For risk assessment of spent nuclear fuel (SNF) transportation, it is necessary to calculate the damage ratio of SNF rods loaded in the cask. Due to the complexity in the geometry and material properties of SNF, it is impractical to analyze the detailed behavior of every fuel rod and assembly in a single cask model. This study presents a framework for performing cask-level analysis by sequentially simplifying the fuel rods and spent fuel assemblies for fuel damage ratio (FDR) calculation. Using the simplified fuel rod model developed in previous studies, we constructed a CE 16×16 fuel assembly model and presented a methodology to simplify the CE 16×16 assembly model into cuboids. Cask drop analyses were performed to validate the similarity of the detailed CE 16×16 model and the simplified model. Using the proposed simplified models, a procedure for quantifying the bending load and pinch load applied to the fuel rods during the drop impact is presented. The FDR can then be calculated by comparing the quantified loads with their respective failure criteria. Through a case study, the feasibility of the developed framework for systematic and accurate FDR calculation was effectively demonstrated.

한국형 포장설계법(KPRP)은 한국의 기후, 교통, 재료 조건을 반영하여 개발된 포장설계법으로, 성능 기반 분석과 역학적-경험적 원 리를 결합하여 국내 도로포장의 내구성과 효율성 향상에 기여해왔다. KPRP는 지역별 환경 데이터, 교통 하중, 재료 특성을 고려하 여 최적의 포장 구조를 설계하며, 2011년 개발 이후 도로포장의 수명 연장과 경제성 향상을 이루어냈다. 그러나 KPRP에 적용되는 기후 및 교통 데이터는 2000년대 초반의 자료를 기반으로 하고 있어, 현재 기준으로 약 10년 이상의 차이가 존재한다. 이에 따라 최 신 데이터를 반영하여 포장설계를 개선할 필요성이 제기되고 있다. 본 연구에서는 최근 10년간의 최신 기후 데이터를 활용하여 줄눈 콘크리트 포장(JCP)의 콘크리트 슬래브 컬링 시간을 계산하고, 이를 기반으로 온도응력 및 교통응력의 산정 방식을 현 시점에 맞게 개선하고자 한다. 또한, 2023년 도로포장관리시스템(PMS) 데이 터를 이용하여 한국도로공사가 관리하는 모든 고속국도 중 JCP가 적용된 구간을 대상으로 표면 균열(SD), 설계 차로별 AADT, 관 리구간별 도로 연장, 차로 폭 등의 데이터를 분석하였다. 이를 통해 각 도로의 피로균열율을 산정하고, 고속국도를 대상으로 줄눈 콘 크리트 포장의 전이함수를 개선하여 보다 정밀한 설계를 가능하게 하고자 한다. 본 연구는 최신 기후 및 교통 데이터를 반영한 KPRP 기반 줄눈 콘크리트 포장설계의 실현에 기여할 것으로 기대된다.

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.

본 연구는 게임 IP의 음악 산업 확장 전략을 분석하기 위해 라이엇 게 임즈의 사례를 VRIO 프레임워크를 통해 분석했다. 연구 방법으로는 내용 분석과 사례분석을 활용했으며, 분석 결과는 다음과 같다. 첫째, 가치 (Value) 측면에서는 2023년 4,480억 원의 매출과 1,013억 원의 영업이익 을 달성했으며, 누적 스트리밍 100억 회를 기록하는 등 경제적 가치를 창출했다. 또한 룬테라 세계관의 11개 지역별 음악적 정체성 구축과 '아 케인' OST를 통한 IP 확장으로 브랜드 가치를 제고했다. 둘째, 희소성 (Rarity) 측면에서 세계 4위 음악 회사 BMG와의 글로벌 퍼블리싱 독점 계약을 통해 1,000개 이상의 음악 타이틀에 대한 권리를 확보했으며, 2023년 월드 챔피언십 640만 동시 시청자 달성으로 게임과 K-pop 팬덤 의 성공적 결합을 이뤄냈다. 셋째, 모방난이도(Imitability) 측면에서 가상 아이돌 제작에 필요한 수백만 달러의 초기 투자비용, 10년간 축적된 음악 프로덕션 노하우, 고도화된 기술 스택 등이 높은 진입장벽을 형성했다. 넷째, 조직(Organization) 측면에서 뮤직 슈퍼비전, 비즈니스 어페어, 전 략적 제품 총 3개의 부서로 구성된 전문화된 조직 구조를 갖추고, BMG SoundLab 운영과 개발자-음악가 협업 팀 시스템을 통해 혁신적인 운영 체계를 구축했다. 본 연구는 게임 IP의 음악 산업 확장이 가진 전략적 가 치와 실행 방안을 탐색적으로 분석했다는 점에서 의의가 있으며, 디지털 엔터테인먼트 산업의 융합 전략 수립에 실무적 시사점을 제공한다.

Piloti-type buildings are widely constructed in urban areas of South Korea. Due to stiffness irregularities, piloti-type buildings are vulnerable to lateral loads such as earthquakes. Although seismic retrofitting is necessary for piloti-type buildings, many of these structures are privately owned, and the extensive number of buildings creates significant challenges in terms of cost and time for regional seismic performance evaluation. This study proposes a methodology for determining the seismic performance of multiple piloti-type buildings within a region by utilizing structural parameters. Information on piloti-type buildings is classified into public building data and exterior building data, which are integrated to define structural parameters for estimating the first natural period of the buildings. Linear regression analysis was performed to develop a regression equation correlating structural parameters with the natural period. Additionally, the natural period and structural parameters are used to perform another linear regression analysis to estimate the yield and ultimate points of the capacity curve. The capacity curves derived from the regression equations facilitate seismic performance evaluation based on structural parameters.

Rapidly changing environmental factors due to climate change are increasing the uncertainty of crop growth, and the importance of crop yield prediction for food security is becoming increasingly evident in Republic of Korea. Traditionally, crop yield prediction models have been developed by using statistical techniques such as regression models and correlation analysis. However, as machine learning technique develops, it is able to predict the crop yield more accurate than the statistical techniques. This study aims at proposing the onion yield prediction framework to accurately predict the onion yield by using various environmental factor data. Temperature, humidity, precipitation, solar radiation, and wind speed are considered as climate factors and irrigation water and nitrogen application rate are considered as soil factors. To improve the performance of the prediction model, ensemble learning technique is applied to the proposed framework. The coefficient of determination of the proposed stacked ensemble framework is 0.96, which is a 24.68% improvement over the coefficient of determination of 0.77 of the existing single machine learning model. This framework can be applied to the particular farmland so that each farm can get their customized prediction model, which is visualized by the web system.

MES(manufacturing execution system) plays a critical role in improving production efficiency by managing operations across the entire manufacturing system. Conventional manufacturing systems employ a centralized control structure, which has limitations in terms of the flexibility, scalability and reconfigurability of the manufacturing system. Agent-based manufacturing systems, on the other hand, are better suited to dynamic environments due to their inherent high autonomy and reconfigurability. In this study, we propose an agent-based MES and present its collaboration model between agents along with a data structure. The agent-based MES consists of three types of core agents: WIPAgent, PAgent(processing agent), and MHAgent(material handling agent). The entire manufacturing execution process operates through collaboration among these core agents, and all collaboration is carried out through autonomous interactions between the agents. In particular, the order-by-order dispatching process and the WIP(work-in-process) routing process are represented as respective collaboration models to facilitate understanding and analyzing the processes. In addition, we define data specifications required for MES implementation and operation, and their respective structures and relationships. Moreover, we build a prototype system employing a simulation model of an exemplary shop-floor as a simulation test bed. The framework proposed in this study can be used as a basis for building an automated operating system in a distributed environment.

구조물에 작용하는 바람하중을 정량적으로 예측하는 것을 거의 불가능하다. 그러나 그 하중이 백색잡음으로부터 재생될 수 있다는 가정은 동적해석을 위한 수치시뮬레이션에 매우 유용할 뿐만 아니라 역해석과정에서 바람하중에 대한 유일 해를 추정할 수 있 는 가능성을 높일 수 있는 추가적인 구속조건을 제공한다는 측면에서 매우 유리하다. 그러한 가정에 의하여, 구조물 응답에 영향을 미 치는 동적특성과 하중특성(하중모델)을 차례로 제거하고 나면 순수한 백색잡음만 남게 되므로 이러한 백색화과정을 통하여 구조물의 동적 특성과 하중특성을 동시에 추정할 수 있는 방안을 모색할 수 있을 것이다. 본 연구에서는 스펙트럼 백색화과정을 통하여 구조물 의 모달 파라미터와 모달하중(하중모델을 구성하는 파라미터)을 동시에 추정하는 새로운 역해석 기법을 제안한다. 백색화과정을 모달 응답에 적용하여 모달 파라미터과 하중모델 파라미터를 구하는 과정을 유도하였으며, 제안된 동시 추정기법을 단자유도 모형, 공탄성 모델에 대한 풍동실험에 적용하여 모달파라미터 특히 감쇠비추정의 신뢰성을 검증하였으며, 그 결과 신뢰도가 높은 모달 파라미터, 하 중모델 파라미터 추정이 가능함을 알 수 있었다.

자율운항선박의 기술혁신과 상용화는 해운산업의 패러다임을 근본적으로 변 화시키고 있으며, 그 과정에서 인공지능의 발전이 중요한 역할을 담당하고 있 다. 그러나 디지털 융복합에 기반한 기술적 혁신에도 불구하고, 선원의 인권 보호와 프라이버시 침해 등과 같은 문제는 여전히 법적 사각지대로 남아있는 실정이다. 따라서 이 연구는「자율운항선박 개발 및 상용화 촉진에 관한 법 률」 제19조에 인권영향평가 조항을 신설함으로써 자율운항선박의 운항 과정 에서 발생할 수 있는 선원 인권 침해 요소를 사전에 식별하고 방지할 수 있는 규제적 장치를 마련하고자 한다. 특히 이 연구에서 제안하는 신설 조항은 자율 운항선박법 제19조의 개정을 통해 선원의 인권 보호와 해사데이터 보안을 담 보할 수 있는 의무 조항을 포함하도록 하고, 해양수산부장관이 자율운항선박의 시범운항 및 실증 과정에서 선원의 인권 보호를 위한 인권영향평가를 의무적으 로 시행할 수 있는 법적 근거를 명확히 하는 데 목적을 둔다. 더불어 이 연구는 2024년 기준 국회에서 논의 중인 「인공지능 기본법」 등의 관련 법령과의 연 계를 통해 자율운항선박과 연계된 이해관계자들의 프라이버시 및 데이터 보안 문제를 국내외 다중사례분석 방법에 기반하여 층위별로 분석하였으며, 국제해 사기구의 MASS Code 등 국제 규범과의 조화를 통한 제도 개선 방안을 포함하 고 있다. 따라서 이 연구는 향후 선원인권영향평가 기준의 실효성을 검증하여 자율운항선박의 상용화에 대비하여 사전예방의 관점에서 선원인권 침해를 최 소화하면서 신뢰성과 안전성을 갖춘 선박운항이 가능하도록 하는 법적·제도적 기초를 확립하는 데 기여할 것이다.

다중 운집 사고는 주로 도시 내 밀집된 공간에서 발생하며, 보행자의 자유로운 이동이 제한될 때 더욱 위험하다. 이러한 상황에서 군중의 물리적 압력이 더해지면 대형 참사로 이어질 수 있어 예방과 신속한 대응이 필수적이다. 사고 발생 가능성을 최소화하기 위해 서는 실시간으로 군중 밀도를 모니터링하고, 위험 상황을 사전에 경고할 수 있는 예측 시스템 구축이 필요하다. 그러나 현재 사용되는 CCTV 기반 모니터링 시스템은 특정 구역에 국한되며, 설치 및 유지 비용이 높아 광범위한 모니터링에는 한계가 있다. 이에 본 연구 에서는 Cell Transmission Model(CTM)을 기반으로 한 양방향 보행 시뮬레이션 프레임워크를 개발하고, 이를 모바일 통신 데이터로 검증하였다. 연구 과정에서는 먼저 1)단방향 보행 CTM을 구축하고, 2)이를 양방향 보행 CTM으로 확장하여 경계 셀을 재설정하고 유 입량을 조정하는 방식으로 진행했다. 또한, 다중 운집 사고를 구현하기 위해 체류 개념을 추가했다. 검증 단계는 1)대상지 선정, 2)보행 네트워크 구축, 3)시뮬레이션 적용, 4)모바일 통신 데이터와의 비교 검증 순으로 이루어졌다. 대상지는 이태원 참사가 발생했던 이태원 역 부근으로, 20×20m 셀 단위로 보행 네트워크를 구축했다. 시뮬레이션 결과, 모바일 통신 데이터와의 높은 유사도를 보였다. 본 연구 에서 개발한 시뮬레이션은 대규모 행사나 혼잡한 보행 환경에서 군중 밀집을 예측하고, 사고 가능성을 조기에 경고하는 데 활용될 수 있다. 특히, 대형 이벤트나 도시 재난 관리에서 실시간 대응 시스템의 기초 자료로 사용할 수 있다.

해운 항만 시스템의 디지털화와 정보화의 급속한 발전으로 사이버보안에 대 한 위협도 함께 증가시켰으며, 최근에는 그 위협이 점점 더 가속화되어 실질적 인 재산상의 피해를 발생시키고 있다. 이에 따라 전 세계는 경제적 피해와 함 께 안보 위협까지 발생시킬 가능성이 높은 사이버보안 위협을 핵심 과제로 선 정하여 대응하고 있으며, 특히 사이버 위협에 대응하기 위한 기술적, 제도적 요구사항을 법제로 제정하기 위해 노력하고 있다. 최근 세계 주요 선진국과 국제기구 등을 중심으로 사이버보안 강화를 위해 종합적인 법제도 정비를 하고 있다. 그러나 우리나라는 관련 법제의 부재와 사이버보안 전문인력의 부족으로 인해 사이버보안 위협에 효과적인 대응이 어려 운 상황이다. 특히 관련 법제의 부재는 다양한 법률 규제와 상충하거나 통합적 인 집행을 어렵게 한다. 또한 사이버보안 전문인력의 부족은 기술적 대응 능력 을 저해한다. 이 연구는 해운 환경의 특징 및 표준에 부합하는 입법 방안을 제시하는 것을 목적으로 한다. 이를 위해 주요 선진국의 선박 사이버보안 법령과 규정을 비교 분석하여 시사점을 도출하였으며, 법령의 접근성과 규제의 일관성을 중심으로 기술적 및 물리적 수용 방안을 검토하였다. 이러한 결과를 중심으로 우리나라 해사분야 사이버보안 강화를 위한 법률 제정 방안을 제시하였다.

Purpose: Improving students’ self-confidence is an important strategy in simulation learning. This study aimed to identify the factors influencing students’ self-confidence in simulation learning based on the Jeffries Simulation Framework. Method: A cross-sectional survey was conducted with 140 senior nursing students’ at a university, and data were collected through self-reported questionnaires. Data on students’ self-confidence were collected for student/ facilitator factors (satisfaction on major, overall grade average, and facilitator satisfaction), educational practice factors (active learning, collaboration, diverse ways of learning and educational goals), and simulation design characteristics factors (objectives/information, support, problem solving, feedback, and fidelity). Data were analyzed using an independent t-test, one-way ANOVA, Pearson’s correlation, and hierarchical multiple regression analysis. Results: The regression model had an adjusted R2 of .61, indicating that education goal, active learning, facilitator satisfaction, and fidelity were significant predictors of students’ self-confidence in simulation learning. Conclusion: To increase students' self-confidence with simulation learning strategies, it is necessary to design lessons that include educational goals, active learning, improved student satisfaction with the facilitator and fidelity based on the Jeffries Simulation Framework.

Fueled by international efforts towards AI standardization, including those by the European Commission, the United States, and international organizations, this study introduces a AI-driven framework for analyzing advancements in drone technology. Utilizing project data retrieved from the NTIS DB via the “drone” keyword, the framework employs a diverse toolkit of supervised learning methods (Keras MLP, XGboost, LightGBM, and CatBoost) enhanced by BERTopic (natural language analysis tool). This multifaceted approach ensures both comprehensive data quality evaluation and in-depth structural analysis of documents. Furthermore, a 6T-based classification method refines non-applicable data for year-on-year AI analysis, demonstrably improving accuracy as measured by accuracy metric. Utilizing AI’s power, including GPT-4, this research unveils year-on-year trends in emerging keywords and employs them to generate detailed summaries, enabling efficient processing of large text datasets and offering an AI analysis system applicable to policy domains. Notably, this study not only advances methodologies aligned with AI Act standards but also lays the groundwork for responsible AI implementation through analysis of government research and development investments.