자연환경은 인간의 삶과 밀접하게 연결되어 있으며, 다양한 형태로 혜택을 제공한다. 인간은 생태계로부터 직·간접적 인 혜택을 받는데, 이를 정량적으로 평가한 개념을 생태계서비스라고 한다. 본 연구는 산림유전자원보호구역, 습지보호 지역과 독특한 미기후현상으로 인해 북방계 및 고산식물이 잔존하여 보호 가치가 높은 풍혈지까지 3가지 유형을 대상으 로 생태계서비스를 평가하였다. 서식지질(Habitat Quality) 및 탄소저장량(Carbon)을 InVEST 모델을 활용하여 정량적 으로 분석하였으며, 연구 대상지는 산림유전자원보호구역(가지산, 불모산, 가덕도), 습지보호지역(사자평, 신불산, 화엄 늪), 풍혈지(밀양 얼음골, 의성 빙계계곡, 함화산) 총 9개 지역으로 선정하였다. 서식지질 분석 결과, 전체 평균은 0.83으로 나타났으며, 보호지역 내부의 서식지질이 외부보다 전반적으로 높았지만, 사자평 고산습지의 경우 억새군락지 로 인해 인공초지가 포함되어 내부가 서식지질이 더 낮게 나타났다. 또한, 서식지질이 높을수록 대상지 면적이 증가하 며, 위협 수준이 감소하는 경향이 나타났다. 이는 인위적 간섭과 개발이 위협요인과 직결되며, 서식지질 저하와 대상지 의 면적이 밀접한 연관이 있음을 확인하였다. 탄소저장량 분석에서는 김해 불모산이 가장 높은 값을 보였으며, 의성 빙계계곡이 가장 낮은 값을 기록하였다. 대상지 면적이 클수록 탄소저장량이 높은 경향을 보였으며, 탄소저장량 구성 비율에서는 지상부 바이오매스가 가장 큰 비중을 차지하였다. 탄소저장량 변화를 살펴보았을 때, 사자평 고산습지가 가장 크게 감소하였는데, 인간의 간섭과 개발이 토지유형 변화에 영향을 미친 것으로 판단된다. 본 연구는 산림생물다양 성 특정지역의 중요성을 정량적으로 평가함으로써 보호전략 수립에 필요한 과학적 근거를 제공하는 데 기여할 수 있다. 특히, 보호지역 후보지인 풍혈지에 대해 생태계서비스를 평가하여 향후 OECM 지정 가능성을 검토하는 기초 자료로 활용될 수 있으며, 보호지역의 다양성과 특수성을 고려한 맞춤형 보전 정책 수립에도 유용한 정보를 제공할 것으로 기대된다.

본 연구는 중소형 내항여객선의 운항 성능을 효율적으로 평가할 수 있는 실용적인 한국형 성능 평가 모델을 제안한다. 국제 선박성능평가 표준 ISO19030은 대형 선박에 적합한 평가 기준을 제공하지만, 중소형 내항여객선에 적용할 경우 복잡한 절차와 높은 비용 이 발생한다. 문제를 해결하기 위해 엔진성능, 추진성능, 연료효율을 주요 지표로 설정하고, 로그북 데이터와 AIS 항적 데이터를 활용하여 성능 변화를 분석하였다. 실증 분석 결과, 제안된 평가 모델은 중소형 내항여객선에 적합한 실용적 도구로서 유효성이 입증되었으며, ISO19030보다 간단하고 경제적인 대안임이 확인되었다. 상가검사와 유지보수 활동이 성능 회복에 중요한 역할을 한다는 사실이 밝혀졌 고, RPM 조정이 성능 개선에 중요한 요인임도 확인되었다. 조류, 풍향, 화물량 등의 외부 요인을 충분히 반영하지 못한 한계가 있지만, 후 속 연구를 통해 변수들을 고려하면 평가 모델의 신뢰성과 정확성이 높아질 것으로 기대된다.

The irradiated large components in a nuclear power plant must perform dismantling after performing a lot of training through mockup, but this mockup training is different the realistic environment such as a high radiation environment. Therefore, to develop a training system deployed in eXtended Reality (XR) that mimics a realistic environment, a suitable training and evaluation processes need to be developed. The target components for the training system select reactor, reactor internal and steam generator, and the training work of dismantling processes select dismantling, packaging and dismantling support work by reviewing the dismantling process of each component for XR application. By analyzing the detailed process of the selected dismantling process, Virtual Reality (VR) and Augmented Reality (AR) application processes will be developed. The basic contents of training system present purpose, goal, period, and evaluation for training and the training contents develop the basic, improvement and intensified course by level. The basic model for evaluation develop 3 stages (reaction, training, behavior) and evaluation process present detail training contents, target and evaluation method, evaluation criteria by level. Additionally, the developed training course and evaluation models will be useful for worker training in dismantling process of nuclear power plant.

상수도 시스템에서의 사고 발생은 사용자들의 물 이용 불편으로 인해 막대한 사회경제적 피해를 초래할 수 있는 위협 요인이며, 따라서 수도사업자들은 수도정비기본계획 등을 통해 상수도 사고를 빠르게 복구하고, 피해 규모를 최소화하기 위한 다양한 노력을 기울이고 있다. 본 연구는 상수도 시스템에서 발생하는 관로사고 상황에 대하여 회복탄력성을 정량적으로 평가하고, 비상급수 방안을 포함한 사고 대응 전략의 효과를 분석하기 위한 평가 모형을 개발하였다. 개발 모형은 시스템의 회복탄력성에 기여하는 다양한 특성들을 반영할 수 있는 시간단위 공급 부족량과 충족률 지표를 통해 회복탄력성을 평가하며, 국내 지방상수도 시스템의 특정 구역을 대상으로 관로사고 시나리오를 모의하여 개발 모형의 적용 효과를 검증하였다. 결과적으로 개발 모형을 통해 비상연계관로, 배수지 충수, 병물 공급 등 비상대응 방안의 효과를 정량적으로 평가하였으며, 이를 통해 시스템의 회복탄력성 향상을 위한 설계 및 운영 전략 수립의 가능성을 확인하였다.

This study evaluated the feasibility of integrating the carbon storage of grasslands in Gangwon province into the InVEST carbon storage and sequestration model using large-scale digital land cover maps. Land cover maps from 1980, 1990, 2000, and 2010, obtained from the Environmental Geographic Information Service, were analyzed, with 28 maps examined for each year. Grassland carbon storage in Gangwon province was estimated through the InVEST software. The findings indicated that the grassland area showed an increase in 1990, followed by a declining trend, contrasting with the continuous reduction observed in actual managed grassland areas. Discrepancies between mapped and managed grassland areas were attributed to the classification criteria of the land cover maps, which included non-forage land uses such as golf courses, ski resorts, and green spaces, resulting in overestimations of grassland areas. To enhance accuracy, the adoption of land cover maps with refined grassland classification criteria is necessary. Accurate representation of grassland areas in land cover maps is critical for reliable estimation of grassland carbon storage using the InVEST software.

지진발생 시, 건물은 작게는 손상에서 크게는 붕괴까지 이어지므로 인명과 재산상의 피해가 생길 수 있다. 이러한 지진의 위험성에 대비하여 건물의 내진성능평가가 필요하다. 현재 내진성능평가 기법의 경우 개별 건물을 대상으로 하기에 많은 시간이 투자되어야 한다. 따라서, 지역규모의 건물들을 대상으로 하는 내진성능평가 기법의 개발이 필요한 실정이다. 본 연구는 RC 주거형 건물의 내진 성능을 평가하고 보강계획을 수립하기 위해 비선형 Shear Spring을 가진 단자유도모델을 구축하였다. 구조물의 비선형 응답을 모사 하기 위한 비선형 Shear Spring은 T-SR-μ를 매개변수로 정의된다. 해당모델에 100개의 PEER 지진을 적용하여, 최대층간변위비 응답 으로 건물의 내진성능을 평가하였다. 제안기법의 적용성을 확인하기 위하여 상세모델과 비교하였을 때, 두 모델 모두 건물의 내진성 능을 같은 수준으로 판단하였음을 확인하였다. 본 연구는 제안된 방식이 실제 건물의 내진성능을 예측할 수 있음을 보여주었다.

The purpose of this study is to analyze the characteristic of quality attributes of smart hotels by using a SERVQUAL-IPA model, focusing on Chinese, which has the most proactive approach for the adoption of smart hotel system. Toward this goal, six quality factors—tangibles, reliability, assurance, responsiveness, empathy, and playfulness—were extracted through factor analysis, and IPA was used to appraise the degree of importance and satisfaction for each quality attribute. As a result of the SERVQUAL-IPA model, quality attributes were categorized into four groups of 'keep up the good work,' 'possible overkill,' 'low priority,' and 'concentrate here.'. Furthermore, it was concluded that there is a need to focus on the following elements: ‘smart devices can assist customers in emergency situations’, ‘when the room control system identifies customer needs, the staff can provide prompt service’, ‘development and improvement of mobile applications that enable customers to control room amenities’, ‘regular maintenance for smart devices’, and ‘providing data-driven personalized recommendations through customer activity data analysis’.

Dynamic responses of nuclear power plant structure subjected to earthquake loads should be carefully investigated for safety. Because nuclear power plant structure are usually constructed by material of reinforced concrete, the aging deterioration of R.C. have no small effect on structural behavior of nuclear power plant structure. Therefore, aging deterioration of R.C. nuclear power plant structure should be considered for exact prediction of seismic responses of the structure. In this study, a machine learning model for seismic response prediction of nuclear power plant structure was developed by considering aging deterioration. The OPR-1000 was selected as an example structure for numerical simulation. The OPR-1000 was originally designated as the Korean Standard Nuclear Power Plant (KSNP), and was re-designated as the OPR-1000 in 2005 for foreign sales. 500 artificial ground motions were generated based on site characteristics of Korea. Elastic modulus, damping ratio, poisson’s ratio and density were selected to consider material property variation due to aging deterioration. Six machine learning algorithms such as, Decision Tree (DT), Random Forest (RF), Support Vector Machine (SVM), K-Nearest Neighbor (KNN), Artificial Neural Networks (ANN), eXtreme Gradient Boosting (XGBoost), were used t o construct seispic response prediction model. 13 intensity measures and 4 material properties were used input parameters of the training database. Performance evaluation was performed using metrics like root mean square error, mean square error, mean absolute error, and coefficient of determination. The optimization of hyperparameters was achieved through k-fold cross-validation and grid search techniques. The analysis results show that neural networks present good prediction performance considering aging deterioration.

PURPOSES : This study aims to provide quantitative profile values for the objective evaluation of concrete surface profile (CSP) grades in concrete structures. The main aims are to quantify the CSP grade required for concrete surface pretreatment and proposing a more suitable CSP grade for structural maintenance. METHODS : Initially, the challenges in measuring concrete surface profiles were outlined by analyzing pretreatment work and profile samples of concrete pavements. Theoretical foundations for quantifying concrete surface roughness were established, and regression models including linear regression, cubic regression, and log regression were selected. Additionally, the interquartile range anomaly removal technique was employed to preprocess the data for regression modeling. RESULTS : Concrete CSP profiles were measured through indoor tests, and the measured data were quantified. Linear regression, cubic regression, and log regression models were applied to each CSP grade for comparative analysis of the results. Furthermore, comparative studies were conducted through adhesion strength tests based on the CSP grade. CONCLUSIONS : Our results are expected to establish objective standards for the pretreatment stage of concrete repair and reinforcement. The derived reference values can inform standards for the restoration and reinforcement of concrete structures, thereby contributing to performance improvement. Moreover, our results may serve as primary data for the repair and reinforcement of various concrete structures such as airports, bridges, highways, and buildings.

본 연구에서는 대학 교수학습센터에서 제공하는 학습지원 프로그램의 성과를 종합적으로 평가하기 위한 BSC(Balanced Score Card) 기반의 성과평가 모형을 개발하고 적용하는 데 있다. 문헌 연구를 통해 성과평 가의 이론적 배경을 조사하고, BSC 모형을 교육 분야에 맞게 수정하여 학습지원 프로그램에 적용 가능한 평가 체계를 설계하였다. 재무, 수요 자, 운영, 프로그램의 네 가지 관점에서 성과평가 지표를 설정하고, 이를 기반으로 대학의 다양한 학습지원 프로그램의 성과를 분석하였다. 분석 결과, 특정 프로그램들이 높은 성과를 보임을 확인하였으며, 동시에 개선 이 필요한 영역을 확인하였다. 개발된 BSC 기반 성과평가 모형은 대학 학습지원 프로그램의 다각도에서의 성과를 평가하는 데 유용하였으며, 프로그램의 강점과 개선점을 명확하게 확인할 수 있었다. 이 연구를 통 하여 대학 교수학습센터가 학습지원 프로그램의 질을 개선하고, 대학 교 육의 질적 향상에 기여하길 기대한다.

목적: 라이프스타일 행동에 반영된 가치체계를 측정하기 위한 Yonsei Lifestyle Profile-Values (YLP-V)의 구성타당도와 신뢰도를 검증하였다. 연구방법: 온라인 리서치 기관에 등록된 만 55세 이상의 지역사회 거주 중고령자 및 노인 300명을 대상으로 YLP-V를 사용하여 자료를 수집하였다. 수집된 자료는 기술통계, 차별기능문항, 요인분석을 실시하였다. 요인분석은 요인구조 추정을 위한 탐색적 요인분석과 4가지 경쟁모델(단일요인, 계층적 요인, 다차원 요인, 이중요인)에 대한 확인적 요인분석을 통해 비교하고 타당성을 확인하였다. 결과: 목표회전을 통한 탐색적 요인분석 결과, YLP-V의 활동(activity, 5문항), 관심(interest, 4문항), 의견 (opinion, 9문항)에서 목표행렬에서 0.4 이상의 부하량을 갖는 것을 확인하였다. 확인적 요인분석 결과, 이중요인 모델(χ2 = 164.58**, degree of freedom = 117, root mean square error of approximation = 0.05, standard root mean residual = 0.04, comparative fit index = 0.95, Turker Lewis index = 0.93)이 가장 우수하게 나타났다. 결론: 라이프스타일에서 미시적 접근이 가능한 YLP-V 개발 근거와 일관성 있는 요인구조를 확인하였다. 이는 YLP-V가 총 18문항의 활동, 관심, 의견에 대한 이중요인 구조로 타당성을 확인하였으며, 건강 라이프스타 일에서 행동에 반영된 가치체계 측정과 이해에서 활용될 수 있을 것이다.

Occurrence of process environment changes, such as influent load variances and process condition changes, can reduce treatment efficiency, increasing effluent water quality. In order to prevent exceeding effluent standards, it is necessary to manage effluent water quality based on process operation data including influent and process condition before exceeding occur. Accordingly, the development of the effluent water quality prediction system and the application of technology to wastewater treatment processes are getting attention. Therefore, in this study, through the multi-channel measuring instruments in the bio-reactor and smart multi-item water quality sensors (location in bio-reactor influent/effluent) were installed in The Seonam water recycling center #2 treatment plant series 3, it was collected water quality data centering around COD, T-N. Using the collected data, the artificial intelligence-based effluent quality prediction model was developed, and relative errors were compared with effluent TMS measurement data. Through relative error comparison, the applicability of the artificial intelligence-based effluent water quality prediction model in wastewater treatment process was reviewed.

Approximately 40,000 elevators are installed every year in Korea, and they are used as a convenient means of transportation in daily life. However, the continuous increase in elevators has a social problem of increased safety accidents behind the functional aspect of convenience. There is an emerging need to induce preemptive and active elevator safety management by elevator management entities by strengthening the management of poorly managed elevators. Therefore, this study examines domestic research cases related to the evaluation items of the elevator safety quality rating system conducted in previous studies, and develops a statistical model that can examine the effect of elevator maintenance quality as a result of the safety management of the elevator management entity. We review two types: odds ratio analysis and logistic regression analysis models.

In this study, we analyzed how the revenue water ratio(RWR) is affected by changes in conditions of the water supply area, such as the ratio of aging pipes, maintenance conditions, and revenue water. As a result of analyzing the impact of pipe aging and maintenance conditions on the RWR, it was confirmed that the RWR could be decreased if the pipe replacement project to improve the aging pipe ratio was not carried out and proper maintenance costs were not secured. It was also confirmed that an increase in the revenue water could be operated to facilitate the achievement of the project’s target RWR. In contrast, a decrease in the revenue water due to a population reduction could affect the failure of the target RWR. In addition to analyzing the causes of variation in the RWR, the calculation of estimated project costs was considered by using leakage reduction instead of RWR from recent RWR improvement project cost data. From this analysis, it was reviewed whether the project costs planned to achieve the target RWR of the RWR improvement project in A city were appropriate. In conclusion, the RWR could be affected by variations in the ratio of aging pipes, maintenance conditions, and revenue water, and it was reasonable to consider not only the construction input but also the input related to RWR improvement, such as leakage reduction, when calculating the project cost.

Numerous factors contribute to the deterioration of reinforced concrete structures. Elevated temperatures significantly alter the composition of the concrete ingredients, consequently diminishing the concrete's strength properties. With the escalation of global CO2 levels, the carbonation of concrete structures has emerged as a critical challenge, substantially affecting concrete durability research. Assessing and predicting concrete degradation due to thermal effects and carbonation are crucial yet intricate tasks. To address this, multiple prediction models for concrete carbonation and compressive strength under thermal impact have been developed. This study employs seven machine learning algorithms—specifically, multiple linear regression, decision trees, random forest, support vector machines, k-nearest neighbors, artificial neural networks, and extreme gradient boosting algorithms—to formulate predictive models for concrete carbonation and thermal impact. Two distinct datasets, derived from reported experimental studies, were utilized for training these predictive models. Performance evaluation relied on metrics like root mean square error, mean square error, mean absolute error, and coefficient of determination. The optimization of hyperparameters was achieved through k-fold cross-validation and grid search techniques. The analytical outcomes demonstrate that neural networks and extreme gradient boosting algorithms outshine the remaining five machine learning approaches, showcasing outstanding predictive performance for concrete carbonation and thermal effect modeling.