자전거 이용 증가는 도시 환경과 생활 환경에 긍정적인 영향을 미친다. 도시화, 인구 밀도 증가, 그리고 대기 오염과 같 은 문제들에 대응하기 위해 전 세계 도시들은 교통 패러다임을 자동차 중심에서 대중교통, 자전거, 보행 중심으로 전환 하고자 노력하고 있다. 본 연구는 이러한 변화가 개인의 활동적인 생활 방식을 촉진하고, 교통 혼잡 및 소음 문제를 완 화시켜 삶의 질을 향상시킬 수 있음에 주목한다. 특히 자전거는 단거리에서 중장거리 이동까지 모두 적용 가능한 이동 수단으로서, 필요한 주행 및 주차 공간이 적고, Door to Door 통행이 가능하여 매우 효율적인 교통수단이다. 또한 자전 거 이용자들은 승용차 운전자보다 더 자주 지역 내에서 소비하며, 한 번에 지출하는 금액은 적지만 더 자주 지출함으로 써 총 소비량은 승용차 운전자보다 더 크다. 이러한 이유로 자전거 이용은 지역 경제 활성화에도 기여할 수 있다. 본 연 구는 이 부분에 착안하여 자전거 이용을 활성화시키면서 지역 경제 활성화에 더 크게 기여할 수 있는 방안을 검토하고 자 한다. 본 연구는 국내외 여러 도시에서 운영 중인 공공 자전거 대여 서비스의 현황을 조사하여 자전거 이용 증진을 위한 기 반을 분석하였다. 국내에서는 서울의 따릉이, 대전의 타슈, 광주의 타랑께 등 다양한 지자체가 자전거 활성화를 위해 노 력하고 있음에도 불구하고, 자전거 이용자의 특성에 따라 기존의 자전거 기반 시설을 효율적으로 활용하여 자전거 이용 을 더욱 증진시킬 수 있는 방안을 탐구한 연구는 아직 미흡한 실정이다. 이에 본 연구의 저자는 서울시를 중심으로 자전 거 이용자의 소비패턴을 분석하고, 이를 활용하여 자전거 이용자를 활성화시키고, 지역 상권의 활성화에도 기여할 수 있 는 방안을 모색하고자 한다. 이를 위해 본 연구에서는 기존 연구의 분석 방법론을 검토하고, 분석에 필요한 데이터를 조 사하였으며, 향후 연구에서는 실질적인 자전거 활성화 방안을 제시할 예정이다.

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.

2024년 기준으로 서울특별시의 자전거 이용률과 자전거 도로 인프라가 모두 증가하는 경향을 보이고 있는 반면 자전거 사고건수 및 자전거 사고로 인한 사망자수와 중상자수는 매년 감소하고 있는 추세를 보이고 있어 현행 자전거 관련 안전 정책이 어느 정도 실효성 이 있음을 시사한다. 그러나 중상 및 사망사고는 여전히 지속적으로 발생하고 있어 이에 대한 효과적인 정책이 필요한 상황이지만 현 재 국내 자전거 안전 정책은 사고 예방에만 집중되어 있어 사고의 특성을 종합적으로 반영하지 못한다는 큰 문제점이 있다. 이에 본 연구는 서울특별시 자전거 사고 데이터를 기반으로 자전거 도로 유형별로 서로 다른 값의 가중치를 부여하여 자전거 도로 자체의 특 성을 반영한 사고 심각도를 산출하고, 사고 심각도와 사고 건수를 각각 표준화하여 단위를 통일한 후 이를 통합한 종합적 사고 위험 도 점수를 도출하는 방법론을 사용하였다. 본 연구의 목적은 실제 서울특별시의 공유자전거 사고데이터를 활용하여 자전거 도로 유형 에 따라 사고 심각도와 사고 건수를 종합적으로 고려한 사고 위험도 지표를 개발하는 방법론을 제안하고, 이를 자전거 위험도 분석 및 도로 유형별 맞춤형 안전 대책 마련을 위한 정책적 근거로 제공할 수 있도록 그 기준을 검토하는 것이다. 데이터수집의 경우, 2021 년~2023년 3년간 서울특별시에서 발생한 자전거 교통사고 데이터와 자전거 교통사고가 발생하는 지점의 도로 유형, 경사, 노면상태 등 자전거 도로 인프라 자체적 특성과 자전거 사고 발생 시 기상상황 등 환경적 특성이 포함된 자전거 사고 발생 도로환경요인 데이터를 확보하였다 분석방법론의 경우, 자전거 교통사고에 영향을 미치는 다양한 요인들을 계층적으로 고려하기 위한 방법론인 Hierarchical Modeling을 적용하였으며, 3개의 계층으로 구성된 프레임워크를 구축하여 사고 심각도, 자전거 도로 유형별 사고 심각도를 반영한 공 간 위험도, 종합적 사고 위험도 점수를 체계적으로 도출하였다. Level 1에서는 사고 데이터를 기반으로 사고 심각도를 정량화하고, 도 로 유형에 따른 가중치를 적용하여 사고 심각도를 평가하였다. Level 2에서는 MCAR(Model for Conditional Autoregressive Effects) 모델 을 활용하여 시공간적 상관성을 반영하고, 이를 바탕으로 도로 유형별 사고 심각도를 조정하였다. Level 3에서는 Level 2에서 도출된 도로 유형별 사고 심각도 점수에 사고 발생 빈도를 반영하여 최종적인 종합 사고 위험도 점수를 산출하고, 안전 정책 적용이 시급한 지점을 도출하였다. 향후에는 머신러닝 기반의 예측 모델을 활용하여 도출된 종합적 사고 위험도 점수와 비교 분석할 예정이다.

Digital restoration of non-verbal expressions is difficult to trust unless the documentation. The purpose of this study is a new documentation methodology that can intuitively confirm the basis for restoration. The technical method utilized the BIM program function by referring to Italia's VRIM and Korea's HBIM cases. And the direction of documentation distinguishes between 'positivism' based on archaeological data and 'interpretivism' based on hypotheses. Specifically, it was applied to the 'Mireuksa Restoration Project' and tried to document it experimentally. This documentation proposed a framework for recording evidence according to sources based on the context of regions. Technically, the data organized in the Excel DB were directly input into the 3D model using the BIM program function. So, the user was able to intuitively review by matching the absence of the model and document information. The documenting method of this study is flexible to modify the restoration information whenever new evidence is found. And it has the advantage of being able to easily inform by converting it to IFC format.

Piloti-type buildings are widely constructed in urban areas of South Korea. Due to stiffness irregularities, piloti-type buildings are vulnerable to lateral loads such as earthquakes. Although seismic retrofitting is necessary for piloti-type buildings, many of these structures are privately owned, and the extensive number of buildings creates significant challenges in terms of cost and time for regional seismic performance evaluation. This study proposes a methodology for determining the seismic performance of multiple piloti-type buildings within a region by utilizing structural parameters. Information on piloti-type buildings is classified into public building data and exterior building data, which are integrated to define structural parameters for estimating the first natural period of the buildings. Linear regression analysis was performed to develop a regression equation correlating structural parameters with the natural period. Additionally, the natural period and structural parameters are used to perform another linear regression analysis to estimate the yield and ultimate points of the capacity curve. The capacity curves derived from the regression equations facilitate seismic performance evaluation based on structural parameters.

본 연구는 프랑스와 영국의 탈식민주의 방법론을 비교하며, 유럽중심 주의, 재현(representation), 지식 생산에 대한 접근 방식을 살펴보았다. 문헌분석과 비교방법론을 사용하여, 존재론적이고 마르크스주의적 전통 에 뿌리를 둔 프랑스의 사유가 체계적인 비판을 강조하는 방식, 특히 에 메 세제르(Aime Cesaire)와 프란츠 파농(Frantz Fanon) 등의 탈식민화 와 저항을 조망하였으며, 에드워드 사이드(Edward Said), 가야트리 스피 박(Gayatri Spivak), 호미 바바(Homi Bhabha) 등의 이론을 통해 문화 연구, 페미니즘 이론, 탈구조주의에 영향을 받은 영국의 포스트식민주의 이론이 상징적이고 교차적인 역학, 재현과 ‘하위’로 분류되는 사람들의 주변화에 중점을 두는 관점을 탐구하였다. 연구 결과 양국 이론의 전통 이 가진 강점과 한계를 알 수 있었으며, 프랑스의 접근은 구조적 식민주 의를 비판하는 데 중점을 두지만 영국의 접근은 상징적이고 재현적인 메 커니즘을 해체하는 데 초점을 맞추고 있음을 밝힐 수 있었다. 이러한 관 점들의 통합을 통해 이 연구는 탈식민주의에 대한 전체론적 비판을 위한 융합적 틀을 제시하며, 탈식민지 연구가 지식의 탈식민화와 주변화된 목 소리의 증폭이라는 사명을 진전시킬 수 있음을 제언하였다. 특히, 이 두 전통의 융합이 식민주의가 남긴 물질적·상징적 억압을 통합적으로 이해 하는 데 기여할 수 있음을 제시하였다. 이 연구는 이러한 전체적 접근이 단순히 과거의 식민지 경험을 분석하는 것을 넘어, 디콜로니얼을 향한 탈식민시대와 미래의 지식 체계와 학문적 실천을 재구성하는 데 중요한 학문적 함의를 가진다.

This study explores the introduction and applicability of the Species Protection Index (SPI) as a tool to evaluate the effectiveness of biodiversity conservation. Specifically, the SPI was recalculated for amphibians in Korea and compared with the internationally provided SPI results. The pilot evaluation of SPI for amphibians showed an increase from 41.52, based on international data, to 44.25, indicating that SPI calculations using domestic data can reflect conservation status more accurately than international SPI results. The findings suggest that SPI can serve as an important scientific basis for formulating national biodiversity conservation policies and managing protected areas, contributing to the development of more effective conservation strategies.

This study aimed to develop a comprehensive validation methodology for an Infra-guidance system, which is an infrastructure-based service aimed at enhancing the safety of autonomous driving. The proposed method includes quantitative techniques for validating both the Infra-guidance algorithm module and the guidance message module using each optimal indicator. In addition, a promising method is suggested to validate the entire system by applying a multicriteria decision methodology. The relative weight for the algorithm module was higher than relative weight for the message module. Moreover, the relative weight of the latency for the message module was slightly higher than weight of the packet error rate. The proposed methodology is applicable for validating the performance of infrastructure-based services for enhancing connected autonomous driving based on the comprehensive quantification of various factors and indicators.

This study proposes a method to evaluate the publicity of real-time, demand-responsive, autonomous public-transportation systems. By analyzing real-time data collected based on publicity evaluation indicators suggested in previous research studies, this study seeks to establish a system that objectively assesses the publicity of public transportation. Thus, the introduction of autonomous public transportation systems is expected to contribute to solving problems in underserved transportation areas and enable more sophisticated public transportation operations. We reviewed evaluation indicators proposed in previous studies. Based on this review, publicity evaluation indicators were derived and specific criteria were selected to assess systematically the publicity of autonomous public transportation. An AHP analysis was conducted to assess the relative importance of each indicator by analyzing the importance of the selected indicators. Additionally, to score the indicators, minimum and maximum target values were established, and a method for assigning scores to each indicator was examined. The most important factor in the publicity evaluation of autonomous demand-responsive transport (DRT) was the “success rate of allocation to weak public transportation service areas,” with a significance level p of 0.204. This was analyzed as a key evaluation criterion because of the importance of service provision in areas with low-public-transportation accessibility. Subsequently, “Accessing distance to a virtual station” (p = 0.145) was evaluated as an important factor representing the convenience of the service. “Waiting time after allocation” (p = 0.134) also appeared as an important evaluation factor, as reducing waiting time considerably affected service quality. Conversely, “compliance rate of velocity” yielded the lowest significance (p = 0.017), as speed compliance was typically guaranteed owing to autonomous driving technology. This study proposed a specific evaluation method based on publicity indicators to provide a strategic direction for improving services and enhancing the publicity of autonomous DRT systems. These results can serve as a foundational resource for improving transportation services in underserved areas and for enhancing the overall quality of public transportation services. However, the study’s limitation was its inability to use real-time autonomous public transportation data, relying instead on I-MoD data from Incheon. This limitation constrained the ability to establish universal benchmarks because data from various municipalities were not included. Future research should collect and analyze data from diverse regions to establish more reliable evaluation indicators.

이 논문은 마틴 루터와 존 웨슬리의 신학방법론들이 어떻게 사회 변혁에 대한 그들의 태도에 영향을 끼쳤는지에 특별히 집중해서 연구한다. 연구자는 신학적 사고를 형성하는 신학방법론의 중요성을 역설하며 루터와 웨슬리를 분석하기 위해 후스토 L. 곤잘레스와 토레 마이스타드의 체계들을 사용한다. 루터의 신학은 창조와 구원을 강하게 분리하며 도덕적 법적 범주들을 우선시한다. 농민전쟁과 같은 사건들이 진행되는 동안의 그의 정치적 보수성에서 보이듯이 이 이원론은 루터의 사회 개혁 동참을 제한했 다. 대조적으로 웨슬리의 신학은 성화와 연대 구원을 강조하면서 보다 더 목회적이고 사회적이다. 원숙한 웨슬리의 구조적 사회 개혁으로의 전환 은, 특별히 1770년대에 입법 수단들을 통해 구조적 가난을 다룬 것은 그의 점증하는 사회적 관심사를 반영한다. 이 논문은 어떻게 신학방법론들 이 사회 정의와 개혁에 관한 루터와 웨슬리의 차이점들을 만들었는지를 강조한다. 이 논문은 궁극적으로 루터의 이원론적 접근보다 원숙한 웨슬리 의 사회적 구조적 변혁을 포함하는 신학적 발전이 현대 신학과 선교를 위한 더 가치 있는 통찰들을 제공한다고 주장한다.

본 논문에서는 저 레이놀즈 수 영역에서 에어포일의 공기역학적 성능을 예측하기 위한 딥러닝 기반의 축소 모델을 제시하였다. 딥 러닝 기반 축소 모델에서 CFD 해석 결과의 높은 차원의 데이터를 효율적으로 다루기 위해 변이형 오토인코더를 결합한 합성곱 신경 망을 적용하였다. 부호화 거리 함수를 통해 에어포일의 형상과 유동 조건을 이미지 데이터화 하고, 이에 대해 합성곱 신경망을 매개변 수화 하였다. 또한, 전산유체역학 해석의 계산 비용으로 인한 부족한 훈련 데이터를 극복하기 위해 투영 기반의 비선형 매니폴드 데이 터 증강기법을 개발하였다. NACA 4계열 에어포일은 해석 예제로 고려하여 제안하는 프레임워크의 내삽과 외삽 정확도를 평가하였 으며 매니폴드 데이터 증강기법을 적용하여 프레임워크의 정확도 향상을 확인하였다.

To mitigate carbon emissions, the government aims to transition to renewable energy sources including hydrothermal energy, specifically through wastewater heat recovery. This process involves extracting heat from wastewater or treated water. However, assessments of demand sources for local cooling and heating have predominantly focused on the proximity of nearby facilities, without conducting comprehensive demand analyses or defining explicit supply areas. This study proposes a methodology for prioritizing suitable wastewater treatment plants (WWTPs) for the implementation and expansion of renewable energy. The methodology is based on the gross floor area of potential wastewater heat demand surrounding WWTPs. Initially, potential supply and demand sources were identified based on the capacity of WWTPs and the gross floor area of buildings capable of utilizing wastewater heat. In the Republic of Korea, 330 WWTPs with a capacity of 5,000 m3/day or more have been recognized as demand sources for wastewater heat recovery. The provision of treated wastewater to structures located within a 500 m radius of the WWTPs for heat recovery is considered a feasible option. The potential wastewater heat demand and renewable energy cluster were identified among the surrounding buildings and complexes A total of 13 potential supplies were identified, provided that the gross floor exceeded 60,000 m². Finally, after prioritizing based on WWTPs with these conditions, the underground plant located in the downtown area was ranked as the highest priority. If further analysis of economic feasibility, CO2 reduction, and energy efficiency are conducted, this approach can be expanded and applied within the framework the Water-Energy Nexus. Wastewater heat can be utilized not only as a renewable energy source but also as a means to enhance wastewater reuse through the supply of treated wastewater.

2022년 국내에서 이태원 참사라는 대형 인파사고가 발생한 이래로 인파밀집 현상이 수시로 발생하고, 인파가 이동할 수 있는 방향이 한정되어 있는 도시철도 역사내 대기공간의 인파밀집 문제가 심각하게 대두됨에 따라 인파밀집에 대한 모니터링 및 관리에 대한 중요 성이 커졌다. 이러한 문제사항을 해결하기 위해 영상분석에서 개별 객체의 수를 파악하여 인파의 밀집도를 파악한 연구들은 많이 이 루어졌으나 객체 간의 중첩으로 인해 검지 정확도가 떨어진다는 단점이 존재한다. 따라서 본 연구는 개별 객체를 검지하는 방식이 아 닌 Semantic Segmentation 기법 중 사전에 라벨링이 된 이미지들을 활용하는 지도학습 방식을 사용하여 밀집된 인파의 영역과 그렇지 않은 영역을 구분하고, 관심영역(ROI) 전체 공간 대비 인파가 차지하고 있는 영역의 점유율을 산출하여 혼잡도를 파악하는 방법을 적 용하였다. 본 연구의 목적은 도시철도 역사 내 대기공간의 인파의 밀집도를 점유율을 이용하여 산출하는 방법론을 만들고, 이를 혼잡 도를 나타내는 지표(MOE)로 적용할 수 있도록 그 기준을 검토하는 것이다. 데이터수집의 경우, 첨두시간대에 지하철 2호선 교대역의 대기공간인 대합실을 촬영한 CCTV 영상 데이터를 확보하여 이를 10fps 단위로 분할한 이미지들을 사용하였다. 이후 각 서비스수준별 (LOS A~F)로 다양한 이미지들에 대하여 인파에 해당하는 부분과 그렇지 않은 부분을 라벨링하였다. 분석방법론의 경우, 지도학습 기 반의 Semantic Segmentation 기법을 적용하여 대상 이미지들 전체에 대해서 인파와 인파가 아닌 부분을 구분하도록 이미지를 가공하였 으며, 이미지에 ROI를 설정하여 “전체 ROI 대비 인파 점유 공간의 비율”에 해당하는 점유율을 계산하였다. 여기서 인파와 인파가 아 닌 부분의 원활한 구분을 위해 픽셀 단위로 학습을 하며, 사전에 라벨링이 된 이미지들을 학습하는 모델을 적용하는게 본 연구에 적 합하다고 판단하여 해당 분석 기법을 사용하였다. 모든 이미지들의 점유율을 도출한 후 전체 결과를 Classification 기법을 활용하여 인 파 혼잡도의 서비스수준을 나타내는 현행 지침과 동일하게 6단계로 구분하였으며, 각 단계를 구분하는 경계값에 해당하는 점유율 역 시 도출하였다. 최종적으로 분할된 이미지들을 합쳐 영상에서 연속적인 인파분석 기법을 적용할 수 있도록 하였다. 향후에는 test dataset을 할용하여 해당 인파분석 기법의 적정성을 검토할 예정이며, 객체 검지 방식을 사용하는 기존의 모델과 성능을 비교하여 해당 기법의 우수성을 검토할 예정이다. 본 연구가 새로운 방식의 인파 혼잡도의 서비스수준 기준을 제공하는 모델을 개발하는 것을 목적 으로 함에 따라 실제 현장에 이 방법론을 적용할 시 인파밀집사고 예방 및 관리에 기여할 수 있을 것이다.

본 연구는 코칭 슈퍼바이저가 인식하는 슈퍼비전 역량의 유형과 특성을 살펴 보기 위해 Q 방법론을 적용하여 연구를 수행하였다. 코칭 슈퍼비전 역량에 관한 Q 모집단을 구성한 후, 40개의 비구조화된 Q 표본을 선정하였고, 코칭 슈퍼비전 교육을 이수한 13명의 전문 슈퍼바이저를 P 표본으로 선정하였다. 40개의 진술 문을 강제 분포 방식으로 Q 분류를 진행한 후 Ken-Q Analysis 프로그램을 통 해 자료를 분석하였다. 분석 결과, 코칭 슈퍼바이저들이 인식하는 코칭 슈퍼비 전 역량은 3가지 유형으로 분류되었고, 제1유형은 ‘슈퍼비전 마인드셋’을 중시하 는 유형, 제2유형은 ‘슈퍼비전 관계’를 중시하는 유형, 제3유형은 ‘슈퍼바이저 전 문성’을 중시하는 유형으로 나타났다. 연구 결과에서 제시한 바와 같이 코칭 슈 퍼바이저는 슈퍼비전 마인드셋을 갖추고, 좋은 슈퍼비전 관계를 유지하며, 전문 성을 갖추는 것이 중요하다는 것을 확인할 수 있다. 본 연구를 통해 살펴본 코칭 슈퍼비전 역량 인식을 바탕으로 추후 코칭 슈퍼비전 역량의 구성 요인을 탐색하 고, 척도를 개발하거나, 슈퍼비전 역량을 강화하기 위한 프로그램을 개발하고, 슈퍼비전의 효과성을 검증하는 다양한 연구가 진행되기를 기대한다.

Distribution and logistics industries contribute some of the biggest GDP(gross domestic product) in South Korea and the number of related companies are quarter of the total number of industries in the country. The number of retail tech companies are quickly increased due to the acceleration of the online and untact shopping trend. Furthermore, major distribution and logistics companies try to achieve integrated data management with the fulfillment process. In contrast, small and medium distribution companies still lack of the capacity and ability to develop digital innovation and smartization. Therefore, in this paper, a deep learning-based demand forecasting & recommendation model is proposed to improve business competitiveness. The proposed model is developed based on real sales transaction data to predict future demand for each product. The proposed model consists of six deep learning models, which are MLP(multi-layers perception), CNN(convolution neural network), RNN(recurrent neural network), LSTM(long short term memory), Conv1D-BiLSTM(convolution-long short term memory) for demand forecasting and collaborative filtering for the recommendation. Each model provides the best prediction result for each product and recommendation model can recommend best sales product among companies own sales list as well as competitor’s item list. The proposed demand forecasting model is expected to improve the competitiveness of the small and medium-sized distribution and logistics industry.

본 연구는 나르시시즘의 시대에 정신화 코칭에 기반하여 기업의 나르시시즘 리더들의 정신화 능력 향상을 위한 정신화 그룹코칭 프로그램 제안을 목적으로 한다. 여기서 정신화 능력이란 자신과 타인의 행동을 생각, 감정, 소망, 욕구와 관련한 측면에서 이해하는 능력이며(Bateman·Fonagy, 2022a), 일상적 상호작 용에 기본이 되는 인간 고유의 능력을 지칭한다. 지금 우리는 사회 문화적으로 조직보다는 개인의 행복이 중요한 나르시시즘의 시대를 살아가고 있다. 이러한 시대적인 특징은 조직에도 큰 영향을 미친다. 특히 조직에서 리더의 나르시시즘 은 자칫 카리스마와 결단력으로 리더들의 필요 요건인 것처럼 보이나, 다수의 학자들은 기업의 존폐와 조직원들의 안위에 해악을 끼칠 수 있는 매우 부정적 요소로도 이야기하고 있다. 격변하는 4차 산업혁명시대를 살아가는 지금, 이러 한 시대적 변화에 대한 코칭적 응답으로 건강한 조직 문화 및 인력자원 양성을 위해 나르시시즘 리더들을 위한 그룹코칭 프로그램을 제안한다. 나르시시즘 리 더들을 위한 정신화 그룹코칭 프로그램은 사전준비, 그룹코칭 과정, 마무리라는 총 3단계를 따라 진행되며, 세부적인 그룹코칭 진행은 총 7회기로 구성되어 진 행된다. 마지막으로 본 연구에서는 그룹코칭을 위한 구조화, 코치의 자세 등을 제시하고, 본 연구의 제한과 한계점을 제시하며 마친다.