기후 모형에서 해면수온을 정확하게 모의하는 것은 해수면의 에너지 규모를 표현하고 해양-대기 상호작용 내 에너지 균형을 정량화한다는 측면에서 중요하다. 그런데 기후 모형 모의에서 이러한 해수면 온도가 지속적인 오차를 보 이는 몇몇 지역이 있고, 북서태평양은 많은 기후 모형 모의에서 음의 오차를 보이는 지역 중 하나이다. 많은 연구가 이 오차와 관련하여 수행되었지만 대부분은 오차의 연평균 및 앙상블평균에 초점을 맞추어 진행되었다. 하지만, 본 연구는 31개 CMIP6 모형의 과거 해면수온을 분석하여 다중 모형 평균 및 개별 모형의 북태평양 오차의 패턴과 그 크기를 계 절별로 분석하였다. 이 음의 오차는 비슷한 공간 분포를 가진 대부분의 CMIP6 모형에서 나타나며 연중 내내 존재한다. 계절별로는 봄(1.7oC)과 여름(1.8oC)에 오차의 크기가 더 크고, 가을(1.3oC)과 겨울(1.2oC)에는 소폭 감소한다. 또한 북서태평양의 여름과 겨울에는 다른 계절에 비해 개별 모형 간의 차이가 더 크다.

PURPOSES : In this study, the existence of an optimal pattern among transition methods applied during changes in traffic signal timing was investigated. We aimed to develop this pattern into an artificial intelligence reinforcement-learning model to assess its effectiveness METHODS : By developing various traffic signal transition scenarios and considering 19 different traffic signal transition situations that can be applied to these scenarios, a simulation analysis was performed to identify patterns through statistical analysis. Subsequently, a reinforcement-learning model was developed to select an optimal transition time model suitable for various traffic conditions. This model was then tested by simulating a virtual experimental center environment and conducting performance comparison evaluations on a daily basis. RESULTS : The results indicated that when the change in the traffic signal cycle length was less than 50% in the negative direction, the subtraction method was efficient. In cases where the transition was less than 15% in the positive direction, the proposed center method for traffic signal transition was found to be advantageous. By applying the proposed optimal transition model selection, we observed that the transition time decreased by approximately 70%. CONCLUSIONS : The findings of this study provide guidance for the next level of traffic signal transitions. The importance of traffic signal transition will increase in future AI-based traffic signal control methods, requiring ongoing research in this field.

세계의 많은 도시들은 하천과 항구와 함께 발전해 왔으며, 고대부터 현대까지 교통과 물류의 주요한 축으로 기능하였다. 본 연구는 한강이 가로지르는 서울을 포함하여, 세계 여러 도시에서 현재 운영되고 있는 수상교통 시스템을 조사하였고, 이를 바탕으로 설문조사 를 통해 데이터를 수집, 다항 로지스틱 회귀분석을 통해 수상교통에 대한 사람들의 인식에 영향을 미치는 요인을 알아보았다. 연구의 목적은 수상교통의 특성, 이용자의 개인적 성향 등을 고려하여 수상교통의 이용 의향 여부와 통근형과 관광형 수상교통에 대한 선호 도를 분석하는 것이다. 서울에 거주하고 근무하는 150명의 직장인을 대상으로 온라인 설문조사를 실시하였으며, 세계 각국의 도시 수 상교통에 대한 사전 조사를 통해 공통적 특성을 파악하였다. 설문조사는 인구통계학적 특성, 직업 관련 요인, 도시 수상교통에 대한 인식, 교통수단 특성의 중요성, 개인 성향 등을 조사할 수 있도록 구성하였다. 분석은 빈도분석, 요인분석, 신뢰도 분석을 거쳐 다항 로지스틱 회귀분석을 통해 각 요인의 영향을 정량적으로 파악하였다. 분석 결과, 수상교통의 이용 의향 여부에 유의미한 영향을 미치 는 요인에는 연령, 출근 시간, 출근 시 주 교통수단, 그리고 개인 성향 중 이동 시 넓은 시야를 확보하고 풍경을 관람하는 것을 선호 하는 성향, 새로운 것을 시도하는 것을 좋아하는 성향이 있는 것으로 분석되었다. 통근형과 관광형 간의 선호도에 유의미한 영향을 미 치는 요인으로는 출근 시간과, 개인 성향 중 교통수단의 안전성에 대한 민감도, 여행 중 야외 활동에 대한 선호도가 있는 것으로 분석 되었다. 본 연구는 도시 수상교통에 대한 이용자 특성과 선호도 간의 관계를 파악하여 향후 수상 공간의 교통수단 계획에 기여할 수 있는 통찰을 제공한다.

본 연구는 한국의 개발모형과 국가적 ‘매력’이 의도한 효과성을 달성하 는 데 필요한 조건을 북한의 지역개발 가능성을 중심으로 설명한다. 한 국이 공적개발원조 수혜국에서 공여국으로 전환되면서 영향력이 커지고 있으나, 동시에 점차 확대되고 있는 재정적 지원과 지식원조의 효과성에 관한 우려도 증대되고 있다. 남·북 관계에 관한 담론에서도 개방 후 북한 의 개발과 성장에 대해 개발협력 방식을 통한 한국식 모형 전수를 당연 시하는 논의들이 존재하지만, 잠재적 개발협력 파트너이자 수혜국인 북 한의 관점에서 한국식 모형이 우선순위 및 선호에 부합하고, 매력적일 것인지는 불투명하다. 본 연구는 한국에서 개발도상국으로의 일(一) 방향 의 원조는 국제개발협력 증진과 효과성에 크게 영향을 줄 수 있으며, 오 히려 북한과 같은 개발도상국에서 인식하는 한국의 ‘매력’ 및 선호와 한 국의 정부와 비영리단체가 제공할 수 있는 정책수단과 맞물려야 좋은 성 과를 보일 수 있다는 점을 주장한다. 이를 위해 최근 지속 가능한 개발 목표(SDGs)와 지방의 발전문제에 관심을 보인 북한에 대한 지역개발 논 의를 중심으로 국제개발 효과성 증진을 위한 방향을 제시한다.

Airpower is a crucial force for suppressing military threats and achieving victory in wars. This study evaluates newly introduced fighter forces, considering factors such as fighter performance and power index, operational environment, capacity of each airbase, survivability, and force sustainment capability to determine the optimal deployment plan that maximizes operational effectiveness and efficiency. Research methods include optimization techniques such as MIP(mixed integer programming), allocation problems, and experimental design. This optimal allocation mathematical model is constructed based on various constraints such as survivability, mission criticality, and aircraft's performance data. The scope of the study focuses the fighter force and their operational radius is limited to major Air Force and joint operations, such as air interdiction, defensive counter-air operations, close air support, maritime operations and so on. This study aims to maximize the operational efficiency and effectiveness of fighter aircraft operations. The results of proposed model through experiments showed that it was for superior to the existing deployment plan in terms of operation and sustainment aspects when considering both wartime and peacetime.

This study aims to develop a comprehensive predictive model for Digital Quality Management (DQM) and to analyze the impact of various quality activities on different levels of DQM. By employing the Classification And Regression Tree (CART) methodology, we are able to present predictive scenarios that elucidate how varying quantitative levels of quality activities influence the five major categories of DQM. The findings reveal that the operation level of quality circles and the promotion level of suggestion systems are pivotal in enhancing DQM levels. Furthermore, the study emphasizes that an effective reward system is crucial to maximizing the effectiveness of these quality activities. Through a quantitative approach, this study demonstrates that for ventures and small-medium enterprises, expanding suggestion systems and implementing robust reward mechanisms can significantly improve DQM levels, particularly when the operation of quality circles is challenging. The research provides valuable insights, indicating that even in the absence of fully operational quality circles, other mechanisms can still drive substantial improvements in DQM. These results are particularly relevant in the context of digital transformation, offering practical guidelines for enterprises to establish and refine their quality management strategies. By focusing on suggestion systems and rewards, businesses can effectively navigate the complexities of digital transformation and achieve higher levels of quality management.

As the number of enlistees decreases due to social changes like declining birth rates, it is necessary to conduct research on the appropriate recalculation of the force that considers the future defense sufficiency and sustainability of the Army. However, existing research has primarily focused on qualitative studies based on comprehensive evaluations and expert opinions, lacking consideration of sustained support activities. Due to these limitations, there is a high possibility of differing opinions depending on perspectives and changes over time. In this study, we propose a quantitative method to calculate the proper personnel by applying system dynamics. For this purpose, we consider a standing army that can ensure the sufficiency of defense between battles over time as an adequate force and use battle damage calculated by wargame simulation as input data. The output data is the number of troops required to support activities, taking into account maintenance time, complexity, and difficulty. This study is the first quantitative attempt to calculate the appropriate standing army to keep the defense sufficiency of the ROK Army in 2040, and it is expected to serve as a cornerstone for adding logical and rational diversity to the qualitative force calculation studies that have been conducted so far.

In an influential paper, Choi and Kim (2010) derived waiting times in an  queuing model under net neurality and under prioritization. In this short paper, we argue that the waiting times of content transmission that Choi and Kim (2010) derived by using the  gueuing model under the non-preemptive priority rule are miscalculated. We provide corrected waiting times in the  queuing model in the prioritization case. We also show that this correction does not affect their main results on the delay time and the incentive to invest in the network capacity qualitatively.

원전 내 전기기기의 내진성능 평가는 안전성 확보에 매우 중요하다. 이 연구에서는 원전에 설치되는 전기기기의 동특성 및 현장조사 결과를 참고하여 모형 캐비닛과 앵커기초를 설계 및 제작하였다. 제작된 모형 캐비닛을 대상으로 진동대실험을 수행하였다. 실험 결과를 바탕으로 유한요소모델을 작성하고 지진응답해석을 수행하였다. 입력지진동이 커짐에 따른 실험 및 해석 결과를 비교하여 모형 캐비닛의 지진거동특성을 분석하였다. 두 결과에 대한 모형 캐비닛의 지진거동은 다르며 내진성능에 큰 차이가 발생할 수 있다. 따라서 캐비닛과 콘크리트 기초 사이의 상호작용을 고려할 수 없는 경우 캐비닛의 지진거동 특성은 실험적으로 평가하는 것이 적절할 것으로 판단하였다.

PURPOSES : This paper presents a foundational study aimed at strengthening the competitiveness of future overseas construction engineering projects, efficiently guiding investment decisions for the government or private sectors and establishing policy suggestions for areas that need to be supplemented and linked. METHODS : The data envelopment analysis (DEA) model was used to measure the operational efficiency for individual types of work. The DEA model for measuring efficiency uses the representative Charnes, Cooper, and Rhode (CCR) and Banker, Charnes, and Cooper (BCC) models. RESULTS : By using statistics of overseas construction projects and conducting DEA, it was revealed that construction management was most needed in the energy facility sector of overseas construction projects. CONCLUSIONS : Although the capabilities of our country's companies are excellent, it was evident that the energy and industrial facilities sectors, which need to be supplemented to enhance their competitiveness, require policy support that incorporates construction management (CM). Consequently, it was confirmed that the construction management sector needs investment that should continue to be activated in the future. Additional research is needed that considers variables and environments related to overseas construction projects’ on-site conditions. To this end, the government should continue to promote research and government investment linked to CM to make progress in overseas construction sectors.

최근 급부상한 생성형 AI는 현실적인 이미지, 텍스트, 음악 및 가상 환경 등을 만들어내는 능력 에 기반하여 엔터테인먼트, 디자인, 의료 및 교육 분야 등 다양한 산업 분야에 근본적인 변화를 가 져올 혁신 동력으로서 주목받고 있다. 오픈AI 등을 중심으로 한 글로벌 빅테크 기업들은 막강한 자 본력을 바탕으로 이 분야의 기술의 고도화와 함께 산업 생태계를 빠르게 구축하며 선도적인 지위를 굳히고 있어 한국의 생성형 AI 산업의 국가경쟁력 강화가 시급하다고 할 수 있다. 본 연구는 국가 경쟁력을 설명하는 Porter의 다이아몬드 모형에 기반해 한국의 생성형 AI 경쟁력에 영향을 미치는 다양한 요인들을 분석하여 한국의 생성형 AI 산업의 성장과 혁신을 육성하기 위한 기업의 전략적 방안과 정부의 정책적 방향성을 다음과 같이 제시하였다. 연구 결과 생성형 AI 관련 기업들의 투자 활동이 응용프로그램 개발을 우선시하고 있는 것으로 나타나 정부는 근본적인 기술 혁신 분야에 R&D 지원에 나서야 함을 알 수 있었다. 또한 기업 사용자들의 생성형 AI 수요가 제한적임에 따라 다양한 관련 교육 프로그램을 개발하고 맞춤 솔루션을 제공해야하며 개인 사용자들간의 디지털 격 차를 해소하는 정책적 노력이 필요하다는 것을 보여주었다. 생성형 AI 유관 산업 육성을 위해, 기 술경쟁력 강화와 인재 육성이 필요하고, 이와 더불어 생성형 AI 산업 에코시스템 내의 기업간 협력 을 촉진하기 위해 정부의 역할이 중요하다는 것을 확인할 수 있었다.

This study aimed to quantify changes in forest cover and carbon storage of Korean Peninsular during the last two decades by integrating field measurement, satellite remote sensing, and modeling approaches. Our analysis based on 30-m Landsat data revealed that the forested area in Korean Peninsular had diminished significantly by 478,334 ha during the period of 2000-2019, with South Korea and North Korea contributing 51.3% (245,725 ha) and 48.6% (232,610 ha) of the total change, respectively. This comparable pattern of forest loss in both South Korea and North Korea was likely due to reduced forest deforestation and degradation in North Korea and active forest management activity in South Korea. Time series of above ground biomass (AGB) in the Korean Peninsula showed that South and North Korean forests increased their total AGB by 146.4 Tg C (AGB at 2020=357.9 Tg C) and 140.3 Tg C (AGB at 2020=417.4 Tg C), respectively, during the last two decades. This could be translated into net AGB increases in South and North Korean forests from 34.8 and 29.4 Mg C ha-1 C to 58.9(+24.1) and 44.2(+14.8) Mg C ha-1, respectively. It indicates that South Korean forests are more productive during the study period. Thus, they have sequestered more carbon. Our approaches and results can provide useful information for quantifying national scale forest cover and carbon dynamics. Our results can be utilized for supporting forest restoration planning in North Korea.

본 논문에서는 다목적 구조물인 다중연결 해양부유체를 대상으로 변형 기반 모드 차수축소법을 적용하고 차수축소모델의 구조응 답 예측 성능을 향상시키기 위해 유전 알고리즘 기반의 센서 배치 최적화를 수행하였다. 다중연결 해양부유체의 차수축소모델 생성 에 필요한 변형 기반 모드 데이터를 얻기 위해 다양한 규칙파랑하중조건에 대한 유체-구조 연성 수치해석을 수행하고 변형 기반 모드 의 직교성, 자기상관계수를 이용하여 주요 변형 기반 모드를 선정하였다. 다중연결 해양부유체의 경우 차수축소모델의 구조응답 예 측 성능이 계측 및 예측 구조응답 위치에 따라 민감하기 때문에 유전 알고리즘 기반의 최적화를 수행하여 최적의 센서 배치를 도출하 였다. 최적화 결과, 모든 센서 배치 조합에 대한 차수축소모델 생성 및 예측 성능 평가 대비 약 8배의 계산 비용을 절감하였으며, 예측 성능 평가 지표인 평균 제곱근 오차가 초기 센서 배치보다 84% 감소하였다. 또한, 다중연결 해양부유체 모형시험 결과를 이용하여 불 규칙파랑하중에 대한 최적화된 센서 배치의 차수축소모델의 구조응답 예측 성능을 평가 및 검증하였다.

PURPOSES : This study aims to provide quantitative profile values for the objective evaluation of concrete surface profile (CSP) grades in concrete structures. The main aims are to quantify the CSP grade required for concrete surface pretreatment and proposing a more suitable CSP grade for structural maintenance. METHODS : Initially, the challenges in measuring concrete surface profiles were outlined by analyzing pretreatment work and profile samples of concrete pavements. Theoretical foundations for quantifying concrete surface roughness were established, and regression models including linear regression, cubic regression, and log regression were selected. Additionally, the interquartile range anomaly removal technique was employed to preprocess the data for regression modeling. RESULTS : Concrete CSP profiles were measured through indoor tests, and the measured data were quantified. Linear regression, cubic regression, and log regression models were applied to each CSP grade for comparative analysis of the results. Furthermore, comparative studies were conducted through adhesion strength tests based on the CSP grade. CONCLUSIONS : Our results are expected to establish objective standards for the pretreatment stage of concrete repair and reinforcement. The derived reference values can inform standards for the restoration and reinforcement of concrete structures, thereby contributing to performance improvement. Moreover, our results may serve as primary data for the repair and reinforcement of various concrete structures such as airports, bridges, highways, and buildings.

This paper presents a path planning optimization model for the engineering units to install obstacles in the shortest time during wartime. In a rapidly changing battlefield environment, engineering units operate various engineering obstacles to fix, bypass, and delay enemy maneuvers, and the success of the operation lies in efficiently planning the obstacle installation path in the shortest time. Existing studies have not reflected the existence of obstacle material storage that should be visited precedence before installing obstacles, and there is a problem that does not fit the reality of the operation in which the installation is continuously carried out on a regional basis. By presenting a Mixed Integrer Programming optimization model reflecting various constraints suitable for the battlefield environment, this study attempted to promote the efficient mission performance of the engineering unit during wartime.

New motor development requires high-speed load testing using dynamo equipment to calculate the efficiency of the motor. Abnormal noise and vibration may occur in the test equipment rotating at high speed due to misalignment of the connecting shaft or looseness of the fixation, which may lead to safety accidents. In this study, three single-axis vibration sensors for X, Y, and Z axes were attached on the surface of the test motor to measure the vibration value of vibration. Analog data collected from these sensors was used in classification models for anomaly detection. Since the classification accuracy was around only 93%, commonly used hyperparameter optimization techniques such as Grid search, Random search, and Bayesian Optimization were applied to increase accuracy. In addition, Response Surface Method based on Design of Experiment was also used for hyperparameter optimization. However, it was found that there were limits to improving accuracy with these methods. The reason is that the sampling data from an analog signal does not reflect the patterns hidden in the signal. Therefore, in order to find pattern information of the sampling data, we obtained descriptive statistics such as mean, variance, skewness, kurtosis, and percentiles of the analog data, and applied them to the classification models. Classification models using descriptive statistics showed excellent performance improvement. The developed model can be used as a monitoring system that detects abnormal conditions of the motor test.