본 연구의 목표는 보드게임에서 인간의 행동을 모방하고 예측하여 인간 수준의 성능을 달성하 는 AI를 만드는 것이다. 그 사례로 Dixit이라고 하는 보드게임을 사용하였는데 이는 창의력과 상상력을 자극하는 카드 게임으로, 주로 3명 이상의 플레이어들이 자신이 가진 카드를 다른 사 람들에게 설명하여, 다른 사람들이 그 카드를 맞추도록 유도하는 게임이다. 우리는 디지털 카 드 예측을 위한 AI 모델을 설계하고, 다양한 데이터 전처리 기법과 모델링 방법을 비교 분석하 여 최적의 성능을 도출하는 것을 목표로 하였다. 본 연구에서는 출제자가 제시한 카드를 예측 하는 문제를 다루며, 다양한 임베딩 기법(Word2Vec, GloVe)과 LSTM 모델을 활용하여 예측 정 확도를 개선하였다. 실험 결과, 데이터 전처리 방식과 모델링 방법에 따른 정확도 차이를 관찰 할 수 있었으며, 카드 번호를 단어로 취급하여 모델에 입력하는 방식이 성능 향상에 기여했다. 또한, 모델에 LSTM층과 Bidirectional 층을 추가한 실험에서 인간 성능을 능가하는 높은 정확 도를 기록했다.

전해제련 공정은 악티늄족 원소를 동시에 회수하는 공정으로써, Pyroprocessing의 핵확산 저항성을 보장 하는 중요한 공정이다. 공학규모의 전해제련 장치를 설계하기 위한 기본 도구를 개발하기 위해서 실험실 규 모의 장치에 대한 열전달 해석을 수행하였다. 열전달 해석을 수치 해석적으로 계산하기 위해 ANSYS CXF 상 용 코드를 사용하였다. 열전달 해석 결과, 가열부의 길이가 수직으로 용융염의 높이보다 약 3배 이상이 되었 을 때, 용융염의 온도를 일정하게 유지할 수 있었으며, 냉각부의 길이는 그 영향이 미비하였다. 전해조 덮개아래의 아르곤 가스의 온도는 냉각 판의 개수에 따라 감소하였으며, 5개 이상 설치 할 경우 250 ℃ 이하로 유 지할 수 있음을 보였다. 이러한 계산 결과는 실제 실험 장치에서 측정된 장치 내부 온도 분포와 경향성이 일 치하는 것을 볼 수 있었다. 본 연구에서 해석된 전해제련 장치의 열 분포 특성은 공학규모 장치의 설계를 위 해 중요한 자료로 사용 될 수 있을 것이다.