본 연구는 교육서비스 기업 경영자의 교육리더십이 조직의 학습조직화에 미치는 영향을 알아보고, 그 관계에서 조직 구성원의 자기효능감을 매개효과를 검토하는 것을 연구 목적으로 하였다. 이를 통해 교육서비스 기업의 개인적·조직적 주요 변인을 검증하여 교육적 조직으로서의 교육서비스 기업의 실제적 시사점을 도출하고 지속 가능한 성장 동력 확보 의 토대가 될 기초 자료를 제공하고자 하였다. 이상의 연구목적 달성을 위해 교육서비스 기업 임직원을 연구대상으로 설 정하여 온라인 설문을 실시하여, 총 409부의 설문지를 회수하였으며, SPSS 26.0을 활용하여 수집된 자료를 분석하였다. 수행된 연구를 통해 도출된 연구결과는 다음과 같다. 첫째, 교육서비스 기업 경영자의 교육리더십이 조직의 학습조직화 에 정(+)적 영향을 주는 것으로 확인되었다. 둘째, 교육서비스 기업 경영자의 교육리더십이 조직 구성원의 자기효능감에 정(+)적 영향을 주는 것으로 확인되었다. 셋째, 교육서비스 기업 조직 구성원의 자기효능감이 조직의 학습조직화에 정(+) 적 영향을 주는 것으로 확인되었다. 넷째, 교육서비스 기업 경영자의 교육리더십과 조직의 학습조직화의 관계에서 조직 구성원 자기효능감의 매개효과가 나타나는 것이 확인되었다. 본 연구를 통해 교육리더십, 학습조직화, 자기효능감 등 교 육서비스 기업의 개인 및 조직 변인 관계를 확인하고 연구결과를 기반으로 이론적, 실무적 시사점을 제시하였다.

Self Organizing Map (SOM) is a neural network that is effective in classifying patterns that form the feature map by extracting characteristics of the input data. In this study, we propose an algorithm to determine the cell formation and the machine layout within the cell for the cell formation problem with operation sequence using the SOM. In the proposed algorithm, the output layer of the SOM is a one-dimensional structure, and the SOM is applied to the parts and the machine in two steps. The initial cell is formed when the formed clusters is grouped largely by the utilization of the machine within the cell. At this stage, machine cell are formed. The next step is to create a flow matrix of the all machine that calculates the frequency of consecutive forward movement for the machine. The machine layout order in each machine cell is determined based on this flow matrix so that the machine operation sequence is most reflected. The final step is to optimize the overall machine and parts to increase machine layout efficiency. As a result, the final cell is formed and the machine layout within the cell is determined. The proposed algorithm was tested on well-known cell formation problems with operation sequence shown in previous papers. The proposed algorithm has better performance than the other algorithms.

Objectives of this study were to identify the hotspot for displacement of the on-line water quality sensors, in order to detect illicit discharge of untreated wastewater. A total of twenty-six water quality parameters were measured in sewer networks of the industrial complex located in Daejeon city as a test-bed site of this study. For the water qualities measured on a daily basis by 2-hour interval, the self-organizing maps(SOMs), one of the artificial neural networks(ANNs), were applied to classify the catchments to the clusters in accordance with patterns of water qualities discharged, and to determine the hotspot for priority sensor allocation in the study. The results revealed that the catchments were classified into four clusters in terms of extent of water qualities, in which the grouping were validated by the Euclidean distance and Davies-Bouldin index. Of the on-line sensors, total organic carbon(TOC) sensor, selected to be suitable for organic pollutants monitoring, would be effective to be allocated in D and a part of E catchments. Pb sensor, of heavy metals, would be suitable to be displaced in A and a part of B catchments.

The group formation problem of the machine and part is a critical issue in the planning stage of cellular manufacturing systems. The machine-part grouping with alternative process plans means to form machine-part groupings in which a part may be processed not only by a specific process but by many alternative processes. For this problem, this study presents an algorithm based on self organizing neural networks, so called SOM (Self Organizing feature Map). The SOM, a special type of neural networks is an intelligent tool for grouping machines and parts in group formation problem of the machine and part. SOM can learn from complex, multi-dimensional data and transform them into visually decipherable clusters. In the proposed algorithm, output layer in SOM network had been set as one-dimensional structure and the number of output node has been set sufficiently large in order to spread out the input vectors in the order of similarity. In the first stage of the proposed algorithm, SOM has been applied twice to form an initial machine-process group. In the second stage, grouping efficacy is considered to transform the initial machine-process group into a final machine-process group and a final machine-part group. The proposed algorithm was tested on well-known machine-part grouping problems with alternative process plans. The results of this computational study demonstrate the superiority of the proposed algorithm. The proposed algorithm can be easily applied to the group formation problem compared to other meta-heuristic based algorithms. In addition, it can be used to solve large-scale group formation problems.

본 연구의 목적은 중소기업 학습조직화코칭이 학습조 활동을 실행하는 학습조원들의 자기주도적 학습 능력에 어떤 영향을 미치는지, 그리고 학습조원들의 자기주도적 학습능력이 직무성과인 역할내 직무수행 과 적응적 수행성과 두 변수에 어떤 영향을 미치는지를 규명하고, 경영층의 지원이 학습조직화코칭과 학 습조원들의 자기주도적 학습능력 사이의 관계에 대해 조절효과를 가지는지를 검증하는 것이다. 상기의 연구목적을 달성하기 위하여 먼저 선행연구를 바탕으로 연구모형을 설계하고 가설을 설정하였 다. 그리고 가설 검증을 위해 부산, 경남에 소재한 중소기업 중 학습조직화코칭을 실시한 10개 기업의 학 습조직화코칭 참여 근로자 343명을 대상으로 설문을 실시하였고, 유효설문지 295부를 사용하여 회귀분석 을 실시하였다. 본 연구에서 나타난 주요 연구결과는 다음과 같다. 첫째, 학습조직화코칭 프로세스가 성공적으로 진행될수록 학습조원의 자기주도적 학습능력은 높아진 다. 둘째, 학습조원의 자기주도적 학습능력이 높을수록 직무성과인 학습조원의 역할내 직무수행과 적응적 수행성과 모두 높아진다. 셋째, 자기주도적 학습능력은 학습조직화코칭 프로세스와 역할내 직무수행 및 적응적 수행성과 사이의 관계를 매개하는 것으로 나타났다. 넷째, 학습조직화코칭 프로세스와 자기주도적 학습능력 사이의 관계에서 경영층의 지원이 조절효과를 가질 것으로 예상되었으나 유의하지 않은 것으로 나타났다. 결론 부분에 본 연구의 시사점과 한계점 그리고 향후 연구방향에 대해 논하였다.

이 연구는 경표피흡수를 위하여 큐빅액정의 자기조직체의 형성에 관한 것이다. 복수 수산기 (-OH)를 가지는 친수부에 4개의 메칠 그룹을 가지는 양친매성지질인 diglyceryl phytylacetate (DGPA) 를 합성하여 다양한 성능평가를 수행하였다. DGPA의 유화력은 1%의 적은 농도에서도 고 내상의 물을 함유하는 안정한 W/O water-in-oil)에멀젼이 유지되었다. DGPA, dimethicone (2CS), water의 3성분 계의 특정영역에서, 안정한 큐빅상의 액정이 형성되었다. 3상 구조도 작성을 통하여 큐빅 액정영역, 헥 사고날 영역, 물과 헥사고날이 혼제된 영역, 역미셀 영역을 확인하였고, SAXS (small angled x-ray scattering)분석을 통하여 그 구조를 증명하였다. 화장품의 응용으로, 큐보좀 (cubosome)에 10%의 마그 네슘아스코르빌포스페이트, 5％의 피리독신트리헥사데카노에이트를 봉입하여 캡슐화하였다. 큐보좀의 occlusive 효과는 역미셀(reverse micelle)보다 1.7배 우수한 효과를 가졌다. 큐보좀을 분산제인 poloxamer를 사용하여 W/O 에멀젼을 만든 것으로부터 큐빅구조의 액정상으로 회복되는 것을 새롭게 발견하였다. 따라서, DGPA의 양친매성지질의 특성을 이용하여, 큐빅상의 액정을 형성하는 기재로써 화 장품 산업과 의약품분야에서 경표피흡수제로써 응용이 가능할 것으로 기대된다.

본 연구는 국가 및 지역 공공기관에서 연구 개발 지원을 위한 기술 중요도 평가시 SOM 신경망 분석을 통해 합리적으로 평가할 수 있는 방법을 제시하였다. 본 연구에서 제시한 방법을 나노소재분야의 기술에 시험적으로 적용하여 적용 타당성을 확인하였다. 타당성 분석결과 SOM 신경망 분석을 통해 우선적으로 개발이 필요한 유사기술로 이루어진 기술군을 도출하였고 여러개의 기술군간 비교를 통해 기술간의 관계를 유추할 수 있는 보다 나은 기술중요도 평가 정보를 얻을 수 있었다.

This study aimed to examine the applicability of Self-organizing Map(SOM) method for synoptic climatology studies over the Republic of Korea through a case study on classification of winter atmospheric pressure patterns. When SOM was conducted using spatial range 10~70°N, 80~180°E, 4×3 map size, linear initialization, batch training algorithm and neighborhood function ep(Epanechnikov function) for the case study, classified atmospheric pressure patterns showed the best result. The classified atmospheric patterns were similar to surface weather charts of Korea Meteorological Administration(KMA). Also all input vectors were classified into one atmospheric pressure pattern(node) so it is possible to analyse time series and characteristics of climatic elements according to atmospheric pressure patterns. Therefore, SOM method might be appropriate for the studies on synoptic climatology over the Republic of Korea.