Truck platooning technology, which utilizes vehicle-to-vehicle communication to enable two or more autonomous trucks to travel in a platoon, is garnering attention. However, before platooning is implemented, an environment that can stably maintain a constant speed must be established. Therefore, maintaining a constant speed is a key prerequisite for truck platooning. To overcome the limitations of previous studies, which relied on traffic simulations or limited experiments, this study analyzes second-by-second truck DTG driving records obtained from highways near major domestic ports. Based on these data, a sliding-window technique was employed to detect constant-speed driving patterns and estimate the rate of constant-speed driving by section. The analysis revealed a high rate of constant-speed driving at the Noeun JCT–Dongcheongju IC, where the traffic volume was low and the road alignment was gentle. However, a low rate was observed at the Gunpo IC–Donggunpo IC, where ramp entries and exits were frequent. Subsequently, a multivariate fractional polynomial model was employed to analyze factors influencing constant-speed driving. The main factors identified were speed dispersion, average duration of constantspeed driving, and volume of large trucks per lane. This shows that speed stability, continuity of driving patterns, and vehicle composition within a section are more important factors in determining constant-speed driving than the average driving speed or traffic volume. This study is significant because it empirically elucidates the characteristics and factors influencing constant-speed driving using large-scale field data. Furthermore, it is expected to provide fundamental data for selecting suitable sections for truck platooning and establishing logistics efficiency policies.

본 연구는 새만금 5개 지점(동진, 가력, 만경, 신시, 계화)의 1시간 간격 수질 시계열 자료를 활용하여 수질 항목 간 인과구조와 변수 중심성을 정량적으로 분석하였다. 이를 위해 상관분석, Granger 인과성, DirectLiNGAM, 중심성 분석을 적용하였다. 상관분석에서는 전 지점에서 수온–DO 간 음의 상관과 염분–DO 간 양의 상관이 공통적으로 나타났으나, 영양염–DO 관계는 지점별 차이를 보였다. Granger 분석은 전반적으로 양방향 연결이 우세했으나, 동진·만경(하천)에서는 수온·탁도·염분이 영양염 및 유기물 지표를 선행하였고, 계 화(기수역)에서는 담수·해수 요인이 결합된 혼합 구조가 드러났다. LiNGAM 분석에서는 동진·만경에서 수온·탁도가 중심 노드로, 계화에 서는 T-N과 TOC가 매개자로, 가력·신시(배수갑문)에서는 DO가 핵심 변수로 확인되었다. 종합하면, 새만금 수질 네트워크는 하천 지점에 서는 유기물 부하 중심, 기수역에서는 질소·유기물의 혼합 중심, 해수유통 지점에서는 DO 중심의 구조가 형성되어 있음을 보여주었다. 이 러한 결과는 새만금과 같은 반폐쇄성 연안에서 수질 항목 간 물리·화학적 인과 메커니즘을 정량적으로 해석하는 데 기여하며, 향후 수질 개선을 위한 조절 변수 선정, 예측 모델 구축, 실시간 관리 전략 수립에 과학적 근거를 제공할 수 있다.

자료동화 시스템의 초기 입력자료(First Guess)을 만드는 입력자료 중 라디오존데, 항공기, 레이더 등 3차원 기 상정보는 정확한 기상 예측을 위한 유용한 정보이다. 이러한 관측자료는 대기 중 기상인자에 대한 연직분포를 제공하며, 수 치예보의 성능을 향상시키는 데 크게 기여한다. 특히, 기상항공기에 탑재된 관측장비 중 드롭존데(Dropsonde), 항공기 통합기상관측시스템(Airborne Integrated Meteorological Measurement System, AIMMS), 해상풍 측정 마이크로파복사계 (Stepped Frequency Microwave Radiometer, SFMR) 등은 항공기 이착륙 및 비행경로에 따른 기상정보의 관측·수집을 통해 수치예보모델의 예측성에 큰 영향을 주는 것으로 알려져 있으며 해상 관측 공백 지역의 해소를 위한 관측수행과 자료수집이 가능하다는 장점이 있다. 이에 본 연구에서는 보다 효율적인 항공 관측 업무 수행 및 수치예보 연구를 수 행하기 위하여 기상항공기에 탑재된 기상요소를 관측하는 장비인 드롭존데, AIMMS의 자료동화 적용 및 모델 결과 간 모의 성능 비교 실험을 수행하였다. 수치모의를 위해 사용된 모델은 현업에서 사용하는 중규모 모델인 KIM-Meso (Korea Integrated Model-Mesoscale version)와 동일한 물리과정으로 구성된 WRF (Weather Research and Forecasting Model) 로 도메인 1 , 2의 수평해상도는 각각 3 , 1 km이며 격자 크기는 690×650, 409×562로 설정하였다. 연구 사례일 은 4가지 위험기상임무(Severe Weather-01, 02, 03, 04) 중 관측자료와 수치모델 검증(SW-04)을 위한 임무로 수행된 태 풍 힌남노 영향 종료 후 고기압의 영향을 받는 비교적 안정한 사례 및 태풍 예측진로에 따른 전향지역의 연직기상구조 변동성 분석(SW-02)을 위한 사례로 한반도 전역에 강수와 강한 바람을 일으켜 피해를 주었던 오마이스 사례로 선정하 였다. 초기 입력자료 개선을 위해 적용한 자료동화 기법은 3차원변분법(3 Dimensional VARiational, 3DVAR)으로 미국 국립환경예측센터(National Centers for Environmental Prediction, NCEP)에서 제공하는 FNL (Final analyses) 재분석장 을 모델의 초기/경계조건으로 사용하였고, 예측 시간은 총 144시간(6일)으로 설정하였다. 아울러 사례기간 동안 모델의 예측 성능을 평가하기 위해 대상지역에 위치한 ASOS (Automated Synoptic Observing System)의 기상변수를 사용하였 으며 관측 및 모의 수치를 통계적으로 비교하였다. 전반적으로 대부분의 관측지점에서 자료동화를 적용한 DA (Data Assimilation) 실험 결과가 자료동화를 적용하지 않은 CTL (Control) 실험에 비해 향상된 예측정확도를 보였다. 특히, 기온은 모든 자료동화 적용 실험(DROP, AIMMS, DROP+AIM)에서 향상된 결과를 보였으며 풍속은 A IMMS , D ROP, DROP+AIM 결과에서 향상된 모의 결과를 보였다. 상대습도의 경우 관측값의 다소 건조한 대기상태를 모델이 일부 모 의하지 못한 것으로 나타났으나, 대체로 CTL 실험에 비해 자료동화 적용 실험의 모의 결과가 향상된 것을 확인할 수 있었다.

본 연구는 기계학습 및 설명 가능한 인공지능(xAI) 기법을 활용하여 폭발 하중을 받는 철근콘크리트 기둥의 보강 단계(Retrofit Level, RL)를 신속하게 평가하는 종합적 프레임워크를 제시한다. 파괴 유형와 보강 요구사항을 예측하기 위한 다단계 기계학습 접근 법을 개발하였으며, 이후 부분 의존성 그래프(Partial Dependence Plot, PDP) 분석을 통해 데이터 기반 보강 전략을 수립하였다. 제안 된 프레임워크는 두 가지 주요 프로세스로 구성된다: (1) 파괴유형 분류 및 RL 예측을 위한 다단계 기계학습 모델을 활용한 폭발 성능 평가, (2) 입력 변수 효과의 체계적 분석을 통한 PDP 기반 보강 전략 개발. RL 예측 모델은 광범위한 폭발 손상 평가 데이터를 바탕으 로 학습되었으며, 휨 및 전단 파괴유형에 대해 세 가지 손상 조건(심각, 보통, 경미)에서 검증되었다. PDP 분석 결과, 파괴유형과 손상 조건에 따라 서로 다른 보강 특성이 나타남을 확인하였다. PDP 기반 분석을 통해 주철근비 및 전단철근비에 대한 보강 가능 구간과 불가능 구간을 성공적으로 식별하였다.

This study examined the dietary and lifestyle factors associated with prediabetes among middle-aged Korean women. Data from the 9th Korea National Health and Nutrition Examination Survey were analyzed. The subjects were 2,562 women aged 40-64 years, classified into a prediabetes group (n=892) and a normal group (n=1,670) based on the criteria of the Korean Diabetes Association. Women with prediabetes were older, less educated, and more likely to be smokers and postmenopausal. They had higher body weight, waist circumference, body mass index, body fat, and one-year weight gain, as well as elevated triglycerides, fasting glucose, HbA1c, high-sensitivity C-reactive protein, and blood pressure, with lower high-density lipoprotein cholesterol. They consumed more sodium but less sugar, vitamin C, and fruit, while eating more meat. Regression showed that monounsaturated fatty acid intake reduced prediabetes risk (OR 0.74, 95% CI: 0.587-0.919), whereas sodium (OR 1.35, 95% CI: 1.059-1.713) increased risk. Moderate fruit intake was found to have a protective effect. The prediabetes group had a higher eating-out frequency and lower awareness and use of nutrition labeling. Therefore, aerobic exercise, weight loss, sodium reduction, moderate fruit intake, monounsaturated fat consumption, and a better understanding and use of nutrition labels may help prevent prediabetes in middle-aged women.

과도한 조류 발생은 수생태계 교란과 수질 악화를 초래하는 대표적인 환경 문제로, 효과적인 관리와 대응을 위해 정확한 예측이 필요하다. 우리나라는 사계절의 기후 특성이 뚜렷하며, 수온이 상승하는 하절기에 조류 발생이 집중되는 경향을 보인다. 이에 따라 실시간 모니터링 자료는 대부분 저농도 상태가 유지되어 데이터 불균형 문제가 발생한다. 본 연구에서는 chlorophyll-a 농도를 기준으로 하천 현장의 조류 발생 수준을 Class 1 (Chl-a ≤ 10 ㎍/L), Class 2 (10 < Chl-a ≤ 50 ㎍/L), Class 3 (Chl-a > 50 ㎍/L)와 같이 3개의 class로 구분하고, 대표적인 앙상블 머신러닝 모형인 extreme gradient boosting (XGB) 알고리즘을 이용하여 조류 발생 수준을 예측하는 분류 모형을 구축하였다. 데이터 불균형 해소를 위해 생성형 인공지능 기반 알고리즘인 conditional generative adversarial network (CGAN)과 전통적인 데이터 보강 알고리즘인 synthetic minority over-sampling technique (SMOTE), 그리고 딥러닝 기반 기법인 autoencoder (AE)를 활용한 3가지 데이터 보강 알고리즘을 활용하여 데이터의 불균형을 개선한 자료를 생성하고 이를 XGB 모형에 적용하여 성능 변화를 비교하였다. 분석 결과 macro average 기준으로 원본 데이터를 사용한 모형의 recall은 0.606이었으나 SMOTE, AE 및 CGAN의 recall은 각각 0.666, 0.682, 0.720으로 크게 개선되었고, F1 score도 데이터 불균형 해소를 통해 약 7–13%의 성능이 향상되는 등 전체적으로 데이터 불균형 해소로 모형의 성능이 향상되었으며 CGAN이 가장 우수한 성능 개선 효과를 보이는 것으로 나타냈다. 본 연구의 결과를 통해 데이터 불균형 해소를 통한 머신러닝 모형 성능 개선 가능성을 확인하였다.

Smart factory technology, a core component of the Fourth Industrial Revolution, demonstrates significant disparities in technological development across countries. To quantitatively assess these international technology gaps, this study proposes an integrated analytical framework that combines text mining-based topic modeling and social network analysis (SNA), using global smart factory-related patent data from 2017 to 2023. Approximately 4,300 patent documents (titles and abstracts) were collected through the GPASS system and preprocessed. Through Latent Dirichlet Allocation (LDA) modeling with optimized hyperparameters, major technology topics were identified. Semantic interpretation using ChatGPT and expert review enabled the assignment of precise topic labels, which were further mapped to CPC (Cooperative Patent Classification) codes to construct a standardized technology taxonomy. Subsequently, the network structures of topic and classification nodes were analyzed by country (China, the United States, and South Korea), and the relative importance of key technology areas was evaluated using centrality metrics such as degree, closeness, betweenness, and eigenvector centrality. The analysis revealed that, globally, the most central technology areas include manufacturing process management and control, IoT and data-driven decision making, and facility-based process optimization. At the national level, China showed a strategic focus on technologies related to product quality improvement and cost reduction, South Korea emphasized IoT-enabled technologies and equipment-level optimization, while the United States prioritized control systems and data-driven project management. By utilizing patent-based textual data, this study offers a novel methodology for quantitatively diagnosing structural differences in national technological capabilities. The proposed framework provides valuable insights for country-specific R&D planning and strategic decision-making in the field of smart manufacturing.

Desmidiales (Conjugatophyceae, Charophyta) are commonly found in freshwater ecosystems and exhibit high species diversity, particularly in acidic wetlands, lakes, swamps, and peat bogs. They possess a distinctive morphology characterized by symmetrical semicells, and their wide variation in cell shape and size presents challenges in species identification due to high morphological plasticity. Although 832 species of Desmidiales have been reported in Korea, phylogenetic studies have been limited to only a few taxonomic groups. This study focused on investigating species-level relationships among Desmidiales using strains from the Freshwater Bioresources Culture Collection (FBCC), integrating morphological characteristics, ecological data, and original species descriptions. A total of 352 new plastid gene sequences were generated for phylogenetic analyses, including accD (30), atpA (42), atpB (22), ndhH (37), petA (37), psaA (32), psbA (44), psbC (1), psbD (39), rbcL (40), rpl2 (19), and rpoB (9). Among the 12 plastid genes analyzed, psbA showed the highest proportion of conserved sites (83.9%), while petA exhibited the highest proportion of variable sites (38.7%). Based on the combined phylogenetic analysis, Desmidiales were grouped into five major clades: Cosmarium Clade-1: Cosmarium punctulatum, Cosmarium sp. 1, Cosmarium Clade-2: C. blyttii, C. botrytis, C. costatum, C. ochthodes, C. pachydermum, C. subcostatum, C. subcrenatum, C. subprotumidum, C. trilobulatum, Cosmarium Clade-3: C. angulosum, C. formosulum, C. granatum, C. impressulum, C. norimbergense, C. regnellii, C. subtumidum, Cosmarium sp. 2, Staurastrum Clade-1: Staurastrum avicula var. lunatum, Staurastrum Clade-2: S. boreale, S. dispar, S. kouwetsii, S. margaritaceum, S. punctulatum. The newly generated sequence data from FBCC strains will serve as a valuable resource for accurate species identification and for exploring the molecular ecology of Desmidiales in freshwater ecosystems. This phylogenetic framework improves our understanding of Desmidiales species diversity in Korea and aids in achieving a more comprehensive taxonomic resolution within this algal order.

본 연구는 네트워크 분석 기법을 적용하여 색상(Color), 소재(Material), 가공기술(Technique) 간 조합을 체계적으 로 탐색하고 분석하는 것을 목적으로 한다. 한국디자인진흥원의 CMF HOW’S 아카이브 데이터를 기반으로 C–M–T 통합 네트워크를 구축하고, 이분 네트워크 분할과 투영(Projection) 분석을 통해 구조적 특성과 조합 양상을 정량적으 로 도출하였다. 중심성, 밀도, 군집 계수, 모듈러리티 지표를 활용한 결과, 색상은 다양한 소재⋅기술과 폭넓게 결합 되는 유연성을 보였고, 소재는 가공기술 선택을 제약하거나 반복적 조합을 형성하는 핵심 요소로 확인되었다. 일부 소재는 높은 중심성을 보여 다수의 색상⋅기술과 연결된 반면, 다른 소재는 제한적 적용성을 나타냈다. 또한 모듈러 리티 분석을 통해 유사한 가공 전략을 공유하는 조합군이 식별되어, 제품군별 설계 전략이나 공정 최적화로 확장될 수 있음을 시사한다. 전문가 인터뷰에서는 본 분석틀이 CMF 기획 및 실무 의사결정에서 활용 가능한 참조 지표로 평가되었으며, 향후 친환경 규제 대응, 산업군 비교, 제품군 사례 분석 등으로 확장 가능성이 제시되었다. 본 연구는 CMF 데이터를 구조 화하여 조합 경향을 객관적으로 이해하고, 디자인 실무에 적용 가능한 분석 도구를 제시한다는 점에서 학술적⋅실무 적 의의를 갖는다.

본 연구는 정원문화의 확산과 농촌이주에 대한 대중의 인식을 빅데이터 기반으로 분석하여 농촌공간의 사회적·정서적 가치에 대한 시사점을 도출하고자 하였다. 최근 치유농업, 정신건강 증진, 농촌 정주 촉진 등 국가적 정책 흐름 속에서 정원과 농촌 이주가 어떻게 디지털 공간에서 담론화되고 있는지를 탐색하였다. 네이버와 다음의 블로그 및 카페로부터 2015년 7월부터 2024년까지 수집된 비정형 데이터를 대상으로 텍스트마이닝 기법을 적용하였다. 분석 방법으 로는 키워드 빈도분석, TF-IDF, N-gram 연결망 분석, Louvain 클러스터링, 감성분석을 활용하였 다. 분석 결과 귀농귀촌은 ‘교육’, ‘지원’, ‘주택’ 등의 제도적 기반에 대한 관심이 강하게 나타났 으며, 귀촌정원은 ‘꽃’, ‘전원주택’, ‘텃밭’ 등 정서적 만족과 자연 친화적 주거 환경에 대한 수요를 보여주었다. 농촌정원은 ‘체험’, ‘마을’, ‘자연’ 등 공동체 기반의 참여형 콘텐츠로 인식되 고 있었다. 클러스터 분석에서는 정책수혜형, 감성치유형, 공동체정착형, 예술창작형 등 다층적 인 귀농 및 정원 유형이 도출되었으며, 감성분석 결과 전체 텍스트의 80% 이상이 긍정적 감정을 나타내었다. 본 연구는 농촌 정원과 귀농귀촌 활동이 단순한 공간 활용이나 이주를 넘어 정서적 공감, 정책적 수혜, 문화적 창작의 플랫폼으로 기능하고 있음을 보여준다. 연구 결과는 향후 정원산업 진흥, 치유농업 활성화, 농촌 정주 정책 수립을 위한 기초자료로 활용될 수 있다.

This study aims to explore the public perception of sports welfare by employing big data analysis techniques and to analyze it through a multi-layered lens grounded in Bronfenbrenner’s ecological systems theory. To this end, text mining software Textom and Ucinet 6 were utilized to examine online textual data related to “sports welfare” collected from May 2017 to February 2025. frequency analysis, TF-IDF analysis, degree centrality analysis, and CONCOR analysis were conducted. The results identified keywords such as “physical education.” “fitness.” “citizens.” “society.” “support.” “disability.” “voucher.” “university.” and “center.” as having high co-occurrence with sports welfare. CONCOR analysis revealed six major clusters: National Fitness 100 Service, Sports Voucher Program, Health Programs at Public Sports Centers, Community-Based Sports Welfare Environment, Training of Sports Welfare Professionals, and Support System Centered on the Korea Sports Promotion Foundation. This study suggests that the level of individual sports welfare can be enhanced through dynamic and interactive relationships between the individual and various environmental systems. Furthermore, to realize sustainable sports welfare, it is essential to develop long-term national strategies that holistically integrate all levels of the ecological systems from the micro system to the chrono system.

목적 : COVID-19 팬데믹 기간 동안 사회적 거리두기와 비대면 활동 증가로 인해 생활습관이 크게 변화하였다. 본 연구는 근거리 작업시간, 수면시간, 스트레스 수준의 변화가 비정시(근시, 원시, 난시) 발생에 미치는 영향을 분 석하고자 하였다. 방법 : 본 연구는 질병관리청 국민건강영양조사 제8기(2019~2021년도) 조사 중 2020년에 참여한 대상자들 중 만 40세 이상인 성인들을 대상으로 수행된 단면 연구이다. 연구 대상자는 안검진을 받은 성인 중 안과 질환이 없는 2,564명을 포함하였다. 굴절 이상은 등가구면굴절력을 기준으로 하였다. 결과 : 근거리 작업시간이 하루 4시간 이상인 그룹에서 근시 유병률이 유의하게 증가하였다. 반면, 1시간 이하 의 근거리 작업을 수행하는 그룹에서는 원시 유병률이 높았다(p<0.0001). 수면시간이 6~8시간인 그룹에서 근시 유병률이 가장 높았으며, 원시는 6시간 미만 그룹에서 높았다(p=0.0082). 스트레스 수준이 높은 그룹에서 근시 유 병률이 유의하게 증가하는 경향을 보였으나, 다중 로지스틱 회귀분석에서는 근거리 작업시간이 짧은 그룹에서 난시 유병률이 더 높은 경향을 보였으며(p<0.0001), 수면시간과 스트레스의 영향은 통계적으로 유의하지 않았다. 결론 : 본 연구 결과, 근거리 작업시간 증가가 근시 발생에 가장 큰 영향을 미치는 요인임이 확인되었으며, 수면 패턴과 스트레스 또한 비정시와 연관성을 가질 수 있음을 시사하였다. 이는 COVID-19 팬데믹과 같은 환경적 변 화가 시력 건강에 미치는 영향을 이해하고, 근시 예방 및 관리 전략을 수립하는 데 기여할 수 있다.