해상에서의 안전한 의사소통은 선박 운항의 핵심 요소로, 국제해사기구(IMO)는 SMCP(Standard Marine Communication Phrases)를 제정하여 선내외 교신에서 활용할 수 있도록 하였다. SMCP를 포함한 해사영어는 효과적이고 정확한 의사소통을 위해 일반 영어와는 다 른 문법적, 어휘적, 구조적 특성을 반영하고 있으며, 간결성과 명확성에 초점이 맞추어져 표준화되어 있다. 이러한 맥락에서 본 연구는 상 용 LLM 모델의 해사영어 활용 능력을 PHP Text Similarity 알고리즘과 BERT 기반 모델을 활용하여 평가하였다. 먼저 ChatGPT, Google Gemini, Meta LLaMA 3 70B Instruct 모델을 대상으로 SMCP 기반 문장 구성, 용어 정의, 빈칸 채우기 문제를 포함한 총 60문항을 활용하여 성능을 비교 분석하였다. 이후 해사고등학교 학생들의 시험 결과와 LLM 모델의 결과를 비교하여, LLM이 실제 해기사 교육 수준과 비교 했을 때 어느 정도의 해사영어 이해 및 문장 구성 능력을 갖추었는지 평가하였다. 대체적으로 LLM 모델들은 높은 정답률을 보였으나, 표 준화된 문구를 정확하게 활용하거나 관용적으로 사용되는 해사영어 표현을 이해하고 적용하는 데 한계점이 있음을 확인하였다. 본 연구 는 해기교육기관 및 실무 현장에서 상용 LLM 모델의 해사영어 활용 가능성을 평가하는 기초 자료로 활용될 수 있을 것으로 기대되며, 향 후 보다 정교한 모델을 대상으로 추가연구가 필요하다.

고속도로 2차 사고는 선행 사고(1차 사고) 또는 전방 고장 차량에 의해 교통흐름이 변화된 상황에서 발생하는 사고로, 이에 대한 효과적인 교통안전 관리전략이 필요하다. 그러나 일반사고에 비해 데이터 표본이 부족하여 신뢰성 있는 대응 전략 수립에 어려움이 있다. 본 연구는 고속도로에서 발생하는 2차 사고의 발생 주요 요인을 식별하고 예측하기 위해 BERT(Bidirectional Encoder Representations from Transformers) 기반 텍스트 분석 모델과 전통적 머신러닝 모델 (XGBoost, RandomForest, CatBoost)을 비교하였다. 교통사고 세부기록, 원클릭 속보자료 등 비정형 텍스트 및 정형 데 이터를 수집하고 1차 사고에 관한 시공간적 동적 변수를 통합하여 인공지능 기반의 사고 예측 프레임워크를 구축하였다. 특히, BERT 기반 모델을 통해 교통사고 문맥 정보를 고려하여 단어 삽입 및 대체 기법에 따른 2차사고 데이터 표본을 보완하였다. 또한, 설명가능한 AI(XAI) 기법을 활용하여 주요 사고 요인의 기여도를 시각적으로 해석하고 사고 예방 및 정책 수립에 필요한 정보를 제공하였다. 연구 결과, 제안된 하이브리드 접근법 기반 연구 프레임워크는 높은 정확도의 2 차 사고 발생 가능성 예측에 효과적이며, 교통사고관리시스템의 신뢰성과 효율성 향상에 핵심적인 기여를 할 것으로 기 대된다.

Online communities are identified as people gathering online and communicating through the internet to share ideas, objectives, goals, without any geographical boundary. The growth of user-generated content created in online communities has transformed the way consumers search for and share information, particularly in the hospitality industry. Particularly, in the restaurant and food sectors due to the intangible nature of hospitality services, online reviews play an important role on consumer decisions. Furthermore, online reviews on restaurants are not only informational but also, they impact consumers’ choices regarding restaurants. Consequently, the nature of such user-generated content that is produced at a high speed and is diverse and rich should be treated and understood. This study proposes the first tailored BERTopic model together with sentiment analysis based on pre-trained BERT model that takes advantage of its novel sentence embedding for creating interpretable topics into the analysis of restaurant online reviews to determine how the customers elaborate their criteria in the context of certain experiences. An exploratory analysis is presented involving a large-scale review data set of 261,531 restaurant online reviews from 4 different countries retrieved from the eWOM community thefork.com. A broad list of the topics discussed by customers post-dining in restaurants is built. Insights into the behavior, experience, and satisfaction of the customers across the different restaurants are discovered. This approach and findings are encouraging hospitality managers in understanding customers’ perception, through which applicable marketing can be developed to attract and retain potential customers.

In order to develop tea by using the leaves of stevia, which is a herbal plant, and to solve the disadvantages of stevia dried leaf tea, we have manufactured the steamed tea, stir-fried tea and fermented tea by changing the manufacturing processes. As a result of the sensory tests, the steamed tea, stir-fried tea and fermented tea received higher evaluations than the dried leaf tea. In terms of efficiency, it is desired that the total number of steaming and stir-frying is only once, but the fermentation is found to be the most desirable for 2 days. There are no trends for changes in the general ingredients, mineral and free amino acid contents of stevia leaf teas by different manufacturing processes. As a result for the measurement of antioxidant activities, the steamed tea and dried leaf tea did not show significant differences, but the stir-fried tea and the fermented tea show significantly low antioxidant activities as compared to the steamed tea. The contents of stevioside in both the stir-fried tea and the fermented tea were less than that in the dried leaf tea, but in the steamed tea, there was no significant difference in the content of stevioside. Base on the present observations, this study supports high potentials of steaming process in order to produce new stevia leaf tea.