이 연구는 제2차세계대전기 체코슬로바키아망명정부와 대한민국임시 정부의 국제적 정부승인 시도 과정 및 연합국의 인식을 비교 분석한다. 베네쉬는 런던에서 서구 진영과 소련의 지원을 확보하며 군사적 입지를 강화했다. 특히 전쟁의 격화되는 동안 국제적 승인을 획득하여 성공적인 망명정부를 수립했다. 서구적 가치를 선호했던 베네쉬는 독일의 군사적 위협을 우려해 소련과 긴밀히 협력했다. 반면 임정은 체코슬로바키아의 승인 모델에 기반하여 외교적 노력을 기울였으나, 좌우 갈등과 국민 대 표성 문제로 정부승인 획득에 실패했다. 본질적으로 체코슬로바키아망명 정부는 소련의 참전으로 반독 세력이 결집하며 정부승인을 얻었지만, 임 정은 태평양전쟁 개전에도 불구하고 연합국과 소련의 정치적 이해관계로 인해 승인을 얻지 못했다. 해방 후 임정과 달리 체코슬로바키아망명정부 가 소련과 밀착한 것은 공산화로 이어지는 역설적 결과를 가져왔다.

본 연구는 패션산업에서 재활용 섬유의 촉감 및 감성 인지가 소비자의 구매의도 및 선호도에 미치는 영향을 분석 하였다. 양모65/재활용 캐시미어35, 캐시미어65/재활용 캐시미어35, 뉴 캐시미어 100%의 동일 사양으로 제직된 저 어지 니트 원단 3종류를 20∼30대 남녀 소비자 62명을 대상으로 촉감성의 관능평가 설문조사를 실시하였다. SPSS 28 통계패키지로 평균 및 빈도분석, t-test, ANOVA 분석을 실시하였다. 1차 관능평가 결과, 기모가공 된 재활용 섬 유가 긍정적으로 겨울철 섬유소재로서 선호되는 것으로 평가되었으나, 재활용 섬유 및 혼방률을 인지한 후의 2차 평가 결과, 감성 평가가 낮았던 캐시미어 100% 신섬유가 ‘우아한’, ‘정장용’, ‘개성적인’ 등 긍정적 평가가 상승하였 고, 예상 가격도 크게 증가하였다. 이처럼 유사 자극에 대한 감성 반응이 정보 인지에 따라 반전되는 현상은, 촉감각보다 인지적 정보가 소비자 평가에 더 강하게 작용함을 보여준다. 재활용 섬유 판단의 기준은 원단이 거칠고 딱딱하 거나 인공적인 촉감성을 나타내었기 때문이라고 응답하였다. 본 연구는 재활용 섬유에 대한 소비자 인식 개선 및 효과적인 정보 전달 전략 수립의 중요성을 시사한다.

Food ingredients and materials derived from novel food sources have been increasingly developed using innovative technologies and production processes. Therefore, understanding the diverse regulations and approval procedures in different countries is crucial before importing foreign ingredients; this is especially crucial for importing materials without a prior consumption history and exporting domestically produced food ingredients, for example, in Korea. This review discusses the procedures, from the temporary recognition of food ingredients to their registration in the Korean Food Code, as well as the regulatory frameworks and current status of novel food approval in the European Union (EU), Generally Recognized as Safe (GRAS) recognition by the United States (US) Food and Drug Administration (FDA), and novel food approval by the Food Standards Australia New Zealand (FSANZ).

The present study presents an experiment in which online acronyms, formed from common fixed phrases or formulaic expressions, and in common usage in English medium computer-based communication, were presented to Korean university-level learners placed into either a control group or treatment group which was given instruction into the expansions and meanings of the acronyms. Their knowledge of the target vocabulary was measured using the Vocabulary Knowledge Scale (VKS) test in a pre-, post-, delayed post-test format. The pre-test results showed relatively little awareness or familiarity with the target online acronyms for either group. Repeated measures ANOVA analysis did not show differences between pre-test and immediate post-test scores for the control group, although the delayed post-test did show a significant improvement. The treatment group showed significant and robust gains in both immediate and delayed post-tests. Comparison between the groups wa s done by one-way ANOVA. This showed significant differences in gains between control and treatment groups, with a large effect, suggesting that brief explicit instruction sessions could result in large gains. Implications of the study findings for educators and learners are discussed.

Animal pattern recognition from nighttime grayscale images is crucial for wildlife protection and ecological monitoring. Most of the current models suffer from a large parameter scale, making them unsuitable for deployment in resource-constrained environments. To address this challenge, this study proposes a multi-layer knowledge distillation approach based on the teacher Convnext model to improve the lightweight student model's classification performance effectively. Experimental results show that the parameters of the distilled CifarResNet20 model are only 0.27M, and the accuracy is 88.76%, which is superior to the traditional single-layer distillation and another tiny student model. The study confirms the efficiency and practical value of the proposed method in practical applications such as ecological monitoring.

장애의 본질은 손상이 있는 사람들에 대한 사회의 부적절한 대응에서 비롯 된다고 보아야 한다. 장애인도 비장애인과 동등하게 『헌법』이 보장하는 인간 으로서의 존엄과 가치 및 행복을 추구할 권리를 가지고, 국가는 이를 보장할 의무가 있다. 그런데『장애인복지법』시행령 제2조 제1항 [별표1]은 위 법의 적 용을 받는 장애의 종류를 15가지로 나열하였다. 여기에 들어있지 않은 투렛 증후군 진단을 받은 사람의 장애인등록 신청이 거부 된 데 대하여 대상판결 은『장애인복지법』이나 위 법 시행령의 체제와 취지 등 여러 사정을 종합하여 위 조항을 한정적 열거가 아닌 예시적 열거로 보고, 나아가 적극적으로 인용 처분이 내려져야 한다는 전제에서 거부처분의 위법성을 논하면서 유추의 방 법까지 동원하였다. 장애의 종류가 아니라 장애의 경중에 따라 국가의 보호대 상에의 해당 여부를 정하는 것이 『헌법』이 정한 평등의 이념에 부합하며, 법 을 해석함에 있어서는 법적 안정성을 저해하지 않는 범위에서 구체적 타당성 을 찾아야 하므로, 보다 적극적인 실효성 있는 구제책을 낸 대상판결은 장애 인복지의 지평을 넓히는 의미 있는 판결이다. 다만, 대상판결 후에도 개정된 시행령이나 보건복지부 고시 등을 통하여 새로운 유형의 장애 인정이 거의 제한되고 있는바, 하루빨리 시정되어야 할 것이다.

인공지능의 발전은 검색엔진, SNS, ChatGPT 등 다양한 분야에서 혁신을 이끌며 사회와 산업 전반에 변화를 가져오고 있다. 특히, 교 통 분야에서는 AI 기반 기술이 교통정보 수집 및 분석 방식에 변화를 주며, 새로운 활용 가능성을 제시하고 있다. 과거 육안 계수 방 식에 의존했던 교통량 조사는 현재 CCTV 영상과 딥러닝 객체 인식 기술을 활용해 신뢰성과 정확성이 크게 향상되었다. AI 기반 교통 솔루션의 도입으로 교통량 조사 데이터는 정책 수립, 운영 개선, 사회간접자본 건설 등 다양한 분야에서 중요한 기초 자료로 활용되고 있다. 이에 본 연구에서는 YOLO v8을 활용하여 차량 축 인식 기반 차종 분류의 정확성을 향상시키고, 기존 촬영 기법과 비교·분석을 통해 최적의 인식기법을 제시하고자 한다.

본 연구는 『황제내경』에 기록된 수면 생리에 대한 인식을 분석하여 중의학의 수면의학 이론 체계의 기초를 탐구한다. 『내경』의 수면 이론은 천인상응(天人相應) 사상을 바탕으로 하며, 주야 및 사계절의 리듬, 영위기혈(營衛氣血)의 운행, 그리고 오장(五臟)의 기능과 밀접 한 관련이 있다. 연구 결과, 『내경』의 수면 이론은 다음과 같은 주요 특징을 보인다. 첫째, 수면-각성 주기는 자연계의 음양 변화와 밀접히 연관되어 있으며, 사계절에 따라 수면 패턴 이 조절되어야 한다. 둘째, 위기(衛氣)의 주야 순환이 수면-각성 상태를 결정하며, 영기(營 氣)와의 상호작용이 중요하다. 셋째, 오장의 기능도 수면의 질과 지속에 큰 영향을 미치는 데, 심(心)은 정신을 주관하여 수면의 정신적 측면을 조절하고, 간(肝)은 혈을 저장하고 소설 기능을 통해 수면을 조절한다. 비(脾)는 영위지기(營衛之氣)의 생성과 운행에 관여하여 수면 의 물질적 기초를 제공하며, 신(腎)은 정기를 저장하고 음양의 균형을 통해 수면-각성 주기 를 조절한다. 폐(肺)는 백맥을 조회하고 백(魄)을 저장하여 수면에 영향을 미친다. 『내경』의 수면 이론은 인체의 전체적인 생리 기능과 자연환경의 조화를 강조하는 통합적 접근법을 제시하며, 이는 현대 중의학에서 수면 장애의 진단과 치료에 중요한 지침을 제공할 것으로 기대된다.

This study addresses the critical challenge of enhancing vehicle classification accuracy in traffic surveys by optimizing the conditions for vehicle axle recognition through artificial intelligence. With current governmental traffic surveys facing issues—particularly the misclassification of freight vehicles in systems employing a 12-category vehicle classification—the research proposes an optimal imaging setup to improve axle recognition accuracy. Field data were acquired at busy intersections using specialized equipment, comparing two camera installation heights under fixed conditions. Analysis revealed that a shooting height of 8.5m combined with a 50°angle significantly reduces occlusion and captures comprehensive vehicle features, including the front, side, and upper views, which are essential for reliable deep learning-based classification. The proposed methodology integrates YOLOv8 for vehicle detection and a CNN-based Deep Sort algorithm for tracking, with image extraction occurring every three frames. The axle regions are then segmented and analyzed for inter-axle distances and patterns, enabling classification into 15 categories—including 12 vehicle types and additional classes such as pedestrians, motorcycles, and personal mobility devices. Experimental results, based on a dataset collected at a high-traffic point in Gwangju, South Korea, demonstrate that the optimized conditions yield an overall accuracy of 97.22% and a PR-Curve AUC of 0.88. Notably, the enhanced setup significantly improved the classification performance for complex vehicle types, such as 6-axle dump trucks and semi-trailers, which are prone to misclassification under lower installation heights. The study concludes that optimized imaging conditions combined with advanced deep learning algorithms for axle recognition can substantially improve vehicle classification accuracy. These findings have important implications for traffic management, infrastructure planning, road maintenance, and policy-making by providing a more reliable and precise basis for traffic data analysis.

현대 사회에서 음악은 일상생활에 깊숙이 자리 잡아, 개인의 음악적 취향과 감정 상태에 맞는 콘텐츠를 손쉽게 찾고 소비하는 것이 중요해지고 있다. 콘텐츠 소비 증가와 더불어 제작 속도 및 효율 또한 중요한 요소로 부상하고 있다. 그러나 기존 음악 콘텐츠 제작 방식은 주로 기존 음악을 플레이리스트로 만들고 간단한 애니메이션이나 이미지를 영상으로 추가하는 방식이다. 이러한 한계를 극복하고자, 인공지능(AI) 기술을 활용하여 사용자 맞춤형 음악을 생성하고 콘 텐츠를 제공하는 어플리케이션을 개발하였다. AI 모델을 통해 사용자의 감정 상태를 분석하고, 이를 기반으로 음악적 요소를 최적화하여 개인화된 음악 콘텐츠를 생성하는 것에 목표를 두었 다. Mel-frequency cepstral coefficients(MFCC)와 템포 분석을 통해 음악 데이터의 특징을 추출하고, 이를 기반으로 사용자 감정에 부합하는 프롬프트를 생성하였다. 생성된 프롬프트는 MusicGen 모델에 입력되어, 사용자의 감정 상태와 음악적 취향을 반영한 새로운 음악을 생성 하는 데 활용하였다. 또한, ComfyUI를 활용하여 텍스트-이미지-비디오 변환 파이프라인을 구 축함으로써, 생성된 프롬프트를 기반으로 다양한 멀티미디어 콘텐츠 제작을 가능하게 하였다. 기존 음악 콘텐츠 제작 방식의 시간 및 비용 문제를 해결하고, 사용자에게 보다 정교하고 개 인화된 음악 경험을 제공하는 데 기여할 수 있을 것으로 기대된다. 향후 다양한 분야에서의 응용 가능성을 제시한다.

목적: 본 연구는 실명을 유발하는 3대 주요 안질환의 연도별 유병률 추이를 관찰하고, 이들 질환의 인지율과 치 료율 비교와 관련 요인을 분석하고자 하였다. 방법: 질병관리청 국민건강영양조사 제8기(2019~2021년도) 조사에 참여한 대상자 중 만 40세 이상인 성인들을 대상으로 녹내장, 황반변성, 당뇨병성 망막병증의 유병률, 인지율과 치료율을 연도별로 비교하고 일반적 특성을 분 석하였다. 결과: 3대 주요 안질환의 연도별 추이를 보면 녹내장의 유병률은 매년 일정한 추이를 보이지만 당뇨망막병증의 유병률은 당뇨병 유병율과 함께 해마다 증가하고 있다. 연도별 인지율과 치료율은 다른 질환에 비해 녹내장이 높은 편이었으며, 황반변성의 인지율이 상당히 낮게 나타났다. 녹내장과 황반변성은 나이가 주요한 변수였으며, 황반변 성은 교육수준이 높아질수록 인지율과 치료율이 유의하게 높아지는 것으로 나타났다. 한편 당뇨병성 망막증의 경 우, 알코올 섭취는 인지율과 치료율을 감소시키는 것으로 나타났다. 결론: 본 연구를 통해 3대 주요 안질환의 인지율과 치료율에 대한 차이를 비교할 수 있었으며, 치료율에 미치는 다양한 요인 또한 확인할 수 있었다.

This paper investigates the cognitive processes involved in English word recognition among young EFL learners using eye-tracking methodology. A quasi-experimental mixed method design was used to investigate how young L2 learners engage with basic words, with or without pictorial cues. A total of seventeen 6th-grade pupils from two schools participated in the experiment. The participants were presented with a list of 20 words and were asked to read them aloud while their eye movements were tracked to discern their viewing patterns. Immediately after the reading task, stimulated-recall interviews were conducted to triangulate and validate the participants’ viewing behaviors. Results indicate that participants focused significantly more on the text than the accompanying pictures yet demonstrated better performance in recognizing and reading the words presented in a picture-based mode. Some participants reported that the pictures were not viewed because the words were easy to read. In contrast, others struggled to read certain words due to an over-reliance on their background knowledge, which sometimes led to misinterpretation. These results emphasize the importance of integrating visual cues with word recognition instruction in early language learning contexts, highlighting when and how these cues should be utilized effectively.

Gas identification techniques using pattern recognition methods were developed from four micro-electronic gas sensors for noxious gas mixture analysis. The target gases for the air quality monitoring inside vehicles were two exhaust gases, carbon monoxide (CO) and nitrogen oxides (NOx), and two odor gases, ammonia (NH3) and formaldehyde (HCHO). Four MEMS gas sensors with sensing materials of Pd-SnO2 for CO, In2O3 for NOX, Ru-WO3 for NH3, and hybridized SnO2-ZnO material for HCHO were fabricated. In six binary mixed gas systems with oxidizing and reducing gases, the gas sensing behaviors and the sensor responses of these methods were examined for the discrimination of gas species. The gas sensitivity data was extracted and their patterns were determined using principal component analysis (PCA) techniques. The PCA plot results showed good separation among the mixed gas systems, suggesting that the gas mixture tests for noxious gases and their mixtures could be well classified and discriminated changes.

본 연구는 정원에 대한 인식의 유형을 파악하고, 이용 만족도와의 관계를 분석하여 정원 이용 만족도 제고를 위한 정원 조성 방안을 제언하고자 실시되었다. 이를 위해 G 대학교 캠퍼스 정원을 이용하고 있는 이용자들을 대상으로 인구통계학적 특성, 정원 인식, 정원 이용 만족도 등에 대하여 설문하였다. 이용자들은 정원의 면적, 식물 및 햇빛의 양, 식물 배치 등에 있어 높은 만족감을 가지고 있었으나, 프라이버시 측면에서는 만족감이 낮았다. 인식의 유형은 ‘정원 구성 요소’, ‘정원 이용’, ‘사적 공간’ 세 가지 요인으로 확인되었고, 각 요인들은 세부적인 만족도 중 ‘흥미도와 독창성’, ‘시각적인 아름다움’과 정적 상관을 가지고 있었다. 또한, 정원 이용 만족도에 가장 큰 영향을 미치는 정원에 대한 인식은 식물의 배치와 관련된 것으로 나타났다. 따라서, 정원 이용 만족도 제고를 위해 정원 내 흥미롭고 독창적인 요소를 추가하고, 시각적 아름다움을 자극할 수 있는 식물들을 도입하기를 제언해본다.