무궁화(Hibiscus syriacus L.)는 여름에 크고 화려한 꽃을 피 우는 수종으로 전 세계적으로 주요한 관상수 중 하나로 재배되 고 있다. 분화 재배에 적합한 신품종 육성을 위해 꽃이 크고 개화 기간이 긴 품종 ‘근형’을 모수(母樹)로, 생육이 느리고 가지 정단부에 꽃눈이 집중적으로 형성되는 품종 ‘임진홍’을 수분수 (授粉樹)로 교배하여 단심이 크고 뚜렷한 신품종 ‘라온’을 개발 하였다. 육성과정은 2012년에 양친을 인공교배하여 총 36립의 종자를 수확하여 파종하였고, 2015년에 주요 형질을 평가하여 차대묘 9개체 중 2개체를 1차적으로 선발하였다. 2016년부터 2019년까지 1차선발된 2 개체에 대한 삽목증식과 안정성 평가 를 거쳐 최종적으로 ‘라온’을 선발하였다. ‘라온’은 중앙에 크고 뚜렷한 단심이 있는 백단심계 홑꽃이다. 꽃 직경은 84.2mm로 모수보다 작고, 가지의 길이생장이 연간 평균 13.8cm으로 모수 (연간 평균 33.0cm)보다 느리다. ‘라온’의 개화기간은 68일 정 도이며, 모수에 비해 꽃과 잎이 작고 수고가 낮아져 분화용으로 재배하기에 적합한 것으로 보인다. ‘라온’은 2020년에 제8378 호로 품종보호 등록되었다.

This study presents a novel methodology for analyzing disease relationships from a network perspective using Large Language Model (LLM) embeddings. We constructed a disease network based on 4,489 diseases from the International Classification of Diseases (ICD-11) using OpenAI’s text-embedding-3-small model. Network analysis revealed that diseases exhibit small-world characteristics with a high clustering coefficient (0.435) and form 16 major communities. Notably, mental health-related diseases showed high centrality in the network, and a clear inverse relationship was observed between community size and internal density. The embedding-based relationship analysis revealed meaningful patterns of disease relationships, suggesting the potential of this methodology as a novel tool for studying disease associations. Results suggest that mental health conditions play a more central role in disease relationships than previously recognized, and disease communities show distinct organizational patterns. This approach shows promise as a valuable tool for exploring large-scale disease relationships and generating new research hypotheses.

생성형 인공지능의 급속한 발전은 사회 전반에 광범위한 영향을 미치며, 일상생활을 포함한 다양한 분야 에 활용되고 있다. 본 연구에서는 인공지능 기술의 발전 동향을 대규모 언어모델(Large Language Models, LLM)을 중심으로 살펴보고 생성형 인공지능 기반 솔루션이 정치 및 공공 부문의 효율성과 서비스 최적화 에 기여하고 있음을 확인하였다. 본 연구는 미국, 싱가포르, 인도 등의 사례분석을 통해 인공지능 도구가 선거의 확장성과 시민과의 상호작용 개선에 역할 할 수 있다는 것을 주장한다. 동시에, 대규모 언어모델의 실사용 과정에서 제기되는 편향성, 허위정보 확산, 규제 공백 등의 쟁점들을 고찰할 필요가 있음을 지적한 다. 요컨대, 생성형 인공지능은 민주주의 발전과 공공서비스 증진에 대한 가능성을 제공하지만, 기술의 지속 가능하고 적실한 활용을 위해 투명성, 공정성과 책임성을 고려한 사용이 요구된다.

최근 ChatGPT로 대표되는 인공지능의 급격한 발전은 인공지능 에 대한 낙관과 비관이 엇갈리는 가운데 기독교 선교가 새롭고도 실제적 인 방향을 모색해야 할 필요성을 제기했다. 이를 위해 본 연구는 행위자 -네트워크 이론을 주요 이론적 틀로 활용하여 인공지능을 단순한 도구가 아닌 인간과 상호작용하는 행위자로 인식한다. 이러한 관점에서 현재 인공지능 기술의 최전선에 있는 거대 언어 모델의 기술적 특성과 작동원리를 상세히 분석하여 인공지능이 인간과 맺는 관계에 주목한다. 이러한 이해를 토대로 인공지능과의 선교적 접점을 모색하기 위한 방안은 첫째, 인공지능을 선교 현장으로 인식하는 것, 둘째, 인간에게만 주어진 선교적 삶을 사는 것. 셋째, 인공지능을 선교사역의 협력자로 받아들이는 것, 넷째, 오픈소스 거대 언어 모델을 활용한 선교적 목적의 인공지능을 개발하는 것이다. 본 연구는 인공지능 시대의 기독교 선교 가 단순히 인공지능을 도구로 활용하는 차원을 넘어, 인공지능과의 협력적 관계를 통해 새로운 선교의 지평을 열어가야 함을 제안한다. 이는 데이비드 보쉬가 주장한 것처럼, 선교는 각 시대의 변화에 따라 새로운 패러다임으로 변화되어야 한다는 관점에 기반한다.

대규모 하천의 수량(river storage) 변동으로 인해 발생하는 지각 변형을 정량적으로 평가하기 위해, GNSS (Global Navigation Satellite System) 기반의 지각 변위 자료와 GRACE (Gravity Recovery and Climate Experiment) 인공위성 중력 자료, 그리고 WaterGAP 수리 모형 산출 자료를 종합적으로 분석하였다. 우리는 아마존 강 유역에 대해 수로에 집중되어 분포하는 하천 수량 변동을 선 형태의 하중으로 모형화하고, 이로부터 유발되는 지각의 탄성 변형을 계산해 GNSS 관측치와 비교하였다. 이를 통해, 이 지역에서 발생하는 계절적 지각 변위 중 하천 수량 변동에 기인하 는 성분을 선 하중 모형으로 성공적으로 설명할 수 있음을 확인하였다. 이러한 결과는 원격 탐사 자료를 활용해 대규 모 하천의 수량 변동을 추정할 수 있을 뿐 아니라, 이를 토대로 GRACE가 관측하는 육상 물 저장량(terrestrial water storage, TWS)에서 토양 수분이나 지하수 변동 등의 개별 요소를 분리 및 검증할 수 있는 방법론을 제시한다. 나아가, 본 연구에서 제안된 접근법은 기후 변화로 인한 수문학적 재해 예측과 수자원 관리 등 다양한 분야에서 더욱 정교한 해석과 활용을 가능하게 할 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.

본 연구는 2024년 11월 제주 해상에서 발생한 금성 135호 침몰 사고를 중심으로 고등어 대형선망 어업에서의 침몰 사고 원인을 분석하고, 안전성 강화를 위한 개선 방안을 제시하고자한다. 국내 대형선망 어업은 대규모 어획 작업의 특성상 어획물 이동과 복원력 감 소의 위험이 내재되어 있으며, 이는 선박 침몰 사고의 주요 원인으로 작용할 수 있다. 금성 135호 사고는 대량 어획 작업 중 어획물 이동 과 복원력 상실이 복합적으로 작용했을 가능성이 제기되며, 사고 원인이 아직 명확히 규명되지 않았음에도 초기 정황과 분석을 통해 주 요 위험 요소를 파악할 수 있었다. 본 연구는 등선 위치 조정, 자동 장력 조절 장치 및 실시간 하중 모니터링 시스템 도입, 그리고 복원성 기준 개선과 같은 구체적인 개선 방안을 제안한다. 이러한 방안은 하중 이동과 복원력 저하로 인한 사고 위험을 효과적으로 줄이고, 대량 어획 작업의 안정성과 안전성을 동시에 강화할 수 있다. 결론적으로, 금성 135호 사고는 대형선망 어업의 특수성을 반영한 안전 기준 마 련과 기술적 개선의 필요성을 시사하며, 본 연구에서 제시한 개선 방안은 유사 사고를 예방하고 어업 현장의 안전성을 높이는 데 기여할 것으로 기대된다. 본 연구는 대형선망 어업의 작업 안정성을 향상시키기 위한 실질적인 정책적·기술적 대응책 마련에 중요한 자료를 제 공한다.

This study was conducted to investigate the proper design of alpha board used to support concrete blocks under high loads. A board height of 50 mm was appropriate to ensure a deflection of 3 mm or less under a load of 5 tons. The trapezoidal shape of the vibration absorbers in the interior of the board reduced the maximum deflection by evenly distributing the deflection across the board width. The height of the board is the most important variable in preventing deflection, and for the same board height, adjusting the thickness of the top and bottom plates was more effective in reducing the amount of deflection than adjusting the thickness of the stiffener. The theoretical solution is a good tool for easily predicting the deflection of the board, as it shows a difference of 5 to 15% from the simulation results. However, as a 2D prediction model, the theoretical solution cannot represent the distribution of deflection over the entire board area, so the 3D simulations are necessary in predicting the amount of deflection over the entire board.

모빌리티 예측은 단순한 통행 경로 예측을 넘어, 사회 전반의 효율성 및 안전성 향상을 위한 핵심 데이터를 제공한다는 점에서 중 요하다. 기존의 예측 기법은 시공간적 규칙성과 개인 이동 패턴의 통계적 특성 분석에 주로 의존하였으며, 최근 딥러닝 기반의 시공간 모델링을 통해 예측 성능이 향상되었다. 그러나 여전히 개인 통행의 단기·장기적 시공간 의존성 및 복잡한 패턴을 처리하는 데 한계가 존재한다. 이를 극복하기 위해, 본 연구는 대규모 사전 학습된 거대 언어 모델(Large Language Model; LLM)을 도입하여, 개인 속성뿐 만 아니라 실제 통행 데이터를 반영한 객체 단위 통행 생성 프레임워크를 제안한다. LLM 기반(ChatGPT-4o) 객체 단위 통행 생성 프레 임워크는 (1) 개인 모빌리티 패턴 학습, (2) 통행 생성의 두 단계로 이루어진다. 이후 한국교통연구원의 개인통행 실태조사(2021) 데이 터를 이용하여 프레임워크의 통행 생성 성능을 확인하였다. 통행 시작·출발 시간 분포, 출발·도착지 장소 유형, 통행목적, 이용 교통수 단의 정확도를 확인한 결과, 대부분 항목에서 70% 이상의 정확도를 보였다. 하지만 통행목적은 13개의 목적 중 하나를 예측해야 하기 에 정확도가 다른 항목에 비해 약 40%로 낮게 나타났다. 본 연구는 통행 생성 프레임워크를 설계하고, 이에 맞춰 입력 데이터를 가공 및 프롬프트 엔지니어링을 수행함으로써 LLM 기반 통행 생성 기술의 가능성을 확인하였다. 향후 프레임워크의 예측 성능 검증 및 개 선을 위한 추가 연구가 필요하며, 날씨, 대규모 행사 등과 같은 외부 요인들을 고려하면 더욱 정교하고 현실적인 통행일지를 생성할 수 있을 것이다.

본 연구의 목적은 대기업 근로자의 조직신뢰가 이직의도에 미치는 영향에서 HR부서의 전략적 역할에 대한 근로자의 인식 매개효과를 검증하는 것이다. 이를 위해 한국직업능력개발원의 인적자본기업패널 (HCCP)의 2nd WAVE 3차(2021년) 데이터를 활용하여 대기업 근로자 862명의 데이터를 활용하여 분석 하였다. 그 결과, 첫째, 조직신뢰와 이직의도, HR부서의 전략적 역할에 대한 근로자의 인식과 이직의도는 부적 상관관계를 가지고 조직신뢰와 HR부서의 전략적 역할에 대한 근로자의 인식은 정적 상관관계가 있 는 것으로 나타났다. 둘째, 대기업 근로자의 조직신뢰가 이직의도에 미치는 영향에서 HR부서의 전략적 역할에 대한 근로자의 인식 매개효과가 통계적으로 유의했다. 이러한 결과는 근로자의 이직의도가 근로 자 개인의 문제를 넘어 조직 내부에서도 중요하게 인지하고 인식의 전환점을 확인할 수 있음에 실천적인 시사점을 제시하였다.

최근 인공지능 분야에서 가장 활발히 연구되고 있는 거대 언어 모델은 교육에 대한 응용 가능성을 보 이며, 교육학의 거의 모든 분야에서 그 활용 방안이 연구되고 있다. 이러한 연구는 공학 교육에서도 주목 받고 있다. 그러나 구체적인 활용 분야와 방법에 대해서는 아직 많은 연구가 필요한 상황이다. 특히, 거대 언어 모델을 이용한 교육과정 설계와 개선에 대한 연구는 인공지능 공학과 교육학 두 분야에서 모두 중요한 연구 과제로 부각되고 있다. 이러한 응용 필요성에 대한 예시이자 전략으로써, 본 연구는 OpenAI에서 발표한 최신 거대 언어 모델인 ChatGPT-4o를 이용하여 한국과학기술원(KAIST) 공과대학 학부 전공 과 목과 S전자 DS부문(반도체사업부) 직무 사이의 연관성을 분석하고, 그 결과를 기반으로 대학과 기업체 양측에 반도체 산업 인력 양성과 채용에 대한 실질적인 응용 전략을 제안한다. 이를 위해 KAIST 공과대 학 학부과정에 개설된 모든 전공 과목과 S전자 DS부문(반도체사업부)의 직무기술서를 ChatGPT-4o에 학습시켜 각 과목이 특정 제품군, 직무와 가지는 연관성을 특정 범위와 기준에 의거하여 정량화된 점수로 평가했다. 또한, 각각의 직무, 전공, 과목별로 확보한 데이터를 기초적인 통계 분석을 통해 평가했으며, 구직자와 구인자의 활용 가능성에 초점을 두고 특정 전공의 각 직무별 연관성과 특정 직무의 각 전공별 연관성, 그리고 특정 직무 및 전공의 반도체 제품군별 연관성 등 다양한 조건에서 분석을 진행하였다. 또 한 본 전략에 대한 반도체 산업 실무자 견해를 수집하여 실제 전략으로의 활용 가능성을 검증하였다. 분 석 결과, 간단한 질문과 분석만으로도 전공, 교과목별로 유의미한 직무 연관성의 차이를 확인했다. 이러한 결과를 바탕으로 본 연구는 대학 교육과정의 개선과 기업 채용 및 양성 과정에서의 응용 전략을 제시한 다. 이 연구는 대학과 산업 간의 협력을 통해 인적자원 개발과 채용 효율성 증대에 기여할 것으로 기대한 다. 또한, 후속 연구로 구직자와 구인자, 교수자 등 본 연구의 효과를 확인할 수 있는 집단을 대상으로 한 대규모 설문조사 및 전문가그룹 대상 질적연구 등을 제안하여 실제 활용도와의 비교 분석 연구를 제안 한다. 결론적으로, 본 연구는 거대 언어 모델을 활용하여 필요한 인재를 양성하기 위한 교육 과정 설계의 구체적인 응용 가능성을 제시함으로써, 인공지능을 이용한 교육 분야에 대한 기여 방안을 모색한다.

The purpose of this study is to use an evacuation simulation program to measure the change in evacuation time according to the width of the evacuation route due to the installation of an intermediate sales counter and the placement of a shopping cart between the sales counters of a large supermarket and to analyze the results. Currently, the “Distribution Industry Development Act” does not regulate the size and installation method of intermediate sales counters installed between sales counters that serve as practical evacuation routes in the event of a fire at a large supermarket, the size of shopping carts, etc. Considering this, we set evacuation route widths of 40, 50, 60, 70, 80, and 100 cm and compared and analyzed evacuation times according to various variables in the facility space. As a result of the experiment, as the width of the evacuation route was expanded, there was a significant difference in the evacuation time, from a maximum of 468.3 seconds to a minimum of 320.8 seconds. Considering the safety of evacuees in large supermarkets used by many people, it is time to regulate the size of intermediate sales stands installed between sales counters in large supermarkets and shopping carts that can become obstacles in an emergency.

형상기억합금(SMA)-섬유 액추에이터는 소프트 로봇 공학 및 웨어러블 기술을 포함한 다양한 분야에서 큰 주목을 받아왔다. 이러 한 부드러운 액추에이터는 SMA와 단순 직물 섬유를 결합하여 개발되었으며, K 루프와 P 루프라는 두 가지 루프 패턴으로 편직되었 다. 두 루프 모두 루프 헤드 형상으로 인해 반대 굽힘 특성으로 구별된다. 그러나 이러한 액추에이터 시트의 편직 공정에는 전문 지식 과 시간이 필요하므로 편직 루프 작동 시트의 생산 비용이 높아진다. 이 논문에서는 전압을 가할 때 큰 변형이 발생하는 SMA 직물 기 반 액추에이터의 변형을 평가하는 새로운 방법을 소개하였다. SMA 재료의 매우 비선형적인 구성 방정식으로 인해 수치 분석을 위한 분석 모델을 개발하는 것은 어렵다. 따라서 본 연구에서는 SMA 재료의 대변형을 고려하면서 SMA-섬유 액추에이터의 초기 설계에 사용할 수 있는 선형 구성 방정식을 활용하는 새로운 접근 방식을 제안하였다. 전기-기계연성 효과를 모델링할 수 있는 선형구성방적 식은 ABAQUS의 UMAT을 사용하여 구현하였다. 이 등가 단위 셀 모델(EUC)은 K-루프와 P-루프의 실험적 굽힘 작동 결과와 비교하 여 검증하였다.

In-beop-dang (因法堂) is a building type that can confirm the complex space composition of the hermitage in the late Joseon Period, which is designed to accommodate various functions such as Buddhist priesthood, living spaces, and auditoriums. These facts have been confirmed mainly through plan analysis in many previous researches. However, such a plan composition has the potential to lead to more in-depth research when dealt with consideration of the Korean traditional wooden structure. In particular, the composition of upper structure in In-beop-dang with Toi-maru in front of the On-dol room can be considered from the perspective of structural response to wooden architecture in the Joseon period after the introduction of Toi-maru. Based on the achievements of these prior studies, this paper was conducted to examine the compositional characteristics, including the upper structure of the Wha-jang-am (華藏庵) In-beop-dang. In order to examine the universal aspects of structural type changes to cope with the complex spatial composition of the In-beop-dang, the cases of an in-mountain hermitage of Kim Nyong-sa(金龍寺) Temple, Geum-seon-dae (金仙臺), Yang-jin-am (養眞庵), and Dae-sung-am (大成庵).

This study was attempted to investigate effects of ethical climate and workplace bullying on nurses’ turnover intention of nurses working in medium to large sized general hospitals in Korea. This study was conducted on 187 full-time nurses working in the general hospitals with more than 400 beds. Data were collected from the online communities of nurses using Google Foam from April 22 to April 24, 2024. The average values were 3.64±0.64 (out of 5 points) for ethical climate, 2.43±0.75 (out of 4 points) for workplace bullying, and 3.33±0.95 (out of 5 points) for nurses’ turnover intention. While ethical climate had a non-significant relationship with nurses' turnover intention, workplace bullying had a significant relationship with nurses' turnover intention. Nurses’ turnover intention was influenced by verbal attack, inappropriate task, working department, and educational level. These four variables can explain 53.0% of nurses' turnover intention. To prevent the turnover of nurses working at medium to large sized general hospitals, nursing managers need to pay more attention to nurses with low educational level and working at comprehensive wards and special wards. In addition, nursing managers should provide communication training to nurses and assign nursing tasks and working departments according to the nurses' abilities and wishes.

Based on Hanhan Mingwen Dayupian, The Great Chinese Dictionary and Sea of Chinese Characters, Using “font, use, interpretation, pronunciation, order of the five seek each other” method of word examination, this paper conducts a textual research on some difficult characters Contemporary Large-sized Dictionaries in Radical “Che”. The difficult characters to be interpreted mainly include those with incorrect interpretation, unclear interpretation, phonetic errors, incorrect transcription of characters, incorrect identification of variant characters, undifferentiated homographs, common and erroneous characters that have not been communicated with the correct characters, and those that can be supplemented and corrected based on existing interpretation conclusions.