우리나라에서는 해상교통관제분야에 4차산업기술 중 클라우드, AI 기술을 접목한 클라우드 해상교통관제시스템이 개발중에 있 으며, 기존의 해상교통관제시스템(VTS)과는 차별화된 기술과 운영프로그램이 적용되어, 현재 부산항 VTS에 시범센터의 구축이 진행 중이 다. 신개념의 클라우드 VTS를 운용하게된 운영자와 유지보수 담당자등의 종사자들의 역할이 새롭게 정의될 필요가 있으며, 클라우드 VTS의 원할한 운영을 위한 신규 교육과정개발이 요구되는 시점이다. 따라서, 동 연구에서는 클라우드 VTS의 개발내용을 소개하고, 안전 한 운영을 보장할 수 있는 클라우드 VTS 운영자 및 유지보수 담당자를 대상으로 하는 교육시행 방안에 관한 연구를 수행하였다.

국제항로표지협회(IALA)는 선박의 안전하고 효율적인 운항을 위해 2016년에 선박교통관제서비스(VTS) 운영을 위한 VTS 매뉴 얼 권고지침을 제시하였으며, 한국해양경찰청(KCG)은 IALA VTS 매뉴얼 및 VTS 관제사의 교육훈련 지침에 근거하여 2022년까지 전국 항 만 및 연안 수역에 총 19개의 VTS 센터를 설치·운영하고 있다. 또한, IALA는 효율적인 e-Navigation 시스템 서비스와 관제 당국의 안전하고 효율적인 VTS 서비스 지원을 위해 2011년에 VTS 간 데이터 교환 표준인 Inter-VTS Exchange Format(IVEF) 서비스권고안(V-145)을 제시했다. IVEF 서비스는 선박 정보교환을 위한 공통 프레임워크로 일곱 개의 기본 IVEF 서비스(BISs) 모델을 제시하고 있으며, VTS 서비스 제공자 는 IVEF 표준을 이용하여 공동 운항구역에 대한 VTS 정보공유를 통해 보다 안전하고 효율적인 VTS 서비스를 제공할 수 있다. 본 논문에 서는 KCG에서 수행하고 있는 클라우드 기반 VTS 통합 플랫폼 및 개발 서비스를 BISs의 데이터 모델, 상호작용 모델, 인터페이스 모델에 근거하여 제시했다. 또한, IVEF 서비스 구현을 위한 클라우드 VTS 통합 플랫폼 테스트 베드를 구축하고, IVEF 서비스의 주요 기능을 구현 한 결과를 보였다.

해상교통관제센터(VTS)의 관제사는 구역 내 교통 상황을 빠르고 정확하게 파악하여 관제가 필요한 선박에게 정보를 제공하는 역할을 수행한다. 그러나 교통량이 급격히 증가하는 경우 관제사의 업무 부하로 인해 관제 공백이 발생하기도 한다. 이러한 이유에서 관 제사의 업무 부하를 줄이고, 일관성 있는 관제 정보를 제공할 수 있는 관제 지원 기술의 개발이 필요한 실정이며, 본 논문에서는 구역 내 이상 운항 선박을 자동으로 식별하는 모델을 제안하였다. 제안하는 이상 운항 식별 모델은 규칙 기반 모델, 위치 기반 모델, 맥락 기반 모 델로 구성되며, 대상 해역의 교통 특성에 최적화된 교통 네트워크 모델을 사용하는 특징이 있다. 구현된 모델은 시범센터(대산항 VTS)에 서 수집되는 실해역 데이터를 적용하여 실험을 수행하였다. 실험을 통해 실해역의 다양한 이상 운항 상황이 자동으로 식별됨을 확인하였 고, 전문가 평가를 통해 식별 결과를 검증하였다.

해양수산부는 2016년부터 2020년까지 국제사회의 이내비게이션 도입에 선제적으로 대응하고 어선 등 소형선박의 해사안전 증 진을 위해 “초고속 해상무선통신망(LTE-M)” 구축을 포함한 한국형 이내비게이션 구축사업을 추진하였으나, 초고속 해상무선통신망의 활용 관점에서 특정 목적에 한정하는 등의 한계점이 식별되었다. 이에 따라 통신망의 활용성 증대를 위해 사용자를 대상으로 설문 조사 및 인터뷰를 수행한 결과, 망 활용의 범위 확대, 망 활용 대상 확장, 망 활용 방식 다각화, 그리고 규제 완화 측면에서의 법·제도적 개선 사항을 확인할 수 있었다. 본 연구에서 도출한 사용자 요구사항을 기반으로 하여 향후 관련 법제 정비방안에 기여할 수 있을 것으로 기 대한다.

본 연구는 패션 산업현장에서 발생하는 실제 문제 해결을 위해 필요한 지식을 자기 주도적으로 학습하고, 이를 실제 상황에서 적용하여 협업을 통한 창의적인 문제 해결 능력을 습득할 수 있는 PBL 기반 디자이씽킹 을 활용한 패션디자인 수업모델을 제안하는 것을 목적으로 하고 있다. 연구 내용은 PBL과 디자인씽킹의 핵심 요소들을 융합한 DT-PBL 모델 을 적용한 수업을 설계하고 부마민주항쟁 기념상품개발이라는 실제적인 시나리오를 중심으로 문제해결안을 도출해가는 수업 과정을 운영하였다. 수업 운영 결과, 학습자는 자기 주도적 학습 활동을 진행하는 과정에서 소통과 협업 능력을 발휘하여 창의적인 문제해결안을 도출하는 역량이 향상되는 학습 성과를 확인할 수 있었다. 따라서, DT-PBL은 패션 관련 전공 PBL 교과목 수업 설계 시 디자인씽킹을 활용하여 패션산업 현장의 실무를 창의적이고 자기 주도적으로 문제해결안을 도출할 수 있는 효율 적인 패션디자인 수업모델과 수업사례로 활용될 수 있기를 기대한다.

해양은 인간이 발생시킨 대기 중 탄소를 흡수하고 탄소가 대기 중에 더욱 축적되는 것을 방지하는 등 국제 탄소 순환에서 중요 한 역할을 하고 있다. 그러나 유엔기후변화협약(UNFCCC) 당사국총회 및 주요 협상의제에서 해양 분야는 기후변화에 의한 희생자로 여겨 진 반면, 기후해결을 위한 해결책으로서는 크게 주목받지 못하였다. 최근 해양과 기후시스템이 서로 긴밀하게 연결되어 있고 해양은 기후 위기를 해결하기 위해 그 동안 다루지 않았던 수많은 기회를 제공할 수 있다는 인식이 제고되면서, 해양을 기반으로 한 기후 행동을 강화 하기 위한 논의를 시작하고 있다. UNFCCC는 2020년부터 해양과 기후변화 이슈를 통합하고 이를 강화하기 위한 논의의 장으로서 ‘해양대 화’를 개최하며, 해양기반기후행동을 강화하기 위한 방안과 도전과제 등을 논의·공유하고 있다. 이와 관련하여 본 연구는 해양기반기후행 동에 대한 국제적 논의 배경과 주요 내용을 살펴보고, 해양기반기후행동이 추구해야 하는 내용의 범위와 이를 달성하기 위한 방향에 대 한 견해를 제시해보았다. 그리고 해양기반기후행동을 강화하기 위한 방안으로서 통합적 접근과 상호혜택의 증진 등을 위한 과제를 제시 하고, 이를 기반으로 국내에서 해양기반기후행동을 강화하기 위한 과제를 제안하였다.

Piezoelectric technology, which converts mechanical energy into electrical energy, has recently attracted drawn considerable attention in the industry. Among the many kinds of piezoelectric materials, BaTiO3 nanotube arrays, which have outstanding uniformity and anisotropic orientation compared to nanowire-based arrays, can be fabricated using a simple synthesis process. In this study, we developed a flexible piezoelectric energy harvester (f-PEH) based on a composite film with PVDF-coated BaTiO3 nanotube arrays through sequential anodization and hydrothermal synthesis processes. The f-PEH fabricated using the piezoelectric composite film exhibited excellent piezoelectric performance and high flexibility compared to the previously reported BaTiO3 nanotube array-based energy harvester. These results demonstrate the possibility for widely application with high performance by our advanced f-PEH technique based on BaTiO3 nanotube arrays.

Reported positive ion fragmentation of phenolic acid derivatives in rice (Oryza sativa L.) were summarized based on the literature. A total of eight phenolic acids (4 derivatives of ferulic acid, 3 derivatives of sinapic acid and p-coumaric acid) were isolated and identified from rice (raw and steamed) using UPLC-DAD-QToF/MS. Results revealed that 6-O-feruloylsurose was the major component with 3'-O-sinapoylsucorse being tentatively identified in Oryza sativa L. for the first time as a new hydroxycinnamoyl derivative in rice grains. In our study, raw brown rice had the highest phenolic acid contents with Samkwang showing higher phenolic acid content than Saeilmi and Sindongjin (12.41 vs. 7.89 and 3.10 mg/100 g dry weight, respectively). Of all varieties, brown rice had higher phenolic acid contents than white rice. These contents decreased considerably when rice was steamed whereas, p-coumaric acid and ferulic acid contents were increased. Additionally, contents of rice (raw and steamed) can be used as a fundamental report for new rice varieties.

Aluminum alloys, known for their high strength-to-weight ratios and impressive electrical and thermal conductivities, are extensively used in numerous engineering sectors, such as aerospace, automotive, and construction. Recently, significant efforts have been made to develop novel aluminum alloys specifically tailored for additive manufacturing. These new alloys aim to provide an optimal balance between mechanical properties and thermal/ electrical conductivities. In this study, nine combinatorial samples with various alloy compositions were fabricated using direct energy deposition (DED) additive manufacturing by adjusting the feeding speeds of Al6061 alloy and Al-12Si alloy powders. The effects of the alloying elements on the microstructure, electrical conductivity, and hardness were investigated. Generally, as the Si and Cu contents decreased, electrical conductivity increased and hardness decreased, exhibiting trade-off characteristics. However, electrical conductivity and hardness showed an optimal combination when the Si content was adjusted to below 4.5 wt%, which can sufficiently suppress the grain boundary segregation of the α- Si precipitates, and the Cu content was controlled to induce the formation of Al2Cu precipitates.

본 연구는 독일어권의 사물인터넷을 이용한 데이터 거래와 블록체인 기술로 인한 사회혁신을 조망하고자 한다. 먼저, 독일어권 국가에서의 빅 데이터와 블록체인 기술의 활용을 조사하기 위해 문헌 연구 및 선행 연 구 검토가 수행되었다. 또한, 데이터레이드(Datarade)와 같은 독일의 데 이터 회사 및 정부의 데이터 경제 관련 프로젝트(GAIA-X)에 대한 사례 연구가 진행되었다. 이를 통해 독일에서의 데이터 및 블록체인 활용 현 황을 파악하고, 각 산업 분야에서의 적용 사례를 식별하였다. 금융 산업 에서는 블록체인 기술을 활용하여 계좌 번호 및 구매 세부 정보를 안전 하게 저장하고 있으며, 부동산 산업에서는 임대 계약, 임대료 결제 확인 등을 블록체인을 통해 효율적으로 관리하고 있다. 특히 교육 부문에서 블록체인 기술의 활용에 대한 현지 사례 및 연구 결과를 종합하여 분석 하였다. 블록체인의 보안이라는 장점을 살려 학습자의 학습 성과나 평가, 성적 증명, 학습낙오자나 성적부진자의 학습활동 추적, 부정행위 방지, 스마트 계약을 통한 과제 관리, 평생학습증 및 학습이력부 제공 등의 방 식으로 이미 독일은 교육계에 혁신을 이루어나가고 있다. 교육 부문에서 의 이러한 조사 방법을 통해 독일에서의 기술 혁신 및 사회적 변화에 대 한 종합적인 이해를 제공하고자 한다. 이러한 결과들은 독일정부 주도의 데이터거래와 블록체인 분야의 기술혁신의 효과를 입증하기에 한국정부 의 산업혁신에도 활용할 수 있는 중요한 통찰을 제공할 것이다.

고성능 분리막 제조기술과 더불어 새로운 분리막 다단공정 설계를 통해 용매사용량 감소 및 선택도 향상이 가능 하다. 본 연구에서는 내용매성 셀룰로스 나노분리막을 제조하여 용매에 따른 용질의 선택도 차이를 비교하였다. 제막한 셀룰 로스 막을 기반으로 비극성 용매의 선택도 평가를 진행하였으며, 비극성 용매에서 용질에 대한 음배제율이 관측되었다. 특히, 분자량이 클수록 음배제율이 높아지는 역선택도의 거동을 확인하였다. 이를 기반으로 설계한 공정에서는 기존 분획 공정 대 비 3배 이상의 용매저감이 가능한 것을 확인할 수 있었다.

In this study, the biogeochemistry management (BGC-MAN) model was applied to North and South Korea pine and oak forest stands to evaluate the Net Primary Productivity (NPP), an indicator of forest ecosystem productivity. For meteorological information, historical records and East Asian climate scenario data of Shared Socioeconomic Pathways (SSPs) were used. For vegetation information, pine (Pinus densiflora) and oak (Quercus spp.) forest stands were selected at the Gwangneung and Seolmacheon in South Korea and Sariwon, Sohung, Haeju, Jongju, and Wonsan, which are known to have tree nurseries in North Korea. Among the biophysical information, we used the elevation model for topographic data such as longitude, altitude, and slope direction, and the global soil database for soil data. For management factors, we considered the destruction of forests in North and South Korea due to the Korean War in 1950 and the subsequent reforestation process. The overall mean value of simulated NPP from 1991 to 2100 was 5.17 Mg C ha-1, with a range of 3.30-8.19 Mg C ha-1. In addition, increased variability in climate scenarios resulted in variations in forest productivity, with a notable decline in the growth of pine forests. The applicability of the BGC-MAN model to the Korean Peninsula was examined at a time when the ecosystem process-based models were becoming increasingly important due to climate change. In this study, the data on the effects of climate change disturbances on forest ecosystems that was analyzed was limited; therefore, future modeling methods should be improved to simulate more precise ecosystem changes across the Korean Peninsula through processbased models.

본 연구에서는 철근콘크리트 모멘트골조의 보-힌지 붕괴 기구를 유도하기 위한 유전자알고리즘 기반의 최적내진설계기법을 제시 한다. 제안하는 기법은 두 가지의 목적함수을 사용한다. 첫 번째는 구조물의 비용을 최소화하는 것이고, 두 번째는 구조물의 에너지소 산능력을 최대화하는 것이다. 제약조건은 기둥과 보의 강도조건, 기둥-보 휨강도비 최소 조건, 기둥의 소성힌지 발생 방지조건 등이 사용된다. 부재의 강도 평가를 위해 선형정적해석이 수행되고, 에너지소산능력과 소성힌지 발생여부를 평가하기 위해 비선형정적해 석이 수행된다. 제안하는 기법은 4층 예제 구조물에 적용되었으며, 보-힌지 붕괴 기구를 유도하는 설계안이 얻어지는 것을 확인하였 다. 획득된 설계안의 기둥-보 휨강도비를 분석한 결과, 그 값은 기존 내진 기준에서 제시하는 값보다 큰 것으로 나타났다. 보-힌지 붕괴 모드를 유도하기 위해서는 보다 더 강화된 전략이 필요하다.

본 연구에서는 철근콘크리트 모멘트골조의 보-힌지 붕괴 기구를 유도하기 위한 유전자알고리즘 기반의 최적내진설계기법을 제시 한다. 제안하는 기법은 두 가지의 목적함수을 사용한다. 첫 번째는 구조물의 비용을 최소화하는 것이고, 두 번째는 구조물의 에너지소 산능력을 최대화하는 것이다. 제약조건은 기둥과 보의 강도조건, 기둥-보 휨강도비 최소 조건, 기둥의 소성힌지 발생 방지조건 등이 사용된다. 부재의 강도 평가를 위해 선형정적해석이 수행되고, 에너지소산능력과 소성힌지 발생여부를 평가하기 위해 비선형정적해 석이 수행된다. 제안하는 기법은 4층 예제 구조물에 적용되었으며, 보-힌지 붕괴 기구를 유도하는 설계안이 얻어지는 것을 확인하였 다. 획득된 설계안의 기둥-보 휨강도비를 분석한 결과, 그 값은 기존 내진 기준에서 제시하는 값보다 큰 것으로 나타났다. 보-힌지 붕괴 모드를 유도하기 위해서는 보다 더 강화된 전략이 필요하다.

본 논문에서는 기저 스크리닝 기반 크리깅 모델(BSKM: Basis Screening based Kriging Model) 생성의 정확도를 높이기 위해 페널티 를 적용한 최대 우도 평가 방법(PMLE : Penalized Maximum Likelihood Estimation)에 대해서 소개한다. BSKM에서 사용하는 기저함 수의 최대 차수와 종류는 그 중요도에 따라서 결정하게 되며, 이때 중요도의 지표는 기저함수에 대한 교차 검증 오차(CVE : Cross Validation Error)로 택한다. 크리깅 모델(KM : Kriging Model) 구성시 최적의 기저함수 조합은 우선 최대 기저함수 차수를 선택하고 개별 기저함수의 중요도를 평가를 하게 된다. 최적 기저함수 조합은 크리깅 모델의 CVE가 최소가 될 때까지 개별 기저함수의 중요도 가 높은 순으로 기저함수를 하나씩 추가하며 찾는다. 이 과정에서 KM은 반복적으로 생성해야 하며, 동시에 데이터 사이의 상관관계 를 나타내는 하이퍼 매개변수(Hyper-parameters)도 최대 우도 평가방법을 통해 계산하여야 한다. 하이퍼 매개변수의 값에 따라 선택 되는 최적의 기저함수 조합이 달라지기 때문에 KM의 정확도에 막대한 영향을 미치게 된다. 정확한 하이퍼 매개변수를 계산하기 위해 서 PMLE 방법을 적용하였으며, Branin-Hoo 함수 문제에 적용하여 BSKM 의 정확성이 개선될 수 있음을 확인하였다.

폴리에틸렌 글라이콜 다이아크릴레이트 (polyethylene glycol diacrylate, PEGDA) 하이드로젤을 정삼투 (forward osmosis, FO) 분리막의 지지체로 사용하여 고성능의 FO 분리막을 제조하였다. 친수성의 PEGDA를 자외선 조사를 통한 중합 과 그에 따른 상분리를 이용하여 다공성으로 구조화하였고, 매우 높은 친수성을 가진 하이드로젤 지지체를 얻을 수 있었다. 제조된 친수성 PEGDA 지지체 위에 높은 수투과도와 염 선택도를 확보하기 위해서 일반적인 계면중합 방식이 아닌 톨루엔 을 유기 용매로 사용한 계면중합 방식(TIP)으로 선택층을 도입하였다. 제조된 PEGDA 지지체 기반 분리막은 1.0 M NaCl 유 도 용액과 증류수 유입수를 통한 FO 성능 측정에서 상용 HTI 분리막들에 비해서 매우 높은 수투과도와 낮은 염 선택도를 나 타내었다. 본 연구를 통해, 기존의 소수성 지지체를 추가적으로 개질하는 방식이 아닌 새로운 물질과 제조방식을 사용한 FO 지지체의 가능성을 제시하고자 한다.

PURPOSES : Evaluation of the effectiveness of changing the form of yellow carpet installation as a way to reduce child pedestrian traffic accidents. METHODS : Through expert opinion, two improvement plans for yellow carpet installation (oblique type, extended type) were derived. The improvement paln was built in virtual reality, and a virtual driving experiment was performed using a driving simulator and eye-trakcing device. The improvement effects of the two alternatives were evaluated by analyzing eye-tracking data and driving behavior. RESULTS : In the case of the oblique type, it was analyzed that it was effective in improving the total gaze time and first gaze position compared to the normal type. In the case of the extended type, it was analyzed that the workload during operation can be reduced. However, neither of them had a significant effect on driving behavior. CONCLUSIONS : Although the change in the yellow carpet installation type did not affect the driver's driving behavior, it had advantages in terms of visual behavior and workload while driving, so it can be considered as an alternative among measures to improve traffic accidents involving children and pedestrians.

PURPOSES : This study is to develop an comprehensive validation methodology for autonomous mobility-on-demand system with level 4 automated driving system. METHODS : The proposed method includes the quantitative techniques for validating both automated driving system and center system using each optimal indicators. In addition, a novel method for validating the whole system applying multi-criteria decision methodology is suggested. RESULTS : The relative weights for the vehicle system was higher than the center systems. Moreover, the relative weights of failure rate for validating the vehicle system was the highest, in addition to, a relative weight for accuracy of dynamic routing algorithm within center system was the highest. CONCLUSIONS : The proposed methodology will be applicable to validate the autonomous mobility on demand system quantitatively considering the relative weights for each systems.

PURPOSES : This study aims to perform a quantitative analysis of Forward Collision Warning and crash frequency using heavy vehicle driving data collected in expressway driving environments, and to classify the driving environments where Forward Collision Warnings of heavy vehicles occur for accident-prone areas and analyze their occurrence characteristics. METHODS : A bivariate Gaussian mixture model based on inter-vehicle distance gap and speed-acceleration parameters is used to classify the environment in which Forward Collision Warning occurs for heavy vehicles driving on expressways. For this analysis, Probe Vehicle Data of 80 large trucks collected by C-ITS devices of Korea Expressway Corporation from May to June 2022. Combined with accident information from the past five years, a detailed analysis of the classified driving environments is conducted. RESULTS : The results of the clustering analysis categorizes Forward Collision Warning environments into three groups: Group I (highdensity, high-speed), Group II (high-density, low-speed), and Group III (low-density, high-speed). It reveals a positive correlation between Forward Collision Warning frequency and accident rates at these points, with Group I prevailing. Road characteristics at sites with different accident incidences showed that on-ramps and toll gates had high occurrences of both accidents and warnings. Furthermore, acceleration deviation at high-accident sites was significant across all groups, with variable speed deviations noted for each warning group. CONCLUSIONS : The Forward Collision Warning of heavy vehicles on expressways is classified into three types depending on the driving environment, and the results of these environmental classifications can be used as a basis for building a road environment that reduces the risk of crashes for heavy vehicles.

Particulate matter is known to have adverse effects on health, making it crucial to accurately gauge its concentration levels. While the recent advent of low-cost air sensors has enabled real-time measurement of particulate matter, discrepancies in concentrations can arise depending on the sensor used, the measuring environment, and the manufacturer. In light of this, we aimed to propose a method to calibrate measurements between low-cost air sensor devices. In our study, we introduced decision tree techniques, commonly used in machine learning for classification and regression problems, to categorize particulate matter concentration intervals. For each interval, both univariate and multivariate multiple linear regression analyses were conducted to derive calibration equations. The concentrations of PM10 and PM2.5 measured indoors and outdoors with two types of LCS equipment and the GRIMM 11-A device were compared and analyzed, confirming the necessity for distinguishing between indoor and outdoor spaces and categorizing concentration intervals. Furthermore, the decision tree calibration method showed greater accuracy than traditional methods. On the other hand, during univariate regression analysis, the proportion exceeding a PM2.5/PM10 ratio of 1 was significantly high. However, using multivariate regression analysis, the exceedance rate decreased to 79.1% for IAQ-C7 and 89.3% for PMM-130, demonstrating that calibration through multivariate regression analysis considering both PM10 and PM2.5 is more effective. The results of this study are expected to contribute to the accurate calibration of particulate matter measurements and have showcased the potential for scientifically and rationally calibrating data using machine learning.