In this study, we target demand-responsive smart mobility, i.e., a bus-type rural transportation model, that has recently been activated to target public transportation-vulnerable areas in urban-rural integrated cities, and empirically analyze the effects of travel time and service factors on user satisfaction with the transportation mode. An ordered logit model was used for the empirical analysis of a field survey of 449 passengers regarding their usage status and satisfaction with demand-responsive smart mobility in rural areas across the country. As access and travel times increased, bus user satisfaction decreased. Particularly, access time was approximately 1.6 times more important than travel time. Meanwhile, satisfaction with demand-responsive smart mobility was found to increase as drivers were kind and drove safely, vehicles were convenient and ran on time, lines and stops were appropriate, fares were satisfactory, and information on schedules and how to use them was available. Among these service elements, the kindness of the driver was analyzed as the most important variable. This suggests that to activate the use of demand-responsive smart mobility, considering the selection of pick-up and drop-off locations to reduce access time and to make efforts to increase the kindness of drivers is important. The essential flexible schedule of demand-responsive smart mobility, i.e., the use of demand-responsive smart mobility, can be activated only when an operating environment is created that reduces access time and in-vehicle travel time. In other words, it is difficult to revitalize the use of demand-responsive smart mobility if it operates on a fixed route and schedules similar to those of existing buses.

온실 내부 환경은 지역에 따라 외부 환경의 영향을 지속적으로 받는다. 본 연구는 몽골, UAE(아부다비), 호 주(퀸슬란드) 등 지역별로 구축된 한국형 스마트 온실의 환경 특성을 비교하고자 수행하였다. 몽골과 아부다비의 온실 모두 내외부 엔탈피 차이가 감소함에 따라 환기율이 증가하였다. 아부다비의 반밀폐형 온실에서는 10시부터 14시까지 평균 내부 기온이 외부 기온보다 약 7－10°C 낮았고 내부 VPD(12mbar)는 외부 VPD(56mbar)보다 4.6 배 낮았는데 이 결과는 포그 시스템 운영과 관련이 있는 것으로 보인다. 퀸즐랜드 온실의 경우, 내부 온도가 외부 온 도보다 11시 기준 약 3.81°C 높았고, 내부 엔탈피와 VPD가 외부 온도보다 높았으며, 내부와 외부의 엔탈피 차이가 증가함에 따라 환기율이 증가하였다. 이 결과로 엔탈피를 낮추는 것은 환기와, VPD를 낮추는 것은 포그 시스템 작 동과 관련이 있는 것을 알 수 있다. 또한, 작물 생육에 적합한 환경 조건을 효과적으로 관리하기 위해 엔탈피와 VPD 기반의 포그, 환기 또는 난방 시스템이 필요하다는 것을 알 수 있다.

본 연구는 청소년의 외로움이 스트레스와 스마트폰 과의존 관계에 대한 범불안의 매개효과를 조절하는지 검증하고자 실시되었다. 2020년에 실시된 제16차 청소년건강행태조사 데이터를 이용하여 중・ 고등학생 54,948명의 자료를 SPSS 24.0과 Process Macro 4.0을 이용하여 분석하였다. 연구 결과, 청소년 의 범불안은 스트레스와 스마트폰 과의존의 관계를 매개하였다. 그리고 청소년의 외로움은 스트레스와 스 마트폰 과의존의 관계에 대한 범불안의 매개효과를 조절하였다. 즉, 외로움이 높을수록 스트레스로 인한 범불안이 강화되어 스마트폰 과의존이 높아진다. 그러므로 청소년의 스마트폰 과의존을 개선하기 위해 스 트레스, 범불안뿐만 아니라 외로움을 완화해 줄 프로그램을 마련하여 시행할 것을 제언한다.

해상 운송 시스템에 사이버 위협이 증가함에 따라, 안전한 운항을 보장하기 위한 사이버 복원력의 필요성이 부각되고 있다. 특 히, 자율운항선박과 같은 고도의 기술 융합이 요구되는 스마트선박은 기존보다 더 광범위한 사이버 공격 표면을 가지게 되어 이에 대한 리스크 관리가 필수적이다. 본 연구에서는 스마트선박의 사이버 복원력을 평가하기 위해 국제 표준인 IACS UR E26, E27, IEC 62443, NIST SP 800-160을 분석하고, 이를 통해 스마트선박의 선종과 자율화 수준에 따른 사이버 리스크 평가 및 각각의 리스크에 맞는 복원력 모델 개념을 설계하였다. 특히, 선박의 자율화 수준이 높아질수록 사이버 리스크가 커지므로 이를 반영한 맞춤형 대응 전략을 도출하고 스마트 선박의 사이버 복원력 향상을 위한 성숙도 모델을 제안했다.

청소년의 스마트폰 과다 사용에 대한 우려가 증가함에 따라, 스마트폰 의존과 과다 사용이 정신 건강에 미치는 잠재적 영향에 대한 관심이 집중되고 있다. 그러나 스마트폰 의존과 자살 시도 간의 관계에 대한 직접적인 실증 연구 는 여전히 부족한 실정이다. 본 연구는 이러한 연구 공백을 메우기 위해, 청소년의 스마트폰 의존, 외로움, 그리고 자살 시도 간의 관계를 검토하고자 한다. 2023년 질병관리청의 조사 자료를 활용하여 800개 중⋅고등학교의 52,880 명의 학생을 분석한 결과, 스마트폰 의존도가 높은 청소년들은 지난 1년간 외로움과 자살 시도를 보고할 가능성이 유의미하게 높은 것으로 나타났다. 또한, 외로움은 스마트폰 의존과 자살 시도 간의 관계를 부분적으로 매개하는 것으로 밝혀져, 스마트폰의 과다 사용이 사회적 고립을 촉진하여 자살 위험을 증가시킬 수 있음을 시사한다. 아울러, 일상 스트레스는 중요한 조절 변수로 작용하는 것으로 나타났다. 스마트폰 의존, 외로움, 자살 위험 간의 연관성은 높은 스트레스 수준을 가진 청소년에게서 더욱 강하게 나타났다. 이러한 연구 결과는 외로움과 스트레스와 같은 심 리사회적 요인이 스마트폰 사용과 정신 건강 위험 간의 연관성에서 중요한 역할을 한다는 점을 부각시킨다. 본 연구 는 청소년의 스마트폰 과다 의존을 방지하고, 사회적 관계 강화를 중시할 필요성을 제안하며, 특히 스트레스 수준이 높은 청소년의 스마트폰 사용에 대해 더욱 많은 주의를 기울여야 함을 강조한다.

This study develops a machine learning-based tool life prediction model using spindle power data collected from real manufacturing environments. The primary objective is to monitor tool wear and predict optimal replacement times, thereby enhancing manufacturing efficiency and product quality in smart factory settings. Accurate tool life prediction is critical for reducing downtime, minimizing costs, and maintaining consistent product standards. Six machine learning models, including Random Forest, Decision Tree, Support Vector Regressor, Linear Regression, XGBoost, and LightGBM, were evaluated for their predictive performance. Among these, the Random Forest Regressor demonstrated the highest accuracy with R2 value of 0.92, making it the most suitable for tool wear prediction. Linear Regression also provided detailed insights into the relationship between tool usage and spindle power, offering a practical alternative for precise predictions in scenarios with consistent data patterns. The results highlight the potential for real-time monitoring and predictive maintenance, significantly reducing downtime, optimizing tool usage, and improving operational efficiency. Challenges such as data variability, real-world noise, and model generalizability across diverse processes remain areas for future exploration. This work contributes to advancing smart manufacturing by integrating data-driven approaches into operational workflows and enabling sustainable, cost-effective production environments.

As the Fourth Industrial Revolution advances, smart factories have become a new manufacturing paradigm, integrating technologies such as Information and Communication Technology (ICT), the Internet of Things (IoT), Artificial Intelligence (AI), and big data analytics to overcome traditional manufacturing limitations and enhance global competitiveness. This study offers a comprehensive approach by evaluating both technological and economic performance of smart factory Research and Development (R&D) projects, addressing gaps in previous studies that focused narrowly on either aspect. The research combines Latent Dirichlet Allocation (LDA) topic modeling and Data Envelopment Analysis (DEA) to quantitatively compare the efficiency of various topics. This integrated approach not only identifies key research themes but also evaluates how effectively resources are utilized within each theme, supporting strategic decision-making for optimal resource allocation. Additionally, non-parametric statistical tests are applied to detect performance differences between topics, providing insights into areas of comparative advantage. Unlike traditional DEA methods, which face limitations in generalizing results, this study offers a more nuanced analysis by benchmarking efficiency across thematic areas. The findings highlight the superior performance of projects incorporating AI, IoT, and big data, as well as those led by the Ministry of Trade, Industry, and Energy (MOTIE) and small and medium-sized enterprises (SMEs). The regional analysis reveals significant contributions from non-metropolitan areas, emphasizing the need for balanced development. This research provides policymakers and industry leaders with strategic insights, guiding the efficient allocation of R&D resources and fostering the development of smart factories aligned with global trends and national goals.

This study explores the utilization level of smart manufacturing systems in the value chain processes of manufacturing and empirically examines the effect of the utilization level of these systems on manufacturing competitiveness in SMEs. Smart manufacturing systems in the value chain processes are categorized into Sales, Purchasing, Production & Logistics, and Support systems. By analyzing the research model using structural equation modeling, this study identifies that Sales systems, Purchasing systems, Production & Logistics systems, and Support systems have a significant impact on manufacturing process efficiency. Additionally, Production & Logistics systems and manufacturing process efficiency positively and significantly influence manufacturing competitiveness. The findings suggest that the utilization of information is directly and positively related to manufacturing process efficiency, including reducing lead-time, decreasing work performance man-hours (M/H), and improving work accuracy. These improvements ultimately have a significant impact on manufacturing competitiveness. In conclusion, the use of smart manufacturing systems is becoming an integral part of the manufacturing industry. To gain a competitive edge, it will be necessary to introduce and utilize optimal smart manufacturing systems, taking into account the size of manufacturing firms.

본 연구는 스마트도시의 지속 가능한 공공 서비스 개발을 위한 주요 토론 주제를 발굴하는 것을 목적으로 한다. 현행 지방정부 스 마트도시 서비스 도출 방식은 시민 리빙랩을 통해 시민 의견을 반영하지만, 기술적 요구와는 동떨어진 민원 수준 의견이 많아 한계가 있다. 또한, 공공기관은 중앙정부 정책에 의존하여 민간 기술에 종속되는 경향이 있어, 장기적인 관리 및 운영이 어렵다. 이러한 문제 를 해결하기 위해 시민들의 기술 이해 수준과 공공기관의 기술 수준을 함께 고려한 전략적 접근이 필요하다. 본 연구는 이러한 요소 들을 바탕으로 향후 연구 및 정책 수립의 기초 자료로 활용될 토론 주제를 제안하였다.

The era of logistics 4.0 in which new technologies are applied to existing traditional logistics management has approached. It is developing based on the convergence between various technologies, and R&D are being conducted worldwide to build smart logistics by synchronizing various services with the logistics industry. Therefore, this study proposes a methodology and technology strategy that can achieve trend analysis using patent analysis and promote the development of the domestic smart logistics industry based on this. Based on the preceding research, eight key technology fields related to smart logistics were selected, and technology trends were derived through LDA techniques. After that, for the development of the domestic logistics industry, the strategy of the domestic smart logistics industry was derived based on analysis including technology capabilities. It proposed a growth plan in the field of big data and IoT in terms of artificial intelligence, autonomous vehicles, and marketability. This study confirmed smart logistics technologies by using LDA and quantitative indicators expressing the market and technology of patents in literature analysis-oriented research that mainly focused on trend analysis. It is expected that this method can also be applied to emerging logistics technologies in the future.

The purpose of this study is to analyze the characteristic of quality attributes of smart hotels by using a SERVQUAL-IPA model, focusing on Chinese, which has the most proactive approach for the adoption of smart hotel system. Toward this goal, six quality factors—tangibles, reliability, assurance, responsiveness, empathy, and playfulness—were extracted through factor analysis, and IPA was used to appraise the degree of importance and satisfaction for each quality attribute. As a result of the SERVQUAL-IPA model, quality attributes were categorized into four groups of 'keep up the good work,' 'possible overkill,' 'low priority,' and 'concentrate here.'. Furthermore, it was concluded that there is a need to focus on the following elements: ‘smart devices can assist customers in emergency situations’, ‘when the room control system identifies customer needs, the staff can provide prompt service’, ‘development and improvement of mobile applications that enable customers to control room amenities’, ‘regular maintenance for smart devices’, and ‘providing data-driven personalized recommendations through customer activity data analysis’.

본 연구는 간호대학생의 스마트폰 동영상을 활용한 자기관찰과 QR-Code를 활용한 피드백 자율 실습 방법이 핵심간호술 수행능력, 수행자신감 및 자기효능감에 미치는 효과를 파악하기 위한 비동등성 대 조군 전·후 설계를 적용한 유사실험연구이다. 연구 대상자는 G시 소재 U대학교 간호학과 2학년 재학생 105명이었으며, 수집된 자료는 SPSS 23.0 프로그램을 활용하여 기술통계, independent t-test, Fisher’s exact test, -검정, paired t-test로 분석하였다. 연구결과, 유치도뇨 수행능력은 유의하게 증가(t=8.532, p<.001)하였으나, 근육주사 수행능력은 통계적으로 유의하지 않았다(t=1.818, p=.077). 유치도뇨 수행자신 감(t=5.099, p<.001)과 근육주사 수행자신감(t=5.473, p<.001)은 통계적으로 유의하게 증가하였고, 자기효 능감(t=4.332, p<.001)이 유의하게 향상되었다. 이에 스마트폰 동영상을 활용한 자기관찰과 QR-code 활 용 피드백 자율실습은 난이도가 높은 핵심간호술 항목에 더욱 효과적이며, 핵심간호술 수행자신감, 자기효 능감 향상에 효과적인 자율실습 교육방법이라는 객관적인 근거를 제시하였다. 아울러 핵심간호술 20개 항 목의 난이도를 다양하게 포함한 반복연구를 제언하는 바이다.