Extrachromosomal DNA (ecDNA) has appeared as a key driver of oncogene amplification, tumor heterogeneity, and therapeutic resistance, thereby reshaping the paradigm of precision oncology—particularly in metastatic and treatment-refractory cancers. However, the clinical translation of ecDNA-based discoveries into scalable therapeutic applications remains limited. This study introduces an integrated, empirically validated precision oncology platform that combines ecDNA biomarker profiling, artificial intelligence (AI)-driven multiomics modeling, and clustered regularly interspaced short palindromic repeats (CRISPR)-based functional validation. Built upon the “9 Building Blocks” business model, the platform incorporates high-resolution ecDNA detection (via whole-genome sequencing, fluorescence in situ hybridization, and AmpliconArchitect), single-cell and spatial transcriptomics, and machine learning-based therapeutic response prediction. The AI-integrated multi-omics framework achieved robust predictive accuracy (area under the curve > .90) across diverse tumor types and was functionally validated through patient-derived xenograft models and CRISPR-Cas9 gene screening. Specifically, CRISPR knockdown experiments that target ecDNA-associated oncogenes (e.g., Myelocytomatosis oncogene, epidermal growth factor receptor) demonstrated high knockdown efficiency (up to 82% using quantitative polymerase chain reaction), significantly reduced cell viability (up to 45%), increased apoptosis (up to 38%), and suppressed tumor growth in vivo (up to 53% reduction in volume, p < .001), confirming their biological and therapeutic relevance. A pilot study that involved 12 patients further demonstrated concordance between liquid biopsy-derived ecDNA profiles and tissue biopsy results, whereas a structured stakeholder survey (n = 47) yielded strong consensus on the platform’s clinical relevance (4.62/5), feasibility (4.45/5), and strategic value (4.58/5). These results underscore the platform’s technical robustness, translational potential, and commercialization readiness for ecDNA-guided precision therapeutics.
고령화가 빠르게 진행되면서 정서적 고립, 인지 능력 저하 등 사회적 문제와 이를 위한 해결책이 중요하게 다뤄지 고 있다. 특히 디지털 컴패니언 로봇은 고령자의 정서적⋅인지적⋅신체적 특성을 반영한 맞춤형 지원 수단으로 주목 받고 있으며, 수용성과 만족도를 높이기 위한 디자인 연구의 필요성도 증가하고 있다. 본 연구는 디지털 컴패니언 로봇의 기능적 및 심미적 요소를 통합적으로 평가하고, 설계 기준 및 평가 방안을 제시하는 것을 목적으로 한다. 이를 위해 약 3년 반에 걸쳐 고령자를 대상으로 반복적 실험과 검증을 수행하였으며, 로봇 표정 평가와 프로토타입 에 대한 사용성 평가 결과를 바탕으로 설계 요소 및 평가 방안을 제시하였다. 연구 결과, 심미적 측면에서는 변화하 는 로봇 표정을 통해 로봇의 인상에 긍정적 영향을 줄 수 있음을 확인하였다. 곡선 형태의 동물 로봇의 외형은 친밀 감을 유도하여 만족도를 높이는 데 효과적이었다. 기능적 측면에서는 전화, 알람, 영상 시청 등 기본 기능에 대한 수용도가 높게 나타났다. 말투, 용어의 일관성, 음성 안정성과 같은 언어적 상호작용 요소는 사용 편의성을 높이는 만족도 높은 요소로 나타났다. 이외에도 일상 환경에서의 구조적 안정성과 부상 방지, 그리고 내구성 확보가 핵심 요소로 확인되었다. 본 연구는 심미성과 기능성을 모두 고려한 통합적 평가를 통해 고령자 중심의 설계 기준을 제시 하였다는 데 그 의의가 있다.
본 연구는 기존 정상상태 시각유발전위(SSVEP) 기반 BCI의 분류성능과 ITR 향상을 위해 SSVEP와 동공 빛 반사 (PLR)를 결합한 새로운 하이브리드 BCI 시스템을 제안하는 것을 목적으로 하였다. 8명의 실험 참가자가 연구에 참 여했으며, 4-class의 시각 자극에 대해 SSVEP와 Hybrid 패러다임의 성능을 비교했다. 선행연구를 기반으로 SSVEP 시각 자극을 선택했고 SSVEP와 PLR의 동시 유발을 위한 Hybrid 시각 자극이 개발되었다. Hybrid 패러다임 (94.79%, 24.90 bits/min)은 SSVEP(84.58%, 18.93 bits/min) 대비 정확도와 ITR에서 각각 10.21%, 5.97 bits/min 향 상을 보였다. BCI 문맹 그룹은 Hybrid에서 92.67%로 SSVEP(76.33%)보다 16.33% 높았으며, 정상 그룹은 두 패러다 임 사이에 차이가 없었다. 또한, SSVEP 패러다임은 채널 수 증가에 따라 분류정확도가 84.6%에서 90.8%까지 점진 적으로 상승했지만, Hybrid 패러다임은 차이가 없었다. 제안된 하이브리드 BCI는 분류성능 및 ITR 상승뿐만 아니라 BCI 문맹 문제 해결, 사용성 향상을 기반으로 다양한 산업 분야 및 애플리케이션으로의 확장과 장애인뿐만 아니라 비장애인을 대상으로 하는 서비스 제공을 통해 실용적이고 광범위한 활용에 기여할 수 있을 것으로 기대된다.
본 연구는 네트워크 분석 기법을 적용하여 색상(Color), 소재(Material), 가공기술(Technique) 간 조합을 체계적으 로 탐색하고 분석하는 것을 목적으로 한다. 한국디자인진흥원의 CMF HOW’S 아카이브 데이터를 기반으로 C–M–T 통합 네트워크를 구축하고, 이분 네트워크 분할과 투영(Projection) 분석을 통해 구조적 특성과 조합 양상을 정량적으 로 도출하였다. 중심성, 밀도, 군집 계수, 모듈러리티 지표를 활용한 결과, 색상은 다양한 소재⋅기술과 폭넓게 결합 되는 유연성을 보였고, 소재는 가공기술 선택을 제약하거나 반복적 조합을 형성하는 핵심 요소로 확인되었다. 일부 소재는 높은 중심성을 보여 다수의 색상⋅기술과 연결된 반면, 다른 소재는 제한적 적용성을 나타냈다. 또한 모듈러 리티 분석을 통해 유사한 가공 전략을 공유하는 조합군이 식별되어, 제품군별 설계 전략이나 공정 최적화로 확장될 수 있음을 시사한다. 전문가 인터뷰에서는 본 분석틀이 CMF 기획 및 실무 의사결정에서 활용 가능한 참조 지표로 평가되었으며, 향후 친환경 규제 대응, 산업군 비교, 제품군 사례 분석 등으로 확장 가능성이 제시되었다. 본 연구는 CMF 데이터를 구조 화하여 조합 경향을 객관적으로 이해하고, 디자인 실무에 적용 가능한 분석 도구를 제시한다는 점에서 학술적⋅실무 적 의의를 갖는다.
생성형 AI 시대에 디자인 비전공자의 창작 참여가 확대되고 있으나, 결과물의 전문성 부족이라는 한계에 직면하고 있다. 본 연구는 이러한 한계점을 극복하기 위한 효과적인 생성형 AI 융합 디자인 교육 방안을 모색하고자, 디자인 비전공자 대상 생성형 AI 활용 포스터 공모전을 진행하였으며, 디자인 전공 학생들의 비판적이고 전문적인 시각을 분 석하여 비전공자의 생성형 AI 활용 결과물의 완성도 향상에 필요한 시사점을 도출하고자 한다. 연구 결과, 디자인 비전 공자들은 생성형 AI 활용 교육에 높은 만족도(4.32/5점)를 보이며 창작 참여 의향이 유의미하게 증가했다. 반면, 디자인 전공생들은 비전공자의 결과물 품질을 비판적으로 평가하였으며, 디자인 전공자 인식 분석 결과, 4학년(86.7%)이 1학 년(26.7%)보다 유의미하게 더 부정적이었다. 이는 비전공자 대상 생성형 AI 활용한 디자인 교육이 단순히 도구 활용을 넘어, 전문적 안목을 바탕으로 심미성, 창의적 사고, 결과물의 완성도를 높이는 방향으로 나아가야 함을 시사한다.
본 연구는 신속보기 기반 안구운동 과제에서 시선추적 장비의 샘플링 주파수가 시선의 이동 및 고정 지표와 반응 분류 성능에 미치는 영향을 규명하고자 하였다. 고령 성인 30명을 대상으로 정방향과 역방향의 혼합형 신속보기 과 제를 수행하는 동안 기준 주파수인 300Hz로 수집된 시선 데이터를 30∼200Hz 범위로 다운샘플링하여 분석하였다. 조건별 안구운동 주요 지표 분석 결과, 샘플링 주파수가 감소함에 따라 잠복기는 27ms 이상 증가하였고, 이동크기는 2∼3deg, 최대속도는 90∼120deg/s 감소하였다. 시선고정 지속시간은 최대 397ms 증가하였으며, 위치 분산은 정방향에서 약 3배, 역방향에서 최대 10배 증가하였다. 반면, 시표적과의 위치 오차는 큰 변동 없이 유지되었다. 안구운동 반응 분류 성능 비교 결과, 샘플링 주파수 90Hz 이상에서는 정확도 .98, 정밀도 .99, F1 점수 .99, 일치도 계수 .95 이상을 유지하였으나, 60Hz 이하에서는 F1 점수가 .91 이하, 일치도 계수는 .63 이하로 급격히 저하되었다. 본 연구 결과는 신속보기 안구운동 연구에서 시선추적 장비의 샘플링 주파수가 분석 정확도와 신뢰도에 실질적인 영향을 미 친다는 점을 시사하며, 300Hz 기준의 시선 데이터 분석 수준을 안정적으로 유지하기 위해서는 최소 90Hz 이상의 샘플링 주파수 확보가 필요함을 제안한다.
본 연구의 목적은 문화성향에 따라 진짜웃음과 거짓웃음을 판단하는 능력에 차이가 있는지를 알아보는 것이다. 정서 판단 목표가 있을 때 개인주의 성향자는 눈과 입 영역을 고르게 응시하는 반면 집단주의 성향자는 상대적으로 양쪽 눈에 시선을 고정한다는 선행 연구 결과에 근거하여, 개인주의 성향자보다 집단주의 성향자가 진짜웃음과 거짓 웃음을 정확하게 판단할 것이라는 가설을 세우고 이를 검증하였다. 즉, 집단주의 성향자는 입 주위 근육만이 움직이 는 가짜웃음과 눈둘레근이 함께 움직이는 진짜웃음의 차이를 보다 정확하게 탐지할 것이라고 가정하였다. 문화성향 질문지(INDCOL)를 이용하여 참가자의 문화성향을 두 가지(개인주의/집단주의)로 구분하고, 그에 따라 진짜웃음과 거짓웃음의 판단 정확률과 판단 민감도(d’)에 어떠한 차이가 있는지를 살펴보았다. 연구 결과 (1) 개인주의 성향자에 비해 집단주의 성향자의 거짓웃음 판단 정확률이 높은 경향성이 나타났다. (2) 개인주의 성향자에 비해 집단주의 성향자의 거짓웃음 판단 민감도가 높은 경향성이 나타났다. 이러한 결과는 집단주의 성향자가 개인주의 성향자에 비해 진짜웃음과 거짓웃음의 차이를 탐지하는데 결정적인 정보를 더 민감하게 파악할 가능성을 시사한다.
본 연구는 부산근현대역사관 미디어 파사드의 ‘응답하라, 피란수도 1023!’ 콘텐츠가 디지털 공공역사 콘텐츠로서 지역의 역사 기억을 어떻게 재현하는지 그 가치를 조망해 보고, 대중과의 소통 측면에서 감성 반영 미디어 파사드 콘텐츠로서의 지속성을 콘텐츠 디자인 평가 항목에 기초하여 탐색하고자 하였다. 이를 위해 해당 콘텐츠가 담고 있 는 역사⋅문화적 함의를 담론으로 도출하고, 해당 콘텐츠를 제시받은 연구 대상자들로 하여금 미디어 파사드 콘텐츠 디자인 평가 도구에 응답하도록 하여 감성을 반영한 미디어 파사드 콘텐츠로서의 지속성을 살펴보도록 하였다. 결론 적으로 해당 콘텐츠가 피란수도 부산에 대한 집단기억이 재현되고 ‘기억의 장소’에 표현됨으로써 중요한 가치를 가 지며, 역사적 사실을 감각적으로 받아들이도록 함으로 사회적 공감대 형성과 시민 정체성 형성에 기여하는 디지털 공공역사 실천 사례의 가치도 함께 보유함을 확인하였다. 또한, 콘텐츠 디자인 평가 항목 대부분에 긍정적인 응답을 확인함으로써 이런 요소가 충족된 디지털 공공역사 미디어 파사드 콘텐츠임을 확인하였다. 이는 부산근현대역사관 미디어 파사드 콘텐츠가 디지털 공공역사 콘텐츠로서의 가치가 충분하며, 디지털 공공역사 실천 사례뿐 아니라 감성 을 반영한 지속 가능한 미디어 파사드 콘텐츠임을 시사하는 것이다.
본 연구는 레벨 3 자율주행의 운전이양권(TOR) 안전성 향상을 위해, 기존 행동 기반 감지 방식의 한계를 극복하 는 운전자 모니터링 시스템(DMS)을 개발했다. 차량의 미러 내장형 RGBW 카메라를 이용한 비접촉 원격 광용적맥 파(rPPG) 기술로 운전자의 심박수를 실시간 측정하고, 심박변이도(HRV) 분석을 통해 졸음, 스트레스 등 운전자의 각성 수준을 판단한다. 딥러닝 기반 얼굴 인식, 신호 처리, 패턴 인식 알고리즘을 통합하여 시스템을 구현했다. 총 28명을 대상으로 105시간 이상의 실제 도로 환경에서 검증한 결과, 심전도(ECG) 대비 85.14%의 심박수 측정 정확 도와 90.81%의 상태 판단 정확도를 달성했다. 본 연구는 생체신호 기반의 운전자 상태 평가가 TOR 판단의 신뢰성 을 높이는 핵심 기술이 될 수 있음을 실증했다.