본 연구는 베토벤 교향곡 제3번이 서양 고전음악사에서 낭만 주의로의 전환을 상징하는 기념비적 작품임에 주목하고, 제1악 장의 형태적 혁신과 감정 표현의 연관성을 규명하여 음악사적 독창성을 탐구하는 데 목적이 있다. 이를 위해 1악장을 중심으 로 형식 분석 및 동기 발전 기법, 조성 구조, 리듬과 음색 변화 를 중점적으로 고찰하였다. 분석 결과, 이 악장은 고전주의의 소나타 형식을 계승하면서도 전개부와 코다(Coda)의 규모와 전 개 방식을 전위적으로 확장·재구성하여 극적인 긴장 구조와 정 서적 표현을 극대화한 점이 드러났다. 구체적으로 전개부는 동 기 단편의 재조합, 연쇄적 전조(c-f-B♭-A♭), 다성적 대위법 의 활용을 통해 감정적 긴장감을 형성하며 코다는 축소된 소나 타 형식을 내포하면서 주제를 순환적으로 재현하여 감정의 정 화를 완성한다. 주요 동기는 리듬적 변형, 음색 교차, 강약 변 화 등 기법을 통해 '역동적인 통일성(dynamic unity)'을 이루며 악장 전체를 유기적으로 결속한다. 베토벤이 악장 전체를 관통하는 동기의 순환적 재현과 치밀 한 리듬적 구성, 짜임새 있는 음향적 대비를 통해 소나타 형식 내부에서 새로운 미학적 가능성을 모색하고 있음을 확인하였 다. 특히 전개부와 코다에서 나타나는 동기의 확장과 응집 과 정은 낭만주의적 음악어법의 원형을 제공하고 있다는 점에서 중요성을 지닌다. 본 연구는 베토벤의 형식적·음악적 혁신이 감 정 표현의 심화와 필연적으로 연계된다는 점을 구체적으로 규 명함으로써 고전주의에서 낭만주의로의 전환이 단순한 시대적 구분이 아니라 음악 내적 논리에 의해 이루어진 것임을 입증하 였다.

효과적인 해양 교통관리 및 사고 예방 체계 구축에 있어서 AIS는 매우 중요한 요소이다. AIS는 선박의 동적, 정적, 항해 정보를 송수신하여 항해 의사결정을 지원하고 효과적인 선박 교통관제에 도움을 준다. 이러한 AIS는 환경적 요인, 기계적 요인 등에 의해서 손실 이 발생하며, 손실이 생긴 AIS 데이터는 선박 운항자 및 관제의 측면에서 의사결정에 혼동을 야기한다. 때문에, 본 연구에서는 AIS 데이터 를 통해 선박 항적 데이터를 수신하고, 해당 항적 데이터의 손실을 복원한다. AIS 데이터 수신 시 저비용의 싱글보드 컴퓨터인 Raspberry Pi와 AIS 수신 보드인 dAISy HAT을 활용하여 하드웨어를, Raspberry Pi의 운영체제인 LINUX환경과Open chart plotter인 OPENCPN을 통해 소 프트웨어를 구성하였다. 해당 시스템을 활용하여 수신한 AIS 데이터의 손실이 발생하는 데이터 중 활용이 가능한 위도, 경도, 시간 데이 터를 통해 손실이 발생한 구간의 데이터를 보간하고, 보간된 데이터는 “INTERP”라는 태그를 통해 기존의 데이터와 함께 인터넷 웹 서버 인 AWS S3에 저장한다. 본 연구를 통하여, AIS 수신기를 통하여 선박 항적 데이터를 수신하고, 손실이 발생한 부분을 보간함으로써 항적 데이터의 활용도를 높일 수 있을 것으로 보인다. 향후 손실된 AIS 데이터로 인한 선박 항적 데이터의 복원을 위한 다양한 기법을 활용한 연구가 필요하다.

Springtails (class Collembola) play a crucial role in soil ecosystems. They are commonly used as standard species in soil toxicity assessments. According to the ISO 11267 guidelines established by the International Organization for Standardization (ISO), Allonychiurus kimi uses adult survival and juvenile production as toxicity assessment endpoint. Conventional toxicity assessment methods require manually counting adults and larvae under a microscope after experiments, which is time-consuming and laborintensive. To overcome these limitations, this study developed a model using YOLOv8 to detect and count both adults and juveniles of A. kimi. An AI model was trained using a training dataset and evaluated using a validation dataset. Both training and validation datasets used for AI model were created by picturing plate images that included adults and larvae. Statistical comparison of validation dataset showed no significant difference between manual and automatic counts. Additionally, the model achieved high accuracies (Precision=1.0, Recall=0.95 for adults; Precision=0.95, Recall=0.83 for juveniles). This indicates that the model can successfully detect objects. Additionally, the system can automatically measure body areas of individuals, enabling more detailed assessments related to growth and development. Therefore, this study establishes that AI-based counting methods in toxicity assessments with offer high levels of accuracy and efficiency can effectively replace traditional manual counting methods. This method significantly enhances the efficiency of large-scale toxicity evaluations while reducing researcher workload.

본 연구는 초고령화 사회로 진입한 현대사회에서 노년기 성인의 정신 건강 관리가 중요한 사회적 과제로 부상함에 따라, 현재의 노인 심리상담 현황을 점검하고 이에 대한 대안적 접근으로서 불교 상담의 가능성을 탐 색하는 데 목적이 있다. 노년기는 생애주기의 마지막 단계로서 은퇴, 신 체적 약화, 사회적 역할 변화, 죽음에 대한 인식 등 다양한 심리적 도전 에 직면하게 된다. 이에 따라 우울, 불안, 고립감, 삶의 의미 상실, 인지 기능 저하 등의 문제는 노인의 삶의 질을 심각하게 저해하고 있다. 최근 웰에이징과 웰다잉에 대한 사회적 관심이 높아지면서 노인을 위한 심리 상담 서비스도 점차 확대되고 있으나, 여전히 실질적인 정서적 치유와 삶 의 통합을 지원하는 상담 모델은 부족한 실정이다. 불교는 인간 존재의 무상성과 고통에 대한 통찰을 바탕으로, 노화와 죽음을 삶의 자연스러운 일부로 받아들이는 수행적 태도를 강조한다. 본 연구에서는 불교적 세계관과 마음의 작용에 대한 이해를 토대로 노인의 심리적 고통을 수용하고 전환할 수 있는 상담적 접근 가능성을 고찰하였 다. 특히 노년기를 삶의 성찰과 지혜의 시기로 재정립하고, 자기 수용과 감사, 현재 중심의 수행을 통해 정신건강을 돌볼 수 있는 불교 상담의 방향을 제안하고자 한다. 본 연구가 불교적 상담기법 개발의 기초자료로 활용되어, 노인의 정신건강을 위한 실천적 치유 모델로 확장되기를 기대 한다.

본 연구는 백두대간보호지역의 체계적 관리를 위한 관리효과성 평가지표를 개발하고자 하였다. IUCN-WCPA의 평가틀과 관리효과성 추적기법 (METT)을 기반으로 국내외 문헌과 사례를 분석하고, 텍스트 마이닝 기법을 통해 범주별 핵심 키워드를 도출하였다. 이후 산림 분야 전문가 8인을 대상으로 2회에 걸친 델파이 조사를 실시하여 평가지표의 타당성과 합의도를 검증하였다. 그 결과, 1차 조사에서는 CVR 기준 미달 항목 16개가 삭제되고, 2차 조사에서 2개 항목이 추가로 제외되었으며, 전문가 피드백을 반영하여 ‘지역사회 참여 구조’, ‘장비·시설의 유지 관리’, ‘침입종 피해 여부’ 등 현장 적용성이 높은 항목이 새로 포함되었다. 최종적으로 상황 4개, 계획 3개, 투입 4개, 과정 5개, 결과 4개, 성과 6개 등 총 26개의 평가지표가 도출되었으며, 전문가 합의도(0.83)와 수렴도(0.38) 수준에서 만족스러운 신뢰도를 확보하였다. 평가 대상자 유형별로는 관리담당 자 25개, 전문가 26개, 지역주민 4개 항목으로 차등 적용되도록 설계되었으며, ‘관리주체의 적합성’ 등은 전문가 전용 항목으로 구분하였다. 본 연구는 백두대간보호지역의 특성과 현장 문제를 반영한 실질적 지표 체계를 구축함으로써, 향후 법제화 기반 마련과 보호지역의 통합적·지속가능한 관리전략 수립에 기여할 수 있을 것으로 기대된다.

This paper presents a novel methodology for assessing the vulnerabilities of autonomous vehicles (AVs) across diverse operational design domains (ODDs) related to road transportation infrastructure, categorized by the level of service (LOS). Unlike previous studies that primarily focused on the technical performance of AVs, this study addressed the gap in understanding the impact of dynamic ODDs on driving safety under real-world traffic conditions. To overcome these limitations, we conducted a microscopic traffic simulation experiment on the Sangam autonomous mobility testbed in Seoul. This study systematically evaluated the driving vulnerability of AVs under various traffic conditions (LOSs A–E) across multiple ODD types, including signalized intersections, unsignalized intersections, roundabouts, and pedestrian crossings. A multivariate analysis of variance (MANOVA) was employed to quantify the discriminatory power of the evaluation indicators as the traffic volume was changed by ODD. Furthermore, an autonomous driving vulnerability score (ADVS) was proposed to conduct sensitivity analyses of the vulnerability of each ODD to autonomous driving. The findings indicate that different ODDs exhibit varying levels of sensitivity to autonomous driving vulnerabilities owing to changes in traffic volume. As the LOS deteriorates, driving vulnerability significantly increases for AV–bicycle interactions and AV right turns at both signalized and unsignalized intersections. These results are expected to be valuable for developing scenarios and evaluation systems to assess the driving capabilities of AVs.

본 연구에서는 구조물의 응답 데이터를 기반으로 고유진동수, 감쇠비 등 동특성과 풍하중 모델의 파라미터를 동시에 추정할 수 있는 스펙트럼 백색화 기반 식별 기법을 제안하고, 이를 실제 40층 고층 구조물에 적용하여 실용성과 정확도를 평가하였다. 기존 연 구에서는 본 기법을 수치 시뮬레이션 및 풍동 실험에 적용하여 그 타당성을 입증한 바 있으나, 실계측 응답 데이터를 활용한 실구조물 적용에 대해서는 검증이 이루어지지 않았다. 본 연구는 이를 확장하여, 장기간 계측된 고층 건축물의 진동 응답을 분석하고, 각 주요 모드에 대해 백색화 처리를 수행함으로써 구조물 전달함수 및 풍하중 전달함수의 파라미터를 최적화 기반으로 동시 추정하였다. 특히 백색 잡음의 누적 파워 스펙트럼 길이를 목적함수로 설정함으로써, 기존 커브 피팅 기반 기법 대비 감쇠비 추정의 정확도와 안정성을 향상시켰다. 분석 결과는 전통적인 모달 식별 기법(예: SSI)과의 비교를 통해 제안 기법의 유효성을 입증하였으며, 풍하중 모델 파라미 터까지 포함하는 통합적 구조 해석 프레임워크로서의 가능성을 제시하였다. 본 연구는 향후 구조물의 풍응답 예측, 하중 생성 모델 구 축, 구조 건전도모니터링(SHM) 및 디지털 트윈 기반 해석 등 다양한 실무 응용에 기여할 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 aims to model an accident that occurred at building demolition work sites in Gwangju in 2021 by using functional resonance analysis method(FRAM) and to understand a range of factors contributing to the accident based on the concepts and principles of FRAM and Safety-II. The nature of building demolition works needs to be understood from the viewpoint of socio-technical systems. Not only technical factors but also non-technical factors, including human, organizational, and political factors, and their complicated interrelationships should be considered in the modeling and analysis of accidents happening in the works. Because of the inherent complexity of a demolition works, it is unlikely to specify all of the necessary activities to be conducted in the works and their accountable actors. Additionally, unexpected situations are likely to happen and therefore some activity procedures cannot be followed in a prescribed way, which means that workers sometimes should conduct their activities in an improvisional way. Those characteristics of building demolition works indicate that a traditional accident analysis method based on a linear cause-effect relationship would be inadequate, and that more systemic approaches that can deal with the socio-technical complexities and characteristics of demolition works should be used. With this in mind, we applied FRAM to the accident happening in Gwangju in 2021 and attempted to understand the accident based on the concepts and principles of FRAM and Safety-II (e.g. a functional variablity and its propagation to another function). Lastly, we also suggested ways to enhance the safety of building demolition working sites.

This study aims to utilize the AcciMap accident investigation method to compare and analyze the causes and mechanisms of chemical and laboratory accidents, ultimately proposing effective management strategies for accident prevention. Despite the establishment of safety management frameworks through the “Laboratory Safety Environment Creation Act” in South Korea, laboratory accidents continue to occur frequently due to the inherent variety and unpredictability of hazards in research environments, highlighting the need for mandatory root cause analysis. Accordingly, the analysis was conducted using the accident investigation method AcciMap and the software tool VOSviewer. Based on these findings, this study proposes tailored management strategies for chemical and laboratory accidents. For chemical accidents, strengthening safety systems and conducting regular maintenance are critical. For laboratory accidents, implementing safety education programs to enhance researchers’ safety awareness and providing appropriate equipment for experimental environments are essential. Moreover, the study emphasizes the necessity of mandating root cause analysis for laboratory accidents to systematically identify accident causes and develop effective preventive measures. Finally, leveraging the accident reporting system outlined in the Laboratory Safety Act is essential to ensure prompt, transparent responses and structured management in the event of accidents.

고속도로 2차 사고는 선행 사고(1차 사고) 또는 전방 고장 차량에 의해 교통흐름이 변화된 상황에서 발생하는 사고로, 이에 대한 효과적인 교통안전 관리전략이 필요하다. 그러나 일반사고에 비해 데이터 표본이 부족하여 신뢰성 있는 대응 전략 수립에 어려움이 있다. 본 연구는 고속도로에서 발생하는 2차 사고의 발생 주요 요인을 식별하고 예측하기 위해 BERT(Bidirectional Encoder Representations from Transformers) 기반 텍스트 분석 모델과 전통적 머신러닝 모델 (XGBoost, RandomForest, CatBoost)을 비교하였다. 교통사고 세부기록, 원클릭 속보자료 등 비정형 텍스트 및 정형 데 이터를 수집하고 1차 사고에 관한 시공간적 동적 변수를 통합하여 인공지능 기반의 사고 예측 프레임워크를 구축하였다. 특히, BERT 기반 모델을 통해 교통사고 문맥 정보를 고려하여 단어 삽입 및 대체 기법에 따른 2차사고 데이터 표본을 보완하였다. 또한, 설명가능한 AI(XAI) 기법을 활용하여 주요 사고 요인의 기여도를 시각적으로 해석하고 사고 예방 및 정책 수립에 필요한 정보를 제공하였다. 연구 결과, 제안된 하이브리드 접근법 기반 연구 프레임워크는 높은 정확도의 2 차 사고 발생 가능성 예측에 효과적이며, 교통사고관리시스템의 신뢰성과 효율성 향상에 핵심적인 기여를 할 것으로 기 대된다.