Soybean (Glycine max L.) is a crucial global crop, serving as a significant source of protein and oil. However, its productivity is increasingly at risk due to climate change, particularly from drought stress. While conventional breeding has successfully identified and crossed drought-tolerant genotypes like DT2008 and slow-wilting lines, these efforts face challenges such as lengthy breeding cycles, strong environmental influences, and limited yield improvements. Molecular techniques, including genome-wide association studies, quantitative trait locus mapping, and marker-assisted selection, have enhanced the efficiency of identifying and selecting beneficial traits. Nevertheless, drought tolerance remains a complex polygenic trait. Biotechnology advancements introduce new possibilities; for instance, genetic modification has incorporated drought-responsive genes like AtDREB1A, codA, and GmNAC to improve survival, osmoprotection, and root development under water stress. Additionally, genome editing tools such as CRISPR/Cas9 allow for precise modifications of key loci and may enjoy greater public acceptance than traditional GM crops. Notable successes, such as the TN16-520R1 cultivar, which combines drought and herbicide tolerance, highlight the potential of integrating these technologies. Accurate evaluation methods are critical, with laboratory assays offering physiological insights, greenhouse experiments assessing gene function, and field trials confirming performance in real-world conditions. Future advancements in soybean breeding for drought tolerance will rely on integrating these complementary screening methods into high-throughput phenotyping pipelines to expedite the breeding process. In summary, improving soybean drought tolerance demands a synergistic approach that merges traditional diversity-based breeding with cutting-edge molecular techniques and genome editing. Key priorities include discovering functional genes, implementing precision phenotyping in field settings, and developing integrated breeding pipelines that simultaneously address drought and other stresses, such as heat and disease. This strategy aims to produce resilient cultivars capable of maintaining soybean productivity in the face of climate change.

버드나무속(Salix)은 북반구 온대권을 중심으로 약 400–500종이 분포하며, 습윤한 하천변·습지에서의 높은 활착률과 빠른 생장, 우수한 맹아 재생력 및 삽목 번식 능력으로 인해 유휴지 탄소흡수원 조성 수종으로 주목받고 있다. 특히 3-5년 주기의 반복 수확(short rotation coppice, SRC)을 통해 높은 목질 바이오매스 생산이 가능하며, 일부 사례에서는 연간 건물중 14–20 ton/ha 수준의 생산량이 보고되었다. 또한 장기 재배에서 토양탄소의 순증가가 확인되어, 버드나무속을 이용한 SRC가 바이오매스 공급과 더불어 토양 탄소저장능력 향상에도 기여할 수 있음을 시사한다. 본 리뷰는 (1) 버드나무속의 생태·자원 특성과 유휴지 적용 가능성, (2) 생산성 증진·녹병(Melampsora spp.) 저항성·환경 적응성(건조·염분·한랭) 중심의 육성 현황, (3) 삽목·조직배양 등 우량개체 증식 및 생산 기술, (4) 시비·미생물 제재·혼식 및 병해 관리 등 재배화 전략을 종합적으로 정리하였다. 더불어 드론·위성 기반 원격탐사와 머신러닝을 활용한 바이오매스/생장률 예측, 병해 정량화, 스트레스 생리반응 모니터링 등 디지털 표현형 정보의 적용 가능성을 제시하였다. 종합하면, 유휴지 탄소흡수원 조성을 위한 버드나무류 육성은 ‘우수한 유전형(생산성×내병성×환경적응성)’ 의 확보와 ‘대량 증식·보급 체계’ 구축, 그리고 ‘현장 재배관리 최적화’가 결합될 때 효과가 극대화될 것으로 판단된다. 향후에는 지역 맞춤형 품종 선발과 혼식 설계, 병원체 변화에 대응하는 저항성 육종, 디지털 표현형 기반의 선발 고도화 및 탄소정책 연계가 핵심 과제로 제안된다.

본 연구는 선박의 폐쇄적이고 위계적인 근무환경으로 인하여 발생하는 실습선원의 인권침해 문제를 체계적으로 진단하기 위 해 실습선원 인권지표를 개발하는 것을 목적으로 한다. 선박 내 높은 직위 중심의 권력 구조와 고립된 생활 환경은 사회적 약자인 실습선 원의 인권침해 사례를 증가시키고 있으나, 이를 객관적으로 평가할 수 있는 체계적 지표는 마련되어 있지 않다. 이에 따라 국가인권지표 체계와 해양 분야 승선환경, 관련 제도를 검토하여 1차 지표안을 도출하고, 전문가 패널을 대상으로 2차례의 델파이(Delphi) 조사를 통해 타당성과 실효성을 검증하였다. 분석 결과, 실습선원의 인권상황을 다면적으로 평가할 수 있는 3계층 구조의 상세지표가 도출되었으며, 최종 지표는 대분류 8개, 중분류 18개, 소분류 28개로 구성되었다. 각 지표는 내용타당도(CVR) 검증을 통해 신뢰성을 확보하였다. 본 연구 에서 개발된 인권지표는 향후 표준화와 가중치 부여를 거쳐 ‘실습선원 인권지수’ 산정에 활용될 수 있으며, 이를 통해 실습선원의 인권실 태를 진단하고 정책적 개선방안을 마련하는 데 중요한 기초자료로 기여할 것이다.

본 연구의 목적은 텍스트마이닝 기법을 활용하여 국내 과학기술인력개발 연구의 시기별 연구동향, 주 요 키워드, 연구주제와 학문영역을 파악하며 향후 실무적 및 정책적 기초자료를 제공하는데 있다. 이를 위해 국내 학술논문 및 학위논문 총 182편의 초록을 대상으로 구글 코랩을 이용하여 키워드 빈도분석, 토픽모델링을 실시하였다. 그 결과, 첫째, 1994년부터 과학기술 인재개발 분야 연구가 시작되어 2010년대 중반 이후 급격히 증가하다 2020년대 초반에 감소하는 추세임을 확인할 수 있었다. 둘째, 과학기술인력개 발 연구의 주요 키워드는 ‘교육’, ‘혁신’, ‘직무’, ‘경력’, ‘몰입’ 등이 높은 빈도로 나타났다. 셋째, 토픽모델링 결과, 연구주제는 ① 대학에서의 학업 경험, ② 기업의 조직 특성과 개인 경력·역량 개발, ③ 대학의 글쓰기·교양 기반 기초 역량교육, ④ 과학기술인력의 직무 몰입과 경력 이동, ⑤ 리더십·신뢰 기반의 조직혁신 역량으로 다섯 가지로 구분되었다. 이 연구결과는 과학기술인력개발은 개인, 조직, 사회적 차원에서 상호 적으로 연결되어 발전함을 보여준다. 본 연구는 과학기술인력 대상 HRD 전 분야(ID, CD, OD)를 대상으로 한 종합적인 연구동향 분석이라 는 점에서 의의가 있다. 정책·실무적으로 대학의 기초역량 교육 강화, 재직자의 직무전환 및 경력개발 프 로그램 확대, 조직의 직무몰입 및 조직문화 개선, 리더십 기반의 혁신역량 강화가 필요함을 시사하며, 학 문적으로는 텍스트마이닝 기법이 과학기술인력개발 분야 전반의 연구동향을 효과적으로 파악할 수 있는 방법임을 확인하였다.

본 연구는 국가 제조업 경쟁력 강화를 위한 핵심 R&D 사업인 소재부품 기술개발사업을 중심으로 산학연 공동연구 네트워크의 구조적 특성을 분석하고, 각 참여 주체들의 역할과 관계를 규명하여 시사점을 제시하는 것을 목적으로 한다. 이를 위해 최근 5년간 (2020년~2024년) 수행된 소재부품기술개발사업의 공동연구 과제 565건을 대상으로 소셜 네트 워크 분석(Social Network Analysis, SNA)을 수행하였다. 분석 결과, 소재부품기술개발사업의 공동연구 네트워크는 1,262개 기관과 2,048개 협력관계로 구성된 중심-주변부 구조를 가지고 있으며, 산학연 협력(49.4%)이 가장 많은 비중을 차지하였다. 전체 네트워크에서 일부 연구 기관이 지식 공급과 확산을, 기업은 주로 지식의 흡수와 통합 역할을 수행하는 구조를 보였다. 대학은 산업계와 연구계 사이에서 지식의 흐름을 중개하는 핵심 역할을 담당하고 있는 것으로 나타났다. 협력 유형별 분석 결과, 지식의 생산, 통합, 중개 역할을 담당하는 주체가 뚜렷하게 구분되었다. 산학연 협력과 산연 협력에서는 공공 연구기관이 지식 생산 및 확산의 중심 주체로 기능하는 반면, 산학 협력에서는 대학과 대기업이 네트워크의 핵심 허브로 작용하고 있다. 산산 협력에서는 소수의 대기업 중심의 위계적 구조가 두드러졌다. 중개 역할 또한 협력 유형에 따라 상이하게 나타나, 산학연과 산학 협력에서는 대학이, 산연 협력에서는 전문 연구 기관이, 산산 협력에서는 대기업이 지식 가교로서 기능을 수행하고 있음을 확인하였다. 기술 분야별 분석 결과, 전기·전자(33.6%), 기계·소재(27.1%), 화학(20.9%) 분야가 주요 영역으로, 가장 활발한 협력이 이루어지고 있는 것으로 나타났다. 정보통신 및 지식서비스 분야는 상대 적으로 작은 규모이지만 높은 네트워크 밀도를 보였다. 기술 분야별로 주도적 역할을 담당하는 기관 유형에 차이가 나타났는데, 전통적 제조업 기반 분야(기계·소재, 화학, 전기·전자)에서는 공공 연구기관이, 융합연구 기반 분야(정보통신, 바이오·의료)에서는 기업이 지식 생산을 주도 하는 것으로 나타났다. 본 연구는 소재부품 분야 산학연 협력 네트워크의 구조적 특성을 종합 적으로 분석함으로써, 분야별 맞춤형 협력 모델 개발, 핵심 연구기관 지원 강화, 중소기업의 네트워크 참여 활성화 등의 정책적 시사점을 제시하였다.

As the Fourth Industrial Revolution advances, smart factories have become a new manufacturing paradigm, integrating technologies such as Information and Communication Technology (ICT), the Internet of Things (IoT), Artificial Intelligence (AI), and big data analytics to overcome traditional manufacturing limitations and enhance global competitiveness. This study offers a comprehensive approach by evaluating both technological and economic performance of smart factory Research and Development (R&D) projects, addressing gaps in previous studies that focused narrowly on either aspect. The research combines Latent Dirichlet Allocation (LDA) topic modeling and Data Envelopment Analysis (DEA) to quantitatively compare the efficiency of various topics. This integrated approach not only identifies key research themes but also evaluates how effectively resources are utilized within each theme, supporting strategic decision-making for optimal resource allocation. Additionally, non-parametric statistical tests are applied to detect performance differences between topics, providing insights into areas of comparative advantage. Unlike traditional DEA methods, which face limitations in generalizing results, this study offers a more nuanced analysis by benchmarking efficiency across thematic areas. The findings highlight the superior performance of projects incorporating AI, IoT, and big data, as well as those led by the Ministry of Trade, Industry, and Energy (MOTIE) and small and medium-sized enterprises (SMEs). The regional analysis reveals significant contributions from non-metropolitan areas, emphasizing the need for balanced development. This research provides policymakers and industry leaders with strategic insights, guiding the efficient allocation of R&D resources and fostering the development of smart factories aligned with global trends and national goals.

The research led to the development of a specialized knife for cutting waste ropes and nets from marine waste. The composition of the manufactured knife was analyzed with XRF equipment, and the main components were iron and chromium, with small amounts of molybdenum, vanadium, and nickel. Vickers hardness measurements showed similar hardness values at the surface and center, and a metallographic microscope examination of the knife surface texture revealed a fine-grained martensite structure. The low heating value of the waste rope and waste net was measured, and the low heating value was higher than 3,500 kcal/kg, which is the quality certification standard for solid refuse fuel.

본 연구는 YOLO(You Only Look Once)-Segmentation 기반 해양생물 탐지 모델의 성능 비교와 수중 이미지의 색상 왜곡 보정을 위한 딥러닝 모델 구축에 중점을 둔다. 탐지 모델 구축에는 Ultralytics에서 공식적으로 배포하는 YOLO의 버전별 객체분할 모델인 YOLOv5-Seg, YOLOv8-Seg, YOLOv9-Seg, YOLOv11-Seg를 활용하였으며, 22종의 해양생물 데이터셋을 사용해 동일한 학습 과정을 거쳤다. 이 를 통해 각 버전의 탐지 성능을 비교한 결과, YOLOv9c-Seg 모델이 정밀도(Precision) 0.908, 재현율(Recall) 0.912, mAP@50 0.943으로 가장 높 은 성능을 기록하며 최적의 모델로 선정되었다. 또한, 수중 환경에서 발생하는 색상 왜곡 문제를 해결하고 탐지 정확도를 높이기 위해 CLAHE, White Balance, Image Filter 등의 RGB 요소 변환 기법을 적용한 PhysicalNN 기반 이미지 보정 모델을 구축하였다. 선정된 탐지 모델 과 이미지 보정 모델을 이용해 수중영상 내 탐지된 생물의 위치를 정확히 파악하고, Monocular Depth Estimation(MDE) 알고리즘과 거리 및 크기 측정을 위한 가이드 스틱을 활용하여 대상 생물의 거리와 크기를 추정하였다. 이를 통해 단안 카메라 영상만으로도 3차원 공간의 해 양생물 크기와 이에 따른 체중을 간접적으로 추정하였으며, 향후 해양 생태계 모니터링에 활용할 수 있는 가능성을 시사한다.

In the context of the rapid development of information technology and the continuous transformation of work patterns, the phenomenon of work-related electronic communication during non-working hours has become increasingly prevalent, and its impact on employees has become an important research topic. This study conducted in-depth interviews with 18 employees from different industries and job levels, and used open coding and axial coding to conduct an in-depth analysis of the interview results to construct the relevant main categories and content framework. Based on this, a questionnaire was designed and 526 valid questionnaires were obtained through the Questionnaire Star platform. Subsequently, through reliability analysis, exploratory and confirmatory factor analysis, a systematic and comprehensive measurement dimension system was finally constructed. This system includes two first-level indicators of internal personal traits and external communication situations, and is further subdivided into six second-level indicators and eight third-level indicators. The scale system constructed in this study provides a scientific empirical basis for enterprises in managing work-related electronic communication during non-working hours, helps enterprises gain an in-depth understanding of the behavior patterns and ability characteristics of employees in this context, and thus optimize management strategies. At the same time, employees can also better understand their own situation based on this scale system, and then adjust their own behaviors and mindsets in a targeted manner to achieve a balance between work and life.

This paper explores a convergent approach that combines advanced informatics and computational science to develop road-paving materials. It also analyzes research trends that apply artificial-intelligence technologies to propose research directions for developing new materials and optimizing them for road pavements. This paper reviews various research trends in material design and development, including studies on materials and substances, quantitative structure–activity/property relationship (QSAR/QSPR) research, molecular data, and descriptors, and their applications in the fields of biomedicine, composite materials, and road-construction materials. Data representation is crucial for applying deep learning to construction-material data. Moreover, selecting significant variables for training is important, and the importance of these variables can be evaluated using Pearson’s correlation coefficients or ensemble techniques. In selecting training data and applying appropriate prediction models, the author intends to conduct future research on property prediction and apply string-based representations and generative adversarial networks (GANs). The convergence of artificial intelligence and computational science has enabled transformative changes in the field of material development, contributing significantly to enhancing the performance of road-paving materials. The future impacts of discovering new materials and optimizing research outcomes are highly anticipated.

[연구목적] 본 연구는 금은화, 해당화, 애엽의 복합 추출물을 활용하여 화장품 소재로 활용 가능한 항산화 효능, 미백 효능(티로시나아제 저해능), 세포 생존력을 시험하고 피부 건강을 위한 향장 피부 미백 효과가 뛰어난 친환경 화장품 소재를 개발하고, 이를 통해 지역 사회와 의 상생 모델을 구축하는 것을 목표로 한다. [연구방법] LRA 추출물의 생리활성을 평가하기 위해 추출, 항산화 활성 측정, Tyrosinase 저해 활성 측정, 세포 독성 시험, 멜라닌 생성 억제 효과 등을 종합적으로 평가하고, 피부 건강 증진에 기여할 수 있는 가능성을 확인하였다. [연 구결과] LRA 추출물의 생리활성을 평가한 결과, 활성산소를 효과적으로 제거하고 세포 손상 을 막는 강력한 항산화 효과를 확인하였다. 특히, ABTS 라디칼 소거 활성이 뛰어나 항산화 물질로서의 잠재력을 확인하였고, LRA 추출물은 멜라닌 생성을 억제하는 효과가 탁월하여 미백 기능성 소재로 활용될 수 있는 가능성을 제시하였다. Tyrosinase 저해 활성 측정 결과 는, LRA는 멜라닌 생성의 핵심 효소인 tyrosinase의 활성을 유의하게 감소시켜 기미, 주근깨 등의 색소 침착을 개선하는 데 효과적임을 확인하였다. [결론] 금은화, 해당화, 애엽과 같은 천연 소재를 활용한 친환경 미백 화장품 소재 개발의 가능성을 확인하였으며, 이를 통해 지역 경제 활성화와 지역 사회와의 상생 모델 구축이라는 두 가지 목표를 동시에 달성할 수 있음 을 확인하였다.