Background: The Functional Movement Screen (FMS) is widely used for movement assessment but suffers from subjective scoring that leads to inconsistent evaluations. While previous studies have focused on reliability, the validity of AI-supported assessment remains unexplored. Objectives: To evaluate the reliability and validity of an AI-based motion analysis system using MediaPipe for three FMS movements. Design: Prospective reliability and validity study with repeated measures. Methods: Thirty healthy adults (age 23.4±2.8 years) performed three FMS tests (Deep Squat, Hurdle Step, Inline Lunge) recorded on video. Three evaluators (two experienced physical therapists and one novice) assessed recordings in three phases: Phase 1 involved traditional assessment by experts only to establish criterion reference, Phase 2 had all evaluators using AI support, and Phase 3 consisted of repeated AI-supported assessment. The AI system provided real-time visual feedback of joint angles and alignment through MediaPipe skeletal tracking. Results: Criterion validity showed strong agreement between traditional expert assessment and AI-supported assessment (r=0.94, P<.05). Inter-rater reliability improved from good (ICC=0.89) to excellent (ICC=0.91) with AI support. The novice evaluator achieved immediate expert-level performance with only 0.05 points difference from experts. Intra-rater reliability was excellent for all evaluators (ICC=0.84-0.89). Conclusion: The AI-based system demonstrated strong validity and improved reliability for fundamental movement assessment. While AI support enabled novice evaluators to achieve expert-level performance immediately, it may increase sensitivity to subtle movement variations. This technology shows promise for standardizing movement screening, though current limitations restrict its application to standing movements.

Nitrogen fertilizers are generally known to be of great help in improving crop yields, but excessive nitrogen fertilizer usage can not only destroy the environment but also negatively affect crop growth. This study aims to develop a decision-making system for optimal nitrogen fertilizer use for efficient production of Chinese cabbage (Brassica rapa), one of the major vegetables. The proposed system has the functions of detecting farmland based on satellite images, predicting cabbage yields and greenhouse gas (e.g., nitrous oxide) emissions according to nitrogen fertilizer use, and making decisions using the prediction results. To develop the proposed system, a generalized prediction model is developed using experimental data collected from South Korea, Egypt, India, Canada, Lithuania, and China, and the effectiveness of the proposed system is validated through experiments. As a result, the proposed system will enable farmers to conduct eco-friendly agricultural activities through appropriate nitrogen fertilizer use while stably maximizing productivity of Chinese cabbages.

기후위기 대응과 탄소중립 실현을 위한 전략으로 해상풍력발전이 주목받고 있 으며, 한국 정부도 이를 국가 에너지 정책의 핵심 축으로 삼아 대규모 확대를 추진 중이다. 그러나 해상풍력은 어업, 환경, 지역사회 등 다양한 해양 이용 주 체들과의 이해 충돌 속에서 추진되고 있으며 이로 인한 갈등은 사업 지연 또는 무산으로 이어지는 사례가 늘고 있다. 본 연구는 해상풍력 발전과 관련된 법 적·사회적 갈등 중에서도 어업손실 보상제도에 초점을 맞추어 현행 제도의 문제점을 분석하고 제도 개선 방향을 제시하였다. 연구 결과 현재의 어업손실 보상제도는 법적 근거가 미흡하고 보상 대상 범위 가 제한적이며, 손실 산정 기준 역시 현실과 괴리가 크다는 문제가 확인되었다. 특히 민간사업자의 경우 법적 보상 협의 의무가 명확하지 않아 사업자와 어민 간 갈등이 장기화되고 있다. 해외 주요국 사례(영국, 대만, 덴마크)를 분석한 결 과 이들 국가는 제도화된 협의 절차, 어민 참여형 평가 시스템, 정교한 피해 산정 기준을 통해 갈등을 최소화하고 있었다. 이에 본 논문은 해상풍력 어업손실 보상제도의 법제화, 현실적 산정 기준 마련, 어업 증빙을 위한 정보화 기반 구축을 핵심 과제로 제안한다. 이는 단순한 보 상을 넘어 지역사회와의 상생과 지속가능한 해상풍력 확산을 위한 제도적 기 반이 될 수 있다.

본 연구는 다시마 양식을 위한 통합 자동화 시스템을 개발하고, 이를 통해 생산성, 비용 효율성, 환경적 지속 가능성을 모두 개선하는 데 중점을 두고 있다. 기존의 노동 집약적 수확 방식과 넓은 공간을 필요로 하는 수평 건조 방식은 비효율적이며, 환경적 부작 용을 초래했다. 이에 본 연구는 자동화된 수확 시스템, 해상-육상 연계 운송 시스템, 그리고 수직 건조 시스템을 통합적으로 개발하여 양 식업의 생산성을 극대화하고 자원 사용을 최적화하였다. 자동화된 수확 시스템은 작업 속도를 약 35% 향상시켰으며, 작업의 일관성을 유지하여 품질 오차율을 2% 이하로 줄이는 성과를 보였다. 해상-육상 연계 운송 시스템은 모듈형 컨테이너를 활용하여 운송 중 손상률 을 기존 15%에서 5%로 감소시켰고, 운송 시간을 평균 6시간에서 4시간으로 단축하였다. 또한, 수직 건조시스템은 고밀도 적재와 자연 대류 방식을 도입하여 건조 시간을 기존 48시간에서 28시간으로 40% 단축하였으며, 에너지 소비를 25% 감소시켰다. 이러한 시스템은 데이터 기반으로 설계 및 검증되었으며, 통합적으로 양식업의 경제성 향상과 환경적 부담 감소를 동시에 실현하였다. 본 연구의 결과는 다른 해조류 양식에도 적용 가능하며 지속 가능한 해양 자원 관리에 기여할 것으로 기대된다.

병충해의 조기 발견과 그에 따른 조치의 중요성은 농업 및 생태계 보전에 있어서 핵심적이다. 그러나 초기에는 일반적인 카메라나 센 서로는 변화의 정도를 관측하기 어렵다. 이러한 한계를 극복하기 위해 초분광 모듈을 활용하여 파장대별 식물 데이터를 관측함으로써, 딥러닝 모델을 통해 가로수 식생의 건강 상태를 판별, 병충해 여부를 초기에 확인 가능하다. 이를 통해 조기에 병충해에 대해 조치함 으로써 더 큰 피해를 방지할 수 있다. 이러한 접근 방식은 농업 및 생태학 분야에서 식물의 건강을 모니터링하고 보전하는 데 적극적 으로 연구되고 있다.

This study was conducted in the San Pedro Department to determine the impact of different soil management practices on sesame productivity. Different tillage methods (conventional deep tillage, minimum tillage, and no-tillage), crop rotations (monoculture, double, and triple rotation), various combinations of green manure, and appropriate doses of chemical fertilizers were studied. The results revealed that the no-tillage method combined with crop rotation (corn-cotton-sesame) and fertilization had the highest productivity of 1,548 kg/ha. In contrast, the conventional deep tillage method without fertilization showed the lowest productivity with 614 kg/ha. Incorporation of summer green manures (Mucuna pruriens) in minimum tillage methods with fertilization significantly improved productivity (1,010 kg/ha) in comparison with the same tillage method and fertilization but without Mucuna (720 kg/ha), which highlights the synergistic effects of combining green manures with chemical fertilizers. The treatment of winter green manures consisting of black oat + white lupine and black oat + radish has also significantly improved the productivity of sesame with 904 and 900 kg/ha, respectively, compared to the non-use of winter green manure and the use of chia, which had productivities of 695 and 298 kg/ha, respectively. The best chemical fertilization doses of nitrogen (urea 45% N), phosphorus (46% P2O5), and potassium (60% K2O) were determined through tests with increasing doses of each nutrient, maintaining 40 kg/ha as the base for the other two. The highest productivity was obtained with N, P, and K levels of 70 kg/ha each, resulting in productivities of 1,421, 1,522, and 1,486 kg/ha. However, the maximum profit compared to the input is obtained with doses of 50 kg/ha for N and 60 kg/ha for P and K, giving a productivity of 1,390, 1,510, and 1,421 kg/ha, respectively.

상수도 시스템에서의 사고 발생은 사용자들의 물 이용 불편으로 인해 막대한 사회경제적 피해를 초래할 수 있는 위협 요인이며, 따라서 수도사업자들은 수도정비기본계획 등을 통해 상수도 사고를 빠르게 복구하고, 피해 규모를 최소화하기 위한 다양한 노력을 기울이고 있다. 본 연구는 상수도 시스템에서 발생하는 관로사고 상황에 대하여 회복탄력성을 정량적으로 평가하고, 비상급수 방안을 포함한 사고 대응 전략의 효과를 분석하기 위한 평가 모형을 개발하였다. 개발 모형은 시스템의 회복탄력성에 기여하는 다양한 특성들을 반영할 수 있는 시간단위 공급 부족량과 충족률 지표를 통해 회복탄력성을 평가하며, 국내 지방상수도 시스템의 특정 구역을 대상으로 관로사고 시나리오를 모의하여 개발 모형의 적용 효과를 검증하였다. 결과적으로 개발 모형을 통해 비상연계관로, 배수지 충수, 병물 공급 등 비상대응 방안의 효과를 정량적으로 평가하였으며, 이를 통해 시스템의 회복탄력성 향상을 위한 설계 및 운영 전략 수립의 가능성을 확인하였다.

안정적이고 효율적인 수자원 공급을 보장하는 것은 가정, 산업, 공공 보건 분야 복지에 필수적이다. 상수도 시스템에서 이상을 감지하기 위해 데이터 모델, 수리 모델 기반 시뮬레이션 등 다양한 접근 방식을 통해 이상감지 역량이 꾸준히 향상되어 왔으나, 현장 적용 및 검증에 한계가 있어 실질적인 활용은 폭 넓게 이루어지지 못하고 있다. 실제 적용 가능한 이상감지 시스템 측면에서, 본 연구에서는 유량 및 압력 계측 데이터를 활용하여 시스템 내 이상 발생을 신속하게 감지하고 개략적인 위치를 파악하기 위한 실시간 이상감지 및 탐색 모델을 제안하였다. 제안된 모델은 유량수지 분석, 유량-수두손실 관계, EPANET 기반 수리 해석 방법을 통합하여 이상 감지 및 위치 파악의 정확성을 개선시키고자 하였다. 현장 실험 결과, 제안된 모델은 높은 신뢰도에서 시스템 내 이상유량의 발생을 효과적으로 감지하고, 발생 구간을 파악할 수 있는 것으로 나타났다. 본 연구 성과는 시스템의 실시간 이상 감지 및 운영관리를 위한 실효성 있는 접근 방식을 제공함으로써 상수도 시스템의 지속 가능하고 회복력 있는 운영관리에 기여할 것으로 기대된다.

본 연구는 병역의무를 이행해야 하는 Z세대인 대학생이 인식하는 현행 한국의 병역제도와 여성 징병제를 분석한다. 이를 위해서 2022년부터 2024년까지 4개 학기에 걸쳐 전쟁 관련 교양과목을 수강한 학생 중 190명을 연구대상자로 선정하 여 병역제도와 여성 징병제에 대해서 설문 조사하는 방법으로 실시하였다. 분석 의 방법으로 SPSS 26.0의 통계 프로그램을 활용하여 기술통계 하였다. 분석 결 과 한국의 병역제도는 모병제 전환이 필요하고 효율적이라고 답변하였다. 또한 남녀가 비슷한 수준으로 여성의 병역의무 이행을 위한 징병제 시행에 찬성하였다. 이러한 분석을 통해서 여성에게 적합한 병역의무 이행의 방법에 대해서도 제언하 였다. 본 연구를 통해서 병역의무 대상자의 인식을 조사함으로써 한국 병역제도 발전 방향에 중요한 자료를 제공하고 병역의 당위성을 확보하여 국방정책의 수립 과 모병제 전환을 위한 논의의 시발점이 되리라 기대한다.