목적 : 본 연구는 근시에서 굴스트란드 모형안에 편심 렌즈를 적용했을 때의 광학적 효과를 분석하고자 하였다. 방법 : 굴스트란드 모형안은 3D 시뮬레이션 프로그램을 사용하여 정밀하게 설계하였으며, 근축 근사 없이 정확 한 분석을 제공하는 광선 추적 기술을 적용하여 편심 렌즈로 인한 초점거리와 굴절력의 변화를 정밀하게 조사하 였다. 결과 : 렌즈 중심축의 편심이 초점거리, 굴절력, 광 경로 차이에 미치는 영향을 다양한 편심 조건에서 분석하였 으며, 특히 중심축으로부터 일정 높이에서 평행광선이 입사하는 경우를 집중적으로 조사하였다. 광선의 입사 높이 가 극도로 커짐에 따라 편심의 효과는 감소하고, 출사 광선의 초점은 서로 가까운 지점으로 위치하는 것이 확인되 었다. 렌즈와 눈의 굴절력과 편심에 따른 프리즘 굴절력 효과를 포함하는 전체 굴절력은 광선의 입사 높이가 감소 함에 따라 크게 변화하는 것으로 나타났다. 결론 : 본 연구 결과는 사시 및 사위와 같은 시각적 이상을 교정하기 위해서, 의도적으로 편심된 렌즈를 설계하 고 처방하는 데 유용한 정보를 제공할 수 있을 것으로 기대된다. 또한, 편심 렌즈 설계 시 발생할 수 있는 비선형적 광학 효과를 최소화하여 사용자에게 최적의 시각적 성능 제공을 보장할 수 있을 것으로 기대된다.

인공관절 치환술 환자의 합병증 진단을 위한 자기공명영상 검사에서 발생한 금속 인공물을 감소시키는 VAT(view angle tilting) 기법과 딥러닝 알고리즘 중 K-공간 기반의 deep resolve(boost, sharp, DR)를 적용하여 그 유용성 에 대해 평가하고자 하였다. 자체 제작 팬텀과 3T 장비로 일반적인 VAT, DR이 적용된 VAT로 T1 강조영상, T2 강조영상, 단시간 반복 회전 연쇄기법(short tau inversion recovery, STIR) 영상들을 병렬영상 가속계수 2, 3, 4를 적용하여 획득하였다. 획득된 영상에서 왜곡도, 팬텀 바닥에서 금속 인공물까지 거리, 신호대잡음비를 정량적 평가하였고, 영상 품질은 정성적 평가하였다. 왜곡도는 일반적인 VAT와 DR이 적용된 VAT의 T1 강조영상, T2 강 조영상, STIR 모두 유의한 차이가 없었다(p>0.05). 또한 금속 인공물까지 거리도 T1 강조영상, T2 강조영상, STIR 모두 유의한 차이가 없었다(p>0.05). 신호대잡음비는 일반적인 VAT보다 DR이 적용된 VAT의 가속계수 4에서 T1 강조영상은 103%, T2 강조영상은 85.2%, STIR은 73.3% 최대로 증가하였고, 영상품질 평가점수는 T1 강조영상은 5점, T2 강조영상은 4.6점, STIR은 4.8점으로 가장 좋았다. 본 연구를 통해 VAT 기법의 영상품질 저하를 DR 기술 로 개선할 수 있었다. 금속 인공물이 발생했을 때 DR이 적용된 VAT의 가속계수를 4로 적용한다면, 검사시간을 단 축하면서 보다 진단적 가치가 높은 영상을 획득할 수 있을 것으로 사료된다.

본 연구는 딥러닝 영상 재구성 기법을 적용한 8개의 뇌질환군의 감마나이프 수술 계획용 자기공명영상(magnetic resonance imaging, MRI)의 유용성을 알아보고자 하였다. 연구 방법은 전이성 뇌종양, 뇌동정맥 기형, 수막종, 뇌하수체선종, 삼차신경통, 청신경초종, 맥락얼기 유두종, 해면상 혈관종, 총 8개의 질병을 진단받은 사람들의 T2 강조 영상(T2 weighted imaging, T2WI), 조영증강 T1 강조영상(contrast enhancement T1 weighted imaging, CE-T1WI)의 방법으로 검사한 MRI 영상을 SwiftMR을 이용하여 딥러닝 영상 재구성 기법인 디노이징(denoising)과 초해상도(super resolution)가 적용된 영상을 획득하였다. 이에 대한 성능 평가는 최대 신호대잡음비(peak signal to noise ratio, PSNR), 구조적 유사도(structural similarity index measure, SSIM), 감마나이프 방사선수술(gamma knife radiosurgery, GKRS)의 좌표계로 평가하였다. 그 결과, 원본영상을 기반으로 영상 품질이 개선된 영상의 PSNR과 SSIM은 높은 수치를 나타냄으로써 MRI 영상의 재구성이 문제없이 이루어졌고, GKRS의 수술 좌표계 또한 변화를 보이지 않았다. 결론적으로 딥러닝 영상 재구성 기법은 영상 품질 향상과 영상 보존에서 뛰어난 성능을 보임과 동시에 좌표계도 변화를 보이지 않아서, 딥러닝 영상 재구성 기법은 감마나이프 수술 계획에 유용하게 사용할 수 있는 기법임을 확인하였다.

This study presents a novel methodology for analyzing disease relationships from a network perspective using Large Language Model (LLM) embeddings. We constructed a disease network based on 4,489 diseases from the International Classification of Diseases (ICD-11) using OpenAI’s text-embedding-3-small model. Network analysis revealed that diseases exhibit small-world characteristics with a high clustering coefficient (0.435) and form 16 major communities. Notably, mental health-related diseases showed high centrality in the network, and a clear inverse relationship was observed between community size and internal density. The embedding-based relationship analysis revealed meaningful patterns of disease relationships, suggesting the potential of this methodology as a novel tool for studying disease associations. Results suggest that mental health conditions play a more central role in disease relationships than previously recognized, and disease communities show distinct organizational patterns. This approach shows promise as a valuable tool for exploring large-scale disease relationships and generating new research hypotheses.

목적 : 본 연구에서는 회절격자가 광원의 깊이에 따라 회절영상을 주기적으로 생성하는 광학적 특성을 이용하여 중간 범위의 깊이를 측정할 수 있는 시스템을 연구하였다. 방법 : 첫 번째로 회절격자 영상시스템을 기하광학적으로 분석합니다. 두 번째로 회절격자의 주기적인 결상특성 을 파동광학적으로 분석하였다. 세 번째로 주기적인 함수사이의 콘볼루션 특성을 이용하여 깊이에 대응하는 공간주 기를 도출하였다. 네 번째로 1 m에서 4 m까지 1 m마다 타켓을 설치한후 회절격자, 카메라, 레이저로 구성된 회절 격자 영상시스템을 이용하여 회절영상을 획득하는 광학실험을 수행하였다. 다섯 번째로 첫 번째 과정에서 세 번째 과정까지 수행한 이론적 분석을 네 번째 과정에서 획득된 회절영상에 적용하여 깊이측정을 수행하였다. 마지막으로 결과 분석을 통해 시스템의 깊이해상도를 도출하였다. 결과 : 깊이 측정 실험을 수행하였고 제안된 방법의 타당성을 검증하였다. 회절영상배열의 공간주기는 타겟물체 와 회절격자사이의 거리가 멀어질수록 증가한다, 그러나 그 증가하는 비율은 물체거리에 반비례하였다. 결론 : 회절격자의 특성을 응용한 깊이 측정 시스템을 제안하였으며 이론분석과 광학실험을 통해 타당성을 검증 하였다.

도로의 기하선형 정보는 도로 설계, 유지보수, 그리고 안전성 평가에서 핵심적인 요소이다. 특히 종단경사와 곡선반경은 차량의 속도 변화, 제동 거리, 원심력 등에 영향을 미쳐 사고 위험을 높이는 요인으로 작용한다. 따라서 도로 유지관리 측면에서 도로의 기하선형 정보를 정밀하게 측정하고 관리하는 것은 필수적이다(Park et al., 2008). 국토교통부에서는 노드·링크(Node·Link)를 통해 국내 도로망 데이터 통합 시스템을 구축하고 있다. 노드·링크는 교차로, 도로의 시종점, 행정경계 등으로 도로구간을 구분하는 시스템으로, 도로구간을 의미하는 각 링크에는 도로등급, 차로수, 제한속도, 연장 등 다양한 도로특성정보가 입력되어 있으나 곡선반경, 종단경사와 같은 도로의 기하학적 구조 데이터는 포함되어 있지 않다(MOLIT, 2025). 또한, 각 지자체는 “도로대장정보시스템”을 통해 도로의 시설물 및 기하구조를 통합 관리하게 되어있으나, 시스템화 현황이 저조할 뿐만 아니라 연구 등의 목적으로 접근이 제한된다(LX, 2025). 이와 같이, 도로의 기하구조는 중요도에 비해 데이터 관리 부족하며 접근성이 낮다. 따라서 본 연구에서는 노드·링크 시스템에서 제공하는 평면선형 데이터(.shp 파일)를 활용하여 곡선반경과 종단경사를 산출하고 도로 구간별 기하학적 구조 정보를 추정하였다. 이는 향후 도로 주행특성, 안전관리 등 다양한 분야의 연구에 기초자료로 활용될 수 있으며, 도로 안전관리 측면에서 위험구간 판단 근거로 활용할 수 있을 것으로 기대된다.

도로 관리는 교통 시스템과 국가 경제에 중대한 영향을 미치며, 이에 따라 도로 유지관리는 시민들의 삶의 질을 향상시 키는 데 중요한 역할을 한다. 따라서 체계적인 유지관리는 도로 안전성과 경제적 효율성을 높이는 데 필수적이다. 기존 의 도로 관리 방식은 대부분 반응적이며, 종이 문서를 기반으로 이루어져 정보 손실, 데이터 손상, 검색의 어려움 등의 여러 제한점을 가지고 있다. 이러한 문제를 해결하기 위해 본 논문에서는 3D 모델과 관련 데이터를 일대일 매핑하여 자 동으로 입력할 수 있도록 하는 BIM (Building Information Model)을 활용한 접근 방식을 제안한다. 본 연구는 주로 BIM 생성을 위해 널리 사용되는 Autodesk Revit을 활용하여 3D 도로 모델을 생성하고, 도로의 손상 정보 (길이, 폭, 보수 면 적, 보수 부피, 유지보수 이력 등)를 통합 관리하는 방법을 연구한다. 하지만 Revit은 디지털 정보를 3D 모델에 자동으로 가져오는 기능이 없기 때문에, Visual Programming 도구를 이용하여 유지관리 기록 정보를 BIM으로 자동 입력하는 방 법을 개발하였다. 이를 통해, 사용자가 특정 도로 손상 모델을 선택하면 해당 손상의 통합 이력을 표시할 수 있는 새로 운 통합 이력 관리 시스템을 구축하였다. 이러한 접근 방식은 종이 문서 기반의 기록 방식에서 발생하는 데이터 손상, 기록량 증가, 특정 데이터 검색의 어려움 등의 문제를 해결할 수 있으며, 신속하고 정확한 의사 결정을 지원한다. 본 연 구는 BIM을 활용한 도로의 통합 이력 관리 시스템 구축을 통해 새로운 방향성을 제시한다.

결빙(Black Ice)은 도로 포장체 표면의 균열 등에 스며든 습기나 눈, 그리고 차량 주행 중 발생하는 타이어 분진 및 배 기가스 등의 영향으로 인해 도로 표면과 유사한 색상의 얇은 얼음막이 형성되는 현상을 의미한다(Cho et al., 2021). 도로 노면이 결빙 상태일 경우, 평균 미끄럼 저항 계수는 건조 노면의 약 30% 수준으로 크게 낮아진다(Lee et al., 2024). 또 한, 결빙은 도로 표면과 색상이 유사하여 운전자가 노면 상태를 즉각적으로 인지하기 어렵고, 이에 따라 제동이나 회피 를 위한 충분한 시간을 확보하기 어렵다. 최근 5년간 발생한 서리·결빙 노면 교통사고의 치사율(사고 100건당 사망자 수) 은 2.69명으로, 이는 건조 노면 교통사고 치사율의 약 2배, 습윤 노면의 1.3배 수준에 해당한다(KoROAD, 2024). 이러한 위험성을 고려하여 국토교통부는 2020년 전국 고속국도 및 일반, 위임국도를 대상으로 403개 구간을 결빙 취약 구간으로 지정하였으며, 이후 464개소로 확대하여 자동염수분사시설, 그루빙(Grovving), 결빙주의표지판 등 안전시설을 확충하여 결빙사고를 집중적으로 관리하고 있다(MOLIT, 2020; BAI 2021). 하지만, 결빙사고 발생건수는 2020년 524건, 2021년 1,204건, 2022년 1,042건으로 증가추세를 보이고 있어, 결빙 취약 구간의 평가 적절성과 실효성에 대한 검토 필요성이 대 두되고 있다(KoROAD, 2024). 본 연구에서는 최근 10년 고속국도에서 발생한 결빙사고와 결빙사고 영향인자를 Random Forest Algorithm으로 분석하 여 도로 구간별 결빙사고 위험도를 평가하였다. 국가교통정보센터의 노드·링크(Node·Link) 체계를 기반으로 전국 고속국 도의 동절기 기상, 기하구조, 교통량 등 결빙사고 영향인자를 구간별로 수집하였다. 각 구간은 최근 10년 결빙사고 데이 터를 통해 결빙사고 발생구간과 비발생 구간으로 분류하였다. 구간별 수집한 결빙사고 영향인자를 독립변수, 사고발생유 무를 종속변수로하여 알고리즘 학습을 위한 데이터셋(Data Set)을 구성하고, 데이터불균형 문제를 해결하기 위해 오버샘 플링(OverSampling) 기법 중 하나인 SMOTE(Synthetic Minority Oversampling Technique)을 적용하였다. 최종적으로 Random Forest Classification Model을 학습하고, 모델의 하이퍼파라미터 조정(HyperParameter Tunning)을 거처 결빙사 고 발생구간 예측성능이 가장 높은 모델을 결정하였다. 이를 통해, 전국 고속국도의 구간별 결빙사고 발생 위험도를 평 가하고 각 결빙사고 영향인자의 변수중요도를 분석함으로써 결빙 취약구간 평가 방안의 신뢰성 제고를 기대한다.

서울시는 2015년 공공자전거 서비스인 ‘따릉이’를 시작으로, 2020년에는 소형 자전거가 필요한 시민을 위해 기존 따릉이 에서 무게와 크기를 줄인 ‘새싹따릉이’를 추가로 도입하였다. 새싹따릉이는 주로 청소년을 대상으로 하며, 일반 따릉이의 이용 가능 연령이 만 15세 이상인 것과 달리, 만 13세 이상부터 이용할 수 있도록 연령 제한을 낮추었다. 자전거도로가 상대적으로 잘 갖춰진 송파구·강동구·은평구를 중심으로 배치되어 운행을 시작하였으며, 점차 배치 수량과 지역을 넓혀 현재 5,000대가 서울시에서 운영되고 있다. 하지만, 새싹따릉이의 전체적인 배치 수량이 충분함에도 일반 따릉이에 비해 1대당 자전거 이용률이 낮다는 문제점이 제기되고 있다. 이는 배치 물량의 부족이 아닌 청소년의 이동 패턴과 주요 활동 공간이 충분히 반영되지 않은 배치 방식에서 기인한 것으로 파악되었다. 따라서 본 연구는 새싹따릉이의 효율적 운영을 위해 네트워크 중심성 분석으로 매개 중심성을 판단하고 청소년 이동 네트워크 내에서 주요 경유지 역할을 하는 정류소 를 식별하고자 한다. 청소년 이동 패턴을 기반으로 연구를 수행하고자 청소년 지하철 OD 데이터와 따릉이 정류소 위치 데이터를 수집하고, 매개 중심성을 계산하여 중요한 경유지 역할을 하는 정류소를 식별하였다. 매개 중심성이 높은 정류 소를 우선적으로 새싹따릉이 배치 대상지로 선정하고, 추가적으로 신규 정류소가 필요한 지역 또한 제시하여 새싹따릉이 네트워크 확장도 고려할 예정이다. 본 연구가 새싹따릉이의 특성을 고려한 배치 방식을 제안하는 것을 목적으로 함에 따 라 새싹따릉이 이용률 향상과 대중교통과의 연계성 강화에 기여할 수 있을 것이다.

한국형 포장설계법(KPRP)은 한국의 기후, 교통, 재료 조건을 반영하여 개발된 포장설계법으로, 성능 기반 분석과 역학적-경험적 원 리를 결합하여 국내 도로포장의 내구성과 효율성 향상에 기여해왔다. KPRP는 지역별 환경 데이터, 교통 하중, 재료 특성을 고려하 여 최적의 포장 구조를 설계하며, 2011년 개발 이후 도로포장의 수명 연장과 경제성 향상을 이루어냈다. 그러나 KPRP에 적용되는 기후 및 교통 데이터는 2000년대 초반의 자료를 기반으로 하고 있어, 현재 기준으로 약 10년 이상의 차이가 존재한다. 이에 따라 최 신 데이터를 반영하여 포장설계를 개선할 필요성이 제기되고 있다. 본 연구에서는 최근 10년간의 최신 기후 데이터를 활용하여 줄눈 콘크리트 포장(JCP)의 콘크리트 슬래브 컬링 시간을 계산하고, 이를 기반으로 온도응력 및 교통응력의 산정 방식을 현 시점에 맞게 개선하고자 한다. 또한, 2023년 도로포장관리시스템(PMS) 데이 터를 이용하여 한국도로공사가 관리하는 모든 고속국도 중 JCP가 적용된 구간을 대상으로 표면 균열(SD), 설계 차로별 AADT, 관 리구간별 도로 연장, 차로 폭 등의 데이터를 분석하였다. 이를 통해 각 도로의 피로균열율을 산정하고, 고속국도를 대상으로 줄눈 콘 크리트 포장의 전이함수를 개선하여 보다 정밀한 설계를 가능하게 하고자 한다. 본 연구는 최신 기후 및 교통 데이터를 반영한 KPRP 기반 줄눈 콘크리트 포장설계의 실현에 기여할 것으로 기대된다.

중앙버스전용차로는 일반 도로 대비 높은 교통량과 반복적인 축하중이 작용하는 구간으로, 정차 및 출발 과정에서 발생 하는 국부적인 응력 집중으로 인해 포장 파손이 빈번하게 발생한다. 그러나 기존 도로 설계에서는 정적인 교통량을 기준 으로 축하중을 산정하여, 실제 교통 환경에서의 버스 유형별 차이, 재차 인원, 시간대별 하중 변화 등 동적인 요소를 충 분히 반영하지 못하는 한계가 존재한다. 이에 본 연구에서는 대중교통 빅데이터를 활용하여 중앙버스전용차로의 버스 유 형 및 시간대별 재차 인원을 반영한 새로운 축하중 산정 모델을 개발하였다. 이를 위해 서울시 열린 데이터 광장의 교통 정보를 활용하여 버스 유형 및 시간대별 재차 인원 데이터를 수집하고, 카카오맵 및 네이버 로드뷰 데이터를 이용해 결 측치를 보완하여 데이터셋을 구축하였다. 구축된 데이터셋을 활용하여 기존 ESAL(Equivalent Single Axle Load) 방식과 비교 분석한 결과, 새로운 축하중 모델에서는 기존 방식 대비 평균 111.8% 높은 축하중이 산정되었으며, 일부 구간에서 는 최대 128.9%까지 차이가 발생하는 것으로 나타났다. 이는 기존 포장 설계가 중앙버스전용차로의 실질적인 교통 하중 을 충분히 반영하지 못하고 있음을 시사하며, 추가적으로 버스 중하중의 가·감속의 영향을 고려한다면, 시간대별·노선별 실시간 축하중 변화를 보다 정밀하게 분석할 수 있으며, 이를 통해 과소 산정된 설계 하중을 보완하고 포장 공용성을 향 상시킬 수 있는 최적의 설계 및 유지보수 전략 수립이 가능할 것으로 기대된다.

늘어나는 교통 수요에 대응하기 위해 지하도로 건설이 추진 중이다. 지하도로 건설 시, 진출입부에서의 차량 간 합류 및 분류로 인해 교통정체 및 안전성 저하에 대한 우려가 제기된다. 교통정체가 빈번히 발생하는 경부고속도로 금토JCT-양재IC 구간에 서울-용인 지 하도로, 양재-한남 지하도로, 양재-고양 지하도로 건설이 예정되었다. 특정 구간에 다수의 지하도로 건설 시, 접속부 배치 및 위치에 따라 이동성 및 안전성이 변화할 것으로 고려된다. 본 연구에서는 서울-용인 지하도로와 양재-한남 지하도로, 양재-고양 지하도로에 대한 접속부 배치 및 위치에 따른 이동성 및 안전성 분석을 통해 교통혼잡 완화 및 교통안전이 증가하는 지하도로 연계 방안 도출하 였다. 본 연구에서는 지하도로 연계 방안별 이동성 및 안전성 분석을 위해 4가지 시나리오 (1안 : 지하도로 미시행, 2안 : 지하도로 미 연계, 3안 : 양재-고양 연계, 4안 : 양재-한남 연계)를 선정하였다. 교통 시뮬레이션을 활용해 지상도로 및 지하도로 네트워크를 구축 하고 지하도로 내 차량 주행행태를 구현하였다. 이동성은 평균 통행속도와 통과교통량비로 분석하였으며, 안전성은 상충률을 통해 분 석하였다. 이동성 분석결과, 지상도로 합류부에서는 시나리오 3안 (양재-고양 연계)이 지하도로에서 합류되는 교통량이 가장 적어 모 든 이동성 평가지표에서 가장 큰 이동성 개선 효과가 나타났다. 그러나, 지하도로 합류부에서는 시나리오 3안에 비해 시나리오 4안 (양재-한남 연계)이 이동성 개선 효과가 큰 것으로 나타났다. 이는 유사 교통량 대비 차로수 증가 및 지상도로 합류부 정체의 영향인 것으로 분석된다. 안전성 분석결과, 지상도로 합류부에서는 시나리오 3안이 안전성이 높았으나 지하도로 합류부에서는 시나리오 4안이 안전성이 더 높은 것으로 나타났다. 본 연구의 결과는 시나리오별 교통혼잡 완화 및 교통안전 증진 효과를 정량화해 지하도로 연계 방안 결정을 위한 예비타당성 조사에 반영하는 자료로 활용할 수 있을 것으로 기대된다.

자율주행 차량이 상용화됨에 따라 연구에 사용할 수 있는 자율주행 차량의 주행궤적 자료를 제공하고 연구하는 기관이 증가하고 있다. 캘리포니아 자동차관리국은 사고 당시 차량의 거동과 주변 환경을 기록한 자율주행 차량 사고 보고서를 제공한다. Waymo는 라이다, 카메라 등을 통해 수집한 자율주행 차량의 실주행 자료를 제공한다. 본 연구에서는 캘리포 니아 자동차관리국에서 제공하는 자율주행 차량 사고 보고서와 Google Street Map을 이용하여 사고 당시의 도로유형과 도로환경요소 및 사고 당시 상황을 파악하고, 베이지안 네트워크(BN)을 통해 자율주행 차량 사고 영향요인을 파악하였 다. 랜덤 포레스트를 통해 앞에서 파악한 자율주행 차량 사고 영향요인들의 변수 중요도를 추출하고 이를 기반으로 자율 주행 차량 주행 시나리오를 도출하였다. 도출한 자율주행 차량 주행 시나리오와 유사한 상황을 보이는 Waymo Open Dataset의 자율주행 차량 실제 주행궤적을 매칭하여 자율주행 차량 주행 행태 기반 사고 위험도 평가 지표를 도출하였 다. 본 연구의 결과는 앞으로 도로환경요소 및 자율주행 차량 주행궤적에 따른 자율주행 차량 주행 안전성 연구의 기반 이 될 것으로 기대된다.

지하도로는 폐쇄적인 공간 구조와 내·외부 조도 차이로 인해 지상도로와 다른 교통 환경을 형성하며 이러한 특성은 교 통사고에 영향을 미칠 수 있다. 특히 고속도로 터널에서 사고 발생 시 대형 인명 피해로 이어질 가능성이 크다는 점을 고려할 때 지하도로에서도 유사한 우려가 제기된다. 따라서 지하도로의 교통류 특성을 면밀히 분석하여 안전성을 평가하 고 사고 예방을 위한 효과적인 대책을 마련하는 것이 중요하다. 본 연구에서는 서부간선 지하도로 성산 방면의 14개 VDS 검지기 데이터를 기반으로 지점별 속도 변동성과 교통사고 분석을 통해 안전성을 평가하였고 분석 결과의 시사점 을 바탕으로 지하도로 속도 관리 전략을 설계하였다. 먼저, VDS 검지기 지점별 속도 표준편차와 time-varying-volatility 산출 및 속도의 변동성과 교통사고 데이터 매칭을 통해 사고 개연성과 심각도를 분석하였다. 이후, 사후검정을 통해 속 도 및 속도 변동성 기준으로 동질적 부분집합을 도출하고 회귀분석을 통해 속도 변동성과 교통량·밀도 간의 관계를 규명 하여 속도 변동성을 최소화할 수 있는 최적의 교통량과 밀도를 산출하였다. 분석 결과, 속도 변동성이 큰 구간에서 사고 개연성과 심각도가 높게 나타났으며 지하도로에 구간단속을 적용할 경우 하류부에서 변동성이 증가하는 현상을 확인하 였다. 이를 바탕으로 위험 구간을 식별하고 해당 구간에 가변형 속도 제한 시스템을 적용한 로컬 속도 관리 전략을 제시 하였다. 본 연구의 결과는 지하도로의 사고 예방 및 안전성 향상을 위한 실질적인 속도 관리 전략 설계에 기여할 수 있 을 것으로 기대된다.

본 연구에서는 상용 폴리염화비닐을 개질하여 두 종류의 PVC 기반 이온교환용 고분자를 성공적으로 제조하였다. 이후 개질된 두 이온교환 고분자를 활용한 전기방사 공정과 열 압착 공정을 거쳐 2차원 계면(2D-PVC-BPM)과 3차원 접합부 (3D-PVC-BPM)를 갖는 바이폴라막(BPM)을 제조하였다. 제조된 3D-PVC-BPM은 2D-PVC-BPM에 비해 우수한 물 분해 효율 및 안정성을 보였다. 구체적으로, 300 mA cm-2의 고전류 밀도에서 3D-PVC-BPM은 2D-PVC-BPM가 나타낸 전위보다 4.4 V 낮은 8.05 V의 막 전위를 나타냈다. 더욱이, PVC 주쇄가 가진 내화학성 덕분에 3D-PVC-BPM은 가혹한 조건에서도 높은 화 학적 안정성을 보였고, 이는 4 M H2SO4 및 4 M NaOH 용액에 28일간 침지한 후 관측된 질량 손실이 각각 2.8%와 2.1%에 그친 것을 통해 입증되었다. 끝으로, 3차원 접합부가 3D-PVC-BPM에 맞물림(interlocking) 효과와 넓은 계면면적을 제공해준 덕분에 3D-PVC-BPM의 인장 강도는 36 MPa를 초과했고 신장률 또한 약 50%에 이르는 등 우수한 기계적 물성을 나타냈다.

본 연구에서는 친환경적이고 경제적인 수용액 환경에서 금속-유기 골격체(metal-organic frameworks, MOF)인 UiO-66을 합성하는 방법을 개선하고, 합성 조건이 UiO-66의 표면적 및 결정성에 미치는 영향을 분석하였다. 합성 실험은 금 속 용액과 리간드 용액의 주입 순서 및 계면활성제(Tween 20)의 첨가 유무를 변화시키며 진행하였다. 그 결과, 리간드 용액 을 금속 용액에 주입하고 계면활성제를 사용하지 않은 경우, 표면적과 결정성이 더 높은 UiO-66을 얻을 수 있었다. SEM 및 XRD 분석 결과, 계면활성제의 첨가는 입자 크기와 결정 구조에 큰 변화를 주지 않았으나, BET 분석 결과 표면적 감소가 확 인되었다. 이는 합성 과정에서 계면활성제가 핵 형성과 결정 성장에 영향을 미칠 수 있음을 시사한다. 본 연구 결과는 수용액 기반 UiO-66 합성법의 최적화, 대규모 제조 공정 및 다양한 산업적 응용에 유용한 정보를 제공할 수 있을 것이다.

본 연구는 레드오션화된 K-Pop 걸그룹 시장에서 새로운 차별화 전략의 방향성을 모색하고자 했다. 이를 위해 2023년 10월 데뷔한 영파씨 (YOUNG POSSE)의 사례를 ERRC 모델을 통해 분석했다. 연구 방법으로는 내용분석과 심층 인터뷰를 실시했다. 분석 결과, 영파씨는 '제거' 측면에서 걸그룹의 전통적 이미지와 대중적 음악 문법을 과감히 제거했다. '청순함', '귀여움', '섹시함'과 같은 정형화된 콘셉트 대신 '악동 같은', '장난기 넘치 는' 이미지를 구축했으며, 이지 리스닝(Easy-Listening)이나 후크송(Hook Song) 위주의 음악 대신 정통 힙합의 다양한 하위 장르를 실험했다. '감소 ' 측면에서는 음악방송 활동 기간을 6~8주에서 3~4주로 축소하고, SNS 활 동과 이미지 보정을 최소화하는 전략적 선택을 했다. '증가' 측면에서는 멤 버들의 음악 제작 참여도를 획기적으로 높여 데뷔 앨범부터 전원이 작사에 참여했으며, 힙합 문화에 대한 깊이 있는 이해를 바탕으로 한국과 미국의 힙합을 자연스럽게 융합했다. '창조' 측면에서는 '역사적 오마주'라는 독창 적인 음악적 접근법을 개발하고, '스트릿 크레딧(Street Credit)'을 평가 기 준으로 도입했다. 본 연구는 레드오션화 되고 있는 K-Pop 걸그룹 시장에 서 장르적 전문성과 문화적 진정성을 통한 차별화 가능성을 제시했다는 점 에서 의의가 있다.

최근 ChatGPT로 대표되는 인공지능의 급격한 발전은 인공지능 에 대한 낙관과 비관이 엇갈리는 가운데 기독교 선교가 새롭고도 실제적 인 방향을 모색해야 할 필요성을 제기했다. 이를 위해 본 연구는 행위자 -네트워크 이론을 주요 이론적 틀로 활용하여 인공지능을 단순한 도구가 아닌 인간과 상호작용하는 행위자로 인식한다. 이러한 관점에서 현재 인공지능 기술의 최전선에 있는 거대 언어 모델의 기술적 특성과 작동원리를 상세히 분석하여 인공지능이 인간과 맺는 관계에 주목한다. 이러한 이해를 토대로 인공지능과의 선교적 접점을 모색하기 위한 방안은 첫째, 인공지능을 선교 현장으로 인식하는 것, 둘째, 인간에게만 주어진 선교적 삶을 사는 것. 셋째, 인공지능을 선교사역의 협력자로 받아들이는 것, 넷째, 오픈소스 거대 언어 모델을 활용한 선교적 목적의 인공지능을 개발하는 것이다. 본 연구는 인공지능 시대의 기독교 선교 가 단순히 인공지능을 도구로 활용하는 차원을 넘어, 인공지능과의 협력적 관계를 통해 새로운 선교의 지평을 열어가야 함을 제안한다. 이는 데이비드 보쉬가 주장한 것처럼, 선교는 각 시대의 변화에 따라 새로운 패러다임으로 변화되어야 한다는 관점에 기반한다.