본 연구는 개선된 무인도 지리정보를 구축하기 위해 폴리곤(Polygon) 기반 무인도 지도와 속성정보를 구축하였다. 연구 결과, 3,460개의 포인트(Point) 데이터와 3,447개의 폴리곤 기반 섬 데이터를 구축하였다. 여기에는 463개의 유인도가 포함되었으며, 무인도 수는 기존 해양수산부의 무인도서 정보조회 서비스에 비해 80개 추가된 것이다. 속성정보로는 59건 이상의 이명과 61개의 무인도 지형 변화 사례를 정리하였다. 무인도 지형 변화는 육화, 소멸, 연결, 병합의 네 가지로 구분하였다. 데이터 구축 과정에서는 해안선 자료의 통합, 불필요한 폴리곤 객체의 정리, 이명 정리 과정에서 일부 한계가 있었다. 이런 한계에도 불구하고 본 연구에서 구축된 데이터는 무인도의 공간적 변화 모니터링과 보전 정책 수립을 위한 기초 자료를 제공하고, 향후 다양한 연구에 활용될 수 있을 것으로 기대된다.

This study collected video footage of accident-risk scenarios on actual roads using automobiles and motorcycles. A total of 191,500 km was driven with three vehicles and one motorcycle, capturing 6,550 near-miss accident videos. The footage was analyzed and categorized based on the 27 parameters of the iGLAD(Initiative for the Global Harmonization of Accident Data) accident categories. Parameters difficult to classify under iGLAD were localized to fit domestic conditions, and further analysis identified areas needing optimization. The categorized data was organized into a web-based database platform, providing statistical analysis and search functions for scenario development. Future use of this data will support the creation of safety evaluation scenarios for autonomous vehicles, enhancing traffic accident investigation and analysis systems. Expanding the database to include data from secondary roads and parking areas is expected to increase its applicability and value.

PURPOSES : For autonomous vehicles, abnormal situations, such as sudden changes in driving speed and sudden stops, may occur when they leave the operational design domain. This may adversely affect the overall traffic flow by affecting not only autonomous vehicles but also the driving environment of manual vehicles. Therefore, to minimize the traffic problems and adverse effects that may occur in mixed traffic situations involving manual and autonomous vehicles, an autonomous vehicle driving support system based on traffic operation optimization is required. The main purpose of this study was to build a big-data-classification system by specifying data classification to support the self-driving of Lv.4 autonomous vehicles and matching it with spatio-temporal data. METHODS : The research methodology is explained through a review of related literature, and a traffic management index and big-dataclassification system were built. After collecting and mapping the ITS history traffic information data of an actual Living Lab city, the data were classified using the traffic management indexing method. An AI-based model was used to automatically classify traffic management indices for real-time driving support of Lv.4 autonomous vehicles. RESULTS : By evaluating the AI-based model performance using the test data from the Living Lab city, it was confirmed that the data indexing accuracy was more than 98% for the KNN, Random Forest, LightGBM, and CatBoost algorithms, but not for Logistics Regression. The data were severely unbalanced, and it was necessary to classify very low probability nonconformities; therefore, precision is also important. All four algorithms showed similarly good performances in terms of accuracy. CONCLUSIONS : This paper presents a method for efficient data classification by developing a traffic management index to easily fuse and analyze traffic data collected from various institutions and big data collected from autonomous vehicles. Additionally, EdgeRSU is presented to support the driving of Lv.4 autonomous vehicles in mixed autonomous and manual vehicles traffic situations. Finally, a database was established by classifying data automatically indexed through AI-based models to quickly collect and use data in real-time in large quantities.

본 연구는 관광 관련 서비스 분야에 필요한 특수 목적 중국어(CSP) 교육과정 개 발을 위한 첫 단계로 AI 데이터 기반으로 구축된 구어체 병렬 코퍼스에서 CSP 어휘 리스트를 선정하여 용어색인과 어휘다발(n-gram)등을 분석하였다. 어휘리스트 어휘 규모는 토큰 수 총 304, 228개와 타입 수 17, 286개로 나타났으며, 어휘 누적 증가율 을 분석하면 2-Gram과 3-Gram의 어휘다발이 가장 많았고, 실무 현장에서 가장 많 이 활용되고 있음을 알 수 있었다. 본 연구에서 구축된 특수 목적 관광 중국어 어휘 리스트는 실제 교육 자료로 제공하여 관광 중국어 학습자와 교수자에게 실용적으로 사용될 수 있을 것이라 기대한다.

최근 회전 회전기계의 건전성 관련 연구가 활발하게 진행중이며, 조선업의 대표적인 회전기계인 갠트리 크레인에도 이를 적용하고자 하는 연구가 활발하게 진행되고 있다. 하지만 조선업의 갠트리 크레인의 경우 상대적으로 낮은 RPM으로 구동되고 잦은 운 전과 정지가 이루어지며 충격, 소음 등의 외부환경 인자가 측정 데이터에 영향을 크게 미쳐 오차를 발생시킬 수 있다. 본 연구에서는 조선업의 내업공정에서 사용되는 갠트리 크레인의 Hoist 모사장비를 제작하여, 운전조건(RPM) 변화와 데이터 획득 센서의 위치 차이가 획득 데이터에 미치는 오차를 통계적으로 분석하였다. 연구결과 상대적으로 낮은 운전조건에서는 센서 위치 차이에 따른 획득 데이터 의 오차는 크게 발생하지 않았으나, 상대적으로 높은 운전조건에서는 획득 데이터의 오차가 크게 발생하는 것으로 확인하였으며, 회전 기계의 데이터 획득 시 운전조건과 획득 센서위치가 획득 데이터에 영향을 미치는 것으로 확인하였다.

예로부터 우리나라는 중국과 정치, 경제, 문화적으로 가장 가까운 관계에 있었으며, 중국어는 늘 중요한 외국어로 인정받고 있었다. 한글 창제 이후 간행된 조선 시대 중국어 역학서는 당시 언어 특징과 생활, 문화상에 대한 풍부한 정보를 담고 있는 寶庫라 할 수 있다. 이들에 대한 연구성과는 상당히 축적되어 있으나 아직도 연구 방법과 연구 환경에 있어서 매우 초보적인 단계에 머물러있어, 스캔한 원본 이미지 혹은 중국어 원문이나 언해문 등의 불완전한 2차 가공물 정도만 웹사이트 상에서 열 람할 수 있다. 이에, 본 연구는 조선 시대 중국어 역학서인 『老乞大諺解』, 『朴通事諺 解』, 『譯語類解』, 『五倫全備諺解』, 『譯語類解補』, 『朴通事新釋諺解』, 『重刊老乞大諺解 』, 『華音啓蒙諺解』, 『華語類抄』와 중국어 원문만으로 이루어진 『老乞大』, 『朴通事新 釋』의 총 11종 역학서 및 동일한 서명의 다른 판본 총 31개의 서적을 대상으로 규장 각한국학연구원 웹사이트에서 아직 제공하지 않는 원문과 번역문에 대한 데이터를 TSV(Tab Separated Values)와 XML(eXtensible Markup Language) 형식으로 구축하였다. 본 연구는 조선 시대 중국어 역학서에 대한 원문과 번역문을 총망라한 최초 의 연구성과이다. 이를 통해 대중에게 국학 자료에 대한 관심을 제고하고, 연구자들 에게 더 나은 연구 환경을 제공하며, 한국어, 중국어학 및 문화사 등의 교육 및 연구 에 활용할 수 있을 것이다. 그리고 여러 관련 데이터베이스를 연계하여 동아시아 지 역의 교류에 대한 사회사적, 문화사적 연구의 발판이 되어줄 것이다.