스마트시티는 4차 산업혁명 기술을 활용하여 현재의 산적한 도시 문제를 해결 할 수 있는 해결책으로 제시되고 있으나, 스마트시티에서 자율주행자동차 (특 히 레벨4단계 이상의 고도의 자율주행)를 운행하기 위해서는 여러 법제의 규 정과 요건을 먼저 갖추어야 한다. 일반 도로에서의 자율주행자동차 상용화를 위해서는 스마트시티에서의 디지털트윈 기술을 활용한 실증 데이터가 선행되 어야 하므로, 본 논문은 디지털트윈 기술의 활용 가능성과 이를 뒷받침할 법제 도적 방안을 검토하였다. 현행 자율주행자동차법은 레벨4 자율주행자동차에 대한 성능인증 및 적합성승 인 제도를 도입하였으나, 국제적으로 완전한 안전기준이 부재하고 관련 규제가 여러 부처에 분산되어 있어 실증 기반의 데이터 확보에 한계가 지적되어 왔다. 자율주행자동차 사고의 94%가 제3자에 의해 간접적으로 유발된다는 연구 결과는 기술적 완성도만이 아닌 인프라 환경의 중요성을 시사한다. 이러한 문제의 대안으로 디지털트윈 기술의 활용이 주목되는바, 디지털트윈은 실시간 3D 데이 터 시각화와 자율적 의사결정 알고리즘을 결합하여 도로의 돌발 상황과 다양한 변수를 사전에 시뮬레이션할 수 있다. 스마트시티는 기획 단계부터 디지털 인프 라가 구축되어 있어 일반 도로에 비해 자율주행 실증에 유리한 환경을 갖추고 있으며, 디지털트윈 활용과 실증 경험을 축적할 수 있는 이점이 있다. 이에 본 논문은 ｢모빌리티 혁신 및 활성화 지원에 관한 법률｣과 ｢스마트도시 조성 및 산업진흥 등에 관한 법률｣에 디지털트윈을 활용한 자율주행자동차 실 증을 위한 특례 규정을 신설할 것을 제안한다. 이를 통해 데이터 수집·학습· 실증의 선순환 체계를 구축하여 K-자율주행시스템의 상용화를 앞당길 수 있 을 것으로 기대한다.

오늘날 제4차 산업혁명과 디지털전환 경제가 본격화되고 있어서 건설에서도 기존의 인력을 사용한 공법에서 디지털과학기술, 인공지능기술을 탑재한 스마 트 건설 기술(BIM, OSC, 로봇, 드론 등)이 현장에 본격 도입됨에 따라, 전통적 인 건설법 체계와 충돌하는 지점이 많아지고 있다. 건설 현장의 디지털 전환이 가속화되면서 BIM(Building Information Modeling, 건설 정보 모델링) 의무화 및 건설 로봇 도입으로 스마트 건설 기술 도입 시 발생하는 책임 소재, 지식재산권 보호, 안전관리 책임 등을 건설법제에 반영하 여야 한다. 예를 들면, BIM 관련 데이터 소유권이 설계자, 발주자, 혹은 데이터 를 가공한 시공사 중 누구에게 속하는지 법적 귀속 문제나, BIM 오류로 인해 시공 하자가 발생했을 때, 소프트웨어 개발사-설계사-시공사 간의 책임 배분 문제, OSC(Off-Site Construction, 탈현장 건설) 공법으로 만들어진 모듈러 주택을 제품인지 건축물인지에 따른 관련 법규 적용문제나 모듈 제작 위탁이 제 조 위탁인지 건설 위탁인지에 따른 하도급법 적용 문제, 그리고 건설 로봇 및 자율주행 장비의 안전 책임과 중대재해처벌법 또는 건설안전기본법 등의 문제 도 생각해보아야 한다. 무엇보다 분쟁해결 및 구제방법에서 디지털 로봇 사고 에 특화된 건설공사보험이나 대안적 분쟁해결방법(ADR)의 고도화를 국내외 사례와 대비하여 찾아보아야 할 것이다. 디지털 기술로 인한 변화는 기회 또는 위협이기에 다층적, 혁신적인 접근이 필 요하며, 인간을 위하여 과학기술을 어떻게 활용할 것인지 하는 문제에서 선 (善)과 형평(衡平)의 기술을 담당하는 법학계의 지혜가 필요할 것이다.

Wrong-way driving (WWD) on highways is a critical traffic safety issue that often results in severe injuries and fatalities due to head-on collisions with opposing vehicles. The risk of WWD is particularly high at night because of the reduced visibility of traffic signs and roadway information. To address this issue, this study develops a smart logo-projector system capable of providing real-time traffic information to prevent nighttime WWD. First, eight message scenarios were developed based on existing wrong-way and no-entry signs, and an optimal WWD prevention message set was derived using Kansei Engineering. The results indicated that the Arrow + Diagonal information type and octagon sign shape had positive effects on drivers’ emotional responses. A smart logo-projector system and operating algorithm were developed to recognize WWD situations and surrounding traffic conditions in real time through vehicle detectors. The proposed system consists of a logo projector, sequence-based detectors, distance-based detectors, and communications technology, and provides situationresponsive warning messages according to vehicle travel direction and mainline traffic conditions. To evaluate the applicability of the proposed system, a prototype-based verification and driving simulator (DS)-based effectiveness evaluations were conducted. The prototype verification results showed approximately 95% accuracy in both verification scenarios. The DS-based evaluation results indicated that the logo projector outperformed conventional traffic signs in terms of visibility, readability, and warning effectiveness. These findings demonstrate the potential applicability of the smart logo projector as a new traffic safety facility that can complement or replace conventional traffic signs and provide a foundation for real-time traffic information systems.

This study proposes supplementary performance indicators to support approach-level interpretation within the current Smart Intersection System (SIS) evaluation framework, and examines their interpretive characteristics through real-world case studies. While existing Intelligent Transportation System (ITS) performance evaluation standards assess the accuracy at the lane-level direction unit, practical traffic operations often require a comprehensive understanding of the performance at the approach level. To address this limitation, three supplementary indicators were developed: traffic-weighted approach accuracy (TWAA), which reflects the average performance considering traffic exposure; bottleneck-based approach score (BAS), which identifies the lowest-performing lane-level direction unit; and the approach reliability index (ARI), which evaluates the overall operational stability based on threshold compliance. Case study results demonstrate that the proposed indicators provide complementary insights using the same raw data. The TWAA reflects the operational influence of dominant traffic flows. The BAS reveals localized deficiencies that may be masked by average-based measures. The ARI identifies whether the performance is consistently maintained across lane-level direction units. Rather than replacing existing evaluation standards, the proposed indicators serve as a multidimensional framework that enhances the usability of performance data in decision making. These indicators can be applied in a complementary manner depending on the evaluation objectives, such as administrative acceptance, operational efficiency, and maintenance prioritization. Future research should further validate the framework under diverse traffic and geometric conditions, and extend its application to intersection-wide and network-level analyses.

This study presents a field application framework for remote safety monitoring of buildings during demolition using Total Station measurements and prism targets. A large-scale demolition site consisting of two blocks and eight buildings was selected, and five buildings with stable line-of-sight were monitored. Target prisms installed at designated floors were repeatedly observed to obtain vertical-transverse (VT) displacement components, from which building tilt (VT-corrected) and interstory drift ratios were derived as primary safety indices. To address high-frequency fluctuations caused by construction stage changes and measurement conditions, representative values were summarized for long-term trend interpretation. The maximum VT-corrected tilt was 0.00199 (B203) and 0.00197 (B101), indicating that all monitored buildings remained within the reference level of 1/500. The maximum interstory drift ratio was 0.00586 (B101), which remained below the comparison criterion of 0.010 adopted for monitoring. In addition, the maximum VT displacement at the lowest installed prism reached 0.04422 m (B202), approaching but not exceeding the comparison criterion of 0.045 m. No monotonic accumulation toward a single direction was identified over the monitoring period. The results demonstrate that Total Station based remote monitoring can provide quantitative, stage-by-stage safety information during demolition under constrained site access conditions.

본 연구는 ADL 지원 로봇 및 스마트 돌봄시스템 연구에서 사용성·사 용자경험 평가 도구의 적용 동향을 체계적으로 분석하고, ADL 과업 특 성과 사용자 집단에 따른 평가 전략의 차이를 규명하고자 한다. 연구방 법은 PRISMA-ScR 지침에 따라 스코핑리뷰를 수행하였으며, 2010년 1 월부터 2025년 12월까지 발표된 문헌으로 최종 24편을 출판연도, ADL 영역, 기술유형, 사용자 집단, 사용성·사용자경험 평가 도구를 중심으로 분석하였다. 연구결과 분석 논문은 최근 5년(2020–2025년)에 집중되어 있었고, 일상생활활동 영역 중 이승·전이와 복합 ADL이 가장 많이 다루 어졌다. 사용성 평가는 SUS(System Usability Scale)를 중심으로 활용 되었으며, 신체적 부담이 높은 과업에서는 작업부하 평가 도구와의 병행 적용 경향이 나타났다. ADL 지원 로봇 및 스마트 돌봄시스템 연구에서 사용성·사용자경험 평가는 과업 특성과 사용자 역할에 따라 차별화되고 있었다. 향후 장기요양 정책, 돌봄기술 실증 사업, 그리고 임상 연구 설계 과정에서 표준화된 사용성·사용자경험 평가 프레임을 구축하기 위 한 기초 자료로 활용될 수 있을 것이다.

본 연구는 몽골의 현지 유통을 목적으로 재배가 이루어지고 있는 스마트 일광 온실(PSH-11, PSH-9, PSH-7)에서 현장의 온도, 습도, 광량, 생육 및 수량 데이터를 수집하여 온실 환경 특성과 과채류의 안정적 생산 가능성을 검증하고자 수행하였 다. 온실 외부의 최저 온도가 3.5℃로 낮을 때 온실 내부는 1 1℃ 이상으로 유지되어 4－7월 시기에 과채류 생산에는 문제 가 없는 것으로 판단되지만, 광합성 작용이 활발히 일어나는 낮 시간대에 온실 내부의 상대습도(RH)가 30%대로 낮아졌 으며, VPD(Vapor Pressure Deficit)도 높아졌다. 토마토 과 실 크기와 과중은 4월20일에 정식한 것이 4월 1일에 정식한 것보다 유의적으로 높았다. 따라서, 과채류의 고품질 생산을 위해서는 포그 시스템 등을 활용하여 RH를 높이는 기술이 투 여되어야 하며 과채류의 안정적 생산을 위한 정식 시기는 4월 20일경으로 판단된다.

This study analyzed the security architecture of a blockchain-based authentication protocol and identified major vulnerabilities in smart health and Internet of Things (IoT) environments. The analysis confirmed potential risks including replay attacks due to key synchronization delays, incomplete verification logic in smart contracts, trust imbalance among nodes, and privacy breaches from private key reuse. To address these, the study proposes an enhanced protocol that integrates a time- and nonce-based multi-layered key derivation structure with dynamic trust indicators. Performance evaluation confirmed that the proposed solution simultaneously improves both throughput and security.

본 연구는 막대한 초기 투자비용으로 인해 스마트미터의 전면 도입이 어려운 국내 상수도 운영 여건을 고려하여, 부분 계측 데이터만을 활용한 소블록 (DMA) 물 사용량 추정 기법과 효율적인 누수 감시 전략을 제시하는 것을 목적으로 한다. 이를 위해 실제 운영 중인 6개 DMA의 고해상도 자료를 활용하여 수량수지 기반 몬테카를로 시뮬레이션을 수행하고, 설치 시나리오별 성능을 정량적으로 평가하였다. 물 사용량 추정 정확도 분석 결과, 전체 유량 변동성을 주도하는 대수용가를 우선 계측하고 일반 수용가에 대해 층화 추출을 적용하는 방식이 가장 우수한 성능을 보였다. 특히 설치율 10% 수준에서도 기존 무작위 방식 대비 추정 성능이 크게 개선되어 평균 절대 비율 오차(MAPE) 약 10% 내외로 저감됨을 확인하였다. 누수 감지 성능 평가는 오경보율을 1% 이하로 통제한 조건에서 전일(All-day) 감시와 야간최소유량(MNF) 시간대 감시를 비교하였다. 그 결과 MNF 시간대에서 는 설치율 30%만으로도 평균 유량 대비 약 10% 누수를(시뮬레이션 조건에서) 100% 감지할 수 있었으며, 6∼8% 수준의 미세 누수 또한 80% 이상의 확률로 감지 가능함을 확인하였다. 결론적으로 예산 제약 하에서의 스마트미터 도입은 대수용가 중심의 우선순위 선정과 MNF 시간대 데이터 기반 집중 분석 체계 구축이 핵심이며, 본 연구 결과는 단계적 스마트 관망관리(SWM) 사업 추진을 위한 실무적 가이드라인을 제공한다.

This study examines the operational performance of a Manufacturing Execution System (MES)-based smart factory and presents a case study to provide practical insights for the effective adoption of smart factories by small- and medium-sized enterprises (SMEs) in Korea. While Industry 4.0 and Korea’s Manufacturing Innovation 3.0 policy have accelerated the digital transformation of manufacturing sites, the emerging paradigm of Industry 5.0 places greater emphasis on human-centricity, sustainability, and resilience. The case company, S Corporation, is a mid-sized automotive parts manufacturer that implemented an MES-based integrated platform encompassing production management, materials management through a Warehouse Management System (WMS), quality management via a Quality Management System (QMS), and equipment management. This integration enabled real-time monitoring and control of shop-floor operations, thereby enhancing data-driven decision-making. The case analysis, supported by a review of related literature, identifies significant quantitative improvements, including increased productivity, reduced defect rates, shorter lead times, and improved inventory turnover. In addition, several qualitative benefits were observed, such as enhanced process visibility, operational standardization, faster managerial decision-making, and a reduced workload for shop-floor operators. Overall, this study demonstrates a smart factory operational model that integrates the technological foundations of Industry 4.0 with the value-oriented principles of Industry 5.0. The findings provide meaningful implications for SMEs seeking to achieve sustainable and human-centered digital transformation in manufacturing.

본 연구는 글로벌 해운물류에서 디지털 전환과 지속가능성 요구가 급격히 높아지는 시대적 흐름 속에서, 스마트항만의 효과적 인 도입과 평가체계 확립의 필요성에 대응하고자 수행되었다. 계층분석법(AHP)을 활용하여 스마트기술, 인프라, 운영, 환경·에너지, 거버 넌스 영역에 걸친 핵심 평가요인을 체계적으로 도출하고 우선순위를 산정하였다. 연구 결과, 사물인터넷(IoT) 및 센서 기반 기술이 가장 중요한 요인으로 나타났으며, 그 뒤를 5G 통신기술, 데이터 인프라, 자율형 항만설비가 이었다. 또한, 운영 자동화와 기관 간 협력 역시 항만 효율성과 회복 탄력성을 높이는 데 핵심적인 요소로 확인되었다. 이러한 결과는 스마트항만 평가를 위한 포괄적이고 계층적인 분석 프레임워크를 제시함으로써 이 분야의 이론적 기반을 강화한다는 점에서 의의가 있으며, 실무적으로는 안전한 스마트항만 개발에 당국이 자원 배분을 최적화하고 단계적 발전 전략을 수립하는 데 실질적 시사점을 제공한다. 향후 연구에서는 다양한 항만을 대상으로 실증 분 석을 확대하고, 신기술을 통합한 의사결정 모델 고도화를 통해 지속 가능하고 경쟁력 있는 스마트항만 생태계 구축을 더욱 촉진할 필요 가 있다.

Particulate matter (PM) pollution demands air filters that combine high efficiency with low pressure drop. Here, we report a self-powered electrostatic filter based on an electrospun cationic microfiber web of Chimassorb 944 (C-fiber). The C-fiber functions as a triboelectric nanogenerator (TENG), generating a surface charge density of 85.8 μC/m2 when paired with polytetrafluoroethylene (PTFE), which creates a strong electrostatic field for capturing sub-micron particles, including the most penetrating particle size (MPPS). As a result, the triboelectrically charged C-fiber filter maintains >80% filtration efficiency at a high wind speed of 60 cm/s, far exceeding uncharged mechanical filters (<20%) while retaining low air resistance. Kelvin probe force microscopy (KPFM) visualizes the surface-potential change after particle capture, and the gradual decay of TENG output provides a built-in indicator of dust loading. This strategy offers a promising platform for next-generation smart air purification systems.

Defect detection in manufacturing processes is a critical requirement for ensuring product reliability and maintaining production stability. As smart manufacturing environments continue to advance, the need for precise and robust vision-based inspection methods has become increasingly significant. This study proposes a hybrid defect analysis framework that integrates YOLOv5-based defect candidate detection with an Attention U-Net–based segmentation module. Experiments conducted on chromate-coated industrial images demonstrate that the proposed framework achieves an accuracy of 0.97, precision of 0.91, recall of 0.89, F1-score of 0.93, and IoU of 0.88, exhibiting stable performance even for small defects and irregular boundaries. The combination of region- of-interest extraction and attention-enhanced pixel-level segmentation improves both computational efficiency and boundary reconstruction quality. The findings extend the applicability of attention-based segmentation to industrial defect inspection and provide practical insights for deploying deep learning–based quality monitoring systems in automated manufacturing environments.