AI-driven automation for structural design has been actively studied in structural engineering. In particular, reinforcement learning (RL) has attracted attention as a framework in which an agent interacts with an environment to autonomously search for optimal design solutions in complex design spaces. This study proposes an automated design model for rectangular reinforced-concrete (RC) columns based on a multi-agent Double Deep Q-Network (Double DQN). Extending prior RL-based automation developed for RC beam design to column members, the proposed environment explicitly incorporates key column-specific behaviors, including axial force–bending moment (P–M) interaction and moment magnification due to column buckling. Four agents independently determine the section width (b), section depth (h), number of longitudinal bars (n), and bar size. The reward function combines (i) penalty terms for violations of ACI 318-19 design constraints and (ii) an economic reward defined relative to an approximate optimal cost predicted by a quadratic regression model. After training for approximately 10,000 episodes, the proposed multi-agent Double DQN consistently generated ACI-compliant column designs across all test load cases and produced solutions with improved cost efficiency compared with the approximate optimal baseline. These results demonstrate the feasibility and practical potential of multi-agent RL for automated RC column section design.

국내 노후 교량의 증가에 따라 유지관리 비용과 사회적 피해가 지속적으로 확대되고 있으며, 특히 포트홀 발생으로 인한 피해 보상액 또한 최근 증가하는 추세를 보이고 있다. 교량 포장 구조에서 포트홀은 아스팔트 포장과 콘크리트 바닥판 사이 계면의 박리로부터 구조적으로 시작된다. 차량 제동 및 가속에 따른 수평 하중, 수분 침투, 층간 차등 팽창 등은 계면에 인 장응력을 유발하여 결합 상태를 약화시키며, 이는 표면 균열로 진전되어 최종적으로 포트홀로 이어진다. 따라서 계면 박리는 포트홀 발생의 구조적 전조증상으로 볼 수 있다. 하지만 기존의 육안 점검은 표면 손상 중심의 평가에 국한되어 계면 박리 와 같은 내부 구조 상태를 직접적으로 파악하는 데 한계가 있다. 최근에는 구조물 내부 상태를 평가하기 위해 다양한 NDT 기법의 활용이 증가하고 있으나, 탄성파 기반의 IE(Impact-Echo) 및 UT(Ultrasonic Testing) 기법은 아스팔트와 같은 다공성 재료 내부에서 신호 감쇠가 발생하여 적용에 제약이 있다. 반면, 전자기파를 활용하는 GPR(Ground Penetrating Radar)은 포 장 내부 및 계면 상태 평가에 적합하나, 신호 해석 과정에서 전문가의 경험에 의존하는 주관적 한계가 존재한다. 이에 본 연구에서는 GPR 데이터를 기반으로 계면 박리 유무를 자동으로 분류하고, 이를 통해 포트홀 발생 위험 지점을 예측하는 딥 러닝 기반 프레임워크를 제안하였다. ResNet-50을 백본으로 하는 2-stage 전이학습 기법을 적용하였으며, 1단계에서는 3,708 개의 시험체 데이터를 활용하여 기초 분류 모델을 구축하고, 2단계에서는 28,890개의 실교량 데이터를 추가 학습하여 현장 조건에 대한 일반화 성능을 향상시켰다. 그 결과, 제안된 모델은 전체 정확도 85.2%와 weighted F1-score 0.8493의 성능을 나 타내었다. 본 연구에서 제안한 방법은 포트홀 발생 이전 단계에서 내부 계면 박리를 탐지할 수 있는 기술적 기반을 제시하 였으며, 이를 통해 선제적 유지관리 전략 수립과 교통 안전성 향상, 유지관리 비용 및 피해 보상액 감소에 기여할 수 있을 것으로 판단된다.

본 연구는 실제 복합 상수도 관망 시스템에서 서지탱크의 직경 및 설치 위치에 따른 수두 감쇠 효과를 수치해석적으로 평가하고, 천이류 분석을 통해 상수도 관망 시스템에서 수격 방지 장치로서 활용되는 서지탱크의 최적 설계 및 배치 조건을 선정하고자 하였다. 천이류 기반 수치해석은 서지탱크 해석 이론이 결합된 특성선 방법 기반 모델을 통해 실제 상수도 관망을 단순화⋅골격화한 관망 시스템을 대상으로 수행했으며, 관망 시스템에서 천이류의 영향을 크게 받는 특정 절점을 선정하여 각 절점에서 밸브 조작 조건에 따른 천이류 발생 시나리오를 설정하였다. 먼저 밸브 급폐(1.337 s) 조건의 단일 시나리오에서 서지탱크의 직경별 성능을 비교한 결과, 수두 감쇠율이 0.61%∼13.31%로 나타난 직경 0.2 m 조건이 최적 직경으로 선정되었다. 다음으로 밸브 완폐(12.033 s) 조건의 시나리오에서 선정된 직경 0.2 m 서지탱크의 설치 위치를 평가한 결과, 46개 지점 중 37번 절점에 서지탱크를 설치하는 것이 수두를 25.44%∼32.22% 감쇠시켜 본 연구 조건에서 최대 감쇠 효과를 나타냈다.

반추 동물의 장내에서 발생하는 메탄은 주요 온실가스로, 배출을 완화하기 위한 다양한 연구가 활발히 진행되고 있다. 본 연구는 2,2’-Dithiodiethanesulfonic acid (DIA)가 in vitro 반추위 발효 특성과 가스 발생에 미치는 영향 평가를 통해 가공 방법 및 첨가 수준을 결정하고자 실시되었다. 실험 처리구는 대조구(무첨가), 양성 대조구(3-nitrooxypropanol, 120ppm), 그리고 원형-DIA와 가공형-DIA를 각각 60ppm, 120ppm, 240ppm 농도로 설정하여 진행하였다. 실험 결과, 원형-DIA의 첨가 수준이 증가함에 따라 총 가스와 메탄 발생량이 Linear하게 감소하였으며, 120ppm과 240ppm 농도에서 대조구 대비 유의적으로 감소하였다. 또한, 원형-DIA와 가공형-DIA의 첨가에 따라 총 휘발성 지방산 생성량은 대조구와 유의적인 차이가 없었다. 원형-DIA 240ppm 농도가 반추위 메탄 저감제로서 유망한 효과를 보였음을 확인할 수 있었다. 그러나, DIA의 메탄 저감을 규명하기 위한 미생물 분석 및 DIA의 급여 실험을 위한 효과적인 부형제 개발을 위한 연구가 필요하다.

This study examined the relationships between acoustic activity of the finless porpoise (Neophocaena asiaeorientalis) and marine environmental variables in Hadong, in the southern coast of Korea, using long-term passive acoustic monitoring. Acoustic data were collected with a hydrophone (F-POD) from July 8 to August 16 2023, and acoustic indices (DPM, DP10M, and click-based metrics) were integrated with in situ observations and model analysis environmental data. Generalized additive models indicated that chlorophyll-a and dissolved oxygen were the main predictors of acoustic activity whereas physical oceanographic variables (temperature, salinity, and sea surface height) had no significant effects. Chlorophyll-a showed a strong non-linear positive effect with finless porpoise activity increasing rapidly up to approximately 2 mg/m³ and then reaching a plateau. Dissolved oxygen exhibited a negative linear relationship, implying indirect ecological effects mediated by prey availability. In addition, current velocity was negatively related to click intensity. These results indicate that finless porpoise habitat use is more closely associated with productivity-related factors than with physical conditions. This research offers quantitative insights into prey-driven habitat selection, supporting the development of management and bycatch mitigation strategies.

난장이붓꽃은 설악산 등 고산지대에 제한적으로 분포하고 있는 희귀식물로, 국가적색목록에서 취약(Vulnerable; VU) 등급으로 평가되고 있다. 본 연구는 취약종인 난장이붓꽃의 보전 전략 마련을 위해 주요 자생지의 식생구조와 환경 특성을 구명하고자 수행되었다. 총 20개소를 대상으로 식생조사를 실시하였으며, 종조성 기반의 식생유형분류 및 유형별 중요치, NMS, MRPP 분석을 수행하였다. 유형분류 결과, 3개의 식생단위와 5개의 종군유형으로 구분되었으 며, 연구 대상종인 난장이붓꽃은 각 식생유형 초본층에서 중요치가 높게 나타났다. NMS 및 MRPP 분석 결과, 식생유형 1은 전기전도도(EC), 종풍부도, 식생유형 2는 해발고도, 유기물 함량, 노암률, 식생유형 3은 Na+, Mg+과 양의 상관관계 를 가지는 것으로 나타났으며, 자생지 내 환경조건에 따라 유형별 종조성이 이질적으로 나타났다. 해당 종의 체계적인 보전을 위해서는 각 식생유형별 생태적 특성을 반영한 전략 마련이 필요할 것으로 판단되었다.

상수관망의 누수는 수자원 손실 및 시설물 피해의 주요 원인으로, 효과적인 탐지를 위해 다양한 기술이 개발되고 있다. 본 연구는 실제 상수도 누수 사례를 대상으로 청음 데이터를 수집하고, 주파수 및 청각 기반 음향 특징을 추출하여 비지도 학습 기반의 이상 감지 모델을 적용함으로써 누수음을 탐지하는 기법을 제안한다. 청음 신호에 대해 푸리에 변환과 멜 주파수 켑스트럼 계수(MFCC)를 적용하여 총 86개의 음향 특징을 구성하였으며, 랜덤 포레스트를 통해 주요 변수 6개를 선정하였다. 거리 기반 군집 분석을 통해 정상 소음 분포를 구성하고, Isolation Forest 및 Autoencoder 알고리즘을 활용하여 이상 음향을 판별하였다. 비지도 모델에 의해 탐지된 이상 지점이 실제 현장 판단과 부합함을 확인하였다. 정량적 기준 기반의 이상 탐지 결과가 실제 누수 지점과 일관성을 보였다. 본 연구는 실무 적용 가능한 비지도 이상 탐지 접근법을 제시함으로써, 기존 라벨 의존 탐지 방식의 한계를 보완할 수 있음을 시사한다.

환경 지속가능성에 대한 전 세계적인 관심이 고조되고 대체 단백질 공급원에 대한 수요가 증가하면서, 갈색거저리(Tenebrio molitor)는 중요 한 자원으로 인정받고 있다. 갈색거저리는 전 세계적으로 다양한 계통이 존재하며, 각 계통은 고유한 특성을 지니고 있어 특정 산업적 용도에 최적화 될 수 있는 잠재력을 가지고 있다. 그러나 갈색거저리 제품의 품질은 단순히 계통적 차이뿐만 아니라, 사육 후 관리(post-rearing) 및 생산 후 가공 (post-production processing) 과정에도 크게 영향을 받는다. 이러한 복합적인 요인들은 갈색거저리의 성공적인 산업화를 위한 해결 과제로 남아 있다. 본 종설은 갈색거저리 산업화의 최신 동향을 분석하고, 다양한 국제 사례 연구를 통해 국내 갈색거저리 산업이 직면하고 있는 현재의 한계점을 심층적으로 검토하였다. 이를 통해 국내 갈색거저리 산업의 지속적인 발전과 경쟁력 강화를 위한 방안을 모색하고자 한다.

Primary intraosseous carcinoma (PIOC) is a rare malignant odontogenic epithelial neoplasm arising within the jawbone, without connection to the oral mucosa or evidence of pre-existing malignancy. As PIOC often develops from odontogenic cysts, its clinical and radiographic features may closely mimic those of benign cystic lesions, making pre-operative diagnosis difficult and leading to delayed or inadequate treatment. This case report highlights the importance of careful assessment of subtle clinical, radiographic or intra-operative abnormalities, as well as the necessity of routine histopathologic examination.

Oral verruciform xanthoma (OVX) is a rare benign lesion of the oral mucosa that typically presents as a small, well-circumscribed, papillary or verrucous plaque. Although its clinical appearance may pose diagnostic challenges, its histopathologic features – papillary or verrucous epithelial hyperplasia and the accumulation of lipid-laden foamy macrophages within the connective tissue papillae – are distinctive. In this study, we report an unusually large OVX arising from the mandibular gingiva and exhibiting destructive intraosseous extension. In addition, we analyze 28 cases with respect to clinical variables (age, sex, location, medical and dental history, and follow-up period) and histopathologic features (architectural type, degree of inflammation, predominant inflammatory cell type) Clinically, among 28 patients (18 males, 10 females; mean age 49.2 ± 15.1 years), the gingiva was the most commonly affected site (89%), followed by the tongue (11%). Autoimmune disease and malignancy were each identified in two patients (7%). Prosthesis-associated lesions occurred in four patients (14%). The mean clinical follow-up period was 10.0 months (available for 12 patients). Reappearance of OVX was noted in four cases with a mean interval of 20.5 months after the first excision. Histologically, OVXs were classified as verrucous type (61%) or papillary type (39%). The degree of inflammation was graded as mild in 10 cases (36%), moderate in 16 (57%), and severe in 2 (7%). Lymphocytes (75%) were the most frequent inflammatory cells, whereas plasma cells (21%) and neutrophils (4%) were occasionally admixed. This study highlights an uncommon biologic behavior of OVX and underscores practical importance of complete removal and histopathologic evaluation.

본 연구는 상수리나무(Quercus acutissima) 종자의 발아 효율성과 유묘 생장 특성을 향상시키기 위하여, KNO3 priming 처리 시간(24, 48시간)과 농도(0.5%, 1.0%, 1.5%)를 비교하여 최적 조건을 도출하고자 실시하였다. 충실 종자를 선별한 뒤 KNO3 용액에 priming 처리하여 발아특성과 유묘 생장특성을 평가하였다. 전반적으로 24시간-1.0% KNO3 처리구는 발아율, 발아속도, 발아균일지수 및 유묘 생장 특성에서 대조구보다 유의하게 높은 값을 보였다(p < 0.05). 그러나 농도가 높아지거나 처리 시간이 길어질수록 이러한 효과는 감소하여 대조구와 큰 차이를 보이지 않았다. 이상의 결과를 종합할 때, 상수리나무 종자의 발아 및 초기 유묘 생장에 가장 효과적인 KNO3 priming 조건은 KNO3 1.0%, 24시간 처리인 것으로 판단된다.

This study develops and evaluates a prompt-driven large language model (LLM) agent for section design of doubly reinforced concrete (RC) beams. Using Google Gemini (Gems), an engineering “expert” that operates without fine-tuning by uploading ACI-318 provisions, sample design documents, and a database of prior beam designs was developed. The agent interprets code clauses, formulas, and constraints from these materials and retrieves similar design cases to propose an initial solution. It then incorporates user-specified natural-language constraints—most notably a strength-ratio cap (design strength ≤ 105% of required strength)—to iteratively refine toward safe and economical designs. Beyond reporting member size and reinforcement details, the agent provides step-by-step computational justifications for moment and shear checks, increasing verifiability and instructional value. We benchmark the LLM-generated designs against results from the commercial program MIDAS/Design+ and observe close agreement. In several scenarios, the constraint-guided LLM solutions are more material-efficient while remaining code-compliant. The workflow also supports batch processing from spreadsheet inputs, enabling practical automation across multiple beams. The approach requires no additional model training or coding making it accessible to non-developer practitioners. Results indicate that a general-purpose LLM, properly grounded with code documents and examples, can achieve practice-level performance with transparent reasoning. This demonstrates a viable approach to AI-assisted structural design that is explainable, interactive, and readily integrated with engineering workflows.

This study investigates the seismic fragility of nuclear power plant (NPP) auxiliary structures by incorporating material aging deterioration into machine learning–based response prediction models. An artificial neural network (ANN) was developed using 17 seismic and material parameters, achieving high predictive accuracy (R2 = 0.96) while significantly reducing computational demands compared with conventional finite element analyses. By combining the ANN with Monte Carlo simulations, fragility curves for Motor Control Center (MCC) cabinet anchors were derived at resonance frequencies of 10 Hz and 15 Hz. Results indicate that equipment with higher resonance frequency (15 Hz) exhibits lower seismic vulnerability due to reduced sensitivity to dominant low-frequency seismic components. When material deterioration was introduced, fragility curves shifted toward lower ground motion intensities, reflecting increased failure probabilities and approximately 20% reduction in median seismic capacity. These findings highlight the necessity of considering aging effects in probabilistic seismic risk assessments and demonstrate the efficiency of ML-based surrogate models for quantifying long-term safety margins of NPP structures.

본 연구는 가물치 Channa argus 내이의 미세해부학적 구조를 통해 경골어류 청각기관에 관한 기초정보를 제공하기 위해 수행하였다. 가물치 내이는 세 개의 반고리관(전반고리관, 수평반고리관, 후반고리관)과 세 개의 이석말단기관(구형낭, 난형낭, 호낭)으로 구성되었 다. 반고리관의 길이는 전반고리관(81.72±4.42 mm, 전장 438.3±11.4 mm)에서 가장 길었으며, 수평반고리관(25.34±2.26 mm, 전장 438.3±11.4 mm)에서 가장 짧았다. 반고리관과 팽대부의 조직학적 구조는 내부상피층, 결합조직, 외부상피층으로 구성되었다. 팽대부의 내부상피층 일부는 섬모원주형 상피세포들로 구성되었으며, 내강의 팽대부마루와 연결되었다. 이석말단기관은 이석낭과 내부의 이석으로 구성되었다. 이석말 단기관 가운데 구형낭(폭 11.21±0.18 mm, 높이 6.90±0.28 mm, 전장 438.3±11.4 mm)이 가장 컸으며, 이석 가운데 구형낭이석(장경 9.87±0.09 mm, 전장 438.3±11.4 mm)이 가장 컸다. 이석낭의 조직학적 구조는 내부상피층, 결합조직, 외부상피층으로 구성되어 반고리관과 유사하였으며, 내부상피층에는 유모세포가 존재하였다. 유모세포는 자유면에 약 3개의 운동섬모와 약 20개의 부동섬모로 구성된 섬모다발을 가지고 있었다. 본 연구를 통해 가물치 내이의 형태 및 미세해부학적 구조를 제시함으로써 청각 감지 메커니즘의 이해를 위한 기초자료로 활용될 수 있을 것이다.

2000년대에 국내 새우 양식 산업은 대하(Penaeus chinensis)에서 발생한 흰반점병 (WSD)으로 인해 대량 폐사가 나타나 큰 피해를 입었다. 이를 해결하기 위해 국립수산과학원 (NIFS)은 미국으로부터 흰다리새우(Litopenaeus vannamei)를 도입하여 인공 종자를 생산하였으며, 2003년부터 흰다리새우는 국내 양식 새우의 99% 이상을 대체하게 되었다. 한편 흰다리새우의 양식방법에 대한 세부적으로 확립된 양식방법이 없어 예전부터 해왔던 대하양식의 지식과 경험 등에 의하여 양식하고 있어서 흰다리새우의 양식기술을 표준화하기 위한 기초자료가 필요하다. 이에 본 연구는 흰다리새우의 양식기술을 표준화하기 위한 기초자료 제공을 위해 주요 양식 방법(축제식, BFT)에 따른 흰다리새우의 양식 환경, 성장률 및 생존율을 조사하였다. 추가적으로 흰반점병(WSD), 간췌장파보 바이러스병(HPVD), 급성간췌장괴사병(AHPND), 간췌장미포자충병(HPM)에 대한 병원체 모니터링을 실시하였다. 연구결과, 일간성장률(SGR)은 BFT보다 축제식 양식에서 더 높게 나타났으며, 증체율(WGR)은 두 양식방법 모두에서 체중이 증가함에 따라 감소하는 경향이지만 BFT 양식에서 추세선의 더 가파른 감소가 관찰되었다. 또한 사료계수(FCR)는 축제식에 비해 BFT 양식방법이 더 가파른 추세선이 관찰되었는데, 이는 사료를 섭취해도 체중으로 효율적으로 전환하지 못한다는 신호로 사료의 품질, 양식환경, 사료공급량 등의 개선이 필요할 것으로 사료된다. 추가적으로 병원체 모니터링에서는 입식 초기인 3월에서 5월 사이에 HPVD가 빈번하게 검출되었고, 흰다리새우의 체중이 증가함에 따라 검출률의 감소가 관찰되었다.

Through-silicon via (TSV) filling is indispensable for three-dimensional semiconductor packaging. Conventional processes rely on PVD (physical vapor deposition) or ALD (atomic layer deposition) seed layer deposition followed by copper electroplating, but these approaches face limitations in productivity and conformality. ALD and ELD (electroless deposition) have been investigated as seed-based approaches to overcome poor step coverage, while seedless strategies have also been proposed including additive-assisted electroplating, electroless alloy layers, metallic nanowires, and conductive pastes. These methods have demonstrated void-free or seam-free fills under specific conditions, yet challenges remain in achieving uniform superconformal filling across dense arrays, suppressing copper oxidation and interfacial contamination during rinsing/drying, and guaranteeing long-term reliability under thermomechanical cycling, electromigration, and humidity bias. In parallel, hybrid bonding has emerged as an alternative to thermo-compression bonding, where TSV filling performance, CMP (chemical mechanical polishing) planarization, and interface activation are crucial to reliable bonding. An integrated research approach incorporating both seed- and seedless-based TSV filling together with hybrid bonding provides a credible pathway to reliable three-dimensional stacking for high-bandwidth memory and artificial intelligence applications.

Zooplankton are dominant pelagic consumers in lake ecosystems with high population and biomass. Their broad geographical distribution, ease of quantification, and rapid responses to abiotic environmental factors, such as eutrophication, acidification, and climate change, make them highly suitable as indicator organisms for assessing lake ecosystem health. The multi-metric index (MMI) provides an effective framework for capturing the complex responses of biological communities to varying environmental stressors, making it a valuable approach for improving the practical effectiveness of lake ecosystem management based on biological assessments. This study introduces the Lake Zooplankton Assessment Index (LZAI), developed for 90 lakes in South Korea. The LZAI comprises four components: a sensitive species index based on cladocerans, a eutrophication index based on rotifers, a food web index based on copepods, and a habitat index based on species diversity. Applying the LZAI to 90 lakes showed that lake grades followed a normal distribution regardless of sampling season, though A-grade and E-grade lakes exhibited greater seasonal variability. When compared with the clustering results based on zooplankton community composition, the LZAI closely reflected the underlying patterns in community structure. However, in brackish lakes-where population densities are lower and Calanoida copepods dominate relative to freshwater lakes-the M1 and M4 indices were consistently low, while M2 and M3 were high. This suggests that the LZAI requires index adjustments tailored to regional and lake-type factors, including size, depth, and salinity. Incorporating biomass data into the index would further improve the accuracy of assessing community structure and its role in nutrient and energy cycling.

바다의 사막화라 할 수 있는 갯녹음(barren ground)은 우리나라뿐만 아니라 미국, 일본 등 전세계적으로 발생하여 수산생물의 서식지 황폐화, 해양 탄소고 정 능력 약화, 해양생태계 순기능 상실이라는 부정적 영향을 미치고 있다. 갯 녹음의 발생원인은 기후변화, 해수온도 상승, 해양 산성화, 이산화탄소, 지하수, 조식동물, 해양오염 등 복합적인 요인으로 추정하고 있으나 현재까지는 정 확한 원인을 규명하지 못하고 있다. 갯녹음 대응을 위해 우리나라는 바다숲(marine forests) 조성사업을 시행하 고 있지만 갯녹음이 왜 발생하는지에 대한 원인을 명확하게 규명하지 못한채 사업이 진행되다 보니 갯녹음 발생이 줄어들지 않고 있다. 본 연구는 갯녹음의 유발요인을 찾기 위해 현재 해양환경관리를 위한 지표 (indicator)와 지수(index)를 살펴보고 바다숲 조성사업 시행에서 나타난 바다숲 조성사업 시행지침상의 평가항목, 천연 해조장 등급화상의 평가항목, 갯녹음의 진단 및 판정 기준상의 평가항목을 검토하고 이들 지표 및 지수에서 갯녹음 관 리를 위한 지표와 지수의 개발 방향에 대해 검토하였다.