PURPOSES : Roller-compacted concrete pavement (RCCP) is a superstiff-consistency concrete pavement that exhibits excellent strength development owing to a hydration reaction and interlocking aggregates owing to the roller compaction. A zero-slump concrete mixture is generally used. Hence, it is important to control the consistency of the RCCP mixture to prevent the deterioration of the construction quality (such as material separation during paving). The workability of the RCCP is characterized by its consistency and controlled by the Vebe time, whereas a conventional concrete pavement is controlled based on the slump test. The consistency of the RCCP changes over time after concrete mixing owing to delivery, construction time delays, etc. Thus, it is necessary to use the optimum Vebe time to achieve the best construction quality. Therefore, this study aims to develop a Vebe time prediction model for efficiently controlling the consistency of RCCPs according to random time variations. METHODS : A Vebe time prediction model was developed using a multiple linear regression analysis. A dataset of 131 samples was used to develop the model. The collected data consisted of variables with large potential effects on the consistency of the RCCP, such as the water-cement ratio (W/C), sand/aggregate ratio (S/a), water content (ω), water content per unit volume (W), cement (C), fine aggregate (S), coarse aggregate (G), water reducing admixtrue (PNS), air-entraining admixture (AE), delay time (T), air temperature (TEM), and humidity (HUM). In the multiple linear regression analysis, the mentioned parameters were used as the independent variables, and the Vebe time was the dependent variable. The Vebe time prediction models were evaluated by considering the adjusted R2 and p-values. The selection of the model was based on the largest R2 value and an acceptable p-value (p<0.05). RESULTS : The Vebe time prediction model achieved an adjusted R2 value of 64.14% with a significance level (p-value) of less than 0.05. This shows that the predictive model is adequately described for the dependent variable, and that the model is suitable for Vebe time predictions. Moreover, the significance level of the independent variables is less than 0.05, indicating significant effects on the Vebe time (i.e., the dependent variable). CONCLUSIONS : The Vebe time prediction model developed in this study can be used to estimate Vebe times with an R2 of 63.33% between the measured and predicted values. The proposed Vebe time prediction model is expected to be effectively utilized for the quality control of RCCP mixtures. Moreover, it is expected to contribute to achieving good RCCP construction quality.

현행 발명진흥법 제15조는 직무발명의 보상기 준으로 정당한 보상, 사용자 이익, 발명 완성에 사용자와 종업원이 공헌한 정도 등 추상적 기준 만을 제시하고 있어 현재 민간 기업이 보상기준 작성 시 실질적으로 채택 가능한 법적 가이드라 인(Guideline)이 부재한 상황이다. 따라서 보상 규정이 부재하거나 미비하여 보상에 관한 다툼이 발생하면 소송 또는 산업재산권 분쟁조정위원회의 조정 절차 등을 통해 분쟁을 해결할 수밖에 없다. 이러한 상황에서 특허청과 발명진흥회는 발명 진흥법제11조에 따른 정부 지원시책으로서 구체 적인 보상유형과 보상액 산정 기준을 제시한 ‘직 무발명 보상규정 표준모델’을 작성하여 배포하고 있으며, 이는현행법상구체적인직무발명 보상기 준이 제시되고 있지 않아 보상유형과 보상액 산정기준에 대한 판단을 법원에 의존하고 있는 상 황에서, 민간기업이직무발명보상규정 작성⋅시 행 시 유용한 참고자료가 될 수 있다. 이는 또한 보상의 예측 가능성을 높이며, 법적 분쟁의 발생 을 사전 방지하는 역할을 할 수 있다. 다만, 표준모델은 오늘날 실시나 처분을 넘어 다양한 방식으로 활용되는 특허 활용 경향을 적 절히 반영하고 있지 못한 문제가 있다. 구체적으 로, 시험⋅인허가 절차로 인해 실시나 처분이 상 당 기간 유보되나 장래에 이익이 기대되는 제약 ⋅바이오 분야의 직무발명 또는 직접적인 실시나 처분을 수반하지 않는 방어 특허나 침해 소송으 로 사용자의 이익이 발생한 경우 등에 대해서는 현행 표준모델에 의할 때 정당한 보상이 이루어 지기 어렵다. 따라서 기업이 현행 표준모델에 따 라 보상규정을 작성 시행하는 경우 종업원의 연 구 의욕이 저하되고, 나아가 기업의 혁신 활동이 저해될 우려가 있다. 이에 본 연구에서는 실시 내지 처분이 상당 기 간 유보되는 특수한 성격의 제약⋅바이오 직무발 명, 직접 실시나 처분 없이 사용자 이익이 발생할 수 있는 방어 특허와 침해 소송 유형에 대한 직무 발명 보상규정이 표준모델에서 제시되어야 함을 주장하였다. 나아가독일의사적고용관계에서의 종업원 발명의 보상에 관한 지침 등에 비추어 ① 실적보상, ②실시내지처분유보보상및③침해 보상 등 보상의 유형과 유형별 보상액 산정 기준이 표준모델에 추가로 제시된 표준모델 개선안을 제안한다.

시각적 데이터는 도처에 존재하며 자연어는 인간이 이해할 수 있는 의사소통 수단이다. VQA(Visual Question Answering)는 이미지를 이미지에 대한 입력과 질문으로 취하고 복잡한 추론을 사용하여 자연어 답변을 생성 하는 시스템이다. 따라서, VQA는 답을 예측하기 위해 이미지에 대한 자세한 이해와 복잡한 이유가 필요하 다. 멀티모달 구조와 가능한 실제 구현을 고려할 때, VQA는 인공지능에게 매우 중요한 과제이다. VQA를 위한 심층 신경망에 사용되는 아키텍처와 하이퍼 파라미터는 결과에 큰 영향을 미친다. 이 프로젝트는 이미 지 특징을 추출하기 위해 사전 훈련된 모델(VGGNet)과 단어를 내장하기 위해 Word2Vec를 도입하고 질문에 서 단어 특징을 얻기 위해 LSTM을 도입하고 결과를 결합한 후 가장 높은 확률을 가진 답을 예측한다.

DEA(data envelopment analysis) is a technique for evaluation of relative efficiency of decision making units (DMUs) that have multiple input and output. A DEA model measures the efficiency of a DMU by the relative position of the DMU’s input and output in the production possibility set defined by the input and output of the DMUs being compared. In this paper, we proposed several DEA models measuring the multi-period efficiency of a DMU. First, we defined the input and output data that make a production possibility set as the spanning set. We proposed several spanning sets containing input and output of entire periods for measuring the multi-period efficiency of a DMU. We defined the production possibility sets with the proposed spanning sets and gave DEA models under the production possibility sets. Some models measure the efficiency score of each period of a DMU and others measure the integrated efficiency score of the DMU over the entire period. For the test, we applied the models to the sample data set from a long term university student training project. The results show that the suggested models may have the better discrimination power than CCR based results while the ranking of DMUs is not different.

In this paper, the instability of the domed spatial truss structure using wood and the characteristics of the buckling critical load were studied. Hexagonal space truss was adopted as the model to be analyzed, and two boundary conditions were considered. In the first case, the deformation of the inclined member is only considered, and in the second case, the deformation of the horizontal member is also considered. The materials of the model adopted in this paper are steel and timbers, and the considered timbers are spruce, pine, and larch. Here, the inelastic properties of the material are not considered. The instability of the target structure was observed through non-linear incremental analysis, and the buckling critical load was calculated through the singularities and eigenvalues of the tangential stiffness matrix at each incremental step. From the analysis results, in the example of the boundary condition considering only the inclined member, the critical buckling load was lower when using timber than when using steel, and the critical buckling load was determined according to the modulus of elasticity of timber. In the case of boundary conditions considering the effect of the horizontal member, using a mixture of steel and timber case had a lower buckling critical load than the steel case. But, the result showed that it was more effective in structural stability than only timber was used.

Due to environmental pollution, regulations on fossil fuels are required. There is a movement for the regulations by using LNG fueled propulsion ships. LNG is an eco-friendly fuel that does not emit NOx or SOx during combustion, but its boiling point is -163°C. Under that condition, the use of metal is restricted, and IMO defined applicable materials through IGC code. Among the metals, 9% nickel steel is one of excellent mechanical properties such as yield strength and tensile strength in cryogenic condition. Thus 9% nickel steel is widely used in cryogenic storage containers for ships. In addition, laser welding, which minimizes thermoelastic distortion by applying a concentrated heat source to a narrow area for a short period of time, is in the spotlight. So, this study is a basic research to predict and respond to thermal distortion during laser welding. Secondary version of the representative heat source model was derived through the author's previous research with STS304L, and the heat source model was derived by applying the heat source model to 9% nickel steel in this study. 9% nickel steel is a material that is in high demand and is widely used in the manufacture of cryogenic containers, so this study is expected to be able to respond immediately to the field.

In order to reduce environmental pollution, it is necessary to increase the recycling rate of waste. For this, the separation of recyclables is of utmost importance. The paper conducted a study to automatically discriminate containers by material for beverage containers among recyclables. We developed an algorithm that automatically recognizes containers by four materials: metal, glass, plastic, and paper by measuring the vibration signal generated when the beverage container collides with the bottom plate of the collection box. The amplitude distribution, time series information, and frequency information of the vibration signal were used to extract the characteristics indicating the characteristic difference of the vibration signal for each material, and a classifier was developed through machine learning using these characteristics.

9% nickel steel has remarkable mechanical properties in a cryogenic condition and is widely used in storage containers for LNG fueled ships. Demand for laser welding rather than conventional arc welding has grown to increase manufacturing efficiency. However there are various types of heat sources which are suggested by other researchers. With that, it is difficult to select a proper heat source shape for welding conditions. The author proposed a representative heat source model that can cover most of suggested heat source models through previous studies. Welding power was fixed at 4kW and the speed was changed to 1.0m/min, 1.5m/min, and 2.0m/min respectively. The shapes of the welding heat sources were derived, and the tendency of the main parameters was also deducted. It was observed that the width and depth of the weld bead decreased as the welding speed increased through welding experiment, parameters of welding heat source are changed linearly. Based on this study, it is expected that it will be possible to estimate the shape of the heat source under untested welding conditions.

This paper describes the design of H-infinity controller for robust control of a DC motor system. The suggested controller can ensure robustness against disturbance and model uncertainty by minimizing H-infinity norm of the transfer function from exogenous input to performance output and applying the small gain theorem. In particular, the controller was designed to reduce the effects of disturbance and model uncertainty simultaneously by formalizing these problems as a mixed sensitivity problem. The validity of the proposed controller was demonstrated by computer simulations and real experiments. Moreover, the effectiveness of the proposed controller was confirmed by comparing its performance with PI controller, which was tested under the same experimental condition as the H-infinity controller.

본 연구에서는 유한요소해석 D/B를 기반으로 보간식을 산출하여 개활지 폭발현상에 의해 기둥에 작용하는 폭압이력을 예측하는 모델을 개발했다. D/B 구성을 위해 7종류 기둥 너비에 대해 총 70회의 유한요소해석을 수행했다. 제안하는 방법의 성능확인을 위해, 기존에 제시된 경험식 기반의 예측식과의 비교연구를 수행했다. 또한, D/B를 구성하는 point 외의 영역에서의 예측 정확도 확인을 위 해 유한요소해석 결과와의 비교/검증 연구를 추가로 수행했다. 제안하는 방법은 기존의 경험식 기반 예측식에 비해 유한요소해석 결 과와 유사한 결과를 산출함을 확인했다.

일반적으로 콘크리트는 골재, 모래, 시멘트, 담수, 혼합재 등 다양한 재료로 구성되어있으며 재령에 따라서 강도가 증 가한다. 콘크리트에 필요한 각 재료의 비율은 혼합 설계를 통해 결정되지만, 콘크리트의 강도는 실험적으로 측정되기 전까지는 알 수 없다. 이러한 한계를 극복하기 위해 실험을 통해 얻은 데이터를 이용하여 콘크리트의 압축 강도를 예측하기 위해 통계수 학과 기계학습 알고리즘을 이용한 많은 연구가 시도되었다. 이전의 연구는 콘크리트 압축 강도 예측에 신경망 기법이 가장 적 합하다고 제안하였다. 그러나 신경망 기법은 다른 기계학습과 비교하여 모델 학습에 계산 비용이 많이 들어 실제로 적용하기 어려운 문제점이 있다. 최근 몇 년 동안 다양한 회귀 분석 모델이 개발되었으므로 본 연구에서는 신경망 대신 최신 회귀 분석 모델을 이용하여 콘크리트 강도 예측모델을 제시하였다. 이를 위해 최근 개발된 회귀 분석 모델에 대한 교차검증을 시행하여 최적의 모델을 선정하였다. 그리드 검색을 통하여 선정된 각 모델의 하이퍼 파라미터를 최적화하고, 국내외 데이터를 활용하여 기계학습 모델을 훈련하고 검증하였다. 이들 중 CatBoost, LGBMR, RFR, XGBoost 회귀모델이 높은 성능을 보여주었다. 특히 그 중에서 XGBoost 회귀 분석 모델이 가장 작은 오차와 높은 정확도를 보여주었다. 이들 중 오류가 가장 큰 LGBMR 모델도 이전 연구에서 제안된 신경망 및 앙상블 모델보다 성능이 우수하였다. 현장 레미콘 콘크리트에 대한 압축 강도 예측을 시행하여 학 습된 모델의 현장 적용 가능성을 확인하였다.

해양사고의 감소를 위하여 국제해사기구(IMO) 체약국 정부에서 IMO 협약 및 규정에 대한 이행은 필수적이다. IMO 협약이행코 드(III Code)에서는 각 주관청에게 협약이행을 주기적으로 점검 및 평가하여 개선하는 체계를 갖추도록 요구하고 있으며 성과지표를 평가방 법에 포함하도록 요구하고 있음에 따라 회원국은 자국의 협약이행 평가를 위한 성과지표를 개발할 필요가 있다. 이에, 본 논문의 목적은 주관청의 협약이행 수준을 계량화하여 평가할 수 있도록 대표적인 평가측정 기법인 균형성과표(BSC) 및 핵심성과지표(KPI)를 활용한 평가 모델을 개발하여 제시하는 것이다. 논문의 결과로서, III Code 요건에 BSC 개념을 적용한 III-BSC 관점에서 수립된 비전의 달성을 위해 반드 시 확보해야 하는 핵심성공요인(CSF)을 도출하고, 도출된 CSF를 측정할 수 있도록 평가영역별 후보 KPI를 개발하여 4계층의 초기 연구모형 을 설계하였으며, SMART 기법을 활용한 조사설계를 통해 KPI의 타당성을 검증하여 연구모형을 완성하였다. 또한, 개발한 연구모형을 기반 으로 AHP 분석을 통해 각 계층별 요소의 가중치를 도출하여 BSC 기반 IMO 협약이행에 대한 평가모델을 개발하여 제시하였다. 개발된 평 가모델이 정량적으로 IMO 협약이행 수준을 파악하는 도구로 활용될 수 있으며, 이를 통해 IMO 회원국들의 협약이행 수준 개선에 기여할 수 있을 것으로 기대한다.

Laser welding is used in various industries due to fast welding speed, and prediction with FEM is needed to design. The multi-layered heat source model that can cover various models has been recently proposed to analyze laser welding, but it takes a lot of time because more than 2,000 cases are compared to derive the results. In order to reduce the time, the simplified model should be suggested. In order to derive a simplified model, laser welding heat transfer analysis was performed using the welding direction length and the convection coefficient of the welding direction surface as parameters. As a result, the model whose difference is less than 0.1% compared to reference model is deducted. The analysis time was reduced by about 90% from 48 hours to 5 hours. Also difference of convection coefficient on the welding direction surface does not affect the temperature distribution much.

As laser welding has low thermal distortion and fast welding speed, the needs in the field is increasing in varous industries. Prediction of distortion and design with that prediction are very important for using welding process in the field. However many types of heat source models for laser welding are suggested, field engineers feels difffucult for using a proper model for a specific case. Thus I, author, suggested a representative model which can cover most of existing models with multi-layered heat source model. This method is very powerful, but there are much time consumption with analysis and comparision among more than 1,000 candidates. To solve these shortcomings, this study focused on to find the simplified model. In order to construct the simplified model, the length of the orthogonal direction to the welding direction was reduced from 300mm to 35mm, which makes time reduction of 75% with sustaining the quality of the original model. That can cover the disadvantage of multi-layered heat source model for laser welding, enhance the prediction of welding distortion after laser welding

본 연구는 영국기상청에서 개발된 지역기후모델 Hadley Centre Global Environmental Model version 3 regional climate model (HadGEM3-RA)로부터 모의된 동아시아 지역의 기온과 강수 결과를 평가하였다. HadGEM3-RA 는 Coordinated Regional climate Downscaling Experiment-East Asia (CORDEX-EA) Phase II 영역에서 15년 (2000- 2014년) 모의되었다. 동아시아 여름 몬순에 의한 HadGEM3-RA 강수대 분포는 Asian Precipitation Highly ResolvedObservational Data Integration Towards Evaluation of water resources (APHRODITE) 자료와 잘 일치한다. 그러나, 동 남아시아 강수는 과대 모의하며 남한에서는 과소 모의한다. 특히 모의된 여름철 강수량과 APHRODITE 강수량은 남한 지역에서 가장 낮은 상관 계수와 가장 큰 오차크기(RMSE)를 보인다. 동아시아 기온 예측은 과소 모의하며 겨울철 오 차가 가장 크다. 남한 기온 예측은 봄 동안 가장 큰 과소 모의 오차를 나타냈다. 국지적 예측성을 평가하기 위하여 서 울기상관측소 ASOS 자료와 비교한 기온과 강수의 시계열은 여름철 강수와 겨울철 기온이 과소 모의하는 공간 평균된 검증 결과와 유사하였다. 특히 여름철 강수량 증가시 과소 모의 오차가 증가하였다. 겨울철 기온은 저온에서는 과소 모 의하나 고온은 과대 모의하는 경향이 나타났다. 극한기후지수 비교 결과는 폭염은 과대 모의하여, 집중호우는 과소 모 의하는 오차가 나타났다. 수평해상도25km로 모의된 HadGEM3-RA는 중규모 대류계와 지형성 강수 예측에서 한계를 보였다. 본 연구는 지역기후모델 예측성 개선을 위한 초기 자료 개선, 해상도 향상, 물리 과정의 개선이 필요함을 지시 한다.

생물다양성협약(CBD)에서는 전 지구적으로 발생하는 환경문제의 대응방안으로 육상의 17%를 보호지역으로 지정 하도록 할 것을 권고하고 있다. 우리나라도 국제적 수준에 맞춰 보호지역을 지정하고 보호지역 지정이 가지는 의미를 설명할 필요성이 생겼으며, 이에 따라 생태계서비스에 관한 연구의 필요성이 요구되고 있다. 우리나라는 보호지역 지정을 자연공원법에 의해 위계별로 국립공원, 도립공원, 군립공원으로 지정하고 있다. 그러나 정치, 행정적 측면이 우선시되면서 생태계서비스 가치평가 연구 및 서식지 관리가 국립공원에 편중되어 도립 및 군립공원은 다소 미비하여 연구의 필요성이 있다. 본 연구에서는 국립공원에 비해 서식지 관리 및 생태계서비스 가치평가 연구가 미비한 가지산도 립공원을 대상으로 InVEST 모델 중 InVEST Habitat Quality 모델을 사용하여 서식지 질을 평가하고, 분석 결과를 16개의 산악형 국립공원과 비교하였다. 분석 결과 가지산도립공원의 서식지질 값은 0.83이었으며, 주변 지역에 비해 서식질 질이 높게 나타났다. 3개 지구별 서식지질 차이를 분석한 결과 통도사지구와 내원사지구가 0.84, 석남사지구가 0.83으로 나타났고 용도지구별로는 자연보존지구, 자연환경지구, 문화유산지구, 공원마을지구 순으로 서식지질 값이 높게 나타났다. 기존 국립공원 서식지질 분석 결과와 비교한 결과 가지산도립공원은 무등산국립공원 수준의 자연성을 나타내었다. 이러한 결과는 추후 도립공원의 생물다양성 보전 및 생태계서비스 증진을 위한 정책 수립과 관리방안 수립의 객관적인 자료로 활용될 수 있을 것이다.

본 연구는 급속하게 성장하는 시설농업과 동시에 증가하는 에너지 사용량 및 탄소배출량을 저감하기 위해, 온실의 에너 지 부하를 동적으로 분석하기 위한 작물에너지의 다중 회귀 모델 개발을 수행하였다. 온실은 연중 안정적인 대량 생산을 위한 적절한 환경을 조성하기 위해 에너지 투입이 필요하다. 도시농업의 일종인 옥상온실 플랫폼을 통해 건물에서 버려지 거나 활용되지 않는 에너지를 옥상온실에서 사용할 수 있다. 옥상온실의 효율적인 운영을 위해서는 다양한 환경 조건에 대 한 동적 에너지 분석이 선행되어야 하며, 온실에 도입되는 태 양 에너지의 40－75%가 작물을 위한 에너지 교환이므로 필수적으로 고려되어야 한다. 한국기계연구원 내 옥상온실에서 여름철에 청경채를 재배하며 생장단계에 따른 에너지 교환을 분석하였다. 작물을 중심으로 미기상 및 양액 환경 분석과 생 장 특성 조사를 수행하였다. 정식일수에 따른 엽면적지수를 추정하였으며, 개발된 수식은 결정계수 0.99로 분석되었다. 또한 작물에너지 흐름에 지배적인 잎 표면온도로부터의 현열 부하와 증발산에 의한 잠열부하로 나누어 모델을 개발하였다. 엽온과 증발산량을 각각 다중 회귀모델을 이용하여 추정하고 실측한 값을 비교해 보았을 때, 평균 결정계수 0.95, 0.71로 분 석되었으며, 이 모델을 이용하여 옥상온실의 에너지 부하를 동적으로 산정하기 위한 모델에 입력값으로 사용할 수 있을 것으로 판단된다.

본 연구는 신축이음장치를 설치하지 않고 상부구조와 교대를 일체화하는 무조인트 교량의 거동해석에 대한 것이다. 선행연구에서 는 민감도 해석을 통해 무조인트 교량의 최적 수치해석 모들은 상대오차에 의한 변위 형상의 유사성과 정밀도를 유지하면서 실용적 인 shell 요소 기반 모델이 가장 적합한 것으로 판단하였다. 따라서 본 연구에서는 shell 요소 기반 모델과 solid 요소 모델간의 벽체 깊 이별 거동 분석을 수행하였다. 또한 MIDAS Civil과 ABAQUS를 사용하여 해석 프로그램간 비교를 하였다. 반일체식 교대 교량인 A 교와 B 교의 경우 선형 스프링 조건인 Case 1, +30°C의 경우 지반반력으로 인해 벽체 깊이가 깊어질수록 변위가 감소하였다. -30°C의 경우는 지반반력이 작용하지 않으므로 변위 변화가 미소하였다. 완전일체식 교대 교량인 C 교와 흉벽일체식 교대 교량인 D 교의 경우 말뚝의 저항력으로 인하여 +30°C, -30°C 모두 벽체 깊이가 깊어질수록 변위가 감소하였다. 해석 프로그램간 비교는 Case 1의 경우 상 대오차는 미소하였으나 Case 2의 경우는 차이가 발생하였다. 이는 해석 프로그램에 따른 비선형 스프링의 적용 방식의 차이로 인한 것으로 판단된다.

본 연구는 데이터를 기반으로 한 인공지능 기계학습 기법을 활용하여 온실 내부온도 예측 시뮬레이션 모델을 개발을 수행 하였다. 온실 시스템의 내부온도 예측을 위해서 다양한 방법 이 연구됐지만, 가외 변인으로 인하여 기존 시뮬레이션 분석 방법은 낮은 정밀도의 문제점을 지니고 있다. 이러한 한계점 을 극복하기 위하여 최근 개발되고 있는 데이터 기반의 기계 학습을 활용하여 온실 내부온도 예측 모델 개발을 수행하였 다. 기계학습모델은 데이터 수집, 특성 분석, 학습을 통하여 개 발되며 매개변수와 학습방법에 따라 모델의 정확도가 크게 변 화된다. 따라서 데이터 특성에 따른 최적의 모델 도출방법이 필요하다. 모델 개발 결과 숨은층 증가에 따라 모델 정확도가 상승하였으며 최종적으로 GRU 알고리즘과 숨은층 6에서 r2 0.9848과 RMSE 0.5857℃로 최적 모델이 도출되었다. 본 연 구를 통하여 온실 외부 데이터를 활용하여 온실 내부온도 예 측 모델 개발이 가능함을 검증하였으며, 추후 다양한 온실데이 터에 적용 및 비교분석이 수행되어야 한다. 이후 한 단계 더 나아 가 기계학습모델 예측(predicted) 결과를 예보(forecasting)단 계로 개선하기 위해서 데이터 시간 길이(sequence length)에 따른 특성 분석 및 계절별 기후변화와 작물에 따른 사례별로 개발 모델을 관리하는 등의 다양한 추가 연구가 수행되어야 한다.