Non-seismic-designed reinforced concrete (RC) pier walls often include lap splices in potential plastic hinge regions. This study develops an analytical model to capture the post-yield load–deformation response of lap-spliced RC pier walls subjected to earthquake loading. The parameters of the model were calibrated using experimental results, and linear regression was conducted to propose predictive equations for these parameters. The accuracy of the model was validated by comparing it to the load–deformation responses of specimens not included in the calibration database. Subsequently, the developed model was applied to probabilistic bridge models supported by RC pier walls. A multi-parameter seismic demand model was constructed, taking into account geometric, material, and structural uncertainties, using Lasso regression. This model achieved R² values of 0.73 for in-plane loading and 0.75 for out-of-plane loading. The improvements in performance metrics and the results of the sensitivity analysis emphasize the need to develop a multi-parameter seismic demand model to ensure more reliable seismic demand predictions.

생성형 AI는 방대한 데이터를 기반으로 사용자의 요구에 부합하는 콘텐츠를 자동 생성함 으로써 창의성과 생산성을 동시에 향상시키고 있다. 구독경제 기반의 생성형 AI 서비스는 소비자와 기업 모두에게 혜택을 제공한다. 소비자는 높은 초기 비용 없이 지속적으로 서비스를 이용할 수 있으며, 기업은 반복적인 매출과 고객 데이터를 기반으로 서비스 품질을 고도화할 수 있다. 이와 같은 선순환 구조가 안정적으로 유지되기 위해서는 소비자의 지속적인 유료 구독이 필수적이다. 이에 본 연구는 생성형 AI 서비스에 대한 구독의도 형성 요인을 규명하기 위해 기술수용모델(TAM)과 어포던스(Affordance) 이론을 통합한 연구모형을 제시하고 실증 분석을 수행하였다. 생성형 AI 사용 경험이 있는 직장인 134명을 대상으로 온라인 설문 조사를 실시하였으며, 수집된 자료를 SPSS 27.0과 PROCESS macro를 활용하여 상관분석, 다중회귀분석, 그리고 매개효과 분석을 실시하였다. 분석 결과, 어포던스 요인 중 개인화된 도움 제공은 인지된 유용성과 인지된 용이성 모두에 유의한 영향을 미쳤고, 맥락 인지는 인지된 유용성에만 유의한 영향을 미쳤다. 반면 대화의 의인화는 두 인지 요인 모두에 유의한 영향을 보이지 않았다. 또한 인지된 용이성은 인지된 유용성에 정(+)의 영향을 미쳤으며, 두 인지 요인은 모두 이용의도에 유의한 정(+)의 영향을 미쳤다. 특히 이용의도는 구독의도에 가장 강력한 영향을 미치는 핵심 변수로 확인되었고, 인지된 유용성과 용이성은 이용의도를 매개로 구독의도에 간접적인 정(+)의 효과를 보였다. 본 연구는 생성형 AI와 구독경제의 융합이라는 새로운 소비 패러다임에 대한 이론적 기반을 제공함과 동시에, 사용자 경험 중심의 AI 서비스 설계 및 구독형 비즈니스 전략 수립에 실무적 시사점을 제시한다.

The automotive industry is rapidly shifting from hardware-focused design to Software Defined Vehicles (SDVs), where functions are flexibly updated through software. Embedded systems are central to this transition, ensuring real-time data processing and control across sensors, actuators, and controllers. Yet, most autonomous driving education and competitions have been designed for senior students, creating high entry barriers for early undergraduates. This study proposes an embedded practice-based education model for lower-year students, implemented through an autonomous driving competition. Arduino was adopted as an accessible embedded platform, enabling rapid prototyping and intuitive learning of sensor–controller–actuator integration. The curriculum was structured to advance from interrupt-based programming to Real-Time Operating System (RTOS)-based task scheduling, providing stepwise exposure to core SDV concepts. The model was validated through a mission-oriented competition that included line following, obstacle avoidance, and stop-line detection tasks. Dual assessment—combining technical performance indicators with rubric-based educational outcomes— demonstrated both algorithmic feasibility and pedagogical effectiveness. This work highlights that early undergraduates can gain meaningful SDV-oriented embedded control experience through lightweight competitions. The proposed framework offers an effective pathway for cultivating the next-generation mobility workforce, bridging the gap between theoretical education and practical implementation in the SDV era.

세마글루타이드(Wegovy®), 티르제파타이드(Mounjaro®) 등 GLP-1 수용체 작용제는 최근 비만 및 제2형 당뇨병 치료에서 핵심적인 약제로 자리매김하였으나, 복용자들은 여전히 불규칙한 간식 섭취 등 생활습관 요인으로 인해 식후 혈당 스파이크를 경험한다. 본 논문은 이러한 문제 해결을 위한 문헌 기반의 개념적 식이 교육 모델을 제안 하였다. 문헌고찰 결과, 바나바잎 추출물의 주요 성분인 코로솔 산은 포도당 수송 억제 및 인슐린 감수성 개선 효과가 보 고되었으며, 렌틸콩은 저당지수 식품으로 혈당 상승 완화 및 지속적 포만감 유지에 도움을 주는 것으로 나타났다. 또한 땅콩은 단백질과 불포화지방산이 풍부하여 포만감을 증진시키고, 간식 대체식으로 활용 가능성이 높은 식품으 로 평가되었다. 이러한 과학적 근거를 종합하여, 본 연구에서는 렌틸콩 ·바나바잎·땅콩의 복합 기능을 통합한 기능성표시식품(렌 틸라 땅콩버터)을 활용한 GLP-1 사용자 맞춤형 식이 교 육 모델을 설계하였다. 본 모델은 ① 기능성표시식품을 이 용한 간식 치환 개념, ② 식품표시(라벨 리터러시) 교육 모듈, ③ 향후 검증 가능한 평가 지표 후보군(SMBG, 포 만감, 간식 치환율 등)을 포함하는 구조로 제시된다. 본 논문은 새로운 인체대상 데이터를 수집하지 않는 문 헌 기반 연구로서, 향후 IRB 승인을 거친 파일럿 연구를 통해 모델의 실제 효과를 검증할 필요가 있다. 이러한 접 근은 GLP-1 사용자들의 생활습관 개선과 기능성표시식품 제도의 활용성 제고를 통해 약물치료를 보완하는 새로운 식이 전략의 기초를 제공하며, 공중보건적 관점에서도 의 미 있는 시사점을 가진다.

본 연구는 한국 소재 대학에 재학 중인 중국인 유학생의 생성형 AI 사 용 의도에 영향을 미치는 요인을 규명하고, AI리터러시의 조절효과를 실 증적으로 분석하고자 한다. 연구 대상은 최근 1개월 이내 생성형 AI 사 용 경험이 있는 중국인 유학생 400명이며, 온·오프라인 설문조사를 통해 자료를 수집하였다. 분석 결과, 첫째, 성과 기대, 노력 기대, 사회적 영향 은 모두 지각된 가치와 사용 의도에 유의한 정(+)의 영향을 미치는 것으 로 나타났다. 특히 노력 기대가 지각된 가치에 가장 강한 영향을 미쳤으 며, 성과 기대는 사용 의도에 가장 강한 영향을 미쳤다. 둘째, 지각된 가 치는 세 가지 UTAUT 요인과 사용 의도 간의 관계를 부분매개하는 것으 로 확인되었다. 셋째, AI리터러시는 성과 기대와 지각된 가치 간의 관계 에서만 유의한 조절효과를 나타냈으며, AI리터러시가 높은 집단에서 이 관계가 더 강하게 나타났다. 본 연구는 유학생의 생성형 AI 수용 과정에 서 지각된 가치의 매개역할과 AI리터러시의 선택적 조절효과를 확인함으 로써 기술수용 이론의 확장에 기여하고, 유학생을 위한 직관적 AI 인터 페이스 개발, AI리터러시 수준별 맞춤형 교육 프로그램 설계, 건전한 AI 활용 문화 조성의 필요성을 시사점으로 제시하였다.

본 연구는 간호사의 높은 직무 스트레스와 소진에 대응하기 위해, 부정적 경 험을 긍정적 성장의 서사로 전환하는 내러티브 접근법인 'Re-Story 코칭 모델' 을 개발하고 타당화했다. 반복되는 직무 현장의 어려움에서 비롯되는 서사 정체 성의 왜곡 문제에 주목하여, 본 연구는 코칭 연구의 지평을 확장해 간호사의 복 잡한 내면을 다룬다. 초기 모델은 문헌고찰과 SWOT 분석을 통해 도출되었으 며, 12명 전문가의 델파이 조사를 통해 타당성을 확보했다. 연구 결과, '온전함' 회복을 핵심으로 신뢰·조율·진정성에 기반한 '공감의 장' 안에서 개방하기, 전 환하기, 발견하기, 체화하기의 네 가지 핵심 요소가 유기적으로 상호작용하는 다차원적 모델이 확립되었다. 본 모델은 간호사가 자기 이야기의 주체적 저자가 되도록 역량을 부여하는 구체적인 방법론을 제시하며, 소진을 예방하고 회복탄 력성을 높이는 자기 주도적 성장을 촉진하고, 지지적 관계를 통해 더 건강한 간 호 조직 문화를 조성하는 데 기여한다.

본 연구는 코칭 수퍼비전에 대한 이론적 기반 및 연구 부족을 해결하고자 수 행되었다. 이를 위해 문헌 연구와 전문 코치 24명을 대상으로 한 심층 인터뷰(주 관성 연구 기반)를 통해 코칭 수퍼비전 모델의 구성요소를 탐색하고, 도출된 구 성요소 및 하위요인에 대한 내용타당도를 CVR(Content Validity Ratio)을 활용 하여 검증하였다. 연구 결과, 코칭 수퍼비전 모델은 수퍼바이저, 수퍼바이지, 코 칭 수퍼비전 관계, 코칭 수퍼비전 운영체계의 4가지 주요 구성요소와 총 26개의 하위요인으로 구성됨을 확인하였다. 본 연구는 코칭 수퍼비전의 개념 정립 및 체계화에 기여하고, 코칭 수퍼바이저 양성을 위한 구체적인 기준과 교육 지침 마련에 활용될 수 있으며 코칭 수퍼비전 교육 과정 및 프로그램 개발에 기초 자 료를 제공함으로써, 전문 코칭 수퍼바이저 양성에 실질적인 도움을 줄 수 있을 것으로 기대된다. 코칭 현장에서 수퍼비전을 통해 코치의 역량 강화 및 윤리적 인 코칭 실천을 지원함으로써, 궁극적으로 코칭 서비스의 질적 향상에 기여하길 기대한다.

본 연구에서는 TMD 설계 방법에 따른 배관의 지진응답 감소효과를 분석하였다. 구체적으로, 실제 원전 배관에 대한 진동대 시험 결과를 바탕으로 수치 배관 모델을 수립하고 검증하였다. 검증된 배관 모델을 바탕으로 TMD 설치 위치를 결정하고, 여러 가지 방법을 사용하여 TMD 설계값을 도출하였다. 더불어, 본 연구에서는 기존 설계식들을 기하평균한 값을 TMD 설계값으로 활용하였다. 최종적으로, 기존 배관을 기반으로 설계된 TMD가 지진의 무작위성과 지진 및 대상물질의 불확실성 아래에서도 효용성을 검증하였다. 또한, 연구에서 제안한 기하평균 모델을 기반으로 설계된 TMD의 작동성을 확인하였다. 결과적으로, TMD 설계 공식 및 방법에 따른 성능 차이를 비교한 결과, 기하평균 모델의 경우, 기존 설계식들의 특징을 포괄하는 양상이 보였다. 이러한 기하평균 모델은 추후 반복 적인 수치해석을 수행할 때 초기값으로 사용될 수 있을 것으로 보인다. 더불어, 이러한 분석 결과는 향후 원전 배관 계통의 TMD 설계 를 통해 내진 성능을 개선하는 데 유용한 자료로 활용될 것으로 기대된다.