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.

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.

This study focuses on the path planning algorithm for large-scale autonomous delivery using drones and robots in urban environments. When generating delivery routes in urban environments, it is essential that avoid obstacles such as buildings, parking lots, or any other obstacles that could cause property damage. A commonly used method for obstacle avoidance is the grid-based A* algorithm. However, in large-scale urban environments, it is not feasible to set the resolution of the grid too high. If the grid cells are not sufficiently small during path planning, inefficient paths might be generated when avoiding obstacles, and smaller obstacles might be overlooked. To solve these issues, this study proposes a method that initially creates a low-resolution wide-area grid and then progressively reduces the grid cell size in areas containing registered obstacles to maintain real-time efficiency in generating paths. To implement this, obstacles in the operational area must first be registered on the map. When obstacle information is updated, the cells containing obstacles are processed as a primary subdivision, and cells closer to the obstacles are processed as a secondary subdivision. This approach is validated in a simulation environment and compared with the previous research according to the computing time and the path distance.

This study introduces and experimentally validates a novel approach that combines Instruction fine-tuning and Low-Rank Adaptation (LoRA) fine-tuning to optimize the performance of Large Language Models (LLMs). These models have become revolutionary tools in natural language processing, showing remarkable performance across diverse application areas. However, optimizing their performance for specific domains necessitates fine-tuning of the base models (FMs), which is often limited by challenges such as data complexity and resource costs. The proposed approach aims to overcome these limitations by enhancing the performance of LLMs, particularly in the analysis precision and efficiency of national Research and Development (R&D) data. The study provides theoretical foundations and technical implementations of Instruction fine-tuning and LoRA fine-tuning. Through rigorous experimental validation, it is demonstrated that the proposed method significantly improves the precision and efficiency of data analysis, outperforming traditional fine-tuning methods. This enhancement is not only beneficial for national R&D data but also suggests potential applicability in various other data-centric domains, such as medical data analysis, financial forecasting, and educational assessments. The findings highlight the method's broad utility and significant contribution to advancing data analysis techniques in specialized knowledge domains, offering new possibilities for leveraging LLMs in complex and resource- intensive tasks. This research underscores the transformative potential of combining Instruction fine-tuning with LoRA fine-tuning to achieve superior performance in diverse applications, paving the way for more efficient and effective utilization of LLMs in both academic and industrial settings.

본 연구는 2020년 10월 중 충청남도내 단체 급식소에서 발생한 대규모 집단 식중독 원인에 대하여 분석하였다. 전 체 급식원 135명 중 21명(15.6%)에서 음식을 섭취한 후 1 시간 이내에 주로 매스꺼움과 구토 증상을 보였다. 유증 상자 21명 중 11명과, 조리종사자 1명, 조리기구 2건과 보 존식 8건에서 B. cereus가 검출됨에 따라 B. cereus에 의 한 집단 식중독으로 판단하였다. 분리된 21개의 균주를 PFGE 분석한 결과, 19개의 균주가 동일한 것으로 판단되 었고, 이들 균주가 가지고 있는 독소 유전자는 CER, nheA, entFM이었다. 실험결과, CER을 포함하고, 증상 발현 시간 이 1시간 이내로 매우 짧아 B. cereus의 구토형 식중독으 로 판단하였다. 집단식중독 원인으로 안전하지 않은 급식 환경과 제대로 관리되지 않은 음식에 의한 것이라 조사되 었다. 이러한 결과는 단체급식에서의 급식환경과 제공되 는 음식이 철저하게 관리되어야 한다는 것을 보여준다. 이 와 더불어 보존식에서 원인 병원체를 찾아내는 것은 식중 독의 원인을 추정하는데 매우 중요하므로, 집단급식소에 서 규정에 맞는 보존식 용기를 이용하여 이를 적정온도에 잘 보관해야한다. 또한 정밀한 식중독 역학조사를 기반으 로 사례를 분석하고 결과를 전파함으로써 유사한 식중독 이 재발하지 않도록 해야 한다.

In the summer of 2018, the Korea-Japan (KJ) region experienced an extremely severe and prolonged heatwave. This study examines the GloSea6 model's prediction performance for the 2018 KJ heatwave event and investigates how its prediction skill is related to large-scale circulation patterns identified by the k-means clustering method. Cluster 1 pattern is characterized by a KJ high-pressure anomaly, Cluster 2 pattern is distinguished by an Eastern European highpressure anomaly, and Cluster 3 pattern is associated with a Pacific-Japan pattern-like anomaly. By analyzing the spatial correlation coefficients between these three identified circulation patterns and GloSea6 predictions, we assessed the contribution of each circulation pattern to the heatwave lifecycle. Our results show that the Eastern European highpressure pattern, in particular, plays a significant role in predicting the evolution of the development and peak phases of the 2018 KJ heatwave approximately two weeks in advance. Furthermore, this study suggests that an accurate representation of large-scale atmospheric circulations in upstream regions is a key factor in seasonal forecast models for improving the predictability of extreme weather events, such as the 2018 KJ heatwave.

이 글의 목적은 지난 21대 총선과 한국의 민주주의를 반추(反芻)하면 서 한국의 민주주의에 얼마나 국민적 가치를 보여줄 수 있는가를 고찰하 는 데 있다. 이 연구는 21대 총선에서 준연동형 비례대표제 도입이 여야 거대 양당의 공천과정에 어떤 변화를 보여주는지를 선거제도의 비례성과 당내 공천과정의 민주성을 중심으로 평가하고자 한다. 이 연구의 결과, 준연동형 비례대표제 도입의 변칙성, 준연동형 비례대표제의 비례성의 감소, 거대 양당에 의한 위성정당 난립과 비제도화, 공천과 공직후보자 추천에서 정당의 당내 민주화 부재를 보여주었다. 따라서 총선을 통해 당내 민주주의를 정착시킬 수 있는 것은 당리당략이 아닌 여야 합의에 의한 비례대표제 채택, 제대로 된 국회의원 선거제도에서의 비례성 확대, 거대 양당에 의한 위성정당 난립 방지 위한 정당법 및 선거법의 개정, 비례대표 의석을 거대 양당 배제하고 군소정당만으로 전국 득표율 수 에 따라 배분, 총선과정에서의 정당의 비민주적 행태 지양과 당내 민주 주의 확대하는 것이다.

Amorphous In-Ga-Zn-O (a-IGZO) thin film transistors (TFTs) with a coplanar structure were fabricated to investigate the feasibility of their potential application in large size organic light emitting diodes (OLEDs). Drain currents, used as functions of the gate voltages for the TFTs, showed the output currents had slight differences in the saturation region, just as the output currents of the etch stopper TFTs did. The maximum difference in the threshold voltages of the In-Ga-Zn-O (a-IGZO) TFTs was as small as approximately 0.57 V. After the application of a positive bias voltage stress for 50,000 s, the values of the threshold voltage of the coplanar structure TFTs were only slightly shifted, by 0.18 V, indicative of their stability. The coplanar structure TFTs were embedded in OLEDs and exhibited a maximum luminance as large as 500 nits, and their color gamut satisfied 99 % of the digital cinema initiatives, confirming their suitability for large size and high resolution OLEDs. Further, the image density of large-size OLEDs embedded with the coplanar structure TFTs was significantly enhanced compared with OLEDs embedded with conventional TFTs.