중앙버스전용차로는 일반 도로 대비 높은 교통량과 반복적인 축하중이 작용하는 구간으로, 정차 및 출발 과정에서 발생 하는 국부적인 응력 집중으로 인해 포장 파손이 빈번하게 발생한다. 그러나 기존 도로 설계에서는 정적인 교통량을 기준 으로 축하중을 산정하여, 실제 교통 환경에서의 버스 유형별 차이, 재차 인원, 시간대별 하중 변화 등 동적인 요소를 충 분히 반영하지 못하는 한계가 존재한다. 이에 본 연구에서는 대중교통 빅데이터를 활용하여 중앙버스전용차로의 버스 유 형 및 시간대별 재차 인원을 반영한 새로운 축하중 산정 모델을 개발하였다. 이를 위해 서울시 열린 데이터 광장의 교통 정보를 활용하여 버스 유형 및 시간대별 재차 인원 데이터를 수집하고, 카카오맵 및 네이버 로드뷰 데이터를 이용해 결 측치를 보완하여 데이터셋을 구축하였다. 구축된 데이터셋을 활용하여 기존 ESAL(Equivalent Single Axle Load) 방식과 비교 분석한 결과, 새로운 축하중 모델에서는 기존 방식 대비 평균 111.8% 높은 축하중이 산정되었으며, 일부 구간에서 는 최대 128.9%까지 차이가 발생하는 것으로 나타났다. 이는 기존 포장 설계가 중앙버스전용차로의 실질적인 교통 하중 을 충분히 반영하지 못하고 있음을 시사하며, 추가적으로 버스 중하중의 가·감속의 영향을 고려한다면, 시간대별·노선별 실시간 축하중 변화를 보다 정밀하게 분석할 수 있으며, 이를 통해 과소 산정된 설계 하중을 보완하고 포장 공용성을 향 상시킬 수 있는 최적의 설계 및 유지보수 전략 수립이 가능할 것으로 기대된다.
지하도로는 폐쇄적인 공간 구조와 내·외부 조도 차이로 인해 지상도로와 다른 교통 환경을 형성하며 이러한 특성은 교 통사고에 영향을 미칠 수 있다. 특히 고속도로 터널에서 사고 발생 시 대형 인명 피해로 이어질 가능성이 크다는 점을 고려할 때 지하도로에서도 유사한 우려가 제기된다. 따라서 지하도로의 교통류 특성을 면밀히 분석하여 안전성을 평가하 고 사고 예방을 위한 효과적인 대책을 마련하는 것이 중요하다. 본 연구에서는 서부간선 지하도로 성산 방면의 14개 VDS 검지기 데이터를 기반으로 지점별 속도 변동성과 교통사고 분석을 통해 안전성을 평가하였고 분석 결과의 시사점 을 바탕으로 지하도로 속도 관리 전략을 설계하였다. 먼저, VDS 검지기 지점별 속도 표준편차와 time-varying-volatility 산출 및 속도의 변동성과 교통사고 데이터 매칭을 통해 사고 개연성과 심각도를 분석하였다. 이후, 사후검정을 통해 속 도 및 속도 변동성 기준으로 동질적 부분집합을 도출하고 회귀분석을 통해 속도 변동성과 교통량·밀도 간의 관계를 규명 하여 속도 변동성을 최소화할 수 있는 최적의 교통량과 밀도를 산출하였다. 분석 결과, 속도 변동성이 큰 구간에서 사고 개연성과 심각도가 높게 나타났으며 지하도로에 구간단속을 적용할 경우 하류부에서 변동성이 증가하는 현상을 확인하 였다. 이를 바탕으로 위험 구간을 식별하고 해당 구간에 가변형 속도 제한 시스템을 적용한 로컬 속도 관리 전략을 제시 하였다. 본 연구의 결과는 지하도로의 사고 예방 및 안전성 향상을 위한 실질적인 속도 관리 전략 설계에 기여할 수 있 을 것으로 기대된다.
본 연구는 한국 기상대 데이터를 활용하여 콘크리트 포장의 깊이별 온도를 예측하는 ANN(Artificial Neural Network) 모델을 개발하는 것을 목표로 한다. 기존의 열평형 방정식 기반 모델은 특정 지역의 기상 데이터를 필요로 하기 때문에 일반적인 적용이 어렵다는 한계를 가지고 있다. 이에 본 연구에서는 ANN을 활용하여 기상대 데이터를 기반으로 범용적 인 온도 예측 모델을 개발하고자 한다. 이를 통해 다양한 지역 및 환경 조건에서도 적용 가능한 모델을 구축하는 것이 목적이다. 본 연구에서는 2017년 1월 1일부터 2018년 12월 31일까지의 1시간 단위 기상 및 온도 데이터를 활용하며, 0.05m, 0.15m, 0.25m, 0.35m, 0.45m 깊이별 온도 데이터를 학습 데이터로 사용한다. 입력 변수로는 기온, 풍속, 강수량, 습도, 일 조량, 일사량, 적설량, 적운량, 지면온도를 포함한다. 이러한 다양한 기상 데이터를 활용하여 신경망 모델을 학습하고, 기 존 방식보다 높은 정확도를 확보하는 것이 연구의 핵심 목표이다. 기존 ANN 구조인 O = WI + B에서 확장된 O = W(I + (WI + B)) + B 형태의 비선형 구조를 적용하여 기존 모델이 가지는 비선형 관계 반영의 한계를 극복하고자 한다. 또한, 선형 다중 은닉층 모델과 비선형 다중 은닉층 모델을 각각 개발하여 성능을 비교하고, 비선형 모델의 필요성과 일반화 능력을 평가할 예정이다. 최종적으로 두 모델의 성능을 평균 제곱 오차 및 평균 절대 오차 등과 같은 평가 지표들을 이용하여 비교 분석하고, 가장 적합한 모델을 도출하고자 한다.
이 연구는 관측 지점의 해황 정보 데이터를 기반으로 관측 지점 이외 공간의 해황 정보 데이터를 격자 형식으로 공간 보간하는 방법에 관해 연구한다. 해황 정보를 얻을 수 있는 관측소나 관측 지점의 공간적 분포가 제한되어 있어 단편적인 지점의 해황 정보만을 수 집할 수 있기 때문에 이러한 점을 해결하기 위해 OPEN API를 활용하여 해황 정보 데이터를 수집하고, 데이터 전처리 과정을 통해 관측 데이터가 존재하지 않는 지점의 데이터를 격자 형식으로 공간 보간한다. 본 연구에서 사용된 보간 방법으로는 Cubic spline interpolation, Linear extrapolation, Kriging 3가지 방법을 사용하였고 각 보간 결과의 비교 분석을 통해 보간 결과의 정확도와 공간 보간에 활용 가능성을 평가하였다. 결과적으로 Kriging이 관측된 지점 간의 공간적 분포와 상관관계, 해황 정보의 데이터 구조를 가장 잘 반영하여 관측 지점 이 외 보간에 대한 결과가 다른 두 보간 방법에 비해 높은 정확도를 보여 해황 정보 공간 보간에 적합한 보간 방법으로 판단되었다. 공간 보 간된 데이터는 평균 풍속 및 풍향, 평균 조류 속도 및 방향 등 선박의 조종성에 영향을 미치는 요인을 정밀하게 계산하는 데 활용 가능하 며 선박 항해 경로를 따라 영향을 받는 외력을 파악, 이를 통해 안전성과 경제성을 모두 고려한 경로 탐색에 활용할 수 있을 것으로 기대 된다.
미·중 기술패권 경쟁 가운데, 첨단 디지털 기술의 공급망과 데이터 수 집, 유출, 조작, 유포 등의 우려가 제기되면서 공급망안보와 데이터안보 가 교차하는 양상이 두드러지기 시작했다. 데이터안보나 공급망안보 각 각에 대한 기존 연구는 있었으나, 이 둘의 교차점에 초점을 맞춘 연구는 드물다. 이 연구에서 다루는 데이터안보 사안들은 정부뿐 아니라 개인이 나 민간 행위자들이 취급하는 데이터들이 국가안보적 사안으로 전환되는 모습을 보인다. 이러한 신흥위협이 공급망위협과 상호작용하며, 국가안보 적 우려로 비화한 사례로 화웨이의 5G, ZPMC 항만 대형 크레인, 미래 자동차의 핵심 기술 라이다, 중국산 DJI 드론 등이 있다. 본 연구는 이러 한 사례들에 대해 국가 차원에서 어떤 대응이 이루어졌는지 탐구하였다. 특히, 관련 이슈들을 안보화하고 대응책을 앞서 제시하고 있는 미국에 초점을 맞추었다. 또한 기존의 안보화 이론을 보완하여 정치경제적 측면 을 추가하였다. 행정명령, 전략서 발간, 연방 예산안 그리고 새로운 전문 기구들의 창설을 통해 신흥 위협에 대처하고 있으며, 그 과정에서 공급 망 재편, 표준, 규범, 규제의 설립을 통해 변화하는 국가의 안보 제공자 로서의 역할을 조명하였다.
Structures compromised by a seismic event may be susceptible to aftershocks or subsequent occurrences within a particular duration. Considering that the shape ratios of sections, such as column shape ratio (CSR) and wall shape ratio (WSR), significantly influence the behavior of reinforced concrete (RC) piloti structures, it is essential to determine the best appropriate methodology for these structures. The seismic evaluation of piloti structures was conducted to measure seismic performance based on section shape ratios and inter-story drift ratio (IDR) standards. The diverse machine-learning models were trained and evaluated using the dataset, and the optimal model was chosen based on the performance of each model. The optimal model was employed to predict seismic performance by adjusting section shape ratios and output parameters, and a recommended approach for section shape ratios was presented. The optimal section shape ratios for the CSR range from 1.0 to 1.5, while the WSR spans from 1.5 to 3.33, regardless of the inter-story drift ratios.
Humans have the ability to perceive an object’s material and properties instantaneously, and use this information to prepare for future actions. Material perception is not only an important factor for humans but also for artificial intelligence robots that are being developed. In addition, material perception is one of the important design requirements in selecting materials suitable for the products desired by consumers and pursued by designers. Because it is impossible to perform material perception using an exact formula, it is determined from tendencies that are identified in surveys. In this study, surveys with a binary selection were conducted, presenting participants with pairs of bipolar adjectives and asking them to choose one of two. After multiple surveys were conducted all the data were merged. Before merging the data, to ensure the reliability of the data homogeneity and correlation were tested using hierarchical clustering, correlation coefficient, and k-means cluster analysis. Afterwards, the merged data was used to analyze universal and comparable perceptual qualities of various material classes using relative frequency and hierarchical cluster analysis.
This study collected video footage of accident-risk scenarios on actual roads using automobiles and motorcycles. A total of 191,500 km was driven with three vehicles and one motorcycle, capturing 6,550 near-miss accident videos. The footage was analyzed and categorized based on the 27 parameters of the iGLAD(Initiative for the Global Harmonization of Accident Data) accident categories. Parameters difficult to classify under iGLAD were localized to fit domestic conditions, and further analysis identified areas needing optimization. The categorized data was organized into a web-based database platform, providing statistical analysis and search functions for scenario development. Future use of this data will support the creation of safety evaluation scenarios for autonomous vehicles, enhancing traffic accident investigation and analysis systems. Expanding the database to include data from secondary roads and parking areas is expected to increase its applicability and value.
In order support the design support system of small and medium-sized shipbuilding companies that carry out designs using 2D CAD, this study developed a system that automatically calculates the cable length by extracting the Y-axis value expressed as text data in 2D CAD. By setting the equipment where the cable starts and ends, the essential route and the installation rate were checked so that the optimal route of the cable could be calculated. As a result, the value calculated based on the optimal route and length of the cable by extracting the data of 2D CAD through this study was the same as the value previously calculated by the actual user, and the installation rate was less than 130% so there was no problem with the on-site installation. In addition, it was confirmed that the cable length calculated through this was reduced by about 7% compared to the existing work.
본 연구는 유럽연합(European Union, EU)의 디지털 서비스법(Digital Services Act, DSA)과 브뤼셀 효과(Brussels effect)가 X(舊 Twitter) 플랫폼에 미친 영향을 데이터 분석을 통해 평가한다. DSA는 디지털 플 랫폼에 대한 규제 강화와 콘텐츠 관리의 투명성을 요구하며, X는 이를 통해 불법 콘텐츠와 혐오 발언에 대한 처리 방식을 개선하고 있다. 본 연구는 2023년부터 발행된 DSA의 투명성 보고서를 기반으로, 국가별 콘 텐츠 조정 효율성과 자동화 및 수동 검토 시스템의 성과를 분석한다. 이 를 위해, 데이터 수집 및 전처리를 거쳐 Python을 활용한 통계적 분석 을 적용하였다. 또한, 유럽 국가별로 발생한 집행 차이와 그로 인한 문제 점을 살펴보고, 글로벌 디지털 규제의 확산 가능성에 대한 정책적 시사 점을 제시한다.
해사 데이터는 항만을 입출항하는 선박 정보, 해상에서 운송되는 화물 정보, 이를 모니터링하고 관리하는 해상교통관제 정보 등 해상에서 생성되는 모든 데이터로 정의할 수 있다. 이러한 해사 데이터는 그 종류만큼이나 다양한 형식으로 송수신되고 있으며, 각각 의 데이터가 서로 밀접하게 연관되어 있는 멀티모달의 특징을 가지고 있기 때문에 데이터의 통합 관리가 어려운 실정이다. 더욱이 해사 데이터를 인공지능 시스템에 활용하기 위해서는 데이터 도메인에 대한 지식이 필요하기 때문에 비전문가의 경우 데이터를 활용하는 데 제약이 많았다. 이에 본 논문에서는 데이터의 연관 관계를 이용하여 멀티 모달 해사 데이터를 효과적으로 관리할 수 있는 데이터 체계를 제안하였다. 제안하는 관리 체계는 멀티 모달 데이터의 전처리 작업 절차와 연관 관계 기반의 그래프 데이터베이스, 비정형 데이터를 위 한 객체 저장 공간을 포함하고 있으며, 이를 통해 수집된 데이터로부터 연관 관계를 자동으로 추출하여 저장할 수 있도록 설계하였다. 또 한, VHF 데이터의 데이터베이스 구축 예시를 통해 제안하는 데이터 관리 체계의 활용 가능성을 검토하였으며, 기존의 데이터 관리 체계 에 비해 데이터의 이해도를 높이고, 활용도를 향상시킬 수 있을 것으로 예상된다.
본 연구는 빅데이터 분석을 통해 지방자치단체의 스포츠도시 구현 노 력을 살펴보고자 스포츠도시에 대한 사회적 인식과 현상을 파악하는 데 목적이 있다. 이를 위해 텍스톰과 Ucinet 6을 활용하여 2021년 6월부터 2024년 6월까지 '스포츠도시'와 관련된 텍스트 자료를 통해 키워드와 토 픽을 분석하였다. 구체적으로 텍스트마이닝, 의미연결망 분석, TF-IDF, CONCOR 분석을 통해 실시하였다. 분석 결과, 첫째 '스포츠', '도시', ' 대회', '체육', '개최', '국제', '전국', '선수', '세계', '조성' 순으로 빈도 가 높게 나타났다. 둘째 ‘국제 스포츠이벤트 개최’, ‘전국대회 유치 및 개 최를 통한 도시 위상 제고’, ‘시민을 위한 생활체육 인프라 조성’, ‘스포 츠도시를 통한 지자체의 지역 경제발전’ 등 4개의 그룹이 형성되었다. 따라서, 지자체는 지역 특성을 고려하고 주민의 의견을 적극적으로 반영 하며, 지역 경제 활성화에 기여하는 스포츠도시 구현에 앞장서야 할 것 이다. 마지막으로, 지역주민의 스포츠 참여가 일상이 되도록 양질의 스포 츠 프로그램을 제공해야 할 것이다.
본 연구는 국내 주요 항만에 정박 중인 선박들의 이산화탄소 배출 특성을 항만별, 선박 유형별로 배출 현황을 파악하여 향후 배출 저감 정책 수립에 필요한 기초 자료를 제공하는 것을 목적으로 한다. 이를 위해 항만운영정보시스템 데이터를 활용하여 2019년부터 2023년까지 최근 5년간의 정박 선박 데이터를 수집, 분석하였다. 연구 결과, 탱커선과 화물선이 전체 탄소 배출량의 대부분을 차지하며, 부산항, 울산항, 광양항 등 주요 무역항에서 배출량이 높게 나타났다. 특히, 탱커선은 정박 중 화물 가열 및 증기 구동 펌프 사용 등으로 인해 타 선종에 비해 발전기 사용이 많아 높은 배출 특성을 보였다. 이러한 결과는 항만 내 육상전원공급장치(AMP)의 설치 확대가 필요 함을 시사하며, 특히 탱커선이 접안하는 선석을 우선적으로 AMP 설치 대상으로 선정하는 것이 효과적일 것으로 판단된다. 본 연구는 국 내 항만에서 정박 선박의 이산화탄소 배출 특성을 체계적으로 파악하여 효율적인 배출 저감 전략을 수립하는 데 기여할 것으로 기대된 다.
2022 개정 과학과 교육과정은 교과 맥락에 따른 지식 정보 처리 역량 및 과학 탐구 능력 함양을 위해 디지털 탐구 도구 활용을 통한 교수·학습 활동을 강조한다. 이에 따라 본 연구에서는 공공 데이터를 활용한 지구과학 탐구 활 동을 개발하였다. 본 탐구 활동은 기상청 날씨누리의 지진 데이터를 노코딩 시각화 도구인 오렌지를 활용하여 시각화하 고 분석하도록 구성되어, 학생들이 지진대와 판의 경계와의 관련성을 과학적으로 이해할 수 있도록 돕는다. 개발한 탐 구 활동을 중학교 학생들에게 적용하였으며, 탐구 활동이 학생들의 지식 정보 처리 역량 함양에 긍정적인 영향을 주었 음을 확인하였다. 또한 탐구 활동이 데이터 활용 범위를 확장시켜 학생들이 새로운 질문을 생성할 수 있도록 하는 데 도움이 되었음을 파악하였다. 본 연구는 공공 데이터와 시각화 도구를 효과적으로 활용할 수 있는 탐구 활동을 제안한 다. 탐구 활동에서 경험하는 다양한 방식의 데이터 처리, 시각화 및 분석 과정은 학생들이 복잡한 자연 현상을 조금 더 쉽게 이해하는 데 도움을 줄 수 있으므로, 이러한 점에서 본 연구의 탐구 활동이 과학 수업에서 유용하게 활용될 수 있을 것으로 기대한다.
조선시대의 혁신적인 지도자였던 정조대왕의 업적과 수원화성의 역 사적 의미를 재조명하고, 현대적으로 계승하기 위하여 시작된 수원화성 문화제는 다채로운 축제 프로그램과 고유한 문화적 유산으로 인해 우 리나라 대표 문화관광축제로 자리매김하였다. 본 연구는 수원화성문화 제를 대상으로 온라인에서 수집한 키워드의 분석을 통해 포괄적인 인 식과 동향을 탐색하기 위해 진행되었다. 연구 결과, 첫째, 축제, 정조대 왕, 능행차, 수원시, 경기도, 화성행궁, 다양한, 세계유산축전, 힐링폴 링, 공연, 가을, 미디어아트 등의 키워드가 온라인 상에서 자주 언급되 고 있었다. 둘째, 중심성 분석 결과, 빈도분석의 결과와는 일부 차이가 있는 것으로 나타났다. 셋째, CONCOR 분석 결과, 총 6개의 수원화성 문화제 관련 키워드가 군집되었으며, 다양한 의미를 내포하고 있는 것 으로 나타났다.
본 연구는 AI-Hub의 ‘방송콘텐츠 한국어-중국어 번역 말뭉치’ 데이터를 활용하여 네이버 파파고의 번역 품질을 평가하고 이를 시각화하는 것을 목표로 한다. 먼저 BL EU 점수를 통해 파파고 번역 품질을 정량적으로 분석하고, 다양한 시각화 기법을 활용하여 번역 품질의 패턴을 파악하였다. 연구 결과에 따르면, 파파고 번역은 짧고 단순한 문장에서 높은 성능을 보였으나, 문장이 길고 복잡해질수록 번역 품질이 저 하되는 경향이 나타났다. 특히, 구어체 표현이나 문화적 맥락이 필요한 표현에서는 번역 오류가 두드러지게 나타났다. 본 연구는 데이터 시각화를 통해 번역 품질 평가 의 이해를 돕고, 파파고 번역의 강점과 약점을 명확히 제시하였다. 향후 연구에서는 다양한 평가 지표와 데이터셋을 활용하여 번역 품질을 더욱 다각적으로 평가하고, 파파고 번역의 한계점을 개선 방안을 제시할 예정이다.
본 연구의 목적은 2022 개정 교육과정 고등학교 신설 과목인 「도시의 미래 탐구」가 학교 현장에서 성공적으로 안착하고 지리교과의 심화과목이자 진로 선택 과목으로서의 정체성을 살리기 위한 방안으로 공공데이터를 활용한 웹 기반 GIS 플랫폼을 개발하고, 교수・학습 모듈을 디자인하는 것이다. 이 플랫폼은 데이터 전처리, 시각화, 공간 분석을 위한 통합 도구를 제공하며, HTML과 JavaScript로 설계되어 저사양 기기를 포함한 다양한 교육 환경에서도 활용 가능하다. 본 연구는 또한 「도시의 미래 탐구」교육과정에 부합하는 교수・학습 모듈을 개발하고, 지리탐구의 수업 실행 방식을 제안하였다. 학습자는 ‘도시’라고 하는 시민성의 공간을 과학적 인식, 개인적 반응, 비판적 사고를 통해 온전히 이해하게 되고, 도시의 역동성과 공간 불평등을 탐구할 수 있도록 설계되었다. 본 연구는 공공데이터와 지리정보기술을 통합한 본 연구는 지리교육에서 디지털 리터러시를 증진하고 비판적 탐구 역량을 강화한다는 점에서 의의가 있다.
2020년부터 국토교통부에서 추진해 온 “디지털 트윈국토”정책은 데이터 구축사업과 별도로 국가표준화도 동시에 진행되 어 표준과 실제 구축된 데이터 간의 연계성이 부족하다. 2024년에 21종의 표준 즉, 건물, 교통, 실내 공간, 수치표고모형, 지하 부문에 각각 데이터 모델, 품질, 메타데이터, 제품 사양이 제·개정되었다. 본 연구는 건물, 교통, 실내 공간, 수치표고모형 4종의 데이터 모델 표준의 유효성 검증 및 데이터 모델 간 정합성 검증을 목적으로 한다. 표준전문가의 입장과 표준 사용자의 입장에서 유효성을 7가지의 방법으로 유효성과 정합성을 검증하였다. 기존의 국토지리정보원의 건물과 교통은 메쉬(mesh)기반 의 3차원 구조를 갖는 반면에, 디지털 트윈국토 데이터의 건물과 교통, 그리고 실내 모델은 개별 객체의 구조를 갖고 있고, 기존 수치지도와 국토부의 여러 코드 리스트와도 연계할 수 있는 속성정보를 포함하고 있다. 각 건물, 교통, 실내 공간, 수치표고 모형, 각 부문 간의 데이터 모델 표준에서 객체 간 연속성 및 정합성이 보장되도록 클래스 간 논리성을 검증하였다. 검증과정에서 시범지역을 대상으로 한 데이터 구축과 시나리오 구성과 플랫폼 위에 데이터를 올려 시나리오를 적용을 통해 데이터 모델의 유효성을 이해할 수 있도록 하였다.
본 연구는 정서가 어떻게 표상되고 그 구조가 어떠한지 파악하기 위한 목적으로 진행되었다. 이에 정서 영상에서 유발된 정서에 대해 웨어러블 기구 기반 EEG 반응이 어떻게 분류되고 표상되는지 알아보고자 하였다. 이를 위해 참가자간 분류분석으로 참가자들 간의 정서 반응의 일관성을 확인하였다. 또한 분류분석의 결과로 도출된 정서 영상 별 정확 및 오분류를 오차행렬을 통해 기술하였다. 다음으로, 핵심정서 모델을 기반으로 EEG 데이터에 다차원척도 법을 적용하여 정서가 정서가와 각성가 두 가지 차원에서 어떻게 표상되는지 확인하였다. 마지막으로, 표상 유사성 분석을 통해 행동 데이터, 생리 측정 데이터, EEG 데이터 중 정서 차원을 가장 잘 설명하는 데이터가 무엇인지 확인하였다. 참가자간 분류분석 결과, 정서유형이 유의미하게 분류되었고 이는 EEG 데이터에 정서에 따라 참가자들 간 공유되는 패턴이 있음을 시사한다. 다차원척도법 결과, 정서 자극에 따른 EEG 데이터가 각성가 차원에서 표상이 잘 이루어졌다. 표상 유사성 분석 결과, 정서가 차원은 행동 데이터가, 각성가 차원은 EEG 데이터와 생리 측정 데이 터가 잘 설명하였다. 본 연구는 웨어러블 기구를 통해 측정된 영상 자극에 따른 EEG 데이터를 사용해 기존의 정서 이론과 부합하는 결과를 얻은 것에 의의가 있다.