In this study, we present a sewer pipe inspection technique through a combination of active sonar technology and deep learning algorithms. It is difficult to inspect pipes containing water using conventional CCTV inspection methods, and there are various limitations, so a new approach is needed. In this paper, we introduce a inspection method using active sonar, and apply an auto encoder deep learning model to process sonar data to distinguish between normal and abnormal pipelines. This model underwent training on sonar data from a controlled environment under the assumption of normal pipeline conditions and utilized anomaly detection techniques to identify deviations from established standards. This approach presents a new perspective in pipeline inspection, promising to reduce the time and resources required for sewer system management and to enhance the reliability of pipeline inspections.

작물의 스트레스 조기 진단은 농업에 있어 빠른 대응을 가능하게 해 피해를 경감시킬 수 있어 중요한 기술이다. 기존의 스트레스 진단이 가진 파괴적인 형식의 시료 채집과 양분 분석에 많은 노동력을 필요로 한다는 단점 극복을 위해 새로운 기술 개발이 필요하다. 미래에는 대단위 영상을 이용한 생육 진단 기술에 대한 수요가 높아질 것으로 예상되어 이를 이용한 연구를 진행하였다. 본 연구는 2023년 경상남도 밀양시에 위치한 국립식량과학원 실험 포장에서 수행되었으며, 무인항공기(UAV)를 이용하여 양분 결핍 처리(관행시비, 질소 결핍, 인 결핍, 칼륨 결핍, 무비)에 따른 벼의 생육을 조사했다. UAV를 이용해 생육 기간 중 총 6회에 걸쳐 포장을 촬영하였고, 영상을 기반으로 11개의 식생 지수를 산출하여 기계학습을 통해 양분 결핍을 진단하는 모델을 구축하여 평가했다. 연구 결과에 따르면, 엽록소 함량과 관련된 지수인 NDRE (Normalized Difference Red Edge)가 가장 높은 중요도를 나타내어 벼의 양분 상태를 효과적으로 진단하는 데 유용하다는 것을 확인하였다. 6개의 각 단계별로 모델을 평가하였을 때 모든 단계에서 accuracy가 0.7 이상으로 나타났다. 조기 진단을 위해 첫 촬영 날짜인 7월 5일의 자료로 모델을 만들어 다른 회차에 적용하여 모델의 성능을 평가한 결과, 5개의 모든 단계에서 0.9 이상의 accuracy를 얻었다. 종합적으로, UAV 영상 기반의 식생 지수를 활용한 양분 결핍 진단은 벼의 생육을 조기에 예측하는 데 효과적이며, 이는 정밀 농업 분야에서 시간과 노동을 절감하고 양분 관리를 개선하는 데 도움이 될 것으로 기대된다.

본 연구에서는 구조물의 재료, 구조물의 단면, 지진 하중등의 불확실성을 고려한 저형 전단벽의 최대 전단력를 예측하는 뉴 런-네트워크 모델을 개발하였다. 이를 위해 실험 데이터를 통해 검증된 박스타입 저형 전단벽 수치해석 모델을 구축하였고, 가정된 분 포를 통해 200개의 구조물의 재료, 단면변수를 라틴 하이퍼 큐브 샘플링을 통해 추출하였다. 또한 이전 연구에서 사용된 인공지진파를 데이터를 기반으로 10개의 다른 PGA 레벨별 총 200개의 인공지진파 데이터를 구축하였다. 뉴런-네트워크 모델의 Training 및 testing을 위해 200개의 데이터셋에 상응 수치해석 모델을 구축하고 최대 전단력을 산출하였다. 이렇게 구축된 데이터셋을 이용하여 최종적으로 뉴런-네트워크 모델을 확정하였다. 마지막으로 구축된 모델로부터 얻어진 취약도와 기존에 사용되는 방법들로부터 얻은 취약도를 비교, 분석하여 본 연구에서 구축된 모델의 정확도를 보여주었다.

벨로우즈 신축이음관은 구조적 특성으로 인해 큰 변위 용량을 갖으며 과도한 상대변위에 의한 매립 배관 시스템의 손상을 저감시키기 위해 연결부로써 사용된다. 벨로우즈 신축이음관의 내진성능 평가를 위한 연구에서 한계상태는 변형률을 적용하였지만 변형률 기반 한계상태는 벨로우즈 신축이음관의 큰 변위용량을 고려할 수 없다. 또한 벨로우즈 신축이음관의 성능평가와 한계상태 분석을 위한 해석적 및 실험적 연구는 수행된 사례가 극히 적다. 따라서 본 연구는 단조 및 반복하중을 받는 벨로우즈 신축이 음관의 해석적 연구를 통해 벨로우즈 신축이음관의 한계상태를 분석하였다. 결과적으로 단조하중 보다 반복하중을 받는 벨로우즈 신축이음관은 더 낮은 변위에서 누출이 발생하였다. 반복하중으로 인한 피 로 및 라체팅 현상으로 인해 단조하중 보다 낮은 변위의 성능을 갖는 것으로 보여진다. 따라서 반복하 중에서 관측된 변위응답을 기반으로 벨로우즈 신축이음관의 내진성능 평가를 수행하는 것이 보수적일 것으로 판단된다.

최근 광주 화정아이파크, 인천 검단 신도시 아파트 사고 등 국내에서 건축물 안전사고가 잇따라 발 생하고 있다. 시공 중 발생한 구조물 붕괴로 인해 인명·재산 피해가 수반된 대형 건설사고가 다수 발 생하였다. 건축물 안전사고의 발생 원인으로 무단 구조변경, 설계 및 시공 시 철근 누락 등이 제시되 면서 부실 감리에 대한 우려가 증가하고 있다. 하지만 현실적으로 건설 현장의 모든 장소에서 감리직 원이 상주하며 확인하는 것은 불가능하며 시공 정확도 검사 역시 감리자의 경험에 근거하여 육안 판 독 및 일부 수작업 계측으로 진행되고 있다. 감리 작업의 효율성을 높이기 위해 최근에는 3D 스캐너, Depth Camera 등을 구조 감리 기법 연구가 진행되고 있다. 철근 길이와 철근 배근 간격에 대한 연구 는 많이 진행되었지만 철근 직경의 검출 정확도는 아직 미흡한 상황이며, 특히 직경이 작은 D10과 D13의 구별에서는 한계를 나타내고 있다. 따라서 본 연구에서는 접근성이 용이한 스마트폰을 사용하 여 영상을 획득하고 이를 기반으로 3D 포인트 클라우드를 제가한 다음 철근 직경, 철근 길이, 철근 배근 간격 등의 자동 검측 기술을 개발하고 건설현장에서의 적용 가능성을 확인하고자 한다. 검증을 위한 실험체는 길이 2100mm, 폭 195mm, 높이 395mm의 철근 조립 상태의 보이다. 포인트 클라우드 제작을 위한 영상 촬영은 iPhone SE (3rd generation)을 사용하였다. 이후 MATLAB과 METASHAPE 를 사용하여 포인트 클라우드를 생성하고 Computer Vision과 Image Processing 기술을 활용하여 구 하고자 하는 철근 정보를 자동 검출하였다. 이후 실제 측정한 값과 자동 검출한 값을 비교하여 개발한 기법에 대한 적합성을 확인하였다.

본 연구에서는 탄소나노튜브(CNT) 패치 센서를 기반으로 하여 구조물의 이상 거동을 감지하고 대 응할 수 있도록 하는 첨단 스마트 모니터링 시스템을 제안한다. 복합소재로 제작되는 CNT 센서는 유 연한 특성을 갖게 되어 다양한 형태의 구조물 표면에 적용할 수 있으며, 이를 통해 충격이나 피로 등 에 의해 발생되는 균열과 같은 비정상적인 거동을 감지할 수 있다. CNT 센서를 통해 수집한 데이터 는 IoT 시스템을 통해 실시간으로 분석되어 구조물의 거동 상태를 확인하고 건전성을 모니터링 할 수 있게 한다. 이 시스템의 성능 검증 및 사용성 검토를 위해 미국 소재 교량에서 실증 테스트를 하였으 며, 테스트 결과 CNT 센서를 이용한 구조물 거동 감지 시스템을 통해 구조물의 이상 거동을 효과적 으로 감지하고 모니터링하여 구조물에서 발생 될 수 있는 잠재적 문제를 사전에 예방할 수 있음을 확 인하였다. 이와 같은 기술은 추후 다양한 분야에서 적극적으로 활용될 수 있을 것으로 기대된다.

본 연구는 탄소 기반 필러인 탄소나노튜브 (Carbon nanotube, CNT), 탄소 섬유 (Carbon fiber, CF) 와 중공유리구체 (Hollow glass microsphere, HGM)를 혼입한 전도성 복합재료가 다양한 열화 상황 에 노출된 이후의 발열성능을 조사하고 분석하였다. 대부분 상황에서 시멘트 기반의 재료들은 질산 및 황산의 침투 또는 동결융해와 같은 다양한 자연적 열화상황에 노출되게 된다. 본 연구는 기존의 이러 한 한계를 극복하고자 HGM, 전도성 필러를 혼입한 전도성 복합재료를 제조하였고, 물리적·전기적 및 열적 특성을 조사하였다. 모든 시편에서 HGM의 혼입은 시편의 밀도와 열 전도도를 감소시켰으며, 다 량의 혼입은 강도와 전기 전도도를 감소시키는 결과를 관찰할 수 있었다. 그러나 적정량의 혼입은 오 히려 전기 전도도를 향상시키는 결과를 확인할 수 있었으며, 반복적인 발열 실험에서의 성능 유지 또 한 미혼입 시편에 비하여 상대적으로 뛰어난 것을 관찰할 수 있었다. 이러한 HGM의 혼입에 대한 영 향을 더욱 자세하게 분석하기 위하여 수은압입법, 주사전자현미경, 제타전위 및 라만분광법 등의 분석 이 수행되었다.

구조물 보수 부위의 손상, 재 박리 등의 2차 피해가 이어지며, 보수 부위의 새로운 거동 평가 기법 에 대한 연구의 필요성이 대두되고 있다. 현재 구조물 보수 부위의 거동을 알기 위해서 주로 인력 중 심의 구조물 외관 검사를 진행하고 있으나, 단편적인 검사 결과를 얻게 되어 지속적이고 세밀한 점검 이 어려운 실정이다. 따라서, 본 연구에서는 탄소나노튜브 기반 폴리머 콘크리트를 활용해 압축과 같 은 외부 응력에 대한 탄소나노튜브 함량별 전기적 변화를 분석하였으며, 균열이 발생한 콘크리트 구조 물을 보수 후 응력을 가해 거동에 따른 전기적 변화를 평가하였다. 압축 시험 결과, 응력에 따른 탄소 나노튜브 기반 폴리머 콘크리트의 전기 저항이 감소하며, 탄소나노튜브 함량이 낮을수록 응력에 대한 저항 감소 폭이 넓게 나타나며 민감도가 증가하였다. 균열 보수 시험 결과, 보수 부위에 응력이 가해 졌을 때 전기 저항이 감소해 앞서 진행된 실험 결과와 동일한 경향을 보였으며, 또한 응력이 가해지지 않을 때 초기 저항으로 회복하는 경향을 보여 구조물 보수 부위 거동에 대한 평가가 가능한 것으로 검 증되었다. 이를 통해, 탄소나노튜브 기반 폴리머 콘크리트는 구조물에 적용이 가능하며, 구조물 보수 후에도 가해지는 응력에 대한 지속적인 감지가 가능해 보수 부위 거동 평가가 가능할 것으로 판단된다.

다양한 원인으로 콘크리트 구조물에 하중이 작용되며, 이에 대한 적절한 대응이 이루어지지 않으면 구조물에 열화가 발생하고, 붕괴와 같은 대규모 재난을 초래할 수 있다. 구조물에 발생하는 하중을 감 지하는 연구는 지속적으로 이루어지고 있지만, 안전성 모니터링을 위한 혁신적인 시스템에는 여전히 부족함이 존재한다. 탄소나노튜브/폴리우레탄 복합체는 다양한 공학 분야에서 구조물 건전성 모니터링 을 위한 센서로 활용되어 센싱 효과가 뛰어난 것으로 알려져 있다. 따라서 본 연구에서는 다양한 공학 분야에서 구조물 건전성 모니터링 센서로 활용되고 있는 탄소나노튜브/폴리우레탄 복합체를 제작하여 모니터링 시스템을 개발하였다. 다양한 하중에 대한 센싱 성능을 파악하기 위해 인장, 압축, 충격 시험 을 진행하였고, 동시에 센서의 전기적 변화를 분석하였다. 추가적으로 본 센서가 구조물 표면에 적용 됨에 따라 온도, 습도와 같은 환경적 영향성을 분석하여 활용 가능성을 평가하였다. 또한, 최대 48행, 48열의 다중 계측이 가능한 IoT 기반 다중 모니터링 시스템을 개발하고, 이를 구조물에 적용된 센서 와 연계하여 스마트 모니터링 시스템으로서의 성능을 평가하였다. 이를 통해 탄소나노튜브/폴리우레탄 복합체 기반 센서는 구조물 하중 감지 시스템으로 활용이 가능할 것으로 판단되었다.

본 연구에서는 유도가열기법을 활용한 콘크리트 촉진 발열양생 기술의 효율성을 평가하기 위하여 철근 배근 및 전도체 변수에 따른 유도가열에 의한 콘크리트 온도향상 성능 및 압축강도를 평가하였 다. 먼저 철근 자체의 유도가열 성능을 평가한 결과, 주철근 및 나선철근 모두 유도가열 직후 10분 이 내에 목표온도인 70℃에 도달하여 충분한 가열성능을 나타내었다. 주요변수로 나선철근의 유무, 나선 철근의 간격, 피복두께, 거푸집 종류, 시험체 크기의 변수를 고려하여 15시간의 유도가열 발열양생 후 압축강도 평가를 실시하였다. 평가 결과, 철근을 포함한 경우 유도가열 발열양생 효율이 약 20~85% 만큼 증가하였다. 또한 총 6종(강섬유, 비정질강섬유, 전기로슬래그, 탄소섬유, 탄소나노튜브, 흑연나노 섬유)의 전도성 재료를 선정하여 재료 자체의 유도가열을 통해 발열성능을 평가하였다. 평가결과 강섬 유, 비정질강섬유, 전기로슬래그는 1~7분 사이에 가열 목표온도인 70℃에 근접하게 도달하여 유도가 열에 의한 콘크리트 발열성능을 향상 시킬 수 있는 혼입재료로 최종 선정하였다. 이상의 3가지 전도체 를 혼입하여 콘크리트를 타설한 뒤 15시간 유도가열 후의 압축강도를 평가한 결과, 강섬유 1%를 혼 입한 경우 발열양생을 실시하지 않은 상온양생에 비하여 강도가 186% 증가하였고, 잔골재의 50%를 전기로 슬래그로 치환한 경우 발열양생을 실시하지 않은 상온양생에 비하여 강도가 187% 상승하였다.

디지털 기술의 지속적인 발전에 따라 가상 관광과 디지털 문화유산 탐방은 실제 관광을 보완하는 중요한 수단으로 자리 잡고 있다. 본 연구는 기술수용모델(Technol ogy Acceptance Model, TAM)을 적용하여 인지된 용이성, 인지된 유용성, 외부 변 수 측면에서 가상 관광 체험의 성과를 살펴보고, 이러한 요인들이 사회와 온라인 환 경에서의 커뮤니케이션 효과에 어떠한 영향을 미치는지 살펴보고자 한다. 이에 본 연구는 관련 대상자와의 심층 인터뷰를 실시한 연구 결과를 보면 인지된 용이성과 인지된 유용성이 이용자의 가상 관광 체험 수용과 홍보에 영향을 미치는 주요 요인 으로 밝혀졌다. 그리고 대영박물관, 바티칸 박물관, 스미소니언 자연사 박물관, 운강석굴 등 다양한 가상 관광 플랫폼의 사례도 분석하였다. 본 연구는 가상 관광 연구 에 대해 새로운 관점을 제시하고 가상 관광을 효과적으로 설계하는 방법에 대해 의 견을 제안하였다. 또한, 문화유산 가상 관광의 전파 및 홍보를 위한 이론적인 지침과 실제적인 조언을 제시하였다.

Existing reinforced concrete buildings with seismically deficient column details affect the overall behavior depending on the failure type of column. This study aims to develop and validate a machine learning-based prediction model for the column failure modes (shear, flexure-shear, and flexure failure modes). For this purpose, artificial neural network (ANN), K-nearest neighbor (KNN), decision tree (DT), and random forest (RF) models were used, considering previously collected experimental data. Using four machine learning methodologies, we developed a classification learning model that can predict the column failure modes in terms of the input variables using concrete compressive strength, steel yield strength, axial load ratio, height-to-dept aspect ratio, longitudinal reinforcement ratio, and transverse reinforcement ratio. The performance of each machine learning model was compared and verified by calculating accuracy, precision, recall, F1-Score, and ROC. Based on the performance measurements of the classification model, the RF model represents the highest average value of the classification model performance measurements among the considered learning methods, and it can conservatively predict the shear failure mode. Thus, the RF model can rapidly predict the column failure modes with simple column details.

목적: 본 연구는 뇌졸중 환자를 대상으로 적용한 인지기반 작업수행(Cognitive Orientation to daily Occupational Performance, CO-OP) 중재에 대한 조건, 형태 및 효과에 대하여 체계적 고찰을 하고자 하였다. 연구방법: 2014년부터 2023년까지의 PubMed, CINAHL, EMBASE, SCOPUS, Web of Science와 한국학술 지인용색인(Korea Citation Index)에 게재된 문헌을 대상으로 체계적 분석을 시행하였다. 검색어는 (Cognitive Orientation to daily Occupational Performance OR CO-OP) AND (Stroke OR Cerebrovascular accident)이며, 총 164편 중 선정 및 배제기준에 따라 뇌졸중 환자를 대상으로 CO-OP 중재를 시행한 실험 문헌 9편을 최종 선택하여 문헌에 대해 분석하였다. 결과: 분석한 문헌 중 무작위 대조실험 연구는 6편(66.67%)으로 질적 수준이 비교적 높았다. 대상자는 뇌졸중 후 1~6개월이 가장 많았으며, 선별조건으로는 인지 및 의사소통 능력이 중요 요소임을 확인할 수 있었다. 대상자가 선택한 중재 활동 영역으로는 기본적 일상생활활동(Basic Activities of Daily Living)과 수단적 일상생활활동(Instrumental Activities of Daily Living)이 가장 많았으며, 중재기간은 4주 또는 7주, 10회기, 각 주당 3회 미만이 가장 많이 실시되고 있었다. 모든 문헌에서 작업수행 향상에 초점을 두고 있었으며, 상지기능 및 건강 상태 같은 다른 영역의 효과를 제시하고 있었다. 종속변인 평가도구는 주로 작업수행 관련이 나타났으며, 그중 캐나다작업수행측정(Canadian Occupational Performance Measure) 과 Performance Quality Rating Scale이 가장 많이 사용되고 있었다. 결론: 본 연구에서는 CO-OP 중재를 적용한 뇌졸중 환자의 특성, 선별조건, 중재 활동, 중재 효과 및 형태, 종속변인 평가도구 및 실험연구의 근거 수준을 확인하였고, 이는 뇌졸중 환자를 대상으로 한 CO-OP 중재의 연구와 교육 방향에 기초자료로 활용될 수 있을 것이다.

목적: 본 연구는 발달장애인을 위한 가상현실(Virtual Reality, VR) 기반 사회성 중재 프로그램에 대해 알아보기 위하여 체계적으로 문헌을 고찰하고 중재 효과를 비교하였다. 연구방법: 2012년 3월부터 2022년 3월까지 10년간 게재된 연구를 대상으로 하였다. 문헌검색을 위한 데이터베 이스로는 PubMed, CINAHL, SCIENCE ON, ERIC을 사용하였고 Google Scholar에서 논문을 추가로 수기 검색하였다. 주요 검색용어는 국내의 경우 “발달장애” OR “자폐스펙트럼장애” OR “지적장애” OR “아스퍼거” AND “가상현실” OR “증강현실” AND “사회성”을 사용하였고, 국외의 경우 “Developmental disability” OR “Autism spectrum disorder” OR “Intellectual disability” OR “Asperger’s” AND “Virtual reality” OR “Augmented reality” OR “Social”을 사용하였다. 검색된 문헌은 PICO (Patients, Intervention, Control, Outcome) 양식에 따라 체계적으로 분석하였다. 결과: VR 기반 사회성 훈련 프로그램은 주로 자폐스펙트럼 및 아스퍼거 장애 그룹에 적용되고 있었다. 적용 대상의 연령은 아동기에서 성인기까지 다양하였고, 아동과 청소년의 경우 또래 관계 및 학교생활 적응이 주된 훈련 목표였고 성인기는 면접 및 직장생활 기술이 주된 훈련 목적이었다. VR 기반 사회성 중재 프로그램은 발달장애인의 감정인식, 의사소통 기술, 직업기술 향상에 도움이 되는 것으로 나타났다. 결론: VR 기반의 사회성 중재 프로그램은 가상현실 내 다양한 치료 맥락을 설정할 수 있고 체계적으로 치료 조건을 조절할 수 있는 임상적 장점이 있다. 향후 다양한 진단 군의 특성을 반영한 VR 기반 사회성 훈련 프로그램이 연구되기를 기대한다.

이 연구는 OpenAI의 GPT 아키텍처를 활용하여 진로교육에 맞춤형 교육과정 설계 시스템을 개발하는 것을 목적으로 하였다. 현대 교육 환경에서 AI의 통합은 학습자 중심의 교육 방법론 개발에 필수적이며, 이 연구는 그러한 필요성에 응답하고자 하였다. GPT 아키텍처의 언어 처리 및 생성 능력과 국가직무능력표준(NCS) 기반 교육과정의 통합 가능성을 탐색하여 시스템의 바탕을 마련하였으며, 다양한 분야의 전문 가 검토를 통해 연구가 진행되었다. 검토에 참여한 전문가들은 컴퓨터공학, 교육공학, 진로교육, 대학 학 사지원팀 분야에서 활동하는 박사 및 석사 학위 소지자들로 구성되었으며, 이들의 피드백을 바탕으로 시 스템 설계와 개선이 이루어졌다. 연구의 산출물로는 AI 기술과 진로교육의 융합을 통한 교육 분야의 혁신 적 접근법이 적용된 시스템 개발을 위한 스토리보드가 제시되었다. GPT 아키텍처를 활용한 이 시스템은 학생들에게 개인화된 진로 교육과정을 제공하는 데 있어 중요한 역할을 할 수 있음을 보여주었다. 이 연구는 교육 기술의 발전과 학습자 중심의 맞춤형 교육 방법론 개발을 시도하는데 의미가 있으며, 미래 교육 기술 발전 방향에 대한 중요한 통찰을 제공한다. 또한, AI 기술을 활용한 교육과정 설계의 가능 성을 탐색하고, 교육 현장에서의 AI 적용을 위한 실질적인 기반을 마련하는 데 중점을 두었다. 이러한 접근은 학습자 개별의 요구를 충족시키는 동시에 교육의 효과성을 높이는 방향으로 교육 기술을 발전시 킬 수 있는 기회를 제공한다 .

This study quantitatively analyzes the inter-sectoral linkages of emerging security based on the network of Sustainable Development Goals (SDGs) in North Korea's Voluntary National Review Report (VNR) using Social Network Analysis (SNA). As a result of the analysis, North Korea's overall linkage score for each emerging security sector was high in the following order: health security (7.8), environmental security (5.9), food security (5.4), and energy security (4.0). This refers to the degree of interconnectivity with other security sectors. The ranking of security with high connectivity by the emerging security sector is as follows. Food security was in the order of environment > health > energy security, health security was in the order of environment > food security, energy security was in the order of health > environment > food security, and environmental security was highly connected in the order of health > energy > food security. This quantitative analysis indicates the importance of emerging security sectors and the need for mutual linkage in North Korea's SDGs implementation strategy. This will help set priorities for future cooperation in emerging security areas between North and South Korea and seeking organic linkage plans for each security sector.

본 연구에서는 공기역학적 형상변화의 풍하중 저감 측면에서의 효율성을 평가하기 위해 평면의 모서리 부분이 개선된 고층 건물에 대해 사례연구 기반의 비탄성 내풍설계를 수행하였다. 비선형 시간이력해석을 통해 다양한 설계풍속 및 항복 후 강성에 대한 구조물의 응답을 산정하였으며, 최근 국내 설계기준(KDS 41)에 도입된 성능기반내풍설계 개념을 토대로 구조물의 성능을 평가하였다. 해석 결과 공기역학적 형상변화를 갖는 구조물의 경우나 성능기반내풍설계를 적용했을 경우(또는 모두에 해당할 경우) 공진성분을 줄 여 구조물의 응답이 크게 감소함을 확인하였다.

코로나바이러스감영증-19 사태가 전세계를 강타하면서, 우리는 기존과 다르게 변해가는 일상 에 적응하는 뉴노멀 시대를 맞이 하였다. 코로나19 이후, 방송, 강의분야 등 문화예술계에도 비대면 문화가 급속도로 확산되고, 방송업계는 랜선방청제도를 도입하여 화상시스템을 통한 온 라인 실시간 방청을 제공하여 관객의 참여를 유도하고 있으며, 강의행사 분야도 화상회의 시 스템을 활용한 진행과 유튜브 플랫폼을 활용한 실시간 송출의 비대면 형태로 진행되고 있다. 이러한 비대면 참여환경은 물리적 스테이지의 한계, 음향 촬영 구도의 아쉬움, 현장감, 생동감 등 몰입적 측면에서의 한계가 존재하고, 언택트 방송 및 공연의 경우 음향과 촬영구도가 아쉬 운 부분으로 꼽히며 현장과의 괴리감, 집중하고 싶은 장면을 선택하여 볼수 없다는 한계도 지 닌다. 비대면 강의 경우에도 일상에서 쉼 없이 이어지는 비대면 참여 환경에 ZOOM Fatigue 라는 신조어가 등장할 만큼 비대면 환경에서의 집중력과 흥미를 잃어가는 현상이 나타나고 있 다. 이처럼 코로나19로 인한 변화가 일상화되면서 인류의 역사는 코로나19 (BC, Before Corona), (AC, After Corona) 나뉠 것이라는 예측이 일기도 한다. 무엇보다 코로나19로 인 해 인류의 정치, 경제, 사회, 문화, 교육등 모든 영역이 대변화를 맞은 가운데 가장 큰 변화는 물리적 접촉이 최소화되면서 Untact문화가 확산됐다는 점이다.

실감형 콘텐츠 관련 연구가 활발히 진행되고 있다. AR을 중심으로 한 실감형 콘텐츠의 발전은 스마트 폰을 이용하여 실세계에 3D 가상 콘텐츠를 추가하는 것을 넘어, 대형 건축물에 Projection Mapping을 하는 Media Facade 콘텐츠로 발전되었다. 최근 Projection Mapping을 이용한 Media Facade를 활용한 광고 콘텐츠의 수요가 증가하면서 Projection Mapping콘텐츠에 대한 교육과 시스템개발이 요구 되고 있다. Projection Mapping을 처음 배우는 교육생의 경우, 투사할 사물 및 건축물을 만드는 것부터 큰 어려움으로 작용된다. 사물 및 건축물을 구축하기 위해서는 그만한 자원과 재원이 요구되며, 한번 만들고 나면 다시 자원 을 활용하여 바꾸기 쉽지 않다. 본 논문에서는 Projection Mapping 교육을 위한 Unity 3D Engine 기반 Projection Mapping Simulation을 제안한다. 제안된 Projection Mapping Simulation는 Unity 3D Engine을 기반하였기 때문에 무료로 교육생들이 사용이 가능하며, 다양한 3D Object File를 활용하여 사물 및 건축물을 나타내고 조작할 수 있다. 또한, Projection Mapping에 쓰이는 영상을 Video 뿐 아니라, 실시간 3D Rendering으로 사용할 수도 있다. 본 논문에서 제안한 Projection Mapping Simulation는 교육생들에게 공간과 사 물 및 건축물의 이해를 돋기 위한 실험의 장이 될 것이며, Projection Mapping 콘텐츠 연구 자들에게는 여러 Projection Mapping 기법을 실험 및 연구할 수 있는 장이 되길 희망한다.

Deep learning-based computer vision anomaly detection algorithms are widely utilized in various fields. Especially in the manufacturing industry, the difficulty in collecting abnormal data compared to normal data, and the challenge of defining all potential abnormalities in advance, have led to an increasing demand for unsupervised learning methods that rely on normal data. In this study, we conducted a comparative analysis of deep learning-based unsupervised learning algorithms that define and detect abnormalities that can occur when transparent contact lenses are immersed in liquid solution. We validated and applied the unsupervised learning algorithms used in this study to the existing anomaly detection benchmark dataset, MvTecAD. The existing anomaly detection benchmark dataset primarily consists of solid objects, whereas in our study, we compared unsupervised learning-based algorithms in experiments judging the shape and presence of lenses submerged in liquid. Among the algorithms analyzed, EfficientAD showed an AUROC and F1-score of 0.97 in image-level tests. However, the F1-score decreased to 0.18 in pixel-level tests, making it challenging to determine the locations where abnormalities occurred. Despite this, EfficientAD demonstrated excellent performance in image-level tests classifying normal and abnormal instances, suggesting that with the collection and training of large-scale data in real industrial settings, it is expected to exhibit even better performance.