본 연구는 강풍에 취약한 설비로 선정된 154kV 직선형 송전철탑을 대상으로 극한 풍하중에 대한 구조 성능을 검토하였다. 선행연 구에 따르면 송전철탑은 정면풍보다 45° 풍향에서 더 취약한 거동을 보이며, 이를 고려하여 ABAQUS를 이용한 Pushover 해석을 수 행하였다. 극한 풍속 조건에서의 취약 부재와 거동 특성을 분석한 후, 길이 차원에서 1/2 상사율을 적용한 부분축소모형을 제작하였 으며, 지압이음 조건과 마찰이음 조건으로 구분하였다. 또한 두 대의 가력기를 이용해 전체모델에서 산정된 수평력과 휨모멘트를 상 사법칙에 따라 재현하였다. 실험 결과, 볼트 체결력을 향상시킨 경우 항복변위는 약 30% 감소했으나 항복하중에는 큰 차이가 없었다. 특히 마찰이음 조건에서는 해석과 실험의 항복하중 및 항복변위가 모두 5% 이내의 오차를 보여 Pushover 해석의 신뢰성이 검증되었다. 향후 연구에서는 주요 부재의 보강 방안을 수립하고, 보강된 부분축소모형 실험을 통해 내풍 및 내진 성능 향상을 검증할 예정이다.

This study develops a post-value for money (post-VfM) evaluation model for public–private partnership (PPP) road projects in Korea. Following the abolition of the minimum revenue guarantee system, the demand risk was transferred to the private sector, thus necessitating an unbiased and data-driven assessment under the new adjusted build-transfer-operate (BTO-a) framework. The proposed model extends the existing ex-ante VfM analysis by incorporating actual operational data and estimating government payments for both public-sector comparator and private finance initiative alternatives on a lifecycle cost basis. Using an actual BTO project restructured as BTO-a, the simulation shows that the post-VfM ratio increases from 23.5% to 37.9%, thus confirming fiscal efficiency and balanced risk sharing. This model enables feedback between planning and operation, supports transparent policy evaluation, and provides a foundation for sustainable PPP governance in future infrastructure projects.

최근 고도화된 딥러닝 모형을 이용하여 하천 수질에 영향을 줄 수 있는 과도한 조류(algae) 발생을 예측하는 연구에 대한 관심이 지속되고 있으며, 모형의 구축에 사용되는 현장 측정 자료의 특성상 다양한 이상치를 포함할 수 있어 데이터의 이상치 관리 필요성이 높아지고 있다. 본 연구에서는 현장 자료의 이상치가 딥러닝 모형의 성능에 미치는 영향을 분석하기 위해 딥러닝 Long Short-Term Memory(LSTM) 모형을 이용하여 하천 조류 발생을 정량적으로 평가하는 지표인 클로로필-a를 예측하는 모형을 구축하였으며, 10%의 이상치를 포함한 자료와 이상치가 포함되지 않은 원본 자료로 학습된 모형의 성능을 비교하였다. 또한 딥러닝 기반 이상치 탐지 알고리즘인 Autoencoder(AE)를 이용하여 이상치를 제거한 후 모형의 성능에 미치는 영향을 비교하였다. 분석 결과 이상치를 포함하지 않은 자료로 학습된 Base 모형과 10%의 이상치를 포함한 자료로 학습된 모형의 Nash-Sutcliffe efficiency(NSE)가 각각 0.882 및 0.858로 나타나 이상치가 모형의 성능을 저하시킬 수 있음을 확인하였다. 한편 AE를 이용하여 이상치를 다양한 비율로(5–20%) 제거한 자료로 학습된 모형의 성능을 분석한 결과 NSE가 0.883–0.896으로 이상치의 제거에 따라 모형의 성능이 Base 모형과 유사한 수준으로 개선되는 것으로 나타났다. 본 연구에서는 이상치가 딥러닝 모형에 미치는 영향을 분석하고 이상치 탐지 모형의 활용에 따른 조류 발생 예측 딥러닝 모형의 성능 향상이 가능함을 확인하였다.

본 연구에서는 농업시설에서 활용되고 있는 안개분무시스 템의 냉각 효과를 모의할 수 있는 CFD 모델을 개발하고, 자연 환기식 우사에서 측정한 냉각 효과를 통해 CFD 모델을 적용 가능성을 평가하였다. 현장 실험 결과, 안개분무시스템 가동 시 복도 내 기온은 최대 약 2.5°C 감소하였으며, 상대습도는 평균적으로 약 7% 증가하였다. 이는 이론적으로 달성 가능한 최대 냉각 효과의 약 36%에 해당하였다. 개발된 CFD 모델은 노즐에서 분사된 물방울의 이동 경로와 증발 과정을 잘 모의 하였으며, 실내 평균 기온과 상대습도의 변화 경향이 실측값 과 유사하게 나타나 CFD 모델의 신뢰성이 확인되었다. CFD 모델의 결과로부터 실내에서의 증발 냉각 과정을 살펴보면, 공간적인 냉각 효과는 불균일하게 나타났으며, 최대 4°C 이상 의 온도 편차가 확인되었다. 특히, 물방울의 분포는 분사 영역 에 국한되어 나타났으며, 분사된 물방울 중 약 20% 이상은 외 부로 유출되거나 벽체에 퇴적되어 손실되는 것으로 확인되었 다. 따라서 순환팬 등 보조장치의 운영을 병행하면, 분무 된 물 방울의 공간적 분포를 확장하고, 균일화하여 축사 내부 냉방 효과를 극대화 하는 데 효과적일 것으로 사료된다. 또한 본 연 구에서 개발된 CFD 모델을 활용하여 노즐의 배치와 분무 특 성을 최적화하여 안개분무시스템의 성능을 개선할 수 있는 방 안을 도출하는 데 기여할 수 있을 것으로 판단되며, 기존에 경 험에 기반한 설치와 운영 방법에 가이드라인을 제시하는 주요 한 모델로 활용할 수 있을 것으로 기대한다.

과도한 조류 발생은 수생태계 교란과 수질 악화를 초래하는 대표적인 환경 문제로, 효과적인 관리와 대응을 위해 정확한 예측이 필요하다. 우리나라는 사계절의 기후 특성이 뚜렷하며, 수온이 상승하는 하절기에 조류 발생이 집중되는 경향을 보인다. 이에 따라 실시간 모니터링 자료는 대부분 저농도 상태가 유지되어 데이터 불균형 문제가 발생한다. 본 연구에서는 chlorophyll-a 농도를 기준으로 하천 현장의 조류 발생 수준을 Class 1 (Chl-a ≤ 10 ㎍/L), Class 2 (10 < Chl-a ≤ 50 ㎍/L), Class 3 (Chl-a > 50 ㎍/L)와 같이 3개의 class로 구분하고, 대표적인 앙상블 머신러닝 모형인 extreme gradient boosting (XGB) 알고리즘을 이용하여 조류 발생 수준을 예측하는 분류 모형을 구축하였다. 데이터 불균형 해소를 위해 생성형 인공지능 기반 알고리즘인 conditional generative adversarial network (CGAN)과 전통적인 데이터 보강 알고리즘인 synthetic minority over-sampling technique (SMOTE), 그리고 딥러닝 기반 기법인 autoencoder (AE)를 활용한 3가지 데이터 보강 알고리즘을 활용하여 데이터의 불균형을 개선한 자료를 생성하고 이를 XGB 모형에 적용하여 성능 변화를 비교하였다. 분석 결과 macro average 기준으로 원본 데이터를 사용한 모형의 recall은 0.606이었으나 SMOTE, AE 및 CGAN의 recall은 각각 0.666, 0.682, 0.720으로 크게 개선되었고, F1 score도 데이터 불균형 해소를 통해 약 7–13%의 성능이 향상되는 등 전체적으로 데이터 불균형 해소로 모형의 성능이 향상되었으며 CGAN이 가장 우수한 성능 개선 효과를 보이는 것으로 나타냈다. 본 연구의 결과를 통해 데이터 불균형 해소를 통한 머신러닝 모형 성능 개선 가능성을 확인하였다.

This study explores strategies for companies to gain competitive advantage amid technological innovation and transformation. By applying the human performance technology model to a global multinational corporation, Company A, we analyzed performance issues and solutions. Key findings identified deficiencies in the compensation system and career development tools, with strategies proposed to address these issues. Success factors include executive support, clear goal setting, and alignment of strategy and execution. This research offers practical insights into building performance-oriented organizations and is expected to contribute to the field of performance consulting.

본 연구는 노인환자를 돌보는 요양병원이라는 특수한 환경에서 정서 적, 윤리적 요인이 간호업무수행에 미치는 영향을 분석하고자 요양병원 간호사의 공감역량과 윤리적민감성, 환자중심간호, 간호업무수행 간의 구 조적 관계를 파악하고, 간호업무수행 향상을 위한 이론적, 실무적 기초자 료를 제공하기 위해 수행되었다. 연구대상은 국내 요양병원간호사 230명 을 편의표집 하였으며, 연구결과로 모형 적합도는 χ²/df=165.517, CFI=.945, TLI=.928, RMSEA=.092로 양호하였으며, 공감역량은 윤리적민 감성(β=.478, p<.001)과 환자중심간호(β=.716, p <.001)에 유의미한 영향을 미쳤으며, 간호업무수행(β=.431, p <.001)에는 간접적으로 영향을 미치는 것으로 나타났다. 윤리적민감성은 간호업무수행(β=.188, p <.001)에, 환자 중심간호는 간호업무수행에 매개요인으로 작용하였다(β=.477, p <.001). 간호업무수행 향상과 환자중심간호를 실천하기 위한 간호인력 배치 기준 을 재정비하고, 다학제 팀의료 상호 협업 중심의 전인적인 돌봄 지원 체 계를 구축하는 것을 제시한다.

환경 문제가 대두되면서 전기자동차에 대한 수요가 증가하게 되고, 이에 따라 폐배터리 처리 기술이 각광받고 있다. 폐배터리를 재 활용하는 대신 재사용하기 위해서는 배터리 성능 검증 기술의 중요성도 커지고 있다. 배터리 성능 검증 기술은 시간을 단축하는 동시 에 정확도를 높이는 데 집중해야 한다. 본 논문에서는 배터리 전기화학 분광법을 활용해 배터리 방전 전압 그래프를 얻고 배터리 성능 을 예측하는 다중물리 분석을 활용하고자 한다. 본 논문에서는 임피던스 매칭 기법을 활용해 배터리 방전 특성을 제어하고 이를 통해 방전 그래프를 얻는 기법을 제안한다. 제안하는 기법에서는 배터리를 실제로 완전 충전 및 방전하지 않고 단시간 동안 임피던스만 측 정해 전압 곡선 데이터를 추출한다. 이를 검증하기 위해 실제 데이터와 분석 데이터의 매칭을 수행했다. 이러한 접근 방식은 배터리 성능을 예측하고 최적화하는 데 적용될 수 있으며, 향후 에너지 저장 시스템의 설계 및 운영 최적화에 기여할 것으로 기대된다.

임파워먼트에 대한 관심이 꾸준히 증가하고 있는 추세 속에 많은 기업의 관리자들이 구조적 임파워먼 트의 긍정적인 측면만을 바라보고 실제 자신들의 기업에 적용하고 있다. 이는 구조적 관점에서 의사결정 의 권한을 하위 부서로 이양하는 것이 불확실한 상황 속에서 혁신적인 결과물을 탐색하는 데 매우 효과적 일 것이라는 가정에서 비롯되었다. 그러나 조직이 처한 환경 속에서 이러한 구조적 임파워먼트가 실제로 효과적일까에 대한 연구는 거의 이루어지지 않고 있으며, 몇몇 연구에서조차 조직이 처한 다양한 상황적 요인들에 대해서는 전혀 고려되지 않고 있다. 그러므로 본 연구는 NK 모델을 통해 조직의 과업 상호의존 성과 부서의 업무역량에 따라 구조적 임파워먼트가 조직의 창의적 성과 탐색에 미치는 영향을 확인하고, 이에 따른 이론적/실무적 시사점을 제공하기 위해 실시하였다. 분석 결과 첫째, 부서 간 과업의 상호의존 성이 매우 높은 상황에서는 부서의 업무역량에 관계없이 구조적 임파워먼트가 창의적 조직 성과 탐색에 부정적으로 작용하였으며, 조직 차원의 의사결정에 대한 개입이 있을 시 성과가 개선되었다. 또한, 부서의 업무역량이 높을수록 일정 수준 이상의 조직의 개입(조직 수준의 의사결정)이 발생했을 때, 다시 창의적 조직 성과 탐색이 낮아짐을 확인하였다. 둘째, 과업의 상호의존성이 낮은 상황에서는 부서의 업무역량이 높을수록 구조적 임파워먼트의 창의적 조직 성과 탐색에 대한 효과성이 높은 것으로 나타났다. 또한, 구조 적 임파워먼트가 낮아질수록 부서의 업무역량에 관계없이 창의적 조직 성과 탐색도 같이 낮아지는 것을 확인하였다. 이러한 결과는 구조적 임파워먼트가 반드시 창의적 조직 성과 탐색에 긍정적인 영향을 미치 는 것이 아니라 조직이 처한 상황적 요인을 확인하여 실행할 필요가 있음을 시사하며, 구조적 임파워먼트 가 긍정적인 효과를 가져오기 위해서는 조직 차원의 의사결정 개입이 필요할 수 있음을 시사한다.

This study developed an integrated performance evaluation framework for rural development Official Development Assistance (ODA) projects in Korea and validated its effectiveness through practical application. Based on the FAO’s SAFA (Sustainability Assessment of Food and Agriculture Systems) Tool, the framework enables a balanced assessment across economic, social, environmental, and governance dimensions. The methodology incorporates the Analytic Hierarchy Process (AHP) and Importance-Performance Analysis (IPA) to measure the importance and performance of objectives and indicators. The developed framework serves as a tool for Project Design Matrix (PDM) development, monitoring, and evaluation throughout the project’s planning, implementation, and completion phases. During planning, it systematically incorporates stakeholder input in setting objectives and indicators. During implementation, it facilitates real-time monitoring for immediate decision-making and resource reallocation. At completion, it supports comprehensive performance evaluation. Application of the framework to the “Rural Development Programme in Tuyen Quang Province, Vietnam” demonstrated its effectiveness in systematizing excessive indicators and clarifying the hierarchical and logical connections between objectives. This performance evaluation framework can enhance project transparency and accountability by overcoming the limitations of current PDM approaches and providing systematic methods for incorporating stakeholder feedback. It is particularly applicable to multi-sectoral rural development programs and is expected to contribute to integrated development in target areas. However, validation through a single case study presents limitations, necessitating future application across diverse regions and project types to verify generalizability.

본 연구는 중소형 내항여객선의 운항 성능을 효율적으로 평가할 수 있는 실용적인 한국형 성능 평가 모델을 제안한다. 국제 선박성능평가 표준 ISO19030은 대형 선박에 적합한 평가 기준을 제공하지만, 중소형 내항여객선에 적용할 경우 복잡한 절차와 높은 비용 이 발생한다. 문제를 해결하기 위해 엔진성능, 추진성능, 연료효율을 주요 지표로 설정하고, 로그북 데이터와 AIS 항적 데이터를 활용하여 성능 변화를 분석하였다. 실증 분석 결과, 제안된 평가 모델은 중소형 내항여객선에 적합한 실용적 도구로서 유효성이 입증되었으며, ISO19030보다 간단하고 경제적인 대안임이 확인되었다. 상가검사와 유지보수 활동이 성능 회복에 중요한 역할을 한다는 사실이 밝혀졌 고, RPM 조정이 성능 개선에 중요한 요인임도 확인되었다. 조류, 풍향, 화물량 등의 외부 요인을 충분히 반영하지 못한 한계가 있지만, 후 속 연구를 통해 변수들을 고려하면 평가 모델의 신뢰성과 정확성이 높아질 것으로 기대된다.

지진발생 시, 건물은 작게는 손상에서 크게는 붕괴까지 이어지므로 인명과 재산상의 피해가 생길 수 있다. 이러한 지진의 위험성에 대비하여 건물의 내진성능평가가 필요하다. 현재 내진성능평가 기법의 경우 개별 건물을 대상으로 하기에 많은 시간이 투자되어야 한다. 따라서, 지역규모의 건물들을 대상으로 하는 내진성능평가 기법의 개발이 필요한 실정이다. 본 연구는 RC 주거형 건물의 내진 성능을 평가하고 보강계획을 수립하기 위해 비선형 Shear Spring을 가진 단자유도모델을 구축하였다. 구조물의 비선형 응답을 모사 하기 위한 비선형 Shear Spring은 T-SR-μ를 매개변수로 정의된다. 해당모델에 100개의 PEER 지진을 적용하여, 최대층간변위비 응답 으로 건물의 내진성능을 평가하였다. 제안기법의 적용성을 확인하기 위하여 상세모델과 비교하였을 때, 두 모델 모두 건물의 내진성 능을 같은 수준으로 판단하였음을 확인하였다. 본 연구는 제안된 방식이 실제 건물의 내진성능을 예측할 수 있음을 보여주었다.

한국도로공사에서는 전 세계적인 기후위기 대응에 동참하고, 탄소중립기본법, 탄소중립 녹색성장 기본계획 등 정부의 탄소중립 정책 에 부응하기 위하여 “생애전주기 친환경 대응체계”를 구축하였으며, 이에 도로포장의 생애주기 동안 발생되는 탄소배출량을 산출하기 위한 생애전주기평가(Life Cycle Assessment, LCA)의 필요성이 점차 대두되고 있다. 한국도로공사에서는 매년 고속도로 포장상태 모니터링 데이터를 활용하여 공용성을 예측함으로써 포장 유지관리 전략에 활용하고 있으나 이는 거시적인 측면에서의 포장 공용성 모델로 고속도로 포장의 형식, 재료, 공법 등을 고려한 미시적 측면에서의 공용성 모델 개발 및 개발 절차 정립이 필요할 것으로 판단된다. 따라서, 본 연구에서는 고속도로 장기공용성 관측구간(Long Term Pavement Performance, LTPP) 데이터베이스(DB)를 활용하여 고속도로 JCP 공용성 모델을 개발하기 위한 기초연구를 수행하였다. 본 연구에서는 포장상태지수(Highway Pavement Condition Index, HPCI), 표면손상(Surface Distress, SD), 종단평탄성(International Roughness Index, IRI)를 종속변수로, 각 구간별 누적 교통 및 기후인자를 독립변수로 설정하여 다양한 교통 및 환경 영향인자에 따 른 고속도로 JCP 공용성을 예측하기 위하여 기술통계분석, 상관분석, 분산분석, 다중회귀분석을 수행하였다. 고속도로 JCP 공용성에 대한 다중회귀분석 결과, HPCI 모델의 수정된 R2이 0.614.로 SD 모델(0.413)이나 IRI 모델(0.317)에 비하여 높은 설명력을 보이는 것으로 나타났으며, 개별 모델의 회귀식은 통계적으로 유의한 것으로 나타났다.

Dynamic responses of nuclear power plant structure subjected to earthquake loads should be carefully investigated for safety. Because nuclear power plant structure are usually constructed by material of reinforced concrete, the aging deterioration of R.C. have no small effect on structural behavior of nuclear power plant structure. Therefore, aging deterioration of R.C. nuclear power plant structure should be considered for exact prediction of seismic responses of the structure. In this study, a machine learning model for seismic response prediction of nuclear power plant structure was developed by considering aging deterioration. The OPR-1000 was selected as an example structure for numerical simulation. The OPR-1000 was originally designated as the Korean Standard Nuclear Power Plant (KSNP), and was re-designated as the OPR-1000 in 2005 for foreign sales. 500 artificial ground motions were generated based on site characteristics of Korea. Elastic modulus, damping ratio, poisson’s ratio and density were selected to consider material property variation due to aging deterioration. Six machine learning algorithms such as, Decision Tree (DT), Random Forest (RF), Support Vector Machine (SVM), K-Nearest Neighbor (KNN), Artificial Neural Networks (ANN), eXtreme Gradient Boosting (XGBoost), were used t o construct seispic response prediction model. 13 intensity measures and 4 material properties were used input parameters of the training database. Performance evaluation was performed using metrics like root mean square error, mean square error, mean absolute error, and coefficient of determination. The optimization of hyperparameters was achieved through k-fold cross-validation and grid search techniques. The analysis results show that neural networks present good prediction performance considering aging deterioration.

이 연구는 중국의 성공적인 실경 공연 작품의 비즈니스 모델을 분석함 으로써 향후 한·중 양국의 실경공연 발전을 위한 전략을 제시하고자 하 였다. 이를 위해 Osterwalder & Pigneur(2010)에 의해 고안된 비즈니 스 모델 캔버스를 활용해 최근 중국 현지에서 가장 성공적이라고 평가받 는 <판타지아·하남>을 분석하였다. 분석 결과, 일반적인 실경공연과 달리 <판타지아·하남>의 관객은 지역문화에 관심이 있는 젊은 사람들이 주를 이루었으며, 지역문화를 활용해 공연을 제작하고, 입소문 마케팅 및 홍보 를 적극적으로 전개하고 있었다. 또한 수익원으로는 호텔, 문화상품 판매 등 다양한 수익원을 발굴하는 데 주안점을 두고 있었다. 이와 같은 연구 결과가 시사하는 바는 첫째 공연 내용은 전략적으로 그 지역 특유의 문 화에 집중해야 하며, 둘째 수익원의 다각화가 필요하고, 셋째, 온·오프라 인의 홍보를 강화해야 하며, 마지막으로 그 지역의 현지인의 배우들을 육성하는 노력이 병행돼야 한다. 본 연구가 한국 및 중국 실경공연 시장 의 성장에 기여할 수 있기를 기대한다.

본 연구에서는 대학 교수학습센터에서 제공하는 학습지원 프로그램의 성과를 종합적으로 평가하기 위한 BSC(Balanced Score Card) 기반의 성과평가 모형을 개발하고 적용하는 데 있다. 문헌 연구를 통해 성과평 가의 이론적 배경을 조사하고, BSC 모형을 교육 분야에 맞게 수정하여 학습지원 프로그램에 적용 가능한 평가 체계를 설계하였다. 재무, 수요 자, 운영, 프로그램의 네 가지 관점에서 성과평가 지표를 설정하고, 이를 기반으로 대학의 다양한 학습지원 프로그램의 성과를 분석하였다. 분석 결과, 특정 프로그램들이 높은 성과를 보임을 확인하였으며, 동시에 개선 이 필요한 영역을 확인하였다. 개발된 BSC 기반 성과평가 모형은 대학 학습지원 프로그램의 다각도에서의 성과를 평가하는 데 유용하였으며, 프로그램의 강점과 개선점을 명확하게 확인할 수 있었다. 이 연구를 통 하여 대학 교수학습센터가 학습지원 프로그램의 질을 개선하고, 대학 교 육의 질적 향상에 기여하길 기대한다.

수산자원의 지속 가능한 관리와 증대는 전 세계적으로 중요한 이슈로 부상하고 있으며, 본 연구는 이에 대응하는 한국수산자 원공단의 수산자원 현존량 추정을 위한 딥러닝 기반 수산자원 증대사업 효과조사 기법 개발을 위해 구성 기술 중 하나인 어류 탐지 및 분류 모델 구축과 성능 비교를 수행하였다. 다양한 크기의 YOLOv8-Seg 모델에 어류 이미지 데이터셋을 학습한 후 각 성능평가 지표를 비 교 분석하여 적용 가능한 최적의 모델을 선정하고자 하였다. 모델 구축에 사용된 자료는 총 12종의 어류로 이루어진 36,749장의 이미지와 라벨 파일로 이루어지며, 학습에는 증강을 적용하여 데이터의 다양성을 증가시켰다. 동일한 환경 및 조건에서 총 다섯 개의 YOLOv8-Seg 모델을 학습 및 검증한 결과 중간 크기의 YOLOv8m-Seg 모델이 가장 짧은 13시간 12분의 학습 시간과     0.933, 추론 속도 9.6 ms로 높은 학습 효율성과 우수한 탐지 및 분류 성능을 보였으며, 각 지표 간의 균형을 고려할 때 실시간 처리 요구사항을 충족하는 가장 효율 적인 모델로 평가되었다. 이와 같은 실시간 어류 탐지 및 분류 모델을 활용하여 효율적인 수산자원 증대사업의 효과조사가 가능할 것으 로 보이며, 지속적인 성능 개선 및 추가적인 연구가 필요할 것으로 사료된다.