This study aimed to investigate associations of consumption pattern of convenience food with related factors among college students. A total of 583 college students (211 males and 372 females) residing in Chungbuk participated in a questionnaire survey in December 2019. Female students reported that they spent more time using smartphone (p<0.001) and had higher smartphone dependency (p<0.01) than male students. As for the time to use convenience food, significantly higher (20.9%) of male students used it for late night snacks and 55.4% of female students used it for lunch (p<0.001). More than 30% of subjects were ‘Not nutritious’ about the concern of convenience food, showing no significant difference between males and females. Male students had higher consumption frequencies of ramyeon (p<0.05), fast food (p<0.01), water (p<0.001), lunch box (p<0.001), instant Guk/Tang (p<0.05), hamburger/sandwich (p<0.05), salad (p<0.05), and raw food (p<0.05). Female students had a higher consumption frequency of sweet and greasy baked products compared to male students (p<0.001). When the night snack and smartphone use level increased, the intake of convenience food also increased in both groups. For female students, the check of nutrition labeling had a significant negative correlation with convenience food consumption. Therefore, it is necessary to provide gender-specific nutritional education and desirable dietary guidance for college students in early adulthood.

This study aims to identify latent classes among shared e-scooter users based on their characteristics and analyze the differences in personal and usage characteristics across these classes. Specifically, the study has the following key objectives: (1) to select variables related to the personal and usage characteristics of shared e-scooter users; (2) to collect data on the personal and usage characteristics of shared e-scooter users; (3) to derive the latent classes of shared e-scooter users; and (4) to test the differences in personal and usage characteristics across the identified latent classes. Variables related to the personal and usage characteristics of shared e-scooter users were selected based on a literature review. Through a survey, data on the personal and usage characteristics of shared e-scooter users were collected. A latent class analysis (LCA) was performed to derive the latent classes of shared e-scooter users. Finally, a chi-square analysis was conducted to test the differences in personal and usage characteristics across the latent classes of shared e-scooter users. The results of this study are as follows. The personal characteristics of shared e-scooter users were identified as age and sex, whereas the usage characteristics were identified as usage frequency, time periods of e-scooter usage, return/rental zones, return/rental places, and types of roads used. Data on sex, age, usage frequency, periods of e-scooter usage, and return/rental locations were collected from 278 shared e-scooter users. Based on information criterion, statistical validation, and the entropy index, four latent classes of shared e-scooter users were identified: “male users with a commuting purpose in business zones,” “male users with a homeward commuting purpose in residential zones,” “female users with a leisure purpose in park/green zones,” and “users in their 20s with a commuting purpose in residential zones.” The results of a chisquare analysis revealed statistically significant differences (p < 0.05) in the personal and usage characteristics across the latent classes. Shared e-scooter user types were classified through Latent Class Analysis (LCA), and differences in personal and usage characteristics were identified across the classes. The preferred usage environments and conditions for each class of shared e-scooter users are determined. Variables related to the return/rental zone and periods of e-scooter usage showed the most significant differences among the classes. These findings can contribute to the development of customized user policies and the improvement of services based on the characteristics of shared e-scooter users.

유묘기의 저온 스트레스는 벼의 초기 생육 및 성장을 방해하여 수량 감소에 영향을 준다. 유묘기 내냉성 육종을 위해서는 내냉성을 조절하는 유전자좌를 탐색하고, 유용한 대립유전자를 도입하여 유묘기의 내냉성을 향상시킬 수 있다. 본 연구에서는 한국형 벼 핵심집단 134 계통의 유묘기 내냉성을 검정하고 전장유전체 연관 분석을 통해 해당 형질과 연관된 QTL 및 후보 유전자를 탐색하였다. 생육 10일 된 벼 유묘에 8°C의 저온을 3일 동안 처리한 후, 달관평가를 통해 1-10단계로 내냉성을 평가하였다. 1,781,068개의 SNP 마커를 이용한 전장유전체 분석을 통해 3, 5, 6, 9번 염색체에서 유묘기 내냉성 형질과 높은 연관성을 보인 4개의 QTL을 탐지하였다. 4개의 QTL 지역 중 염색체 5번에 위치한 qCTS5는 2개의 분석 모델에서 일관적으로 발견되어 높은 신뢰성을 보였다. qCTS5의 물리적 위치를 기준으로 24개의 유전자가 확인되었고, 이중 8개 유전자가 내냉성 형질과 관련 있다고 보고되었다. 추후 bi-parental population을 이용하여 유전자를 동정하고, 저온 환경에서의 역할을 명확히 밝히고자 한다.

도라지(Platycodon grandiflorum [Jacq.] A. DC.)와 더덕(Codonopsis lanceolata)은 한국, 중국, 일본에서 주로 재배되는 약용작물이다. 광질은 작물의 광형태형성을 조절하며, 그 반응은 작물의 종류에 따라 다르다. 따라 서 밀폐형 식물생산시스템(CPPS)에서 작물에 적합한 광질을 최적화하는 것이 중요하다. 본 연구에서는 도라지와 더덕묘를 CPPS 조건에서 재배할 때 적합한 광질을 최적화하는 것을 목표로 하였다. 이를 위해 red, green, blue, red-green (RG), green-blue (GB), red-blue (RB), red-green-blue (RGB) 그리고 white lights를 이용하여 광질의 영 향을 평가하였다. 환경은 온도 25±0.6℃, 상대습도 55±4.7%, 광주기 16/8시간(명/암), 광합성유효광양자속밀도 (PPFD) 110±5μmol·m-2·s-1로 제어하였다. 도라지묘는 RGB 광 처리 시 초장과 엽간장는 짧지만 지상부 및 뿌리 생장이 왕성하였다. 더덕묘는 GB 및 RGB 광 처리 시 다른 광질보다 짧은 초장과 절간장을 유지하면서도 지상부 및 뿌리 생장이 개선되었다. 다분광영상(multi-spectral imaging)을 활용한 엽면적 분석에서는 도라지에서 결정계수 (R²)가 더 높게 나타났다. 본 연구 결과는 CPPS에서 도라지와 더덕 재배에 적합한 광질을 선정하는 데 있어 기초자 료로 활용될 수 있다.

Given the hazards posed by black ice, it is crucial to investigate the conditions that contribute to its formation. Two ensemble machinelearning algorithms, Random Forest (RF) and Extreme Gradient Boosting (XGBoost), were employed to forecast the occurrence of black ice using atmospheric data. Additionally, explainable artificial intelligence techniques, including Feature Importance (FI) and partial dependence Plot (PDP), were utilized to identify atmospheric conditions that significantly increase the likelihood of black ice formation. The machinelearning algorithms achieved a forecasting accuracy of 90%, demonstrating reliable performance. FI analysis revealed distinct key predictors between the algorithms: relative humidity was the most critical for RF, whereas wind speed was paramount for XGBoost. The PDP analysis identified the specific atmospheric conditions under which black ice was likely to form. This study provides detailed insights into the atmospheric precursors of frost/fog-induced black ice formation. These findings enable road managers to implement proactive winter road maintenance strategies, such as optimizing anti-icing patrol routes and displaying warnings on various message signs, thereby enhancing road safety.

본 연구는 Rolling Asymmetric VAR-BEKK-GARCH 모형으로 한·중·일·미 4개 주식 시장 변동성의 비대칭 전이효과를 분석하였다. 연구는 시장 변동성의 정태적인 전이 효과뿐만 아니라 시간가변적인 비대칭 전이효과를 파악하였다. 분석 결과에 따르면, 중국 시장 호황기에는 비대칭 변동성 전이효과의 부호가 대체로 음(-)으로, 시장 불황기나 불안정 시기에는 양(+)의 부호로 나타났다. 또한, 한국, 일본, 미국 등 시장의 충격이 중국 시장 변동성에 대한 영향은 비교적 일관된 방향성을 보이며, 반면에 중국발 충격이 타 시장의 변동성에 미치는 영향은 시간가변적인 특징을 나타냈다. 이는 중국 금융 시장의 동태적 특성을 파악하는 데 유의미한 시사점을 제공할 수 있다.

현행 저작권법 제24조는 공개적으로 행한 정치적 연설의 자유로운 이용 을 보장하여, 민주사회에서 필수적인 정치적 표현과 공적 담론 형성을 법적 으로 지원한다. 과거에는 정치적 연설이 오프라인 공간에서 일회성으로 이 루어졌으며, 직접 참석하지 않으면 내용을 접하기 어려웠다. 그러나 콘텐츠 기술의 발전과 미디어 환경의 변화로 정치적 연설의 개념과 유통 방식이 크게 변화하였다. 그러나 현행 제24조는 현대적 미디어 환경을 충분히 반 영하지 못하며 여러 한계를 드러낸다. 정치적 연설의 개념이 모호하며, 공 개성 요건이 물리적 공간 중심으로 해석되어 비(非)오프라인 환경에서의 적 용이 불분명하다. 또한, 정치적 연설의 자유이용이 광범위하게 허용되지만, 이용 기준이 명확하지 않아 연설자의 권리가 침해될 우려가 있으며, 동일 저작자의 연설 편집을 제한하는 규정이 존재하나 그 기준이 불명확하여 실 질적 효과가 미흡하다. 본 연구는 주요국의 입법례를 살펴 우리 법제로의 시사점을 도출하고 개 선의 방향을 제시하였다. 구체적으로는 저작권 제한의 대상 연설의 범위를 보다 명확하게 규정하면서도 공개성 요건을 확장하여 현대적 미디어 환경 을 반영할 필요가 있다. 또한, 이용 수단과 범위를 엄격히 제한하여 공익적 정보 접근을 보장하면서도 저작권자의 권익을 보호하는 균형 있는 접근 방 식을 취해야 하며, 동일 저작자의 연설 편집과 관련하여서도 합리적인 예외 를 설정할 필요가 있을 것이다. 이를 통해 제24조가 추구하는 국민의 알 권리를 보장하면서도 저작권법의 정합성을 유지하고자 한 취지를 더욱 달 성할 수 있을 것으로 기대한다.

2019년 제1차 ‘부산미래유산’으로 선정된 박차정 의사의 생가터는 박 차정 의사와 남매들의 업적을 전시하는 공간으로 활용되고 있다. 그러나 전시 공간이 협소하고 전시 자료가 부족하여 관람에 불편이 크다. 이에 본 연구는 전시의 문제점을 극복하기 위해 뉴미디어 기술을 활용하는 전 시 방안을 제안하였다. 일제강점기 부산을 중심으로 전개되었던 독립운 동과 박차정 의사와 남매들에 관한 주제로 전시 내용을 확대하고, 이를 효과적으로 전달할 수 있는 뉴미디어 기술을 전시콘텐츠에 활용하였다. 대표적인 사례로 터치형 스크린과 RFID, 지향성 사운드를 활용하여 공간 의 제약을 극복하였고, 홀로그램 기술을 활용한 전시 콘텐츠를 통해 실 물이 없어도 전시할 수 있음을 보여주었다. 또한 AR 포토존은 실감형 콘텐츠에 대한 선호를 반영하여 관람객의 적극적인 참여를 유도하고자 도입하였다. 이러한 전시 개선은 박차정 의사와 남매들의 삶과 업적을 효과적으로 알리는 데 도움이 될 것이다. 또한 뉴미디어 기술을 활용한 전시는 새로운 형태의 교육과 체험의 장을 제공할 것으로 기대된다. 무 엇보다 생가 방문객들에게 풍부한 역사적· 문화적 경험을 제공함으로써 부산의 문화관광 활성화에도 도움이 된다는 점에서 연구의 의의가 있다.

해상봉쇄는 적국의 전쟁 지속 능력을 마비시키는 효과적인 군사적 조치이지 만, 국제법적 요건을 충족하지 않으면 불법 행위로 간주되며 중립국과의 외교 적·군사적 충돌을 초래할 수 있다. 특히, 해상봉쇄의 유효성은 시행의 필수적인 전제조건으로, 그 핵심은 봉쇄 위반 선박을 실효적으로 통제할 수 있는 현장 전력의 충분성과 관련되어 있다. 최근 사이버전의 현실화로 사이버 봉쇄의 중 요성이 부각되고 있지만, 그러한 비물리적 봉쇄 수단의 법적 유효성에 관한 연 구는 아직 미흡한 실정이다. 본 논문은 해상봉쇄의 유효성 원칙을 중심으로 국제법적 요건의 변화를 살펴보고, 사이버 봉쇄의 유효성 요건을 정립하는 데 초 점을 맞춘다. 또한, 사이버 역량이 포함된 다중 영역 해상봉쇄의 적용 가능성 을 고려하여 전시 한반도 주변 해역에 적용할 수 있는 적절한 해상봉쇄 방안을 제시하고자 한다.

Truss structures, widely used in engineering, consist of straight members transferring axial forces. Traditional analysis methods like FEM and the Force Method become computationally expensive for large-scale and nonlinear problems. Surrogate models using Artificial Neural Networks (ANNs), particularly Physics-Informed Neural Networks (PINNs), offer alternatives but require extensive training data and computational resources. Variational Quantum Algorithms (VQAs) address these challenges by leveraging quantum circuits for optimization with fewer parameters. Variational Quantum Circuits (VQCs) based on Quantum Neural Networks (QNNs) utilize quantum entanglement and superposition to approximate high-dimensional data efficiently, making them suitable for computationally intensive tasks like surrogate modeling in structural analysis. This study applies QNNs to truss analysis using 6-bar and 10-bar planar trusses, assessing their feasibility. Results indicate that residual-based loss functions enable QNNs to make reliable predictions, with increased layers improving accuracy and a higher Q-bit count contributing to performance, albeit marginally.

Automated structural design methods for reinforced concrete (RC) beam members have been widely studied with various techniques to date. Recently, artificial intelligence has been actively applied to various engineering fields. In this study, machine learning (ML) is adopted to make automated structural design model for RC beam members. Among various machine learning methods, a supervised learning was selected. When a supervised learning is applied to development of ML-based prediction model, datasets for training and test are required. Therefore, the datasets for rectangular and t-shaped RC beams was constructed by commercial structural design software of MIDAS. Five supervised learning algorithms, such as Decision Tree (DT), Random Forest (RF), K-Nearest Neighbor (KNN), Artificial Neural Networks (ANN), eXtreme Gradient Boosting (XGBoost) were used to develop the automated structural design model. Design moment (Mu), design shear force (Vu), beam length, uniform load (wu) were used for inputs of structural design model. Width and height of the designed section, diameter of top and bottom bars, number of top and bottom bars, diameter of stirrup bar were selected for outputs of structural design model. Performance evaluation of the developed structural design models was conducted using metrics sush as root mean square error (RMSE), mean square error (MSE), mean absolute error (MAE), and coefficient of determination (R2). This study presented that random forest provides the best structural design results for both rectangular and t-shaped RC beams.

Near infrared reflectance spectroscopy (NIRS) is widely used to assess the nutrient composition of forages. In forage, the leaf to stem ratio of alfalfa greatly affects its forage quality, with a high ratio of leaf indicated as high quality. This study aimed to evaluate the predictability of the alfalfa leaf-to-stem ratio and feed value using NIRS. Alfalfa hay was manually separated into leaves and stems by hand and the analysis samples were then made in the controlled range between 0 and 100%. Calibration models (n=320) were developed using modified partial least squares regression (MPLS) based on cross-validation. The optimal calibrations were selected based on the highest coefficients of determination in cross-validation (R2) and the lowest standard error of cross-validation (SECV). The prediction accuracy for the leaf-to-stem ratio (SECV, 5.95 vs. 5.71%; R2, 0.91 vs. 0.91) in alfalfa hay was comparable. For leaves, the standard error of calibration (SEC) was 4.94% (R2=0.94), and for stems, it was 4.81% (R2=0.94). The leaves and stems of the SEC were 4.94% (R2=0.94) and 4.81% (R2=0.94), respectively. The prediction accuracy for feed value, based on the leaf-to-stem ratio, predicted SECV values of 0.92% (R2=0.88) for crude protein (CP) content, 1.92% (R2=0.91) for neutral detergent fiber (NDF) content, 1.36% (R2=0.91) for total digestibility nutrient (TDN) content, and 9.86 (R2=0.81) for relative feed value (RFV). The results of this study demonstrate the potential of the NIRS method as a reliable tool for predicting the leaf-to-stem ratio of alfalfa hay, and show available techniques for routine feed value evaluation.

목적 : 근시 어린이를 대상으로 2년 동안 OK-렌즈 착용자의 근시 감소에 대한 효능을 평가하고자 하였다. 방법 : OK-렌즈 그룹은 OK 렌즈 착용 기준에 부합하는 30명의 대상자로 구성되었고, 단초점 안경을 착용한 대조군에는 31명이 포함되었다. 이 연구에 사용된 OK-렌즈는 CRT였고, 굴절이상 측정은 조절마비제 사용없이 자 동굴절검사기와 자각적 굴절검사를 통하여 이루어졌다. 결과 : 총 61명(OK-렌즈 그룹과 대조군은 각각 30명, 31명)의 대상자가 2년 동안의 검사를 완료했다. 연구 초 기의 OK-렌즈군과 대조군의 평균 연령±SD는 각각 10.13±1.81세와 10.32±1.73세였고, 등가구면굴절력은 OK-렌즈군에서 –2.53±0.96 D, 대조군에서 -2.56±1.10 D로 두 그룹 간 유의미한 차이는 없었다. 2년 동안 등 가구면굴절력의 증가는 OK-렌즈군과 대조군에서 각각 –0.70±0.56 D, -1.27±0.78 D였으며, 그 차이는 통계적 으로 유의한 차이가 있었다(p<0.001). 결론 : OK-렌즈 치료는 학령기 어린이의 근시 진행을 늦추는 데 도움이 될 수 있다.

This study aims to improve the interpretability and transparency of forecasting results by applying an explainable AI technique to corporate default prediction models. In particular, the research addresses the challenges of data imbalance and the economic cost asymmetry of forecast errors. To tackle these issues, predictive performance was analyzed using the SMOTE-ENN imbalance sampling technique and a cost-sensitive learning approach. The main findings of the study are as follows. First, the four machine learning models used in this study (Logistic Regression, Random Forest, XGBoost, and CatBoost) produced significantly different evaluation results depending on the degree of asymmetry in forecast error costs between imbalance classes and the performance metrics applied. Second, XGBoost and CatBoost showed good predictive performance when considering variations in prediction cost asymmetry and diverse evaluation metrics. In particular, XGBoost showed the smallest gap between the actual default rate and the default judgment rate, highlighting its robustness in handling class imbalance and prediction cost asymmetry. Third, SHAP analysis revealed that total assets, net income to total assets, operating income to total assets, financial liability to total assets, and the retained earnings ratio were the most influential factors in predicting defaults. The significance of this study lies in its comprehensive evaluation of predictive performance of various ML models under class imbalance and cost asymmetry in forecast errors. Additionally, it demonstrates how explainable AI techniques can enhance the transparency and reliability of corporate default prediction models.

본 연구의 목적은 초고령화 사회에 따라 길어진 노년기의 여 가 활용이 중요 문제로 인식되면서, 퇴직 이후 길어진 노년기 를 어떻게 의미 있고 가치 있게 보내며, 노년기 역할 상실감을 완화 시킬 수 있는 노인 여가 복지시설 중 여가 활동 장소로 대부분 이용되고 있는 경로당 이용에 따른 생활 만족도를 고찰 하여 노년기의 생활의 지표인 생활 만족도를 높여 노후를 풍요 롭게 보낼 수 있는 노인복지 정책을 제시하는 자료 제공에 기 여함을 목적으로 한다. 따라서 역할 소외 및 상실에 따른 대체 적 역할로서 새로운 사회활동에 참여하여 생활 만족도를 증진 시킬 수 있다는 활동이론에 따라 경로당 이용성취가 노인의 생 활 만족도에 어떠한 영향을 미치는지 알아보고자 하였다. 연구 대상은 서울시에서 경로당을 이용하는 노인 108명을 대 상으로 2024년 10월부터 2024년 12월까지 설문조사를 임의표집 방법에 따라 자기 보고식, 문답식 조사 방법으로 시행하여 불 성실 응답을 제외하고 100부를 실증분석에 활용하였다. 수집된 자료는 SPSS/WIN 25.0 프로그램으로 유의수준은 p< .05로 설정하여 기술 분석(Descriptive Analysis), t-test, 상관분 석, 및 단순회귀분석과 위계적 회귀분석을 실시하여 변인 간의 관계를 분석하였다. 연구 결과, 첫째 인구 사회학적 특성인 성별, 연령, 학력은 통계적으로 유의한 차이를 보이지 않았고 건강 상태, 소득수준 은 생활 만족도에 통계적으로 유의한 차이를 보였다. 둘째, 인구 사회학적 특성을 통제 변수로 하여 활동 변수가 생활 만족도에 영향을 미치는지 살펴보고자 단순회귀분석을 시 행하였다. 그 결과, 활동 변수에서 직업 유무는 생활 만족도에 통계적으로 유의한 차이를 보이지 않았고, 가구 형태와 경로당 이용성취는 생활 만족도에 유의미한 정(+)적 영향을 미치는 것 으로 나타났다. 셋째, 인구 사회학적 특성을 통제 변수로 하여 경로당 이용 수가 생활 만족도에 영향을 미치는지 단순회귀분석을 실시한 결과 경로당 이용 기간, 이용 시간, 프로그램 내용, 참여동기는 통계적으로 유의한 차이를 보이지 않았고 경로당 이용 만족도 는 생활 만족도에 유의미한 정(+)적 영향을 미치는 것으로 나 타났다. 마지막으로 인구 사회학적 특성, 활동 변수, 경로당 이용 변 수가 생활 만족도에 어떠한 영향을 미치는지 위계적 회귀분석 을 실시한 결과, 모형의 적합성을 보였다. 생활 만족도에 대한 위계적 회귀분석 결과 t 값이 유의확률 p< .05로 생활 만족도 에 영향을 미치는 것으로 나타났고 경로당 이용 변수는 이용 기간, 참여동기, 이용 만족도의 t 값이 유의확률 p<. 05로 생활 만족도에 영향을 미치는 것으로 나타났다. 따라서 본 논문에서는 활동 변수인 가구 형태, 경로당 이용 성취와 경로당 이용 변수인 이용 기간, 참여 동기, 이용 만족도 가 노인의 생활 만족도에 통계적으로 유의미한 영향을 미치며 경로당 이용 변수는 부분적으로 조절 효과가 있다는 것으로 결 과를 도출하였다. 이러한 결과는 노인이 역할 소외 및 상실에 따른 대체적 역할로서 경로당 이용성취가 생활 만족도에 영향 을 미치는 주요 요인임을 확인할 수 있었다. 이는 활동이론에 근거하여 경로당 이용을 통한 성취 내용이 새로운 사회활동에 참여하게 되는 기회로 생활 만족도에 긍정 적인 영향을 미치며 향후 노인의 생활 만족도를 증진하기 위해 경로당을 활성화하는 정책에 기초자료로 활용될 수 있을 것으 로 판단된다. 정부와 지역단체들은 지속적인 노력과 지원으로 노인의 생활 만족에 영향을 미치는 또 다른 요인을 찾아 노인 의 생활 만족도를 높일 수 있는 사회복지 정책의 방안을 모색 하여야 할 것이다.

국내 기후변화와 급격한 도시화가 진행함으로써 도심지 불투수 면적 증가로 인하여 자연적인 물순환이 원활히 이루어 지지 않고 있다. 이로 인해 국지성 폭우로 인한 지표수의 증가로 도심지 홍수 피해가 빈번하게 발생하고 있는 실정이다. 이에 본연구에서는 주차장 매립 빗물저류조를 통하여 지표 유출량을 감소시켜 원활한 물순환에 기여하고 그에 따른 해 당 구조물의 상부 하중과 배열 방식에 따른 거동 특성을 분석하고자 한다. 해당 구조물의 분석은 유한요소 해석을 이용 하였으며, 분석 결과 매립 깊이 3m 이상 시 상부 하중이 저류조에 적용되는 하중이 급격하게 저감되는 결과를 나타냈다.

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.

본 연구는 도로 보수 후 새롭게 도입되거나 개선된 도로안전시설 중 노면표시와, 안전운전에 간접적인 영향을 미치는 도로 노면 상 태에 대한 이용자 만족도를 연령 및 업종별로 분석하고자 수행되었다. 운전자 430명을 대상으로 5점 리커트 척도 설문을 시행하고, SPSS 27.0을 이용해 일원배치 분산분석(ANOVA)과 사후 검정을 실시하였다. 그 결과, 노면표시(크기·선명도·야간시인성)는 업종별(관 리·사무·전문직, 운전직, 학생 등)로 유의미한 차이가 있었고, 연령대별로는 10대가 노면표시 크기에 가장 만족도가 높았으며 고령층으 로 갈수록 낮아졌다. 또한 운전직의 만족도가 전반적으로 낮아 노면표시가 실제 주행에 크게 영향을 주는 것으로 나타났다. 본 연구 결과는 연령별·업종별 특성을 고려한 도로환경 및 정책 개선에 기초 자료로 활용될 수 있을 것이다.