Accurate estimation of vehicle exhaust emissions at urban intersections is essential to assess environmental impacts and support sustainable traffic management. Traditional emission models often rely on aggregated traffic volumes or measures of average speed that fail to capture the dynamic behaviors of vehicles such as acceleration, deceleration, and idling. This study presents a methodology that leverages video data from smart intersections to estimate vehicle emissions at microscale and in real time. Using a CenterNet-based object detection and tracking framework, vehicle trajectories, speeds, and classifications were extracted with high precision. A structured preprocessing pipeline was applied to correct noise, missing frames, and classification inconsistencies to ensure reliable time-series inputs. Subsequently, a lightweight emission model integrating vehicle-specific coefficients was employed to estimate major pollutants including CO and NOx at a framelevel resolution. The proposed algorithm was validated using real-world video data from a smart intersection in Hwaseong, Korea, and the results indicated significant improvements in accuracy compared to conventional approaches based on average speed. In particular, the model reflected variations in emissions effectively under congested conditions and thus captured the elevated impact of frequent stopand- go patterns. Beyond technical performance, these results demonstrate that traffic video data, which have traditionally been limited to flow monitoring and safety analysis, can be extended to practical environmental evaluation. The proposed algorithm offers a scalable and cost-effective tool for urban air quality management, which enables policymakers and practitioners to link traffic operations with emission outcomes in a quantifiable manner.

In this study, we propose a data-driven analytical framework for systematically analyzing the driving patterns of autonomous buses and quantitatively identifying risky driving behaviors at the road-segment level using operational data from real roads. The analysis was based on Basic Safety Message (BSM) data collected over 125 days from two Panta-G autonomous buses operating in the Pangyo Autonomous Driving Testbed. Key driving indicators included speed, acceleration, yaw rate, and elevation, which were mapped onto high-definition (HD) road maps. A hybrid clustering method combining self-organizing map (SOM) and k-means++ was applied, which resulted in eight distinct driving pattern clusters. Among these, four clusters exhibited characteristics associated with risky driving such as sudden acceleration, deceleration, and abrupt steering, and were spatially visualized using digital maps. These visualizations offer practical insights for real-time monitoring and localized risk assessment in autonomous vehicle operations. The proposed framework provides empirical evidence for evaluating the operational safety and reliability of autonomous buses based on repeated behavioral patterns. Its adaptability to diverse urban environments highlights its utility for intelligent traffic control systems and future mobility policy planning.

Autonomous vehicles are widely expected to be commercialized in the near future. This would naturally lead to situations in which existing vehicles and autonomous vehicles would be on the road at the same time, which would pose a notable hazard to traffic safety. From this perspective, high-risk factors relating to this deployment should be identified to prepare measures to promote traffic safety. However, at this point, deriving high-risk factors based on actual data is problematic because autonomous vehicles have not yet been widely commercialized. In this study, we derive high-risk factors that would apply if autonomous vehicles were allowed to drive alongside vehicles driven by humans using a meta-analysis. We synthesized factors related to autonomous vehicles mentioned in the relevant literature. An analysis was conducted based on a total of 58 documents according to five keywords related to autonomous vehicles (crash factors, scenarios, predictive models, laws, and regulations). We also performed a binary meta-analysis of factors related to autonomous vehicles according to these keywords and a meta-analysis of effect size according to the relative size of factors to evaluate them comprehensively. We found that many different aspects of driving such as navigating intersections, lanes, fog, rain, acceleration and deceleration, rear-end collisions, inter-vehicle spacing, and pedestrian collisions were notable as high-risk factors. This study provides basic data to identify high-risk factors to support the development of related prediction models.

Permeable blocks are effective in improving urban water circulation and alleviating heat islands and floods. However, they cause environmental problems owing to their dependence on cement and natural aggregates. In this study, a permeable block was developed, and its performance was verified using ferronickel slag (FNS) as a substitute. The block applied with FNS met the KS F 4419 standard, and an average flexural strength of 4 MPa and a permeability coefficient of 0.1 mm/s or more were secured. This study confirmed that natural aggregate collection could be suppressed, resource efficiency could be improved, greenhouse gas reduction could be achieved, and high value-added industrial byproducts could be used.

The purpose of this study is to explore the applicability of satellite-based synthetic aperture radar (SAR) data combined with pavement management system (PMS) indicators for effective road condition monitoring on mountainous local roads. Field survey data, including the International Roughness Index (IRI) and rutting measurements, were used as the ground truth, whereas Sentinel-1 and COSMO-SkyMed SAR images were processed using the time-series InSAR analysis to detect surface displacement and pavement deformations. In addition, a deep learning framework integrating PMS data and SAR imagery was developed, consisting of a swine transformer and CNN–LSTM networks for the classification and localization of pavement defects. The results demonstrated that X-band SAR backscatter values were correlated with IRI variations and that the proposed hybrid two-stage approach (CNN for surface damage and LSTM for rutting) enhanced the accuracy of defect detection compared with conventional single-model approaches. These findings highlight the potential of combining remote sensing and AI-based analysis with existing PMS datasets to provide a cost-effective and scalable solution for road asset management and maintenance prioritization.

본 연구는 장애인을 대상으로 한 국내 인공지능(AI) 활용 연구의 동향 을 파악하고, 향후 연구 방향을 제시하기 위해 체계적 문헌고찰을 실시 하였다. 학술연구정보서비스(RISS)를 활용하여 2001년부터 2025년까지 학위논문과 학술지를 대상으로 ‘장애’와 AI 관련 주요 키워드를 검색하 고, 선정 기준에 따라 최종 99편을 분석하였다. 분석 결과, AI 기술은 주 로 보조기술·알고리즘·서비스 개발(56.6%)과 중재 프로그램 개발(20.2%) 에 활용되고 있었으며, 연구 방법으로는 개발연구(71.7%)가 가장 많았다. 연구 대상은 자폐성장애, 시각장애, 인지장애 순으로 많았고, 실험연구 16편에 대한 심층 분석 결과, 독립변인은 인공지능 기반 교육 프로그램, 수업 활용, 중재 전략, 교수 전략 등이었으며, 종속변인은 언어 및 의사 소통 능력, 사회·정서 및 학업 태도 등과 관련되는 것으로 나타났다. 본 연구는 국내 장애인 대상 AI 연구의 현황을 고찰하고 향후 장애인의 삶 이나 재활에 도움을 줄 수 있는 도구 및 프로그램 개발에 기초 자료를 제안하고자 한다.

본 연구는 영유아의 미디어 활용 시 상호작용의 중요성을 살피기 위해 미디어와 인적 상호작용을 다룬 국내 연구들의 동향을 분석하였다. 이를 위하여 2003년부터 2024년까지 우리나라 학술지 60곳에 게재된 학술논 문 127편을 분석하였다. 연구결과를 정리하면 다음과 같다. 첫째, 영유아 의 미디어와 인적 상호작용을 다룬 연구는 2015년부터 2020년까지 급증 하였다. 둘째, 어머니 대상 연구가 많았고, 양적 연구가 다수로 질문지법 을 활용한 상관연구가 주로 수행되었다. 셋째, 독립변인으로 ‘유아 미디 어 노출’, 종속변인으로 ‘아동 미디어 중독’이 가장 많이 연구되었다. 넷 째, 미디어와 영유아 발달, 유아 미디어 중독이 연구 주제로 빈번하게 다 루어졌다. 다섯째, 연구들의 주요 결과를 보면, 영유아에게는 성인과 함 께 대화와 상호작용의 맥락에서 미디어 함께하기가 중요하였고, 성인의 미디어 중재가 요구되었으며, 부모 자신의 미디어 사용 점검, 어머니의 양육스트레스 관리가 필요하였다. 본 연구를 통해 영유아의 미디어 활용 시 양육자와의 반응적인 인적 상호작용에 기반하는 연구 방향을 제안하 고자 한다.

This study developed a QSAR regression model using the XGBoost machine learning algorithm to predict the acute aquatic toxicity of highly hazardous PCBs. EC50 values for Daphnia magna were obtained from QSAR Toolbox 4.7. Input features consisted of approximately 3,000 molecular descriptors and fingerprints generated from official structure data using RDKit and the Morgan algorithm, excluding mixtures. The dataset was split into training and test sets (7 : 3) based on 500,000 randomized seeds, and the most balanced combination was selected using Kolmogorov-Smirnov and Wilcoxon rank-sum tests. Z-score standardization was applied based on the training set, and the XGBoost model was trained using 5-fold cross-validation with grid search optimization. The final model showed excellent predictive performance (R2 =0.97, RMSE= 0.19). A simplified model using only the top 10 predictive molecular features retained approximately 95% of the original accuracy while improving interpretability and efficiency. The model was applied to 38 PCB compounds lacking EC50 values, and the predicted values showed a statistically similar distribution to the measured group, with only minor differences in a few structural fingerprints. These results demonstrate the applicability of XGBoost-based models for reliable toxicity prediction and offer a promising alternative approach for assessing the environmental risk of untested PCBs.

본 연구는 그림책을 활용한 창의음악동화 모의수업 프로그램을 개발· 적용하여 예비유아교사의 음악교수효능감과 음악활동에 대한 태도 향상 효과를 검증하는 것을 목적으로 하였다. 연구대상은 N시 소재 4년제 대 학 ‘아동음악교육’ 수강 여학생 20명이었다. 본 연구 프로그램은 음악적 개념(리듬, 멜로디, 빠르기, 강약, 화성)과 연계가능한 그림책 20권을 선 정·분류하고, 이를 기반으로 새노래지도, 악기연주, 신체표현, 음악감상 등의 활동이 포함된 음악동화를 창작하여 팀별 모의수업을 기획·실기활 동 및 발표하게 하였다. 교육은 주 1회 3시간씩 총13회 진행되었으며, 사전·사후 동일한 검사 도구를 사용하여 대응표본 t -검증으로 분석하였 다. 그 결과, 프로그램은 음악교수효능감 전체 및 하위영역인 ‘개인교수 효능감’과 ‘교수결과기대’를 유의하게 향상시켰다. 또한, 음악활동에 대한 예비유아교사의 태도에서는 자신감, 편안함, 감정적 판단, 필요성 그리고 전체에 긍정적 변화가 있었다. 결론적으로, 본 프로그램은 예비유아교사 의 음악교수효능감 증진과 음악활동에 예바유아교사의 긍정적 태도에 효 과적인 것을 입증하였다. 후속 연구에서는 유아교육현장에 본 프로그램 을 적용하고 지속적으로 추적 관찰하여, 현장 유아교사의 음악교수효능 감과 음악활동에 대한 교사의 태도 변화에 관한 검증 연구가 필요할 것 으로 사료된다.

This study analyzed the odor contribution rate using AERMOD at odor emission facilities in an urban industrial area (North-Daejeon, Korea) where residential facilities, industrial complexes, and public environmental facilities are mixed. When comparing the average odor emission concentration by prevention facility, the multistage treatment method including oxidation and combustion was about three times more effective in reducing the concentration than the commonly used biofilter and scrubber. These results suggest the importance of management aspects of prevention facilities such as biofilters and cleaning towers to improve treatment efficiency. Currently, management of odor emission facilities is being conducted in terms of instantaneous odor concentration management. Due to the limitations of this management method, research results show that some workplaces ranked 7th in terms of momentary odor concentration level, but in terms of emissions, they soared to 2nd place, indicating that management from the perspective of emissions as well as concentration is necessary for odor management. The odor impact in the study area varies by season, but public environmental facilities have an impact of 62~76% in spring, summer, and winter, and odor emission facilities in industrial complexes have an impact of 66% in autumn. It can be inferred from these results that the odor impact of public environmental facilities would be low because they are located away from residential areas, but the results confirmed through this study showed that the concentration and emission levels of prevention facilities operated in public environmental facilities were relatively higher than those of odor-emitting facilities in industrial complexes.

Airborne microplastics (AMPs), known to be persistent pollutants, have recently been detected in the atmosphere and even in human lung tissue, raising concerns about potential human respiratory exposure. In light of these concerns, this study aimed to investigate the distribution and composition of AMPs in Seoul. μ-Raman spectroscopy was employed to identify fine particles (≥5 μm) and to contribute to the development of standardized monitoring protocols. Monthly air sampling was conducted from September 2023 to March 2024 at an urban rooftop site using a PM10 air sampler. Samples were pretreated with hydrogen peroxide to remove organic matter, then filtered through a silicon filter. μ-Raman spectroscopy was applied for qualitative and quantitative analysis of microplastics. The mean concentration of AMPs was 74.0 ± 29.9 particles/m3, with polyethylene (46.7%) and polystyrene (21.8%) being the most prevalent polymer types. Most particles (64.5%) were in the size range of 5–10 μm, and fragment type particles accounted for 98.9% of the total. These results indicate that respirable microplastics are commonly present in urban air and that polymer composition may reflect both material properties and usage patterns. This research provides baseline data for future exposure and risk assessments and supports the need for international standardization of airborne microplastic analysis protocols.

This study was conducted to evaluate horticultural and herbal crop by-products as alternative substrates for the cultivation of Pleurotus eryngii. Chemical analysis showed that Substrate 3 contained 42.2% total carbon and 2.6% total nitrogen, comparable to the control substrate (42.9% and 2.7%). After 35 days of incubation, mycelial growth in treatments ranged from 134.3 to 140.7 mm, which was similar to or greater than that of the control (135.5 mm). Fruiting body yield in Substrate 3 (173.4 g/1,100 mL) was about 14% higher than Control A (152.6 g) at 15 days after scratching, while Substrate 4 (202.9 g) produced yields comparable to Control B (209.6 g) at 17 days. These results demonstrate that red ginseng marc can entirely replace corn germ meal without compromising growth or yield, suggesting its strong potential as a sustainable substrate for P. eryngii. In addition, to enhance the utilization of by-products as substrate resources, it is essential to first establish stable and large-scale supply chains.

This study utilized real-time particulate matter (PM10) monitoring equipment mounted on vehicles and drones to measure PM10 concentrations in industrial complexes and track potential emission sources. This research was conducted in four industrial complexes located in Gyeonggi Province and Incheon Metropolitan City (Hwaseong Songsan Technopark, Incheon Geomdan, Incheon Namdong, and Hwaseong Mado) from August to October 2022, with a total of five measurement sessions. A vehicle-mounted light-scattering PM-monitoring device, Sniffer4D, was used to measure PM10 concentrations across the industrial complexes, followed by additional drone-based measurements in high-concentration areas. The results revealed significant variations in PM10 concentrations across different industrial complexes, ranging from an average of 10.3 mg/m3 to 51.6 mg/m3. In certain areas, PM10 levels exceeded the air quality threshold for poor conditions (80 mg/m3). Notably, in the high-concentration areas of Namdong and Mado Industrial Complexes, where PM10 exceeded the threshold, elevated measurements were observed at altitudes of 25~40 m, with concentrations reaching 164.4 mg/m3 and 189.0 mg/m3, respectively. These findings suggest that PM10 emissions from industrial facilities may be more concentrated at specific altitudes rather than at ground level. This study demonstrated that conventional ground-based monitoring alone has limitations in accurately identifying emission sources and that three-dimensional drone-based measurements provide a more effective approach for emission source tracking.

본 연구는 MTS가 피부개선에 미친 영향에 관한 기존 연구들을 분석하여, 근거 체계를 구축하고, 주요 키워드 간 관계와 역할 및 패턴 등을 구조적으로 분석하고자 텍스트마이닝과 토픽모델링 및 단어네트워크 분석을 실시하였다. 관련 선행연구들은 MTS와 관련된 핵심 키워드와 연관 키워드를 혼합하여 전자도서관에서 검색하였으 며, 결론 부분의 Text를 수집하여 분석에 사용하였다. 분석결과는 다음과 같다. 첫 째, '피부', '효과', '실험', '관리', '개선' 등의 어휘가 주요 개념으로 확인되었다. 둘째, TF-IDF 분석에서 높은 가중치의 키워드들은 MTS의 피부 개선 효과에 관한 과학적 실험 기반 논의를 시사했다. 셋째, LDA 분석 결과, ‘과학적 검증 중심’과 ‘피부 개선 효과 중심’의 토픽2개로 나뉘었다. 넷째, 단어 네트워크에서 '피부'를 중심으로 '주름', '효과', '실험' 등이 강하게 연결되었고, '여성'과 '모공' 노드는 MTS가 여성 안면 부위 에 주로 적용됨을 나타냈다. 본 텍스트마이닝 기법은 유사 의료 미용 시술 분석에도 적용 가능하며, 향후 시계열 분석과 감성 분석을 통해 MTS 효과의 변화와 대상자 반응을 심층 탐색할 필요가 있다.

본 연구의 목적은 텍스트마이닝 기법을 활용하여 국내 과학기술인력개발 연구의 시기별 연구동향, 주 요 키워드, 연구주제와 학문영역을 파악하며 향후 실무적 및 정책적 기초자료를 제공하는데 있다. 이를 위해 국내 학술논문 및 학위논문 총 182편의 초록을 대상으로 구글 코랩을 이용하여 키워드 빈도분석, 토픽모델링을 실시하였다. 그 결과, 첫째, 1994년부터 과학기술 인재개발 분야 연구가 시작되어 2010년대 중반 이후 급격히 증가하다 2020년대 초반에 감소하는 추세임을 확인할 수 있었다. 둘째, 과학기술인력개 발 연구의 주요 키워드는 ‘교육’, ‘혁신’, ‘직무’, ‘경력’, ‘몰입’ 등이 높은 빈도로 나타났다. 셋째, 토픽모델링 결과, 연구주제는 ① 대학에서의 학업 경험, ② 기업의 조직 특성과 개인 경력·역량 개발, ③ 대학의 글쓰기·교양 기반 기초 역량교육, ④ 과학기술인력의 직무 몰입과 경력 이동, ⑤ 리더십·신뢰 기반의 조직혁신 역량으로 다섯 가지로 구분되었다. 이 연구결과는 과학기술인력개발은 개인, 조직, 사회적 차원에서 상호 적으로 연결되어 발전함을 보여준다. 본 연구는 과학기술인력 대상 HRD 전 분야(ID, CD, OD)를 대상으로 한 종합적인 연구동향 분석이라 는 점에서 의의가 있다. 정책·실무적으로 대학의 기초역량 교육 강화, 재직자의 직무전환 및 경력개발 프 로그램 확대, 조직의 직무몰입 및 조직문화 개선, 리더십 기반의 혁신역량 강화가 필요함을 시사하며, 학 문적으로는 텍스트마이닝 기법이 과학기술인력개발 분야 전반의 연구동향을 효과적으로 파악할 수 있는 방법임을 확인하였다.

본 연구는 두채(斗彩) 기법을 매개로 하여 유기동물 주제를 도자 조형으로 시각화하는 방법을 분석하였다. 먼저 유기동물 의 개념과 발생 현황 및 정책 동향을 정리하고, 동물 형상이 지닌 상징성과 예술적 기능을 검토하였다. 이어 명대와 청대에 정립된 두채의 공정인 청화 선묘, 고온 소성, 저온 채색 재소성 과 조형적 특성을 정리한 뒤, 이를 현대 직품 창작의 맥락에서 확장하는 방안을 모색하였다. 본 연구는 유기동물이 돌봄 체계 밖에서 환경 위험과 보호소 수용 한계를 드러내며, 유기라는 행위를 통해 사회적 책임 윤리를 환기한다는 점에 주목한다. 방법적으로는 문헌 및 정책 자료 검토와 함께, 연구자 작품을 포함한 사례에 대해 상호작용을 중심으로 형식 분석을 하였다. 분석 결과, 두채는 선과 색이 중층적으로 결합되어 입체감과 서정성을 부여하며, 동물 형상의 생명성과 윤리적 의미를 설득력 있게 드러내는 데 유효한 조형 표현 언어로 확인되었다. 또한 연 구자 작품 분석을 통하여 두채가 장식과 형태를 분리하지 않는 복합 미감을 구현하고, 사회적 이슈인 유기, 공존 윤리 등의 사 회적 이슈를 공론화하는 연결 통로가 될 수 있음을 확인하였다. 이러한 접근은 전통 기법인 두채 기법을 동시대 주제와 연결 하는 구체적 적용 사례로서, 설치미술 등 파생 영역으로의 활 용 가능성도 보여준다. 본 연구는 유기동물 문제의 사회적 의 미를 도자 조형으로 시각화하는 방법을 제안하고, 두채 기법의 현대적 확장 방향을 논의했다는 점에서 의의를 갖는다. 향후에는 작품의 반응을 조사하여 메세지 전달 효과를 확인 하고, 안료와 유약의 조합과 소성 등 공정 변수에 따른 표현 차이를 비교하는 연구가 필요하다.

본 연구는 종이와 점토의 융합으로 종이도자의 조형적 가능 성과 공예적 의의를 고찰하였다. 종이도자는 전통적인 도자 제 작 방식에 머무르지 않고, 점토와 종이 섬유라는 이질적 재료 의 결합으로 새로운 조형 언어를 만든다는 점에서 주목된다. 종이 섬유가 지닌 가벼움과 유연성은 점토의 물리적 제약을 보 완하고 새로운 질감과 표면 효과를 구현할 수 있게 한다. 이러 한 재료적 전환은 기술적 차원에서의 보완이 아니라, 현대 도 예가 당면한 표현 영역의 확장 요구를 반영한 것이다. 연구 방법으로는 문헌 연구를 하여 종이도자의 발생 배경과 이론적 맥락을 검토하였으며, 사례 조사를 하여 다양한 현대 작가들의 작품을 분석하였다. 이를 통해 종이도자가 도예의 조 형성, 공예의 사회적 역할을 재정립하는 매개체로 작용함을 확 인하였다. 종이와 점토의 융합은 전통적 재료관을 확장시키며, 공예의 경계를 현대적으로 재구성한다. 본 연구는 종이도자의 재료적 혁신이 도예의 현대적 전환을 이끄는 하나의 실질적 경로임을 제시하며, 향후 공예 연구와 작품 창작의 확장 가능성을 확장하는 토대가 될 수 있다. 또한 전통 재료와 현대적 매체가 결합하는 과정에서 나타나는 조형 적 변용은 도예의 미적 범주를 확장시키고, 새로운 작품 창작 의 패러다임으로 자리매김할 수 있다.

This study quantitatively analyzed the effect of ceiling height on the response time of rate of rise heat detectors. A 7 m × 5 m simulation model was constructed using the PyroSim program, and scenarios were conducted by varying the installation height from 4.0 m to 7.5 m in 0.5 m increments. A wooden pallet fire source, placed at a height of 1.22 m, was simulated. The simulation results showed that as the installation height increased, the response time was delayed from 155.6 seconds to 204.6 seconds a difference of approximately 49 seconds. Meanwhile, the activation temperature decreased from 50.4 ℃ to 43.4 ℃, representing a drop of about 7 ℃. These findings indicate that in structures with higher ceilings, the responsiveness of detectors may be compromised due to the delayed arrival of hot air flows. Therefore, current height based installation standards in prescriptive design should be re-evaluated for high ceiling structures. Complementary design measures such as optimized placement, detector type selection, and increased installation density are recommended.

보석은 오랜 역사 속에서 장식적 기능을 넘어 심리적 안정과 영적 상징의 매개체로 사용되어 왔으며, 색채는 인간의 정서와 행동에 직접적인 영향을 미치는 요인으로 다수의 연구에서 검증되어 왔다. 본 연구는 보석 컬러 테라피의 치유적 가치와 활용 가능성을 탐색적으로 고찰하는 데 목적이 있다. 연구 방법으로는 국내외 문헌과 선행연구를 분석하여 보석치유와 색채치료의 개념 적 기초를 정리하고, 보석 컬러 테라피가 심리적 치유 자원으로 작용할 수 있는 가능성을 검토하였다. 그 결과, 보석 컬러 테라 피는 색채의 정서적 안정 효과와 보석의 상징적 의미를 결합하 여 불안 완화, 자기성찰 촉진, 대인관계 증진 및 사회적 웰빙 강 화에 기여할 수 있음을 확인하였다. 또한 상담과 심리치료 현장 에서는 내담자의 자기표현 촉진 도구로, 교육 및 평생학습 현장 에서는 학습자의 창의성과 자아존중감 강화 자원으로, 웰니스 산 업에서는 차별화된 치유 프로그램으로, 문화예술 분야에서는 통 합예술치유의 확장 모델로 적용될 가능성이 제시되었다. 본 연구 는 보석 컬러 테라피의 학문적 기반을 마련하고 활용 가능성을 탐색적으로 제시하였다는 점에서 의의가 있다. 향후 연구에서는 다양한 연령과 문화적 맥락을 고려한 실증적 연구가 필요하며, 다른 예술치유 및 보완대체요법과의 융합을 통해 보다 체계적이 고 효과적인 치유 모델로 발전될 수 있을 것이다.