While generative AI has enhanced digital multimodal composing (DMC) processes, growing concerns about learners’ overreliance on AI highlight the need to foster critical AI literacy. This study first designed an instructional model based on theoretically informed components of critical AI literacy and then implemented it to explore how learners’ AI use and perceptions evolved during AI-assisted DMC. Data were collected from two high school-aged participants, including screen recordings of their DMC practices before and after the intervention, stimulated recalls, and semi-structured interviews. Findings show that both participants developed more critical use of AI tools, such as cross-validation of outputs, strategic prompting, and more independent composing. Their perceptions also reflected a more balanced redistribution of agency and authorship, as they selectively used AI tools to cope with technical and linguistic challenges. The study suggests that critical AI literacy can be meaningfully developed when process-based and critical AI literacy-informed instructional intervention is provided.

본 연구는 귀농·귀촌자의 치유농업 참여 경험을 통해 건강증진행동 이 형성되고 지속되는 과정을 Pender 건강증진모형의 관점에서 탐색하 였다. 연구참여자는 J도 치유농업 프로그램에 참여한 귀농·귀촌자 36명이다. 기관생명윤리위원회 승인 후 2026년 7월 24일부터 8월 20일까 지 반구조화된 심층면담을 실시하고, 수집된 자료를 질적 내용분석으로 분석하였다. 분석 결과, 치유농업 참여의 시작, 치유농업 참여 경험, 건 강인식의 전환, 건강증진행동의 실천 및 정착의 5개 상위범주가 도출되 었다. 참여자들은 자연과의 교감, 성취감, 심리적 안정 및 공동체 관계 를 경험하였으며, 건강인식의 변화와 일상적인 건강행동의 실천·유지를 진술하였다. 본 연구는 참여자의 경험을 통해 건강증진행동의 형성과 지 속 과정을 해석하고, 귀농·귀촌자를 위한 치유농업 프로그램과 지역사회 건강증진 지원의 기초자료를 제시하고자 한다.

본 연구는 문화해설 경험이 치유관광으로 전환되는 과정을 설명하는 이론적 모형을 제시하는 데 목적이 있다. 문화해설, 관광 경험 및 치유 관광과 관련된 이론과 선행연구를 고찰하고, 주요 개념 간의 관계를 체 계적으로 분석하였다. 분석 결과, 문화해설 경험은 관광자의 인지적 이 해를 확장시키고, 확장된 이해는 정서적 공감과 몰입을 촉진하는 것으로 확인되었다. 정서적 반응은 관광 경험을 심화시키고 심리적 변화 과정을 촉진하며, 심리적 안정과 회복 경험으로 이어지는 것으로 나타났다. 문화해설 경험은 단순한 정보 전달을 넘어 관광자의 인지적 이해와 정서 적 반응, 심리적 회복으로 연결되는 전환 과정을 가지는 것으로 해석할 수 있다. 문화해설 경험 → 인지적 이해 → 정서적 반응 → 심리적 회 복으로 이어지는 치유관광 전환 모형을 제시하였다. 이 모형은 문화해설 경험이 관광자의 심리적 변화와 치유 경험에 영향을 미치는 과정을 설 명하는 이론적 틀로 활용될 수 있다. 문화해설, 관광 경험, 치유관광을 개별적으로 다루어 온 기존 연구를 통합적으로 설명하였다는 점에서 학 문적 의의를 가진다. 문화해설 경험을 관광자의 심리적 변화와 회복 경 험의 관점에서 해석함으로써 치유관광 연구의 이론적 확장 가능성을 제 시하였다. 문화기반 치유관광 콘텐츠 개발과 실증연구를 위한 기초자료 로 활용될 수 있을 것이다.

정수처리 공정에서 혼화⋅응집⋅침전 공정은 원수 탁도 제거와 처리수 수질 안정성을 결정하는 핵심 단위 공정이다. 그러나 최근 기후와 유역 환경 변화로 인해 원수 수질 변동성이 증가함에 따라 기존 운영자 경험에 의존한 응집제 주입농도 결정 방식에는 한계가 있다. 본 연구에서는 파일럿 규모의 혼화⋅응집⋅침전 공정을 대상으로 인공지능 기계학습 기반 응집제 주입농도 예측 모델의 적용 가능성을 평가하고자 하였다. 이를 위해 유입수의 수온, 탁도, pH, 전기전도도, 알칼리도, 유량 및 24시간 전 응집제 주입농도를 입력 변수로 활용하여 Ridge Regression, Lasso Regression, Decision Tree, Random Forest, ANN(Artificial Neural Network), DNN(Deep Neural Network), 그리고 RNN(Recurrent Neural Network) 등 총 7개의 기계학습 모델을 포함하는 Model Bank 형태의 예측 방안을 적용하였다. Model Bank에서의 모델 성능 평가는 RMSE(Root Mean Square Error)를 기준으로 수행하였으며, 각 시점에서 RMSE가 가장 낮은 모델을 선택하여 응집제 주입농도를 산정하였다. Model Bank 기반 분석 결과, Random Forest 모델이 평균 RMSE 0.866로 가장 우수한 예측 성능을 나타냈으며, 모델 선택 빈도에서도 가장 높은 비율을 보였다. 예측모델 기반 산정된 응집제 주입농도를 적용한 결과, 평균 응집제 주입농도는 기존 정수장 운영 조건의 10.67 mg/L에서 7.03 mg/L로 감소하여 약 34.1%의 응집제 사용량 절감 효과가 나타났다. 파일럿 공정에서 측정된 침전 처리수 탁도는 평균 0.33 NTU로 실제 정수장의 평균 0.26 NTU와 유사한 수준을 유지하였으며, 대부분 0.5 NTU 이하로 안정적으로 유지되는 것으로 확인되었다. 이러한 결과는 인공지능 기계학습 기반 예측 모델이 파일럿 규모 응집⋅침전 공정에서 응집제 주입농도 제어와 침전 공정의 처리수 탁도 관리에 효과적으로 적용될 수 있음을 보여준다. 또한 Model Bank 기반 접근은 공정 조건 변화에 따라 최적 모델을 선택함으로써 단일 모델 기반 예측 값에 비해 보다 안정적인 공정 운영을 가능하게 할 수 있음을 확인하였다.

본 연구는 근거이론을 활용하여 노인학습자의 디지털 문해교육 학습경험이 어떻게 전개 되어 학습이 지속되는지를 탐색하였다. 이를 위해 평생교육기관의 디지털 문해교육에 참여 한 65~75세 노인학습자 10명을 대상으로 심층 면담을 실시하였다. 분석 결과, 노인학습자 의 학습경험은 위축–대면–조정–전이의 단계로 전개되는 과정적 구조를 보였으며, 이를 CARE 모델로 이론화하였다. 이 과정에서 코칭 기반 상호작용은 학습자의 정서와 학습 방식 을 조정하는 핵심 매개로 작용하였고, 반복 연습과 개인화된 학습 전략, 동료 상호작용은 학습의 지속과 일상 전이를 가능하게 하는 조건으로 나타났다. 본 연구는 노인학습자의 디지털 문해교육을 단순한 기술 습득이 아닌, 코칭의 중재로 학습경험이 조정되고 일상과 삶의 맥락으로 확장되는 과정적 학습으로 재개념화하였다는 점에서 의의를 지닌다.

The loss of soil available nutrients may affect soil quality and crop growth. Biochar can form a multi-level fixed network because of its rich pore structure and surface functional groups, which can effectively fix available nutrients in soil and maintain nutrient utilization rate. Because it is difficult to directly prepare biochar materials with good adsorption characteristics through experimental results. This study employed an XGBoost machine learning prediction model to determine the optimal nutrient-rich biochar preparation conditions. The R2 value ranged from 0.97 to 0.99. The results indicated that specific surface area was the primary factor influencing ammonium nitrogen adsorption, with a feature importance of 56.13%. Production conditions (hydrothermal temperature and time) significantly affected the adsorption of nitrate nitrogen and available phosphorus, with feature importances of 75.91% and 81.54%, respectively. Mean pore diameter was negatively correlated with potassium ion adsorption characteristics. Biochar prepared under hydrothermal conditions at 202.50–251.25 °C for 3 h exhibited favorable adsorption characteristics for multiple soil available nutrients. This study provides new insights into biochar’s application in the field of soil nutrient adsorption through data analysis. It is helpful to avoid the waste in the process of energy utilization from biomass to biochar.

지진에 대한 플랜트 시스템의 확률론적 안전성 평가(Probabilistic Safety Assessment, PSA)를 수행하기 위해 고장수목(Fault Tree) 기반의 베이지안 네트워크(Bayesian Network, BN) 방법론이 제안된 바 있다. 해당 PSA를 수행하기 위해서는 구조물 및 설비들의 지 진 취약도 곡선 정보는 필수적이며, 해당 정보는 Federal Emergency Management Agency(FEMA)에서 일부 제공하고 있다. 그러나 다 양한 종류의 설비에 비해 제공되는 정보는 매우 제한적이며, 특히 플랜트 운영지속성을 위해 여분의 설비가 배치된 경우에도 개별 설 비의 구조적 상태가 반영되지 못하고 같은 정보가 사용되어, 결과적으로 일률적인 리스크 평가와 제한적인 의사결정만이 이루어질 수 있음을 확인하였다. 따라서 본 연구에서는 플랜트의 여러 주요 설비 중 석유화학 플랜트의 증류탑을 선정하고, 증류탑의 손상 메커 니즘을 모사 가능한 조이스틱 모델을 구축하였다. 이와 더불어 지진 취약도 해석 기법 세가지(다중띠해석, 증분독적해석, 산점도분석 법)에 대해 간략히 설명하고 주어진 예제에 대해 각 기법을 이용하여 취약도 곡선을 도출하였다. 도출된 결과에서 세기법의 차이가 크지 않음을 확인하였고, 앵커 파단과 같은 구조적 손상 시나리오를 가정하여 취약도를 도출하였는데, 이 결과를 토대로 개별 설비의 구조적 상태에 따라 상이한 취약도 곡선이 필요함을 확인할 수 있었다.

위법행위를 저지른 발달장애인(이하 ‘범법 발달장애인’)은 형사사법 절차에 진입하 더라도 해당 범죄의 근본적 원인인 정신･행동 문제에 대한 치료적 개입이 이루어지지 않아 높은 재범률을 보이고 있다. 본 연구에서는 현 상황에 대한 하나의 대안으로, 형 사사법 절차의 과정 중에 범법 발달장애인을 지역사회의 적절한 의료･복지자원으로 연결하여 치료 및 재활 서비스를 제공하는 통합적 연계전환(diversion) 모형을 제안 하였다. 먼저 Ⅰ장에서는 범법 발달장애인의 재범 방지를 위한 적절한 치료 연계의 필요성 을 개괄하였다. Ⅱ장에서는 대표적인 ‘사회 내 처우’인 치료명령과 수강명령, 보호관찰 을 중심으로, 범법 발달장애인에 대한 치료 서비스 및 연계전환의 현황과 그 한계를 검토하였다. 그리고 이에 대한 대안으로써, ｢범죄 가･피해 발달장애인의 재범 방지를 위한 개별맞춤형 지원사업(PSRP)｣의 수평적 연계전환 모형과 발달장애인 거점병원･ 행동발달증진센터로의 수직적 전달체계 모형을 연계전환 체계로 활용할 수 있는 가능 성을 탐색하였다. 이어지는 Ⅲ장에서는 ‘시설 내 처우’ 중 치료감호시설을 중심으로, 범법 발달장애인에게 제공되고 있는 치료 서비스 및 연계전환의 현황과 그 한계를 검 토하였다. 마지막 Ⅳ장에서는 범법 발달장애인에 대한 형사사법 절차와 의료･복지자원 간의 연계전환 체계 모형을 구체적으로 제안하였다. (1) 검찰청과 발달장애인 지원센터, 장 애인복지관을 수평적으로 연결하는 PSRP 모형 및 (2) 발달장애인 거점병원･행동발달 증진센터로 이어지는 수직적 전달체계 모형을 통합하고, (3) 교정시설의 가용한 연계 전환 제도를 추가로 반영함으로써, 발달장애인 지원센터와 보호관찰소가 중심이 되는 범법 발달장애인에 대한 연계전환 모형을 도출하고자 했다.

본 연구목적은 고등학생의 게임중독에 미치는 부모와의 관계, 스트레 스, 주관적 행복도의 영향력을 검증하는 것이다. 연구의 대상자는 한국방 정환재단이 주관하고 연세대 사회발전연구소에서 시행한 「한국 어린이· 청소년 행복지수」의 2021년 제12차 조사의 고등학교 청소년 2,272명을 연구의 대상자로 정하였다. 고등학생의 게임중독에 미치는 독립변인들의 직접효과 및 간접효과를 확인하기 위해 SPSS 26.0 및 PROCESS Macro를 사용하였다. 첫째, 고등학생의 부모와의 관계는 스트레스에 부 적 영향, 주관적 행복도에 정적 영향, 게임중독에 부적 영향을 주는 것으 로 확인되었다. 둘째, 스트레스는 주관적 행복도에 부적 영향, 게임중독 에 정적 영향을 미치는 것으로 나타났다. 셋째, 주관적 행복도는 게임중 독에 부적 영향을 주는 것이 규명되었다. 넷째, 부모와의 관계와 게임중 독 간의 관계 내에서 스트레스와 주관적 행복도는 부적인 매개효과를 보 였다. 따라서, 본 연구결과는 향후, 청소년들의 게임중독 및 과몰입을 예 방할 수 있는 교육지원 정책 마련 및 프로그램 운영에 도움이 될 것으로 기대된다.

In this study, the biogeochemistry management (BGC-MAN) model was applied to North and South Korea pine and oak forest stands to evaluate the Net Primary Productivity (NPP), an indicator of forest ecosystem productivity. For meteorological information, historical records and East Asian climate scenario data of Shared Socioeconomic Pathways (SSPs) were used. For vegetation information, pine (Pinus densiflora) and oak (Quercus spp.) forest stands were selected at the Gwangneung and Seolmacheon in South Korea and Sariwon, Sohung, Haeju, Jongju, and Wonsan, which are known to have tree nurseries in North Korea. Among the biophysical information, we used the elevation model for topographic data such as longitude, altitude, and slope direction, and the global soil database for soil data. For management factors, we considered the destruction of forests in North and South Korea due to the Korean War in 1950 and the subsequent reforestation process. The overall mean value of simulated NPP from 1991 to 2100 was 5.17 Mg C ha-1, with a range of 3.30-8.19 Mg C ha-1. In addition, increased variability in climate scenarios resulted in variations in forest productivity, with a notable decline in the growth of pine forests. The applicability of the BGC-MAN model to the Korean Peninsula was examined at a time when the ecosystem process-based models were becoming increasingly important due to climate change. In this study, the data on the effects of climate change disturbances on forest ecosystems that was analyzed was limited; therefore, future modeling methods should be improved to simulate more precise ecosystem changes across the Korean Peninsula through processbased models.

In order to solve the rapidly increasing domestic delivery volume and various problems in the recent metropolitan area, domestic researchers are conducting research on the development of “Urban Logistics System Using Underground Space” using existing urban railway facilities in the city. Safety analysis and scenario analysis should be performed for the safe system design of the new concept logistics system, but the scenario analysis techniques performed in previous studies so far do not have standards and are defined differently depending on the domain, subject, or purpose. In addition, it is necessary to improve the difficulty of clearly defining the control structure and the omission of UCA in the existing STPA safety analysis. In this study, an improved scenario table is proposed for the AGV horizontal transport device, which is a key equipment of an urban logistics system using underground space, and a process model is proposed by linking systematic STPA safety analysis and scenario analysis, and UCA and Control Structure Guidelines are provided to create a safety analysis.

한국 혁신 생태계는 후발 추격자에서 ‘민간 주도의 건강하고 역동적인 생태계 조성을 위한 정부의 역할이 중요한’ 창조적 선도자 단계로 진화해 왔다. 한국의 혁신 생태계는 그동안의 획기적인 발전과 양적 확대에도 불구하고 혁신 성과의 정체 현상, 생태계 내 및 글로벌 연계 활동의 부족 등을 보여주고 있다. 미래 지향적인 혁신 생태계 조성을 위한 차세대 혁신 생태계 모델이 요구되는 상황이다. 기존의 이론적 근거를 바탕으로 혁신 생태계의 바탕을 이루는 것이 기업간 네트워크라는 관점에서 차세대 혁신 생태계의 요소로 기업간 네트워크 외에, 기업 역량, 공공 연구기관, 민간 산업단체, 기술 인프라, 정책 주체를 바탕으로 5개 요소를 설정하고, 불연속적 기술 및 시장 변화에 부응하는 ‘민간 주도의 건강하고 역동적인’ 혁신 생태계로서의 차세대 혁신 생태계 모델을 제시하였고 혁신 생태계구축 역할을 담당하는 정책 주체의 구체적인 방향을 제시하고, 본 연구의 의의를 제시하였다.

대학은 끊임없이 새로운 지식을 만들고 기술혁신을 통하여 가치를 생산하는 핵심 기관이다. 본 연구에서는 삼중나선모델(Triple Helix Model)의 변화와 진화를 제시하고자 한다. 이를 위해 선진기술의 습득과 소화, 개선과 추월을 통한 과정에 요구되었던 다양한 인력양성 육성과 정책분석의 질적연구를 활용하였다. 1960년대는 기능공과 기술공 위주로 기능적역량이, 1980년 대와 1990년대는 대학원제도가 정착, 고급 인력양성과 함께 정부주도의 대학-기업연구소와의 Triple Helix Model (THM) 혁신활동에 필요한 기능과 기술역량의 인력양성이 강조되었다. 2000년대는 첨단․신산업에 요구되는 창의적 인재양성으로 진화하였고 대학 중심 THM이 본격적으로 추진되는 연구역량이 요구되었고 2010년 이후 창의와 융합역량의 인력양성 방향 성을 대학스스로 결정하는 큰 변화로 진화하였고, 이에 본 연구에서는 창조와 융합 인력양성의 지속적 수행을 위한 혁신모델로 ‘삼중나선싱크로시나리오모델’을 제시한다. 대학은 자유롭게 문제를 찾아내고 정부는 신기술을 위한 지원과, 개인경험과 기업문제를 하나의 시나리오로 엮어 이를 해결하고자 하는 도전의 장이 되어 끊임없는 혁신을 견인해야 한다.

본 연구는 교수자가 학습자를 위해 긍정적 가치탐색을 효과적으로 적용할 수 있도록 4D 프로세스 기반 학습모형을 개발하고 학습유형을 분류하여 연구하는 것을 목적으로 하였다. 긍정적 가치탐색 교육 방법은 학습자의 사고방식과 행동 변화에 효과적이다. 또한, 의미와 가치발견에 중점을 둔 강점 기반 접근을 통해 학습 참여를 증진하고 지속 가능한 학습 환경과 배움을 실현할 수 있다. 이러한 교육적 효과는 긍정적 가 치 탐색의 4D 프로세스를 토대로 한 활동으로 이루어진다. 교육 현장에서 긍정적 가치탐색 4D 프로세스 를 보다 유용하게 활용하기 위해서는 교육목표와 지향하는 역량개발에 따라 4D 프로세스에 적합한 학습 유형 분류와 체계적이고 구조화된 학습모형 개발이 필요하다. 본 연구는 4D 프로세스 기반 4가지 학습유 형을 구조화하여 학습모형을 개발하고 모형타당화를 진행하였다. 4D 프로세스 기반 학습모형 구성요소 도 출은 선행 문헌의 검토와 분석을 통해 이루어졌고, 구성요소의 구조화는 사례연구를 통해 진행하였다. 그 리고 해당 분야 전문가 검토를 통한 타당성 평가를 3차에 걸쳐 실시하였다. Discover, Dream, Design, Destiny 4D 프로세스는 탐색과 발견, 사고와 상상, 공유와 구성, 발표와 실천으로 개선되어 적용되었다. 학습에 적합하도록 보완된 4D 프로세스는 도달할 학습 목표와 개발할 학습자의 역량에 따라 탐구형, 창의 형, 과제해결형, 실천형으로 세분화하여 개발되었다. 개발된 학습모형에서의 학습유형은 다양한 교육 환경 에 맞게 긍정적 가치탐색 활동이 선택적으로 운영될 수 있다는 이점이 있다.

It is difficult to optimize the process parameters of directly preparing carbonaceous mesophase (CMs) by solvothermal method using coal tar as raw material. To solve this problem, a Decision Tree model for CMs preparation (DTC) was established based on the relationship between the process parameters and the yields of CMs. Then, the importance of variables in the preparation process for CMs was predicted, the relationship between experimental conditions and yields was revealed, and the preparation process conditions were also optimized by the DTC. The prediction results showed that the importance of the variables was raw material type, solvothermal temperature, solvothermal time, solvent amount, and additive type in order. And the optimized reaction conditions were as follows: coal tar was pretreated by decompress distillation and centrifugation, the solvent amount was 50.0 ml, the solvothermal temperature was 230 °C, and the reaction time was 5 h. These prediction results were consistent with the actual experimental results, and the error between the predicted yields and the actual yields was about − 1.1%. Furthermore, the prediction error of DTC method was within the acceptable range when the data sample sets were reduced to 100 sets. These results proved that the established DTC for chemical process optimization can effectively lessen the experimental workload and has high application value.

Recently, many studies have been conducted to improve quality by applying machine learning models to semiconductor manufacturing process data. However, in the semiconductor manufacturing process, the ratio of good products is much higher than that of defective products, so the problem of data imbalance is serious in terms of machine learning. In addition, since the number of features of data used in machine learning is very large, it is very important to perform machine learning by extracting only important features from among them to increase accuracy and utilization. This study proposes an anomaly detection methodology that can learn excellently despite data imbalance and high-dimensional characteristics of semiconductor process data. The anomaly detection methodology applies the LIME algorithm after applying the SMOTE method and the RFECV method. The proposed methodology analyzes the classification result of the anomaly classification model, detects the cause of the anomaly, and derives a semiconductor process requiring action. The proposed methodology confirmed applicability and feasibility through application of cases.