지구의 기후 변화를 유도하고 제어하는 가장 중요한 역할을 하는 것은 해양의 해류이다. 황해는 수심이 동해 에 비해 매우 얕고, 다양한 바람과 조류, 강물의 유입, 동중국해에서의 해수 유입 등 외력의 영향으로 해수의 순환과 해류가 상당히 복잡하다. 황해난류는 겨울철 황해의 대표적인 해류로서 겨울철 황해와 동중국해 바람 변동성과 밀접한 관련이 있으며, 황해의 수온과 염분 분포에 큰 영향을 주어서 중등학교 교과서에서 중요하게 다루어질 필요성이 있다. 2015 개정 교육과정 기반 중등학교 과학 및 지구과학 교과서의 황해난류와 관련된 내용을 분석하였다. 또한 해류의 시 간 변동성에 대한 교사들의 인식을 조사하기 위해 중등학교 과학 교사들을 대상으로 설문조사를 실시하였다. 대부분의 교사들은 황해난류가 우리나라 서해안으로 연중 북상하고 있으며 일반적인 난류와 같이 여름철에 강하다는 잘못된 지 식을 가지고 있는 것으로 나타났다. 황해난류는 해류의 세기가 강한 계절변동성을 가지는 북한한류와 달리 해류 자체가 연중 항시 존재하지 않으며 겨울철에만 발생하는 해류이다. 이러한 교사들의 교과내용 지식에 대한 오류는 북한한류가 겨울철에 강하다는 오개념을 가지게 된 연유와 유사한 배경을 가지고 있었다. 따라서 본 연구에서는 황해난류에 대한 교과서 내용의 오류를 분석하여 제시하였다. 또한 학생들과 교사들의 데이터 리터러시 함양을 위하여 탐구활동에서 활 용할 수 있는 황해난류에 대한 수업 자료를 개발하였다. 황해 해수면 온도를 가시화할 수 있는 GUI 프로그램을 소개하 였고, WOA (World Ocean Atlas) 2018 해양 실측 수온 및 염분자료와 국립해양조사원에서 생성한 해양 수치모델 재분 석자료를 활용하여 수온과 염분의 공간 분포를 도시하는 자료를 개발하여 제시하였다. 이러한 해양 자료를 활용한 데이 터 시각화과정은 교사들의 오개념을 개선하고, 나아가 학생들과 교사들의 해양 리터러시뿐만 아니라 데이터 리터러시도 제고하는 계기가 될 것으로 기대된다.

This study was conducted to explore the change in the market issues on HMR (Home Meal Replacements) using local foods after the COVID-19 outbreak. Online text data were collected from internet news, social media posts, and web documents before (from January 2016 to December 2019) and after (from January 2020 to November 2022) the COVID- 19 outbreak. TF-IDF analysis showed that ‘Trend’, ‘Market’, ‘Consumption’, and ‘Food service industry’ were the major keywords before the COVID-19 outbreak, whereas ‘Wanju-gun’, ‘Distribution’, ‘Development’, and ‘Meal-kit’ were main keywords after the COVID-19 outbreak. The results of topic modeling analysis and categorization showed that after the COVID-19 outbreak, the ‘Market’ category included ‘Non-face-to-face market’ instead of ‘Event,’ and ‘Delivery’ instead of ‘Distribution’. In the ‘Product’ category, ‘Marketing’ was included instead of ‘Trend’. Additionally, in the ‘Support’ category, ‘Start-up’ and ‘School food service’ appeared as new topics after the COVID-19 outbreak. In conclusion, this study showed that meaningful change had occurred in market issues on HMR using local foods after the COVID-19 outbreak. Therefore, governments should take advantage of such market opportunity by implementing policy and programs to promote the development and marketing of HMR using local foods.

A turbo engine is used to improve engine volumetric efficiency by using the energy of exhaust gas with a device such as a turbocharger. Recently, it has been attracting attention as a solution for responding to environmental issues such as exhaust gas regulation, and its use is being expanded to gasoline and CNG engines as well as diesel engines. However, as electric and hydrogen vehicles enter the automotive market more rapidly, traditional turbo engines also confront many challenges. In this paper, to examine the current status and prospects of the turbo engine, we analyze the related patents in the turbo engine field applied to patent offices in seven major countries, including Korea, USA, China, Japan, Germany, France, and the European Union Patent Office, and analyze the patent application trend. Using ‘the pie’ system of Korea Institute of Science and Technology Information (KISTI), family patents were refined, patent application trends were diagnosed, and the technology and market competitiveness of major applicants were compared and analyzed. Even within the turbo engine market, where traditional automakers and turbocharger manufacturer participate, it was possible to examine the dynamic changes in the market through the analysis of technology and market competitiveness. The main companies leading the technology and market aspects and the companies specialized in the technology and market aspects were observed.

Welding is one of representative manufacturing processes in the industrial field. Cryogenic storage containers are also manufactured through welding, and conversion to laser welding is issue in the field due to many advantages. Since welding causes thermal-elastic deformation, design considering distortion is required. Prediction of distortion through FEM is essential, but laser welding has difficulties in the field because there is no representative heat source model. The author presented the model that can cover various models using a multi-layer heat source model in previous studies. However the previous study has a limitation which is a welding heat source model must be derived after performing bead on plate welding. Thus this study was attempted to estimate the welding heat source parameters by comparing the shape of bead under various conditions. First, the difference between penetration shape and welding heat source parameters according to welding power was analyzed. The radius of the welding heat source increased according to the welding power, and the depth of the welding heat source also increased. The correlation between the penetration shape and the welding heat source parameter appears at a similar rate, however the follow-up research is necessary with more model data.

본 연구에서는 미용분야 창업 활성화를 위해 소셜 빅데이터 분석을 탐색적 데이터 분석(EDA) 을 기반으로 하여 2019년부터 2021년 동안 각 년도별로 기간을 구분하여 ‘미용창업’에 대한 수요 변화와 감정 및 의미 차이의 특징적인 패턴을 도출하고자 하였다. ‘미용창업’ 키워드를 주제로 연관된 검색어를 추 출한 결과 창업에 필요한 전문적인 창업교육 보다는 미용관련 기술을 배울 수 있는 기관이나 자격증에 더 많은 관심을 보였으며, 이는 정부 및 지자체에서 여러 가지 창업지원 정책들이 마련되고 있음에도 불구하 고 여전히 전문적인 창업교육의 중요성을 인식하지 못하고 있는 것으로 파악할 수 있으며, 이에 대한 대안 으로 미용분야 창업을 성공적으로 이루기 위한 전공별 맞춤형 창업교육 프로그램을 개발하는 것이 필요할 것으로 사료된다. 탐색적 데이터 분석을 통해 가설을 설정하고 전통적인 확증적 데이터 분석(CDA)을 결합 하여 가설을 검증한다. 미용 창업을 위한 탐색적 데이터 분석 방법이 존재한 적은 없으며, 정식 창업교육의 필요성을 언급하기보다는 미용창업에 대한 관심 변화와 예비창업자의 요구사항을 탐색적 데이터로 분석한 다면 맞춤형 창업 프로그램 개발에 도움이 될 것이라고 확신한다.

본 연구는 COVID-19 확산 이후 심각한 한국의 혐중 정서에 대해 체감하면서 이 와 같은 현상을 좀 더 실증적으로 확인하기 위해 빅데이터를 활용해서 분석한 것이 다. 이에 대한 양적 결과를 도출하고자 텍스트 마이닝을 활용한 빅데이터 분석을 수 행하였다. 이를 위해 소셜 매트릭스 프로그램인 텍스톰을 활용하여 네이버, 다음, 구 글과 같은 포털 사이트를 통해 중국에 관련한 키워드를 수집했고, 중국의 BAIDU(百 度)를 통해 한국에 관련된 키워드를 수집했다. 수집 기간은 COVID-19가 본격적으로 확산되기 시작한 2020년 1월부터 최근까지인 2022년 10월까지로 설정했고, 불필요한 키워드는 정제하여 핵심 키워드만을 본 연구에 사용했다. 한국과 중국이 서로에 대 한 상호 인식이 부정적이라도 막연함에서 벗어나 양적 결과를 통한 데이터 분석을 통해 살펴보고자 한다. 본 연구는 세 가지 연구 과제를 가지고 연구를 진행했다. 첫 째, 본 논문은 텍스트 마이닝을 통해 한국과 중국의 젊은이들이 언급한 핵심 키워드,특히 펜데믹 이후의 MZ세대들이 언급한 핵심 키워드를 도출하고자 했다. 둘째, CO VID-19 이후 한국과 중국의 MZ세대 상호인식과 관련된 키워드 사이의 의미 연결망 을 파악하고자 했다. 셋째, 본 논문은 핵심 키워드의 의미 연결망을 통해 도출된 한 국과 중국의 MZ세대에 대한 상호인식의 긍정성과 부정성의 정도를 시각화하고자 했 다. 이와 같은 연구를 진행하면서 한국 젊은이들이 중국에 비해 중국에 대한 부정적 인식이 긍정적 인식보다 두드러지는 것을 알 수 있었다. 결과에 대한 다양한 원인 분석을 통해 한·중 관계 특히 MZ 세대들이 긍정적인 관계성 전환을 도모하는 효과 적인 자료 제시와 전략을 구축하는데 의미 있는 시사점을 제안할 것으로 판단된다.

최근 GPS에 기반한 위치 수집 기술의 발전과 스마트폰과 같은 GPS를 탑재한 디바이스의 폭발적인 증가로 사람, 차량, 선박, 항공체와 같은 움직이는 물체의 지리적 위치에 대한 엄청난 양의 데이터가 실시간으로 수집되고 있다. 이는 사물의 움직임과 관련된 중요한 학문적 및 실용적 가치를 가지고 있다. 이와 같은 데이터를 분석하기 위한 데이터 마이닝 방법 또한 함께 발전하고 있으며 연구자들은 궤적 데이터를 활용하여 도시에서 일어나는 이동 현상과 도시를 구성하는 장소 간의 관계 등을 탐색함으로써 다양한 도시 문제에 대한 해결방안을 제시하고 있다. 궤적은 다양한 물체의 움직임을 추적할 수 있는 만큼 그 활용 분야와 목적 역시 매우 다양하여 도시 계획, 교통, 행동생태학, 공공안전, 이상 및 위반 탐지, 감시 등과 같은 분야에서 널리 활용되고 있다. 특히 최근 데이터 마이닝 방법론과 딥러닝 기술의 발전으로 궤적 데이터 분석에 다양한 분석방법이 융합적으로 접목되어 의미 있는 연구결과 도출되고 있어 이에 대한 체계적 분석이 필요하다. 이러한 배경하에 본 연구는 궤적 데이터를 활용한 국내외 약 150여 편의 연구를 응용분야 및 활용방법론 별로 구분하고, 응용분야별, 궤적 데이터 분석 방법론별 최근 동향을 분석하였다. 이는 향후 궤적 데이터에 적용가능한 방법론 탐색, 궤적 데이터 분석과 관련된 구체적 사례 탐색, 궤적 데이터를 활용한 응용서비스 도출의 자료로 활용될 수 있을 것으로 사료된다.

전세계적으로 대퇴사 시대를 겪으며 조직 구성원을 유지하는 것이 실무 및 현장의 중요한 주제가 되었 다. 본 연구는 텍스트 마이닝 분석 방법의 일환인 토픽 모델링 및 키워드 네트워크 분석을 활용하여 국내 외 다양한 기업 구성원의 퇴사 원인을 밝히고 조직이 인재를 유지할 수 있는 전략을 제시하고자 한다. 기업은 조직의 성장을 위하여 필요한 인재를 유지하기 위한 노력을 지속하고 있으나 평생 고용의 개념이 사라진 오늘날 구성원들의 퇴사가 빈번하다. 그리고 생산가능인구 감소에 따라 기업에 조직 구성원 유입 이 제한될 것으로 예측할 때 인재 유지 주제와 관련한 연구의 중요성은 더욱 강조된다. 또한 COVID-19 팬데믹을 경험하며 구성원들의 일에 대한 관점이 변화함에 따라 이에 대응하여 기업의 인재 유지를 가능 하게 하는 주요 요소를 밝혀내는 것이 매우 중요하다. 본 연구는 국내외 소셜 미디어 서비스인 잡플래닛 과 글래스도어의 데이터를 토픽 모델링 분석하여 조직 구성원들이 인식하는 기업의 주요 장단점을 살펴봤다. 그리고 키워드 네트워크 분석을 통해 해당 요인을 시각화하여 조직에서 인재를 유지하는 요인을 규명하였다. 본 연구는 방대한 양의 데이터를 텍스트 마이닝 기법으로 분석하여 국내 기존 연구에서 아직 다루지 못한 대퇴사 시대의 주요 원인을 밝혔다는 점에서 이론적 함의를 갖는다. 또한 본 연구 결과를 바탕으로 최근 현장 및 학계에서 중요하게 대두되는 대퇴사 시대의 인재 유지 대응 전략을 제시한다는 점에서 실무적 의의가 있다.

The injection molding process is a process in which thermoplastic resin is heated and made into a fluid state, injected under pressure into the cavity of a mold, and then cooled in the mold to produce a product identical to the shape of the cavity of the mold. It is a process that enables mass production and complex shapes, and various factors such as resin temperature, mold temperature, injection speed, and pressure affect product quality. In the data collected at the manufacturing site, there is a lot of data related to good products, but there is little data related to defective products, resulting in serious data imbalance. In order to efficiently solve this data imbalance, undersampling, oversampling, and composite sampling are usally applied. In this study, oversampling techniques such as random oversampling (ROS), minority class oversampling (SMOTE), ADASYN(Adaptive Synthetic Sampling), etc., which amplify data of the minority class by the majority class, and complex sampling using both undersampling and oversampling, are applied. For composite sampling, SMOTE+ENN and SMOTE+Tomek were used. Artificial neural network techniques is used to predict product quality. Especially, MLP and RNN are applied as artificial neural network techniques, and optimization of various parameters for MLP and RNN is required. In this study, we proposed an SA technique that optimizes the choice of the sampling method, the ratio of minority classes for sampling method, the batch size and the number of hidden layer units for parameters of MLP and RNN. The existing sampling methods and the proposed SA method were compared using accuracy, precision, recall, and F1 Score to prove the superiority of the proposed method.

Many manufacturers applying third party logistics (3PLs) have some challenges to increase their logistics efficiency. This study introduces an effort to estimate the weight of the delivery trucks provided by 3PL providers, which allows the manufacturer to package and load products in trailers in advance to reduce delivery time. The accuracy of the weigh estimation is more important due to the total weight regulation. This study uses not only the data from the company but also many general prediction variables such as weather, oil prices and population of destinations. In addition, operational statistics variables are developed to indicate the availabilities of the trucks in a specific weight category for each 3PL provider. The prediction model using XGBoost regressor and permutation feature importance method provides highly acceptable performance with MAPE of 2.785% and shows the effectiveness of the developed operational statistics variables.

When developing a new motor, a high-speed load test is performed using dynamo equipment to calculate the efficiency of the developed motor using the collected dynamo data. When connecting the test motor and the dynamo used as a load, abnormal noise and vibration may occur in the test equipment rotating at high speed due to misalignment of the connecting shaft and looseness of the connection, which may lead to a safety accident. In this study, three vibration sensors are attached to the surface of bearing parts of the test motor to measure the vibration value, and statistics such as kurtosis, skewness, and percentiles are obtained in order to clearly express the pattern of the measurement data. With these statistics, machine learning models are developed. The developed model in this way can be used as a diagnostic system that can detect abnormal conditions of the motor test equipment through monitoring the motor vibration data during the motor test.

사출성형공정은 열가소성 수지를 가열하여 유동상태로 만들어 금형의 공동부에 가압 주입한 후에 금형 내에서 냉각시키는 공정으로, 금형의 공동모양과 동일한 제품을 만드는 방법이다. 대량생산이 가능하고, 복잡한 모양이 가능한 공정으로, 수지온도, 금형온도, 사출속도, 압력 등 다양한 요소들이 제품의 품질에 영향을 미친다. 제조현장에서 수집되는 데이터는 양품과 관련된 데이터는 많은 반면, 불량품과 관련된 데이터는 적어서 데이터불균형이 심각하다. 이러한 데이터불균형을 효율적으로 해결하기 위하여 언더샘플링, 오버샘플링, 복합샘플링 등이 적용되고 있다. 본 연구에서는 랜덤오버샘플링(ROS), 소수 클래스 오버 샘플링(SMOTE), ADASTN 등의 소수클래스의 데이터를 다수클래스만큼 증폭시키는 오버샘플링 기법을 활용하고, 데이터마이닝 기법을 활용하여 품질예측을 하고자 한다.

해상교통분석은 복잡해지는 해양환경에 따라 발생하는 문제해결을 위해 다방면으로 시행되고 있다. 하지만 4차 산업혁명으로 부터 도래된 자율운항선박 개발 등의 해사분야 동향은 해상교통분석에도 변화가 필요함을 암시한다. 이에 해상교통분석의 개선점을 식별 하고자 관련 연구를 분석하였으며, AIS데이터의 활용도가 높은 반면에 해도정보의 활용은 그 중요도에 비해 부족한 것으로 조사되었다. 이에 본 연구는 자율운항선박의 상용화에 대비한 해상교통분석의 개선점으로서 수치해도 데이터와 선박운항데이터인 AIS데이터를 복합 적으로 활용하는 방법을 제시하였다. 연구결과로써 해상교통분석에 수치해도데이터를 활용하였을 때 추출 가능한 해상교통특성을 제시 하였으며 이는 향후 자율운항선박의 도입을 위한 해상교통분석에 활용가능할 것으로 기대된다.

Ball stud parts are manufactured by a cold forging process, and fastening with other parts is secured through a head part cutting process. In order to improve process quality, stabilization of the forging quality of the head is given priority. To this end, in this study, a predictive model was developed for the purpose of improving forging quality. The prediction accuracy of the model based on 450 data sets acquired from the manufacturing site was low. As a result of gradually multiplying the data set based on FE simulation, it was expected that it would be possible to develop a predictive model with an accuracy of about 95%. It is essential to build automated labeling of forging load and dimensional data at manufacturing sites, and to apply a refinement algorithm for filtering data sets. Finally, in order to optimize the ball stud manufacturing process, it is necessary to develop a quality prediction model linked to the forging and cutting processes.