This study selected two labor-intensive processes in harsh environments among domestic food production processes. It analyzed their improvement effectiveness using 3-dimensional (3D) simulation. The selected processes were the “frozen storage source transfer and dismantling process” (Case 1) and the “heavily loaded box transfer process” (Case 2). The layout, process sequence, man-hours, and output of each process were measured during a visit to a real food manufacturing factory. Based on the data measured, the 3D simulation model was visually analyzed to evaluate the operational processes. The number of workers, work rate, and throughput were also used as comparison and verification indicators before and after the improvement. The throughput of Case 1 and Case 2 increased by 44.8% and 69.7%, respectively, compared to the previous one, while the utilization rate showed high values despite the decrease, confirming that the actual selected process alone is a high-fatigue and high-risk process for workers. As a result of this study, it was determined that 3D simulation can provide a visual comparison to assess whether the actual process improvement has been accurately designed and implemented. Additionally, it was confirmed that preliminary verification of the process improvement is achievable.

The importance of Structural Health Monitoring (SHM) in the industry is increasing due to various loads, such as earthquakes and wind, having a significant impact on the performance of structures and equipment. Estimating responses is crucial for the effective health management of these assets. However, using numerous sensors in facilities and equipment for response estimation causes economic challenges. Additionally, it could require a response from locations where sensors cannot be attached. Digital twin technology has garnered significant attention in the industry to address these challenges. This paper constructs a digital twin system utilizing the Long Short-Term Memory (LSTM) model to estimate responses in a pipe system under simultaneous seismic load and arbitrary loads. The performance of the data-driven digital twin system was verified through a comparative analysis of experimental data, demonstrating that the constructed digital twin system successfully estimated the responses.

본 연구는 대도시에서 미세먼지 없는 학교 부지를 찾는 Model Eliciting Activity (이하 MEA) 활동을 통해 고 등학교 학생들의 문제 해결 특성을 조사하기 위한 것이다. 5차시로 개발된 MEA 활동에 79명의 고등학교 2학년 학생 들이 참여 하였으며, MEA 활동지를 주요 데이터로 수집하였다. 학생들이 작성한 활동지의 개방형 질문에 대한 답을 기반으로 학생들의 문제 해결 모델을 귀납적 및 질적 방법으로 분석하였다. 먼저 학생들이 다른 데이터보다 어떤 데이 터를 우선적으로 사용했는지 순서를 분석한 후 주어진 데이터 세트를 어떻게 상호 연결하여 순서를 결정하는지 분석하 였다. 분석결과 학생들은 미세먼지 배출량이 많은 곳을 기피하기 위해 미세먼지 배출농도, 산업단지 분포 등 미세먼지 와 직접적으로 관련된 데이터를 먼저 활용하는 경향이 있음을 알 수 있었다. 흥미롭게도 MEA 활동에서 고등학생의 문 제 해결 특성은 매우 다양하여 76명의 학생이 총 61가지 유형의 문제 해결 모델을 제작한 것으로 나타났다. 문제를 해 결하기 위해 동일한 순서의 데이터를 사용하는 학생의 최대 수는 6명으로 학생들의 문제 해결 방법은 매우 다양함을 보여준다. 그러나 공통적으로 미세먼지 농도가 높은 곳을 제외하는 방법으로 미세먼지 배출과 직접적으로 관련된 데이 터를 먼저 선택하는 특성을 보였다.

국내 소비자들의 식품 영양성분에 대한 관심이 계속적 으로 증가하고 있지만 영양성분과 관련된 식품의 소비자 선호도 분석 연구는 부족한 실정이다. 본 연구는 대국민 정보 서비스인 식품영양성분 데이터베이스 플랫폼에 수집 된 빅데이터의 로그분석을 수행하여 소비자들이 영양학적 측면에서 관심을 가지는 식품에 대한 선호도 결과를 제시 하였다. 수집 기간은 2020년 1월부터 2022년 12월까지의 3개년으로 설정하여 총 2,243,168건의 식품명 검색어가 수 집되었으며, 식품명을 병합하여 품목대표 식품명으로 가 공하였다. 분석도구는 R프로그램을 이용하였으며, 영양정 보를 확인하고자 하는 식품명의 검색 빈도를 전체 기간 및 계절별로 분석하였다. 전체 기간 동안 빈도수 분석 결 과, 한국인이 일반적으로 자주 섭취하는 쌀밥, 닭고기, 달 걀의 빈도수가 가장 높았다. 계절성에 따른 선호도 분석 결과, 봄과 여름에는 대체적으로 국물이 없고 뜨겁지 않 은 음식의 빈도수가 높았으며, 가을과 겨울에는 국물이 있 고 따뜻한 음식의 빈도수가 높았다. 또한, 외식업체에서 계절식품으로 판매하는 냉면, 콩국수 등과 같은 식품의 빈 도수도 계절성을 가지는 것으로 확인되었다. 이러한 결과 는 소비자들이 일반적으로 자주 섭취하는 식품의 영양정 보에 관심을 가지는 패턴을 확인할 수 있었으며, 소비 트 렌드와 간접적인 연관성을 가진다는 점에서 외식업계에서 계절별 마케팅 전략 수립 시 기초 자료로 활용될 수 있을 것으로 기대된다.