이 논문은 영화 시나리오 작성 방법의 오류와 이에 대한 수정을 연구 의 내용으로 다루고 있다. 또한, 창작 과정에서의 구체적 오류를 제시하 고 수정의 방향 역시 함께 기술하는 데 목적이 있으며 연구의 결과는 다 음과 같다. 이야기 내부에서의 오류는 장소와 인물의 표현과 관련된 오 류, 문학적 표현과 기술되어야 할 대사의 생략 등이 있다. 이러한 오류를 수정하기 위해서는 보편적으로 알 수 있는 장소로의 기술, 장소 내부에 서 정확한 공간을 특정해 슬러그 라인을 기술, 장소에 등장하는 풍경에 관한 기술이 병행되어야 한다. 그리고 인물의 성별이나 나이대에 관한 기술, 인물에게 일어난 상황에 따라 인물의 옷차림, 소지품, 현재 있는 공간에 대한 묘사, 구체적인 행동이나 시선 처리, 인물의 감정적 반응을 지문에 포함하는 것이 필요하다. 다음으로 이야기 외적인 부분의 오류는 시나리오에 과도한 기술적 표현 사용, 장면, 지문, 대사의 부적절한 구 분, 시나리오 읽기를 방해하는 기술 방법, 작품의 신뢰를 하락시킬 수 있 는 요인들에 관한 것이다. 이에 대한 오류의 수정 방법은 꼭 필요하지 않은 기술적 표현과 아이디어와 제작 준비 과정에 대한 메모 삭제, 정밀 한 지문 묘사 등이 있다. 그리고 내부의 공간들을 분리하여 하나의 장면 에 하나의 공간만 기술, 각각의 위치에 맞게 적절히 지문과 대사가 작성 되어야 한다. 또한, 슬러그 라인, 지문, 인물의 대사 라인을 구분하여 띄 우고, 인물과 대사 사이의 간격을 확보해야 한다.

자율주행 차량이 상용화됨에 따라 연구에 사용할 수 있는 자율주행 차량의 주행궤적 자료를 제공하고 연구하는 기관이 증가하고 있다. 캘리포니아 자동차관리국은 사고 당시 차량의 거동과 주변 환경을 기록한 자율주행 차량 사고 보고서를 제공한다. Waymo는 라이다, 카메라 등을 통해 수집한 자율주행 차량의 실주행 자료를 제공한다. 본 연구에서는 캘리포 니아 자동차관리국에서 제공하는 자율주행 차량 사고 보고서와 Google Street Map을 이용하여 사고 당시의 도로유형과 도로환경요소 및 사고 당시 상황을 파악하고, 베이지안 네트워크(BN)을 통해 자율주행 차량 사고 영향요인을 파악하였 다. 랜덤 포레스트를 통해 앞에서 파악한 자율주행 차량 사고 영향요인들의 변수 중요도를 추출하고 이를 기반으로 자율 주행 차량 주행 시나리오를 도출하였다. 도출한 자율주행 차량 주행 시나리오와 유사한 상황을 보이는 Waymo Open Dataset의 자율주행 차량 실제 주행궤적을 매칭하여 자율주행 차량 주행 행태 기반 사고 위험도 평가 지표를 도출하였 다. 본 연구의 결과는 앞으로 도로환경요소 및 자율주행 차량 주행궤적에 따른 자율주행 차량 주행 안전성 연구의 기반 이 될 것으로 기대된다.

This study investigates the role of Junam Reservoir and its surrounding paddy fields as a habitat for migratory birds by considering how different scenarios of habitat loss may affect their populations. It will focus on wintering Anatidae species and take advantage of the population data available for Junam Reservoir and adjacent agricultural fields to analyze habitat-use and dependency patterns. A Bayesian regression model was fitted to estimate the relative dependency at each reservoir and paddy field for each bird species. Network analysis was used to assess the interaction structure and connectivity between habitats and bird species. Furthermore, habitat loss scenarios were simulated in order to predict the outcome of reservoir-paddy field loss on the populations of birds. Among these species, the reservoir loss was much more critical for those highly dependent on reservoirs, such as bean goose, Anser fabalis, and Whooper swan, Cygnus cygnus, but the loss of paddy fields became much more vital for those with higher dependence on paddy fields, such as Baikal teal, Anas formosa. Species that depended on both types of habitats, such as the white-naped crane (Antigone vipio) and the hooded crane (Grus monacha), had additive impacts and suffered the most significant population decline when both reservoirs and paddy fields were lost simultaneously. Network analysis demonstrated that both reservoirs and paddy played equally critical roles in the central nodes of the migratory bird species habitat network and acted as important connectors along migration routes. It is exemplary of the need to develop landscape-level means of maintaining migratory birds and ecosystem stability through the incorporation of ecological connectivity between paddy fields and reservoirs and vice-versa. This stresses integrated management relevant for the entire habitat network rather than single-site focused management, a call for multifaceted conservation efforts, securing of alternative habitats, and restoration of degraded habitats.

In stable continental regions, selecting appropriate ground motions for seismic design and dynamic response analysis presents significant challenges. This study evaluates the liquefaction potential of the Nakdonggang delta region, South Korea, by generating synthetic ground motion scenarios and applying a scenario-based liquefaction assessment approach. We utilized a hybrid broadband ground motion simulation method proposed by Graves and Pitarka (2010, 2015) to create bedrock ground motions for three hypothetical earthquakes (Mw 6.2 and 6.0) occurring along the Dongrae and Miryang faults. The generated synthetic ground motions were used as input for onedimensional nonlinear site response analyses, incorporating shear wave velocity profiles derived from surface wave inversion. The simulated ground motions demonstrated higher responses at short periods and relatively weaker responses at long periods compared to the Korean design spectra. This amplification of long-period components was attributed to the dynamic response of deep sedimentary layers, while high-frequency components were generally deamplified due to damping effects in shallow silty layers. Liquefaction susceptibility was assessed using surface ground motions derived from the site response analyses, following the SPT-based simplified method proposed by Idriss and Boulanger (2008). Results indicated high liquefaction potential across most sites for the Dongrae earthquake scenario, while liquefaction was unlikely for all sites under the Miryang-1 scenario. For the Miryang-2 scenario, liquefaction was predicted at some sites. Overall, liquefaction is expected at PGA values of approximately 0.13 g or higher, with sites exhibiting lower shear wave velocities being more vulnerable to liquefaction

초음속 혹은 극초음속 미사일의 레이돔은 공력 가열로 인해 과도한 열유속에 노출된다. 또한 미사일은 발사 후 속도와 고도가 변화 하면서 이에 따라 레이돔에 가해지는 열유속이 변화한다. 이러한 열부하에 의해 레이돔의 온도가 소재의 허용 온도를 초과하면, 레이 돔은 레이더를 보호하는 기능을 상실하게 된다. 따라서 비행 시나리오에 따른 레이돔의 열전달 특성을 고려하여 레이돔을 설계해야 한다. 본 연구에서는 준-비정상 기법을 적용하여 가상의 비행 시나리오에서의 레이돔의 열전달 특성을 분석하고 준-비정상 기법의 정 확도와 효율성을 평가하였다. 준-비정상 기법을 적용하여 시간에 따른 레이돔 외벽의 열유속과 온도 분포를 도출하였으며, 15초 이후 레이돔 외벽의 온도가 소재의 허용 온도 이상으로 가열되는 부분이 있는 것을 확인하였다. 또한 준-비정상 기법을 통해 도출된 결과 와 비정상 해석 결과를 비교하여 레이돔 평균 온도 측면에서 15% 이내의 오차로 예측할 수 있고 해석 소요 시간은 75%가 단축되는 것 을 확인하여 준-비정상 기법의 효율성을 입증하였다.

Climate change significantly impacts biodiversity, particularly for endemic species in restricted habitats. This study focuses on the Korean fir (Abies koreana), an alpine conifer species in South Korea, to evaluate potential habitat changes under SSP climate scenarios (SSP1-2.6, SSP2-4.5, SSP3-7.0, SSP5- 8.5). Using high-resolution ensemble climate data from the KMA (Korea Meteorological Administration) and integrating 10 species distribution models (SDMs) into an ensemble model, we predicted habitat suitability for the period 2010~2090. The species data was refined and constructed with a focus on location data so that it could be used in this model, using the National Ecosystem Survey, Baekdudaegan Conservation Area Survey of the National Institute of Ecology, and the National Park Natural Resources DB of National Park Service. The results identified BIO1 (mean annual temperature) and BIO13 (Precipitation of Wettest Month) as the most influential bioclimatic variables for habitat suitability. SSP1-2.6 exhibited fluctuating habitat area with partial recovery by 2070s, while SSP5-8.5 projected a near-complete loss of suitable habitats by 2090s. The ensemble model demonstrated robust performance, providing reliable predictions across all scenarios. This study highlights the substantial impact of climate change on the habitat suitability of Abies koreana and underscores the importance of understanding these changes to preserve vulnerable alpine ecosystems.

최근 지구온난화를 동반한 기후변화가 가속화되고 있으며, RCP 8.5 시나리오에 따르면 21세기 말까지 연평균 기온은 4.8℃ 상승할 것으로 예상된다. 고온 환경은 식물체의 생장, 개화시기, 동화산물 함량에 영향을 미치는 것으로 알려졌다. 본 연구는 고온 환경에서 감자의 생장과 대사산물 변화를 Soil-Plant-Atmosphere-Research (SPAR) 챔버와 온도구배하우스를 사용하여 2018년부터 2020년까지 조사하였다. 그 결과, 고온 조건의 SPAR 챔버 및 온도구배하우스에서 개화시기가 약 5∼9일 빨라지는 것을 확인하였다. 고온 조건은 감자 생장을 촉진하며 동화산물 함량에 영향을 줄 것으로 생각되어 개화 3일 전(Days Before Flowering 3, DBF 3)과 개화 21일 후(Days After Flowering 21, DAF 21)의 엽록소, 카로티노이드, 당 및 전분 함량을 분석하였다. 생육 초기인 DBF 3에 엽록소와 카로티노이드 함량은 감소하였고, 자당 및 전분 함량은 유의하게 증가하였다. 하지만 생육 후기인 DAF 21에는 자당 및 전분 함량이 감소한 것으로 나타났다. 또한 개화와 관련 있는 유전자 발현을 qRT-PCR로 분석한 결과, 고온 조건에서 SP6A, PhyB, SP5G, COL1, COL2 유전자 발현이 증가한 것을 확인하였다. 결과적으로, 고온 환경은 개화 전 감자 잎의 자당 및 전분 함량과 개화 관련 유전자의 발현에 영향을 미쳐 감자의 개화시기를 앞당기는 것으로 판단된다.

기후 변화에 의해 해수면 온도 상승, 태풍의 최고 강도 북상, 태풍 강도 증가가 나타나고 있으며, 미래의 태풍 강도 변화가 더 심화될 것으로 예상하고 있다. 본 논문에서는 기후 변화 시나리오에 의해서 발생할 수 있는 한반도 부근의 태풍 강도를 예측하기 위하여 딥러닝 기반 태풍 강도 예측 모델을 개발하였다. 기후 예측정보를 이용하여 미래 기후 변화 환경장 변화에 따른 태풍의 강도를 예측할 수 있도록 과거 환경장을 학습 자료로 사용하였다. 학습자료는 1980년에서 2022년까지의 태풍 발생 빈도가 높은 6~10월의 기상 및 해양 재분 석 월평균 자료와 Best Track 태풍 241개를 입력자료로 사용하였다. 환경장 변화에 따른 태풍 강도 예측을 위해 자료의 공간적인 특징과 시간적인 특징을 함께 고려하는 딥러닝 모델인 ConvLSTM 기반으로 모델을 개발하였다. 태풍 트랙 시퀀스의 각 이동 경로에 대한 월평균 환경장 자료를 모델에 학습하여 태풍의 중심 기압을 예측하였다. 태풍의 공간적 특성을 반영할 수 있도록 범위를 설정하여 입력자료로 학습하였으며, 5°⨉ 5°의 범위일 때 가장 좋은 결과를 보였다. 몬테카를로 방법을 이용한 민감도 실험을 통해 모델 예측에 가장 큰 영향을 미치는 변수는 SST로 확인되었다.

승선 인원이 많은 실습선은 화재가 발생하는 경우 대형 인명피해로 확장될 수 있으며 이에 따라 선원법 및 Safety Life At Sea(SOLAS)에서는 퇴선 훈련에 대한 중요성을 강조해 왔다. 따라서 본 연구에서는 승선 인원이 많은 국립목포해양대학교의 세계로호를 대상선박으로 선정하여 preliminary hazard analysis(PHA) 정성적 위험성 평가 기법을 통해 각 deck의 화재 사고 위험빈도와 심각성에 대하여 예측하였다. 또한 위험성이 높은 구역에서의 화재를 가정 한 뒤, 그 위험성을 정량적으로 예측하기 위하여 대피 시간 및 인구 밀도에 대 한 시뮬레이션을 수행하였다. 그 결과, 총 대피시간이 인구 분포가 한 구역에 집중되어 있던 식사 시간을 가정한 시나리오에서 501초로 가장 길게 예측되었으며 시나리오에 따라 일부 deck에서 1.4pers/㎡ 이상의 상대적으로 높은 인구밀도를 나타내며 대피 인원이 정체되는 현상을 보였다. 본 연구 결과는 다양한 피난 시나리오에 따른 대피시간 및 인구밀도를 정량화하여 실습선의 상황에 맞는 훈련 시나리오 를 개발하기 위한 기초자료로서 사용될 것으로 보이며 추후 수학적 모델과 실험값의 비교를 통하여 연구를 확장할 수 있을 것으로 예상 된다.

In order to solve the rapidly increasing domestic delivery volume and various problems in the recent metropolitan area, domestic researchers are conducting research on the development of “Urban Logistics System Using Underground Space” using existing urban railway facilities in the city. Safety analysis and scenario analysis should be performed for the safe system design of the new concept logistics system, but the scenario analysis techniques performed in previous studies so far do not have standards and are defined differently depending on the domain, subject, or purpose. In addition, it is necessary to improve the difficulty of clearly defining the control structure and the omission of UCA in the existing STPA safety analysis. In this study, an improved scenario table is proposed for the AGV horizontal transport device, which is a key equipment of an urban logistics system using underground space, and a process model is proposed by linking systematic STPA safety analysis and scenario analysis, and UCA and Control Structure Guidelines are provided to create a safety analysis.

Social welfare facilities are used by a wide range of local residents, including vulnerable populations such as the elderly, children, and people with disabilities. During emergencies like fires, confusion can arise as these individuals try to evacuate. Evacuation simulation results have shown that utilizing evacuation systems based on specific evacuation scenarios can significantly decrease the time required for evacuation compared to general evacuation procedures. By anticipating potential fires based on changes in social and facility environments, appropriate evacuation scenarios can be developed and applied to evacuation systems, thus contributing to the safety and security of individuals during emergencies. In conclusion, for social welfare facilities that serve a large number of people, it is necessary to expand the focus on performance-based design depending on the size of the facility, and to continuously develop and train for appropriate evacuation scenarios that align with changing facility environments.

Climate change is a major global problem. Oysters, one of the most representative farmed fish in Korea, are attracting attention as candidates for blue carbon, an alternative to carbon neutrality. This study is analyzed by the SSP scenarios to determine the impact of oyster aquaculture production according to climate change. Based on the analysis, future productions of oysters are predicted by the SSP scenario. Significant differences by the SSP scenario are confirmed through predictive power tests among scenarios. Regression analysis was conducted from January 2001 to December 2014. As a result of the analysis, water temperature, water temperature quadratic term, salinity, salinity quadratic term, and month × water temperature cross term were estimated as significant variables. Oyster production which is predicted by the SSP scenario based on the significant variables from 2015 to 2022 was compared with actual production. The model with the highest predictive power was selected by RMSE and MAPE criteria. The predictive power was compared with the MDM test to determine which model was superior. As a result, based on RMSE and MAPE, the SSP1-2.6 scenario was selected as the best model and the SSP1-2.6, SSP2-4.5, and SSP3-7.0 scenarios all showed the same predictive power based on the MDM test. In conculusion, this study predicted oyster aquaculture production by 2030, not the distant future, due to the short duration of the analytical model. This study was found that oyster aquaculture production increased in all scenarios and there was no significant difference in predictive power by the SSP scenario.