을 뿐 아니라, 실제 사건과 판례를 기반으로 한 에피소드들을 통해 우리사회의 다양한 문제를 이슈화 하였다. 따라서 본고에서는 이 드라마가 어떤 문제들을 어떻게 이슈화하여 우리 사 회에 영향을 주었는지 살펴봄으로써 드라마의 사회적 기능을 밝혀보고자 했다. 분 석 결과 이 드라마는 장애인과 성소수자, 노인, 여성, 아동 등 사회적 약자와 소수 자에 대한 편견과 인식의 개선, 개인의 권리 존중, 평등과 정의 구현의 프레임을 구축하고 있었다. 또한 자폐 장애를 지니고 있는 주인공이 자신과 같은 약자의 입 장을 변호하며 재판에 임하는 과정을 보여줌으로써 이슈의 사회화를 강화하고 있 었다. 이 드라마의 방송 기간 중 사회적 약자와 소수자의 문제에 주목하는 다양한 이슈들이 부상했고, 시청자는 드라마가 제공한 공감과 공정, 상생의 프레임으로 그 이슈들을 바라보고 있었다. “이상한 변호사 우영우”가 수행한 이슈 프레이밍은 드 라마가 단순한 대중 오락물만이 아님을 보여준다. 드라마 콘텐츠의 경우 주로 산업 적 측면에서의 투자가 이루어져 왔으나, 드라마의 사회적 영향력을 고려한 보다 발 전적인 지원과 정책 수립이 이루어지길 기대한다.

In this study, the abnormal noise phenomenon generated intermittently in the shock absorber of the combat armored vehicle was approached from the side of the squeak joint to solve the phenomenon. In order to identify the cause of the noise, the factors causing friction in the shock absorber were checked from the viewpoint of problem product analysis, process, and design. As an improvement plan, by improving the non-lubricated section in the nitrogen chamber, the operating noise was reduced to a level lower than that of a general automobile engine along with the elimination of noise. Considering that this is a combat vehicle, it is judged that it has been improved so as not to affect the survivability and health of the crew during equipment operation. Through the improvement of this study, it is expected to prevent power loss and improve the emotional quality of our soldier.

본 연구에서는 지역 영역 기상 수치 예보 모델의 여러 수평 영역 및 수평 해상도에 따른 이상적인 열대저기압 의 진로와 베타자이어의 민감도를 조사하였다. 모델의 이상적인 초기 조건은 경험적인 함수로 생성된 3차원 축대칭 모 조 소용돌이와 허리케인 활동 시기의 평균 대기 조건으로 구성된다. 이때 모델 설정에 따른 이상적인 열대저기압의 변 화를 분석하기 위하여 배경 흐름은 제거되었다. 수치 모델의 수평 영역 및 수평 해상도에 따른 이상적인 열대저기압의 민감도 실험을 수행하기 위해, 지역 영역 수치 모델로서 W RF (Weather Research a nd F orecasting) 모델을 사용하였다. 모의된 열대저기압의 바람장으로부터 베타자이어를 추출하기 위해, DFS (Double-Fourier Series) 국지 영역 고차 필터 를 사용하였다. 모델의 수평 영역의 크기가 감소할수록 베타자이어의 구조와 강도가 약해졌으며, 이는 열대저기압 진로 의 차이를 발생시켰다. 수평 영역의 크기를 본 연구의 실험에서 가장 작은 영역인 3,000 km3,000 km로 설정하였을 경 우에 베타자이어 통풍류의 서진 성분이 크게 감소하였으며, 수평 영역을 더 넓게 설정한 실험들에 비해 열대저기압의 진로가 동쪽으로 편향되었다. 본 결과는 열대저기압과 관련된 바람장 전체를 포함하지 못할 정도로 매우 작은 수평 영 역을 사용할 경우, 열대저기압의 진로가 적절히 모의 될 수 없음을 시사한다. 반면, 5,000 km5,000 km와 6,000 km 6,000 km의 수평 영역에서는 그 민감도가 매우 작게 나타났다. 수평 해상도가 감소할수록 이상적인 열대저기압의 진 로는 매우 서쪽으로 편향되었다. 베타자이어의 크기와 강도도 수평 해상도가 감소할수록 크고 더 강하게 나타났다.

이 논문은 김춘수가 이상에 대한 비평에서 ‘이상은 왜 키르케고르의 길을 가지 않았는가?’를 물은 데 착안하여, 시인으로서의 존재론적 지향점이 김춘수는 초월성을 향해 갔으며, 이상은 내재성을 향해 갔다는 전제 아래에 논증되었다. 초월성을 지향한다는 것은 차안으로부터 피안의 신, 존재, 진리, 선을 추구한다는 것이며, 내재성을 지향하는 것은 자연으로부터 유래한 인간의 본성과 생명력을 신뢰하며 자기의식의 체험을 긍정하는 것이다. 김춘수는 초월성의 관점을 키르케고르의 신학에서 취한 바, 이 논문 또한 그의 사상을 원용하여 논증해 나아갔다. 이상 문학의 절망, 불안, 권태 등은 키르케고르의 1단계 심미적 실존에 머문다. 이상은 키르케고르적인 신학적 세계관과 아가페적 사랑을 추구하지는 않았지만, 천재로서 절망과 불안을 감내하며 내면의 자유를 추구하여 예술의 새로운 영역을 개척하는 데 기여하였다. 결론적으로, 키르케고르의 신학적 길을 간 것은 오히려 릴케의 영향을 받은 김춘수였다. 한국현대시사에서 모더니즘의 두 거장 이상과 김춘수는 ‘내재성’의 사상과 ‘초월성’ 사상의 두 축을 담지하여 한국의 정신사를 풍요롭게 하였다.

목적 : 본 연구에서는 코로나19 이전과 이후 10대 청소년의 근시 진행 정도를 비교하여 알아보고자 하였다 방법 : 본 연구는 전북 전주시에 있는 안경원을 방문한 코로나 이전과 이후 14~16세 청소년을 대상으로 안질 환이 없고 연1회 이상 방문하여 기록된 안경처방서를 분석하였다. 코로나 이전과 이후 각각 3년간 추적조사한 굴 절이상 변화는 RM(repeated measures of ANOVA))을 사용하여 분석하였다. 결과 : 코로나19 전과 후 안경처방서를 3년간 추적하여 분석한 결과 오른눈이 왼눈보다 근시 변화량이 크게 나 타났다. 연령별 굴절이상도에서 코로나 이전은 14세에서 가장 높게 나타났고, 코로나 이후는 15세에서 가장 높게 나타났다. 근시 진행 속도는 코로나 전후 모두 14세에서 가장 큰 폭으로 증가하였다. 코로나 이전과 이후 연구대 상자의 회차별 등가구면 굴절이상 변화량을 1차년도와 3차년도를 비교한 결과 코로나 이전은 –0.68±0.52 D였으 며, 이후는 –1.01±0.55 D로 코로나 이후 근시가 매우 증가하는 것으로 나타났다. 결론 : 본 연구에서는 코로나 이전보다 이후 10대 청소년의 근시 진행이 빠른 속도로 진행되는 경향을 보였으 며, 이에 대한 다양한 원인을 찾는 지속적인 연구가 필요하다. 추후 청소년의 시력저하 및 근시 진행을 예방하기 위해 국민 안보건 복지 차원에서 계속적이고 추가적인 연구를 시행할 것을 제안한다.

예이츠와 히니는 아일랜드의 호수와 바다에 서식하는 물고기와 어부의 이미지를 시적 글쓰기에 활용한다. 예이츠의 ｢물고기｣와 ｢어부｣는 삶의 희망과 불안을 썰물과 밀물로 탐구하며 삶의 지혜를 어부를 통해 낭만적으로 표현한다. 히니는 ｢송어｣, ｢농어｣, ｢연어잡이가 연어에게｣에서 바다와 호수의 생태적인 면과 이상 및 현실의 경계를 접목하여 해당 어류들이 사이를 치열하게 넘나든다. 히니의 물고기는 장어처럼 바다와 강의 경계를 상징하고 물과 흙 이미지의 결합인 진흙과 연결된다. 예이츠의 물고기와 어부는 경험과 지혜를 토대로 이상향을 향해 쌓아 올린 탑과 같다면, 히니의 물고기와 어부는 물과 흙의 경계에서 과거 기억과 현실, 그리고 시적 상상이 어우러져 균형을 유지하려는 수평기를 떠오르게 한다.