본 연구에서는 효과적인 뇌친화적 리더십과 비효과적인 뇌친화적 리더십을 비교하고 뇌친화적 리더십 유형별 성향을 탐색함으로써 강점 강화 코칭 스킬 (skill) 및 약점 보완 코칭 스킬(skill)을 개발하는 것은 물론, 뇌친화적 리더십 역 량 향상을 위한 코칭 모델을 개발하는데 연구의 목적이 있다. 코칭 및 리더십 전문가 15명을 대상으로 델파이 조사를 실시한 후, CVR값, 합의도, 수렴도를 분 석하여 뇌친화적 리더십 코칭 스킬 및 모델을 수정·보완하였다. 본 연구의 결론 은 다음과 같이 정리할 수 있다. 첫째, 뇌친화적 리더십 유형별로 강점 강화 코 칭 스킬(skill), 약점 보완 코칭 스킬(skill) 등 뇌친화적 리더십 코칭 스킬(skill) 개발함으로써 개별 맞춤형 리더십 역량을 향상할 수 있다. 둘째, 뇌친화적 리더 십 코칭 모델의 각 단계별로 코칭 원리 및 전략을 적용함으로써 뇌친화적 리더 십 코칭 목표를 달성할 수 있다. 본 연구에서 제안한 뇌친화적 리더십 코칭 스킬 및 모델은 기존의 거래적 리더십, 변혁적 리더십 차원에서 벗어나 뉴로리더십 (neuro-leadership) 등 뇌과학에 기반한 리더십 패러다임 전환을 시도하였다는 점에서의 의의가 있다.

Anomaly detection technique for the Unmanned Aerial Vehicles (UAVs) is one of the important techniques for ensuring airframe stability. There have been many researches on anomaly detection techniques using deep learning. However, most of research on the anomaly detection techniques are not consider the limited computational processing power and available energy of UAVs. Deep learning model convert to the model compression has significant advantages in terms of computational and energy efficiency for machine learning and deep learning. Therefore, this paper suggests a real-time anomaly detection model for the UAVs, achieved through model compression. The suggested anomaly detection model has three main layers which are a convolutional neural network (CNN) layer, a long short-term memory model (LSTM) layer, and an autoencoder (AE) layer. The suggested anomaly detection model undergoes model compression to increase computational efficiency. The model compression has same level of accuracy to that of the original model while reducing computational processing time of the UAVs. The proposed model can increase the stability of UAVs from a software perspective and is expected to contribute to improving UAVs efficiency through increased available computational capacity from a hardware perspective.

Republic of Korea is building a multi-layered missile defense system against North Korea’s growing ballistic missile threat. To maximize the intercept performance of a multi-layered missile defense system, it is important to develop an efficient engagement plan that considers the interceptable time/space of each interceptor system for ballistic missiles. To do so, it is necessary to predict the flight trajectory of the ballistic missile, which must be done within a short time considering the short battlefield environment and the speed of the ballistic missile. This study presents a model for rapid trajectory prediction of ballistic missiles using the kinetic characteristics of each flight phase(thrust phase, midcourse phase, and re-entry phase) of ballistic missiles, a method for estimating kinetic information from ballistic missile observation data(time and position), and a mathematical analysis of the equations of motion of ballistic missiles.

The emergence and re-emergence of infectious diseases pose ongoing threats to public health. This study aims to develop an agent-based simulation model (ABM) to predict the spread of novel infectious diseases during early outbreak phases and evaluate the effectiveness of control measures, specifically focusing on the impact of interventions such as maskwearing, vaccination, and social distancing on outbreak dynamics and the reduction of symptomatic cases. Using demographic and COVID-19 outbreak data from South Korea, we constructed a detailed contact network model encompassing workplaces, schools, households, and communities. Using demographic and COVID-19 outbreak data from Seoul, South Korea, we constructed a detailed contact network model encompassing workplaces, schools, households, and communities. Key transmission parameters were inferred using Approximate Bayesian Computation. The resulting ABM platform, implemented in a C-based R package, allows for flexible scenario simulation involving 56 adjustable parameters, including mask-wearing, vaccination coverage, and social distancing. Simulation outputs demonstrated the model’s capacity to reproduce observed transmission patterns in workplace and school outbreaks, enabling public health authorities to anticipate outbreak dynamics and assess interventions. This framework provides a valuable decision-support tool for controlling future infectious disease incursions.

Business model(BM) innovation is widely known as a differentiated strategy and strategic framework for companies to secure a sustainable competitive advantage in an uncertain environment. While prior research has studied new business models in accordance with changes in manufacturing trends such as digitalization and servitization, empirical understanding of the dynamic processes of BM innovation is still lacking. This study addresses this gap by proposing an analytical framework of the BM innovation matrix that classifies companies' BM innovation cases into four types according to the degree of BM change and the influential level of the industry/market outcome through a critical literature review on business models and dynamics. Drawing on this framework, we conduct longitudinal case studies of leading global 3D printing firms to examine the dynamic processes and external environmental factors that shape the evolution of BM innovation. Our findings reveal previously underexplored patterns of co-evolution between firms’ business models and their broader industrial and market environments. This study has the significance of constructing a framework for dynamically analyzing BM innovation based on longitudinal case studies of emerging 3D printing companies. We presented implications for companies seeking successful commercialization of emerging technologies, such as the strategic usefulness of the BM innovation framework and the importance of co-evolution with industrial structure and environmental factors in the process of change.

일 의미감은 조직구성원의 주요 심리적 및 행동적 결과와 밀접하게 연결되는 핵심 변수로 주목받고 있다. 특히 일 의미감은 단순히 주관적인 평가를 넘어서, 개인의 가치, 관계, 목적의식 등 다양한 심리적 요소와 연계되는 다차원적 구성개념으로 인식되고 있다. 본 연구에서는 일 의미감을 일반요인과 세부요인으로 구성된 bifactor 구조로 모형화하고, 각각이 대표적인 조직관련 변인들인 조직몰입, 이직의도, 번아 웃과 어떠한 관계를 가지는지를 분석하였다. 연구를 위해 국내 다양한 산업 분야에 종사하는 풀타임 근로 자 407명을 대상으로 설문조사를 실시하였으며 구조방정식모형(SEM)을 활용하여 분석을 실시하였다. 분 석 결과, bifactor 구조는 적절한 모형 적합도를 나타냈고, 일 의미감의 일반요인은 정서적 조직몰입 증가, 이직의도 감소, 번아웃 완화 등 모든 조직결과변인에 대해 안정적인 예측력을 보였다. 반면, 세부요인들은 각 결과변인에 대해 상이한 방향성과 유의미한 추가 설명력을 보여주었으며, 일부 요인은 오히려 부정적 인 효과를 나타내는 등 복합적인 양상이 확인되었다. 이러한 결과는 일 의미감이 단일한 정서적 경험이 아닌 다양한 심리적 자원들이 조합되어 형성되는 복합적 구조임을 시사하며, 각 하위요인이 구성원 태도 와 행동에 미치는 영향은 상황과 맥락에 따라 달라질 수 있음을 보여준다. 본 연구는 일 의미감에 대한 이론적 이해를 확장함과 동시에, 조직 내에서 보다 정교하고 실질적인 의미감 기반의 인사전략 수립을 위한 실증적 기초자료를 제공한다는 점에서 학문적 및 실천적 의의를 가진다.

본 연구에서는 일본의 지역단위에서의 방재대책을 위해 새롭게 도입된 제도를 파악하여 소개하고 본 제도가 우리의 도시방재정책에 대한 시사 점에 대해서 고찰하고자 한다. 먼저, 국내선행연구를 통해서 일본에서 본 제도와 깊은 연관이 있는 입지 적정화계획에 대한 배경과 방재컴팩트 선 행모델도시 제도의 법적 근간인 재해대책기본법과 도시재생특별법에 대 해서 알아볼 필요가 있다. 궁극적으로, 방재 컴팩트 선행모델도시가 제도 의 실제적 요소와 추진과정을 알기 위해서 일본의 국토교통성과 내각부 의 공개자료를 적극 수집하여 분류 및 분석하였다. 과거 일본에서는 정 부주도 형식 즉, 하향식 방재정책 적용으로 주요 재해들에 대응하였으나 본 제도의 도시들은 자체분석을 통해서 지역의 특수성을 고려한 방재대 책 수립이 가능할 것으로 사료된다. 결과적으로, 각 지역의 특수성을 고 려한 방재계획의 반영이 가능하며 인구구조변화에 따른 도시구조 재편과 정에서 주요 도시시설들과 지역주민들을 지역에서 반복적이며 치명적인 재해로부터 재배치를 통하여 지속발전 가능할 것으로 기대된다. 본 제도 의 취지와 정책들과 유관기관 간의 협업과정에서 시사하는 바를 국내 도 시방잭계획과 함께 언급하고자 한다.

As conventional road traffic noise prediction models are designed to estimate long-term representative noise levels, capturing fine-scale noise fluctuations caused by real-world traffic dynamics is challenging. A previous study proposed a microscopic road traffic noise model (MTN) can calculate time-series noise levels with a resolution of 1 s using the concept of a moving noise source. In this study, two experiments were conducted to verify the accuracy of the noise prediction of the model. First, by comparing the calculated noise levels of two conventional road traffic noise models and the MTN in a simple road simulation environment, it was confirmed that the calculation error was within 3 dB(A) when calculating the 1-h equivalent noise level. Second, an experiment was conducted to verify the noise prediction error of the MTN on six actual roads. A comparison of the calculated noise level using the MTN based on traffic data collected from actual roads with the measured noise level on real roads showed that the calculated noise level achieved a mean absolute error (MAE) of 1.88 dB(A) from the equivalent noise level and 1.28 dB(A) from the maximum noise level. This was similar to the MAE of the foreign road traffic noise models. However, when the location of the receiver is within 10 m of the road, an error of more than 3 dB(A) occurs because of the simplicity of the MTN propagation model, which remains a problem that must be solved in the future. This study proved that the noise level calculation using the MTN is similar to the noise of an actual road environment. Additionally, the continuous development of the MTN is expected to make it an effective alternative for the management of road noise.