본 연구는 키워드 네트워크 분석과 토픽모델링을 활용하여 국내 노인 1인가구 관련 연구동향을 분석하는 데 목적이 있다. 이를 위해 국내 KCI 등재(후보) 학술지에 게재된 노인 1인가구 관련 논문 111편을 대상으로 넷마이너(NetMiner 4)를 이용하여 키워드 네트워크 분석과 토픽모델링 을 수행하였다. 키워드 네트워크 분석에서는 키워드 빈도분석과 동시출 현 분석을 실시하고 연결중심성, 근접중심성, 매개중심성을 산출하여 핵 심 개념의 구조를 분석하였다. 분석 결과, 사회적 관계, 우울, 정책, 지 원, 삶의 만족 등이 주요 키워드로 나타났다. 토픽모델링 분석에서는 총 4개의 토픽이 도출되었다. 토픽-1은 사회적 지지와 돌봄을 통한 노년기 삶의 질, 토픽-2는 경제 및 주거 조건과 빈곤 문제, 토픽-3은 사회참여 와 공동체 활동을 통한 능동적 삶, 토픽-4는 우울과 건강 상태를 중심으 로 한 심리·정서적 위기와 관련된 주제로 나타났다. 이러한 결과는 노인 1인가구 연구가 경제적 조건과 사회적 관계를 중심으로 사회참여와 정신 건강 등 다양한 주제로 확장되어 왔음을 보여준다. 본 연구는 국내 노인 1인가구 연구의 주요 주제와 지식 구조를 체계적으로 제시하고, 향후 연 구 방향을 위한 기초자료를 제공한다는 점에서 의의를 가진다.

본고는 빅데이터 시대의 새로운 연구 방법론으로 부상한 AI 기반 토픽모델링 (BERTopic)을 고고학 연구동향 분석에 적용하고, 그 실체적 효용성과 한계를 규명하는 데 목적이 있다. 이를 위해 2006년부터 2013년까지 한국 청동기시대 석기 관련 연구 논 문 75편을 대상으로 텍스트 마이닝을 수행하였다. 기존의 빅데이터 기반 연구동향 분석이 거시적 경향성 파악에 치중하여 개별 연구의 논리적 맥락을 소거하는 한계를 극복하고자, 본고는 전문가의 정성적 검토가 가능한 규모로 데이터셋을 통제(Controlled Dataset)하여 AI 분석 결과의 미시적 정합성을 정밀하게 검증하였다. 이후 그 결과를 동일시기의 연구 성과를 정량·정성적으로 고찰한 연구사적 논문 결과(손준호 2013)와 직접 비교·분석을 진 행하였다. 텍스트 분석 결과, AI는 방대한 문헌 속에서 ‘형식·편년 중심’과 ‘생산·생계 중심’이라는 거시적 연구 지형을 신속하게 파악하고, 텍스트 이면에 잠재된 방법론적 맥락(자연과학적 분석 등)을 수치로 입증하는 데 탁월한 효용을 보였다. 그러나 미시적 분석 단계에서는 비 판적 논조를 파악하지 못하는 ‘문맥 소거’, 이질적인 시공간 데이터를 기계적으로 결합하 는 ‘사실 왜곡’, 그리고 연구의 질적 경중을 가리지 못하는 ‘가치 평가 부재’라는 결정적 한계를 드러냈다. 이에 필자는 AI의 연산 능력을 맹신하는 태도를 경계하고, 연구자의 경험적 통찰이 AI 의 기계적 객관성을 보완하는 ‘전문가 매개(Expert-Mediated) 통합 분석 모델’을 제안하 였다. 이는 AI에게 1차적인 데이터 처리와 지도 작성을 맡기되, 사실 검증(Fact Verification), 논리적 맥락의 복원(Contextual Calibration), 연구사적 가치 부여 (Qualitative Valuation)의 최종 권한은 인간 연구자가 수행해야 함을 의미한다. 결론적 으로 디지털 고고학의 미래는 데이터의 양적 팽창에 함몰되지 않고, 연구자의 전문적 식견 을 통해 데이터에 학술적 생명력을 불어넣는 방향으로 나아가야 함을 역설하였다.

유리섬유강화폴리머(GFRP) 보강근은 굽힘부에서 크린클링에 의해 유효 단면이 물리적으로 감소하면서 강도 저하가 발생한 다. 현재 유한요소 모델링에서는 재료 강도만을 저감할 뿐, 이에 따른 강성 저하는 고려하지 않고 있다. 본 연구에서는 물리적 단면 손실을 직접 반영하는 등가 환산 단면법을 제안하고, ABAQUS를 이용하여 기존의 강도 감소법과 비교하였다. 3가지 직선부 직경(13, 16, 19 mm)에 대한 2차원 보 해석 결과, 정규화된 굽힘 인장강도는 직경 비에만 의존하여 하나의 2차 곡선으로 수렴되었다. 등가 환산 직경을 적용할 경우 축강성은 68∼76%, 휨강성은 47∼58%로 감소하였다. 콘크리트 방음벽 기초에 대한 3차원 비선형 해석 결 과, 강도 감소법은 인위적으로 낮춘 파단 기준에 의해 GFRP가 조기 파단함으로써 극한 하중을 약 11% 과소 평가하는 것으로 나타났 다. 등가 환산단면법은 GFRP 보강근 굽힘부의 유한요소 모델링에 있어 보다 물리적으로 합리적인 접근법을 제공한다.

뎅기열, 황열, 지카 바이러스의 주요 매개체인 이집트숲모기(Aedes aegypti)는 현재까지 대한민국에서 공식적으로 기록된 바 없다. 그러나, 여 러 전 지구적 종 분포 분석 연구들은 세계생물다양성정보기구(GBIF)의 발생 기록을 근거로 한국 내 서식 가능성을 시사해 왔다. 본 연구에서 세계 생물다양성정보기구(GBIF)를 조사한 결과, 한국에 대한 발생 기록은 단 한 건이었으며, 이는 채집 메타데이터가 검증되지 않은 2015년 전 지구적 데이터셋에서 유래한 것으로 확인되었다. 이에 본 연구는 검증되지 않은 한국 측 기록을 제외하고, 아시아 열대 및 아열대 지역(14°S–39°N, 90°E –160°E)의 발생 기록만을 활용하여 최대 엔트로피(MaxEnt) 모델을 구축하였으며, 현재 및 미래 기후 조건하에서의 서식 적합성을 평가하였다. 분석 결과, 현재의 최대 서식 적합도는 0.157로 나타났으며, 전반적으로 낮은 서식 적합성을 보였다. SSP5-8.5 시나리오에 따른 2061~2080년 전 망에서는 최대 적합도가 0.45까지 상승하였으나, 여전히 정착 가능성은 낮은 것으로 나타났다. 추운 겨울 기온이 이들의 정착을 가로막는 결정적인 장벽인 것으로 분석되었다. 이러한 결과는 데이터 정제 과정을 거치지 않은 결과들과 차이가 있으며, 이는 외래종 유입 위험 평가 시 발생 기록의 신 뢰성 검증이 결과에 중대한 영향을 미칠 수 있음을 시사한다.

본 연구는 디지털 기술의 확산이 전통적 조각 개념을 어떻게 재구성하고 확장하는지를 탐구한다. 전통적인 조각이 물질성, 형식, 그리고 물리적 공간의 점유를 중심으로 정의되 어 왔다면, 현대 미술에서는 데이터와 알고리즘을 새로운 형성 재료이자 방법론으로 수용 함으로써 조각 개념에 근본적인 전환이 시도되고 있다. 본 논문은 디지털 환경에서 조각이 구현되는 구체적인 양상을 살펴보기 위해 3D 모델링, 증강현실(AR), 인공지능(AI)이라는 세 가지 핵심 기술을 중심으로 세 명의 작가 사례를 분석한다. 이를 통해 비물질적 요소들 이 현대 조각 실천에서 어떠한 방식으로 작동하는지를 고찰하고, 기술 융합의 시대에 조각 매체가 지니는 미학적 의미와 가능성을 조명하고자 한다.

This study presents an optimization model for battery scheduling in Advanced Air Mobility (AAM) operations considering congested (peak-hour) flight periods. Peak-hour demand concentration causes bottlenecks in vertiport charging/swapping facilities and accelerates battery degradation, reducing operational efficiency. A Mixed-Integer Linear Programming (MILP) model is developed, incorporating battery states (SoC, SoH), charger and swap-bay constraints, and power peak limits. Simulation results under peak and off-peak scenarios show that the proposed model reduces both delay time and total operating cost compared to average-demand scheduling. This study provides a quantitative decision-making basis for enhancing resource efficiency in AAM operations. The findings offer practical implications for improving AAM infrastructure efficiency and resource management policies.

This study examined the relationships between acoustic activity of the finless porpoise (Neophocaena asiaeorientalis) and marine environmental variables in Hadong, in the southern coast of Korea, using long-term passive acoustic monitoring. Acoustic data were collected with a hydrophone (F-POD) from July 8 to August 16 2023, and acoustic indices (DPM, DP10M, and click-based metrics) were integrated with in situ observations and model analysis environmental data. Generalized additive models indicated that chlorophyll-a and dissolved oxygen were the main predictors of acoustic activity whereas physical oceanographic variables (temperature, salinity, and sea surface height) had no significant effects. Chlorophyll-a showed a strong non-linear positive effect with finless porpoise activity increasing rapidly up to approximately 2 mg/m³ and then reaching a plateau. Dissolved oxygen exhibited a negative linear relationship, implying indirect ecological effects mediated by prey availability. In addition, current velocity was negatively related to click intensity. These results indicate that finless porpoise habitat use is more closely associated with productivity-related factors than with physical conditions. This research offers quantitative insights into prey-driven habitat selection, supporting the development of management and bycatch mitigation strategies.

This research presents a GRNN(General regression neural network) approach for modeling the high temperature deformation flow behavior of 316L stainless steel under 800℃, 900℃ and 1000℃ and strain rates of 0.0002/s, 0.002/s and 0.02/s. There are many machine learning approaches of modeling the hot deformation of metallic alloys. Among them, the neural network approach is one of the most popular. However, the neural network approach takes a relatively long time and effort to compose and optimize the final model. In this research, GRNN is applied to study its applicability for modeling the hot deformation flow stress behavior. The prediction results were studied by calculating various types of error and observing the distribution of prediction error. The predicted results by the GRNN were very accurate and the GRNN was found to be highly applicable to modeling the flow stress of the hot deformation of 316L stainless steel.

Developing reliable models that capture the complexity of maternal– embryonic interactions and implantation is essential for deepening our understanding of early embryonic development as well as the underlying mechanisms of reproductive disorders. Conventional two-dimensional (2D) culture systems, however, fall short in accurately replicating the dynamic and multilayered in vivo microenvironment. In contrast, three-dimensional (3D) organoid technologies have recently emerged as a transformative approach, offering structurally and functionally relevant platforms that better reflect physiological conditions. This review highlights the latest strategies, innovations, and methodological advances in employing 3D organoids to model maternal–embryonic communication and implantation processes. It also outlines their growing potential in research applications and personalized medicine, particularly within the context of assisted reproductive technologies. Furthermore, the review discusses future directions for organoid-based studies from the endometrium, oviduct, ovary, testis, and epididymis have been established, their integration with gametes and embryos marks a new frontier. Cross-species work, especially your pioneering studies on endometrial organoids and lacunoids/cystoids, opens translational opportunities for understanding maternal–embryonic crosstalk, implantation biology, and fertility disorders. The review will discuss current advances, technical challenges, and future directions toward interconnected organoid systems (organoid-on-chip).

The global maritime industry is undergoing rapid transformation driven by the dual demands of greenhouse gas reduction and digitalization. This study developed a Digital Twin (DT) model of a 9.77-ton small fishing vessel and conducted simulations under realistic operating conditions to analyze its propulsion performance and fuel efficiency. The vessel’s main components—governor, engine, reduction gear, propeller, and marine environment—were mathematically modeled and integrated using MATLAB Simulink. To achieve higher fidelity in representing energy consumption, a fuel consumption model reflecting specific engine characteristics was incorporated. Simulation results confirmed that propeller thrust and marine environmental loads increased proportionally with engine speed, while the application of the proposed fuel consumption model led to reduced fuel injection rates near the engine’s optimal efficiency range. The proposed DT model serves as a robust simulation platform for the pre-verification of eco-friendly equipment, alternative fuel adoption, and operational efficiency improvements. It is expected to provide a valuable foundation for future demonstration studies of green technologies in small- and medium-sized fishing vessels.

하수처리장의 안정성과 효율성의 향상을 위해 스마트 기술 도입이 요구되고 있으나, 운영 데이터베이스 구축에 있어 계측의 신뢰성과 연속성 확보에 어려움이 있다. 활성슬러지 모델은 하수처리장의 디지털트윈으로 활용되며, 유입수 성상이 동일하더라도 다양한 운전 조건에 대한 데이터를 생산할 수 있다. 본 연구에서는 실측 데이터와 시뮬레이터 기반 합성 데이터를 통합하여 하수처리장 질소 농도 예측 머신러닝 모델을 구축하였다. A2O 공정의 호기조를 대상으로 기체상 N2O 및 액상 NH4 + 농도를 측정하였으며, 내부반송량, 외부반송량 등 운전인자를 포함한 운영데이터베이스를 구축하고 분석하였다. 확보한 실측 데이터를 기반으로 운영 특성을 분석하고, Sumo4N 모델을 활용하여 다양한 운전 조건에서의 합성 데이터를 생성하였다. 이후 두 데이터를 통합하여 데이터 증강을 수행함으로써, 실측 데이터의 양적 한계를 보완하였다. 모델 학습을 위한 입력 변수로는 외부⋅내부 반송량, 폭기량, 온도, 유입 질소 부하, pH를 선정하였으며 호기조의 N2O, NH4 +과 방류수 TN 농도를 예측하기 위한 머신러닝 모델을 개발하였다. 모델 학습에는 Lasso Regression, Random Forest, k-NN, SVR 알고리즘을 적용하여 성능을 평가하였다. 그 결과 SVR 알고리즘이 모든 질소 성분 예측에서 가장 우수한 성능을 보였으며, 개발된 모델 모두 R² ≥ 0.75의 높은 예측 성능을 나타내었다. 이는 시뮬레이터 기반 데이터 증강을 통해 기체상 및 액상 질소의 통합 제어를 위한 머신러닝 모델 구축의 가능성을 시사한다.

This study longitudinally examined how adolescents’ game use over time affects self-control, health status and health management, academic achievement, and family and peer relationships. To this end, we analyzed five-wave panel data from a national game user panel survey and sequentially applied latent growth models (LGMs), parallel-process LGMs, and time-varying covariate models. First, unconditional LGMs were estimated for eight variables—game use, self-control, health status, health management, academic achievement, parent–child communication, academic stress, and peer stress. The results showed that game use increased slightly but significantly over time, whereas self-control, health management behaviors, and academic achievement exhibited overall declining trajectories. Parent–child communication started at a relatively high level and showed no significant mean change, while academic and peer stress remained at relatively low levels with minimal mean-level fluctuation across waves. Because the mean of the linear slope factor was not significant for parent relationship, academic stress, or peer relationship, these variables were treated as comparatively stable contexts and excluded from subsequent models focusing on change dynamics. Next, we estimated conditional LGMs in which game use was included as a time-varying covariate in the growth models for self-control, health management, and academic achievement. Across all waves, higher game use was consistently associated with lower concurrent self-control, and with poorer health management and lower school grades at most time points. For health management, the negative association with game use was pronounced at the first three waves but its magnitude attenuated over time and became statistically nonsignificant at later waves. By contrast, academic achievement displayed a robust pattern of “increased game use → lower concurrent grades” at all five waves, indicating a stable negative association between frequent game use and short-term academic performance in adolescence. Finally, to investigate the long-term interrelations among game use, self-control, health management, and academic achievement, we estimated parallel-process LGMs. The results indicated that higher initial game use was associated with lower initial levels of self-control, health management, and academic achievement. Moreover, adolescents whose game use increased more rapidly over time showed steeper declines in self-control, greater deterioration in health management, and sharper drops in academic performance. A specific indirect pathway from initial game use to the slope of health management via the linear slope of self-control was statistically significant, suggesting that heavy game use can undermine health management behaviors partly by eroding self-regulation. In contrast, a mediation model specifying the slope of academic achievement as the final outcome did not converge, limiting interpretation of the game use–self-control–achievement pathway. Taken together, the findings demonstrate that the quantitative aspect of game use—how long adolescents play—has meaningful longitudinal implications for the developmental trajectories of self-control, health management, and academic achievement. At the same time, parent–child communication and academic and peer stress displayed relatively stable mean levels, implying that in this sample family and peer relationships functioned more as background contexts than as domains that deteriorate rapidly in tandem with game use. Rather than framing game use solely as a pathological disorder, the results underscore the importance of early monitoring of initial game-use levels and growth rates, as well as preventive interventions aimed at strengthening self-control and digital literacy, to protect adolescents’ health, learning, and family and peer relationships.