This study proposes supplementary performance indicators to support approach-level interpretation within the current Smart Intersection System (SIS) evaluation framework, and examines their interpretive characteristics through real-world case studies. While existing Intelligent Transportation System (ITS) performance evaluation standards assess the accuracy at the lane-level direction unit, practical traffic operations often require a comprehensive understanding of the performance at the approach level. To address this limitation, three supplementary indicators were developed: traffic-weighted approach accuracy (TWAA), which reflects the average performance considering traffic exposure; bottleneck-based approach score (BAS), which identifies the lowest-performing lane-level direction unit; and the approach reliability index (ARI), which evaluates the overall operational stability based on threshold compliance. Case study results demonstrate that the proposed indicators provide complementary insights using the same raw data. The TWAA reflects the operational influence of dominant traffic flows. The BAS reveals localized deficiencies that may be masked by average-based measures. The ARI identifies whether the performance is consistently maintained across lane-level direction units. Rather than replacing existing evaluation standards, the proposed indicators serve as a multidimensional framework that enhances the usability of performance data in decision making. These indicators can be applied in a complementary manner depending on the evaluation objectives, such as administrative acceptance, operational efficiency, and maintenance prioritization. Future research should further validate the framework under diverse traffic and geometric conditions, and extend its application to intersection-wide and network-level analyses.

This study develops a design-data-based lifecycle greenhouse gas emission assessment framework for jointed concrete pavement highways in Korea. The framework considers road pavements as a long-life infrastructure system that includes material production, transport, construction, maintenance, end-of-life treatment, and recycling benefits beyond the system boundary. A functional unit comprising 1 km of jointed concrete pavement was defined, and 16 datasets were constructed from highway concrete pavement projects using bills of quantities, material summary sheets, and geometric information. A key feature of this framework is the incorporation of project-specific maintenance scenarios. The mainline and tunnel sections were separately evaluated and weighted based on their actual length ratios. The numbers of milling and overlay applications were estimated using the slab thickness and traffic volume from the design data. After each overlay, the cumulative ESALs and crack progression were recalculated from the overlay year to determine the subsequent overlay timing, instead of applying a fixed maintenance cycle. The application of the framework yielded an average lifecycle GHG emission of 1,294 t CO₂eq./km, with a standard deviation of 284 t CO₂eq./km. The proposed framework provides a basis for a consistent lifecycle GHG assessment and design-stage environmental evaluation of concrete pavement highways.

This study evaluates ground-motion (GM) acceleration conversion methods by applying them to strain-rate data from a horizontal Distributed Acoustic Sensing (DAS) array under both idealized and real-world conditions. We test four conversion methods—1) slant-stacking, 2) Lior’s method, 3) Lindsey’s method, and 4) Curvelet transform—through numerical modeling and by applying them to a publicly available 9 km horizontal DAS array dataset. Numerical simulations reveal critical calculation factors specific to each method and show that numerically derived apparent ground velocity can deviate from theoretical values when multiple elastic waves arrive simultaneously. In real-world applications, the slant-stacking and Lior’s methods are relatively insensitive to the measurement length of the straight DAS array. By contrast, the Curvelet method exhibits strong sensitivity to this factor, whereas Lindsey’s method shows weaker dependence. Implementing Lior’s method in the frequency-wavenumber domain also requires pre-determining water-levels by comparing adjacent seismograms. Additionally, we find that Lior’s method generates excessively high spectral levels above 13 Hz, which may lead to underestimation of the high-frequency spectral attenuation parameter (κ0), a key parameter in GM simulation. Collectively, these findings provide a technical guideline for the use of horizontal DAS arrays in future observational earthquake seismology.

Plastic injection molding is widely used in the automotive, electronics, and other manufacturing industries. Since product quality is significantly affected by process variables such as temperature, pressure, speed, and cycle time, datadriven quality management has become increasingly important. However, conventional quality control methods mainly depend on operator experience and post-process inspection, making it difficult to detect defects and abnormal process conditions in real time. In addition, manufacturing datasets often suffer from severe class imbalance because defective samples are much fewer than normal samples. This study proposes an AI-based defect prediction and anomaly detection system using plastic injection molding process data. For defect prediction, XGBoost was selected as the supervised learning model, and SMOTE was applied to address class imbalance. Recall, F1-score, and PR-AUC were used as the main evaluation metrics instead of accuracy. SHAP analysis was also applied to identify important process variables affecting defect occurrence. For anomaly detection, Isolation Forest and AutoEncoder were used together. Isolation Forest was adopted for fast first-stage detection, while AutoEncoder was used to detect complex nonlinear abnormal patterns. The results indicate that the proposed system can support both defect prediction and process anomaly detection. In the supervised learning results, XGBoost showed the best performance on the CN7 dataset, achieving a recall of 1.000 and an F1-score of 0.800. However, all supervised models showed limited defect detection performance on the RG3 dataset, indicating the effect of severe class imbalance and dataset-specific characteristics. In anomaly detection, AutoEncoder achieved the highest F1-score among the compared models, while Isolation Forest demonstrated practical advantages for real-time application due to its computational efficiency. Therefore, the proposed AI-based system can contribute to smart quality management and data-driven decision-making in plastic injection molding processes.

본 연구에서는 LNG 기자재 실증설비의 안전 관리 고도화를 위해, 비정형 HAZOP(Hazard and Operability Study) 데이터를 활용한 정규표현식 기반 데이터 전처리 및 위험 네트워크 분석 프레임워크를 제안하였다. (재)한국조선해양기자재연구원(KOMERI)에 구축된 LNG 기자재 실증설비에 대해 수행된 HAZOP 워크숍의 392건 유효 시나리오를 분석 대상으로 하였다. 먼저, 정규표현식을 활용하여 워크 시트 내 장비 태그의 비표준 표기를 표준화하고, Cause-Safeguard 간 인과관계를 추출하여 84개 노드와 944개 방향성 엣지로 구성된 위험 지식그래프를 구축하였다. 이후 네트워크 연결 중심성 분석을 수행한 결과, 레벨 트랜스미터 LT101(연결 중심성 0.7108)을 비롯한 상위 계 측 장비군이 설비 전체 운전 모드에 걸쳐 공통 방호 기능을 수행하는 핵심 노드임을 정량적으로 식별하였다. 특히 상위 5개 장비(LT101, LT201, PIT001, PIT101, PIT201)는 네트워크 평균 중심성 대비 2.41배 이상의 높은 연결 중심성을 나타내어, 기존 정성적 HAZOP에서는 명시 적으로 드러나기 어려운 방호 기능의 구조적 집중 현상을 데이터 기반으로 가시화하였다. 본 연구의 프레임워크는 기존 전문가의 직관에 의존하던 정성적 위험 평가를 정량적으로 보완할 수 있으며, 향후 유사 설비의 안전 분석에 재활용 가능한 데이터 기반을 제공한다.

광양항은 대형 선박과 위험물 운반선박의 입·출항이 빈번한 국가 기간항만으로서 예선 운영의 안전성과 효율성이 항만 경쟁력 에 직접적인 영향을 미친다. 그러나 현행 예선요금 산정체계는 광양항 관리부두를 기준으로 설정된 표준예선사용시간을 적용하고 있어, 실제 예선 정계지와의 차이로 인해 예선이용자들로부터 예선사용료 산정에 대한 불만이 제기되고 있다. 또한 묘도수도 통항 위험물 운반 선박에 제공되는 예선 에스코트서비스에 대한 요금체계가 명확히 규정되어 있지 않아 제도적 개선 필요성이 제기되고 있다. 본 연구는 실측 데이터에 기반하여 광양항 예선 정계지를 기준으로 주요 부두별 표준예선사용시간을 재산정하고, 예선 에스코트서비스의 요금 반영 방안을 제시하는 것을 목적으로 한다. 이를 위해 현장 실측조사와 운영사례 분석을 병행하였으며, 연구 결과는 예선요금 산정의 합리성 제고와 항만 안전관리 체계 개선에 기여할 수 있을 것으로 기대된다.

본 연구는 지구과학 데이터 소양(Earth Science Data Literacy, ESDL)을 개념화하고, 중등 지구과학 교육 맥락 에 적합한 검사도구를 개발하여 초기 내용 타당도를 검토하였다. ESDL은 정량적 추론, 데이터 과학, 지구과학 맥락의 교차에서 형성되는 학문분야 특수적 역량으로 정의하였다. 1992-2024년 문헌 26편을 분석하여 데이터 인식, 데이터 처 리·분석, 데이터 해석·추론, 데이터 기반 논증, 데이터 윤리·책임, 메타인지적 데이터 활용 태도의 6개 핵심 구성 요소 를 도출하였다. 전문가 10명을 대상으로 한 3차 델파이 절차를 통해 도구를 개발한 결과, 1차에서는 43개의 예비 문항 을 도출하였고, 2차에서는 33개 문항 전체가 Aiken’s V ≥0.80 기준을 충족하였으며(전체 V =0.93), 3차에서는 자기보고 30문항과 수행과제 4문항으로 구성된 통합형 검사도구를 확정하면서 적절한 내용 타당도(V =0.88)를 유지하였다. 본 연 구는 지구과학 데이터 소양이 단순한 처리 기술이 아니라 해석, 논증, 윤리적 책임, 메타인지적 성찰을 포함하는 통합 역량임을 보여주며, 개발된 도구가 향후 지구과학 수업의 평가 장면에 적용될 수 있는 초기 근거와 후속 실증 검증의 기반을 제공한다.

본 연구는 데이터 리터러시 수업에 적용된 데이터 가치의 유형을 체계화하고, 실제 수업 사례에서 각 가치가 드 러나는 양상과 가치 간 구조적 관계를 규명하고자 하였다. 국내외 학술 데이터베이스를 체계적으로 검색하여 P RISMA 권고안에 준거한 단계적 스크리닝을 통해 26편의 문헌을 선정하고, 귀납적 코딩 및 전문가 협의를 거쳐 정보적, 교육적, 과학적, 예측적, 경제적, 사회적, 윤리적, 의사결정 지원, 협력적, 혁신적, 통합적 가치의 11개 데이터 가치 유형을 도출 하고 조작적으로 정의하였다. 확정된 가치 체계를 초·중·고 학생 대상 데이터 리터러시 수업 사례 39편에 적용하여 분 석한 결과, 과학적 가치와 윤리적 가치가 약 90%에서 출현하여 핵심 축을 이루었다. 사회적, 의사결정 지원, 통합적 가 치는 수업에서 다루는 가치의 수가 많아질수록 동반 비율이 높아졌지만, 예측적, 경제적, 협력적 가치는 선택적으로 나 타났다. 가치 쌍 네트워크 분석 결과, 과학적-윤리적 가치의 결합이 가장 강하게 나타났고, 사회적 가치는 의사결정 지원 및 통합적 가치와 함께 출현하는 경향을 보였다. 본 연구는 데이터 가치의 유형과 구조를 제시한 점에 의의가 있으 며, 데이터 기반 교육 정책 수립과 교육 현장의 데이터 활용 활성화를 위한 기초 자료로 활용될 수 있을 것으로 기대 한다.

돼지 유전체 연구에서 Affymetrix와 Illumina의 SNP 칩은 널리 활용되지만, 플랫폼 간 기술적 차이로 인해 데이터 통합 및 비교 분석에 어려움이 있다. 본 연구는 Affymetrix Axiom® Pig55K와 Illumina PorcineSNP80v1 플랫폼 간의 데이터 호환성을 직접 비교하고, 두 플랫폼에서 생산된 데이터의 통합 및 활용을 위한 실질적인 가이드라인을 제공하고자 수행되었다. 동일한 127두의 돼지 샘플을 두 플랫폼으로 분석하여 유전자형을 호출하고, 각 플랫폼에 최적화된 품질 관리(QC)를 거쳤다. 공통 마커는 Illumina 프로브 서열을 돼지 참조 유전체(Sscrofa11.1)에 직접 정렬하여 식별하였으며, 이를 기반으로 유전자형 일치율 및 최소 대립유전자 빈도(MAF) 상관관계를 분석하였다. 최종적으로 두 플랫폼 간에 27,774개의 공통 마커가 식별되었으며, 전체 유전자형 일치율은 96.53%로 나타났다. 하지만 이는 극히 낮은 일치율을 보인 5개의 이상치(outlier) 샘플에 의한 것으로, 이들을 제외한 77개 정상 샘플에서의 일치율은 98.88% ~ 99.88%로 매우 높았다. 본 연구 결과는 플랫폼 간의 기술적 차이보다 분석 샘플의 품질이 데이터 호환성에 결정적인 영향을 미침을 보여준다. 샘플 품질이 보장된다면 두 플랫폼의 데이터는 상호 교차 활용이 가능할 만큼 높은 신뢰도를 가지며, 이는 대규모 데이터 통합 연구의 기반이 될 수 있음을 시사한다.

본 연구에서는 가이아 자료를 이용해 산개성단 M44의 물리학적 성질, 구성원의 운동학적 특성 및 성단의 동역 학적 진화상태를 조사하였다. 연주시차, 고유운동과 색등급도를 바탕으로 총 1,144개의 구성원을 선정하였다. 성단의 겉 보기 반지름(9.60±0.24 pc), 성단 구성원의 절반을 포함하는 반지름(4.39±0.11 pc), 중심부 반지름(1.70±0.04 pc)을 표면 밀도 분포를 통해 결정했다. 성단이 태양보다 높은 중원소 함량(Z=0.02)을 가진 점과 성단의 나이가 약 800 Myr인 점 을 색등급도와 등연령 곡선의 비교를 통해 확인하였다. 구성원의 절반을 포함하는 반지름 내부의 구성원은 등방적인 운 동을 하며, 성단 외곽부의 구성원은 성단 중심부로 운동하는 경향성을 보였다. 공간적인 시선속도 분포로부터 성단이 회전 성분을 가지고 있음을 확인했으며, 성단의 겉보기 반지름 내에서는 0.51±0.12 km s1의 투영된 속력으로 회전하고 있었다. 구성원들의 개별 질량은 주어진 색지수와 안시 등급을 가장 잘 맞는 등연령 곡선에 내삽하여 구했다. 성단의 총질량은 질량 함수를 통해 구한 결과 854 M⊙임을 알 수 있었다. 구성원의 고유운동 자료를 활용해 구한 성단의 속도 분산의 크기는 0.65±0.08 km s1이고, 회전 성분을 제외하면 속도 분산의 크기가 0.54±0.11 km s1으로 감소한다. 속도 분산을 활용해 성단의 이완시간을 270±60 Myr으로 추정했다. 성단의 이완시간이 성단의 나이에 비해 짧으므로 성단이 동역학적으로 안정된 상태임을 알 수 있었다. 성단의 비리얼 상태를 가정하여 성단의 비리얼 속도 분산의 크기를 0.42±0.01 km s1으로 결정했다. 이는 관측자료를 활용해 구한 속도 분산의 크기와 오차 범위를 고려했을 때 유사하다. 이를 통해 성단이 비리얼 상태에 있음을 확인할 수 있었다. 성단이나 성단의 조석 꼬리에 속한 것으로 추정되는 백색 왜성 후보 14개를 찾았으며, 백색왜성들의 냉각시간과 중심거리 사이의 선형적인 관계를 확인했다. 이 관계는 백색왜성 의 운동을 통해 성단의 동역학적 상태를 입증할 수 있다는 점을 시사한다.

This study analyzed the association between night snack intake, nutrient intake, and obesity-related indicators in 5,466 adults based on data from the 9th (2023) National Health and Nutrition Examination Survey (KNHANES). Among the subjects, 46.3% consumed night snacks. Night snack intake significantly varied by gender, age, household income, educational background, and drinking habits, with a higher proportion found in young adults. Total daily energy intake was higher among night snack consumers, as were protein, carbohydrate, and sugar intakes. However, fat-related nutrients did not show any significant differences after adjustment. There were no significant differences between night snack consumers and non-consumers in BMI, body fat percentage, or waist circumference after adjustment. Logistic regression (Model 3), which adjusted for age, sex, and total energy intake, also indicated no significant differences in the risk of obesity or abdominal obesity between night snack consumers and non-consumers. Among night snack consumers, analysis of night snack energy intake and its contribution to total energy intake, comparing obesity group and non-obesity group, showed no significant differences. The results of this study suggest that night snack intake is associated with energy, carbohydrate and sugar intake, but no clear association with obesity or abdominal obesity was confirmed.

This study investigates the superior predictive performance of a DeepGBM model (combining boosting and deep learning) for identifying metabolic syndrome in the Korean adult population using KNHANES data. DeepGBM consistently showed superior performance compared to established algorithms. Feature prioritization revealed waist circumference and fasting glucose as critical predictors. This research demonstrates the potential of integrating advanced machine learning with public health data to improve early detection.

Potholes on urban expressways are a critical pavement maintenance problem because they threaten driving safety, generate vehicle-damage claims, and require repeated emergency repairs. However, network-level evidence integrating climate, traffic, maintenance execution, and detection practice remains limited. This study addressed this gap through a stage-1 empirical assessment of pothole occurrence and pavement maintenance response on the Seoul urban expressway network. The novelty lies in integrating six years of operational data, including pothole repair records, compensation cases, monthly rainfall, monthly average temperature, route-level traffic volume, maintenance budget and execution records, detection pathways, and repeated pothole locations. A total of 28,821 pothole repairs were recorded between 2020 and 2025, with Olympic-daero (11,330 cases), Dongbu Trunk Road (6,594 cases), and Gangbyeonbuk-ro (5,067 cases) accounting for approximately 79.8% of the total. The compensation burden was also concentrated, with 158 cases and a total payout of KRW 48,592,000. Pothole occurrence showed a clear dual-season pattern, with high counts during the thawing period and a stronger summer peak, increasing from 1950, 3100, and 3773 cases in June, July, and August when rainfall rose from 174.60 mm to 333.68 mm and 352.15 mm, respectively. Traffic remained consistently high (48,576–96,700 vehicles/day) but varied by only approximately 5.1% annually, indicating that climate governed outbreak timing, while traffic acted mainly as a chronic aggravating factor. Artificial intelligence (AI)-based Camera Detection System (CDS) detection contributed to 54.3% and 57.2% of external detections in 2024 and 2025, respectively, while repeated repairs accounted for 3,957 cases across 783 locations (13.7% of total repairs). These findings support seasonal preventive maintenance, route-based prioritization, AI-assisted detection, and hotspot-focused management.

본 연구에서는 실규모 MLE(Modified Ludzack-Ettinger) 공법 하수처리시설을 대상으로 송풍량 성능을 평가⋅최적화하기 위해 데이터 기반 유입수 성상 분석 프레임워크와 수학적 모델 기반 디지털 트윈(DT, digital twin)을 개발하였다. 국내 기존 하수처리시설 모니터링 체계는 활성슬러지 모델 구동에 필수적인 CODcr 분획 자료가 부족하고, 처리장에서 수행되는 일 1회 채수만으로는 유입수의 시간적 변동성을 반영하기 한계를 가지고 있다. 이를 보완하기 위해 생물반응조 유입수를 대상으로 24시간 채수를 수행하여 계절별 유입 특성을 평가하였다. 또한 이차침전지 처리수를 대상으로 탄소성 및 질소성 생물학적 산소요구량 실험을 진행하였을 때, 잔류 암모니아 1 ㎎/L는 약 4.82 ㎎/L의 NOD(nitrogenous oxygen demand)를 유발하는 것을 파악하였다. 유입수 유기물 성상 및 분획을 추정하기 위해 다항 회귀와 다층 퍼셉트론 기반 모델을 결합하여 적용하였다. 2차 다항 회귀 모델은 TCOD(total COD) 예측에서 R2 0.848의 높은 성능을 보였으나, 비선형성이 큰 용존성 분율 예측에는 한계가 있었다. 이에 MLP(Multi-Layer Perceptron) 모델을 도입한 결과, FCOD(filtered COD)는 R2 0.748, FFCOD(flocculated filtered COD)의 R2 0.698 그리고 VSS(volatile suspended solid) R2 0.933로 신뢰성 있는 예측 정확도를 확보하였다. 예측된 유입수 분획 데이터를 DT 입력값으로 적용하고 7일간의 실제 운영 자료로 검증한 결과, DT 모델은 MAE(mean absolute error) 0.314 ㎎/L, R2 0.721로 질산화 거동을 적절히 재현하였다. 암모니아 기반 송풍 제어(ABAC) 시뮬레이션에서 실제 공급 송풍량이 안정적 질산화를 위한 요구량 대비 평균 13.1% 부족한 것으로 분석되었다. 종합적으로, 본 연구의 데이터 기반 DT 프레임워크는 공정 안정성 및 운전 이해를 정량적으로 평가할 수 있는 지표를 제공하며, 하수처리시설 운영자의 의사결정을 지원하는 진단 도구로서 활용 가능함을 시사한다.

물환경 및 상하수도 기술이 기후위기 시대에 어떻게 담론화되고 있는지를 국내외 언론 보도 데이터를 활용해 비교 분석한 연구이다. 기존 연구들이 물관리의 기술적, 정책적 측면에 주로 초점을 맞췄다면, 본 연구는 기후 변화와 관련된 물 문제에 대한 사회기술적 담론에 분석의 초점을 확장하였다. 국내외 전문 언론사 6곳(국내 3개, 국외 3개)에서 수집한 데이터를 바탕으로 TF-IDF, N-gram 분석, LDA 토픽 모델링, CONCOR 네트워크 분석을 적용하여, 기후 대응형 물관리 담론의 주제 구조와 의미 관계망을 파악하였다. 분석 결과, 국내외 언론 담론에는 뚜렷한 차이가 존재하는 것으로 나타났다. 국내 언론은 노후 관로, 시설 점검, 규제 준수, 공공부문 중심의 거버넌스 등 기존 행정체계 내의 관리, 유지보수, 위험통제에 초점을 맞춘 반면, 국외 언론은 정수 효율성, 지하수 보호, 해수담수화, 재이용, 환경보호청(EPA) 등 기술 혁신, 수질 기준, 공중보건, 시장 및 산업 주도의 변화와 같은 담론을 중심으로 물 문제를 다루고 있다. 또한, 위험과 안전 개념의 구성 방식에서도 차이가 나타났는데, 국내 담론은 물리적 인프라의 취약성에 중점을 두는 반면, 국외 담론은 수질오염 사건, 지역사회 권리 등의 이슈에 더 많은 비중을 두고 있었다. 본 연구는 기후위기 시대에 재구성되는 물 관련 언론 담론의 구조를 체계적으로 제시함으로써, 향후 물 정책, 기술 개발, 거버넌스 체계 설계에 실증적 통찰을 제공한다.