겨울철 도로 결빙은 대형 연쇄 추돌 사고를 유발하는 치명적인 위험 요인이다(Kim et al., 2024). 국내에서는 이러한 기 상재해에 선제적으로 대응하기 위해 국토교통부를 중심으로 「결빙 취약구간 재평가 및 관리지침」을 개정하는 등 국가 인프라 안전 관리 체계를 강화해 왔다(MOLIT, 2021). 그러나 현행 지침에 따른 위험도 평가 방식은 주로 과거 사고 이 력이나 고가의 노면 감지 센서 데이터에 의존하고 있어, 기초 기상 인자만을 활용해 실시간으로 위험을 인지하고 즉각 대응해야 하는 현장 실무자들에게는 방법론적 한계가 존재한다. 이에 본 연구는 기상청 API 등을 통해 상시 확보 가능 한 기온, 습도 데이터를 활용하여 결빙 사고 유발 인자 간의 비선형적 상관관계를 정량적으로 분석하였다. 특히 Support Vector Machine(SVM) 알고리즘을 적용하여 최적의 결정 경계를 도출함으로써 실시간 위험도 예측의 정밀도를 확보하 였으며, 복잡한 수치 해석 과정 없이도 객관적인 판단이 가능한 데이터 기반 지표를 제시하였다. 본 연구의 결과는 향후 지능형 도로 안전 관리 전략 수립을 위한 선제적 기초 자료로 활용될 것으로 기대된다.

Rising industrial carbon dioxide emissions necessitate utilization technologies. Carbon dioxide solidification captures carbon dioxide by reacting with alkaline compounds in concrete, improving its properties. This study integrates a life cycle assessment (LCA) model to evaluate carbon reduction potential with Machine Learning (ML) models to predict complex production dynamics. It investigates solidification mechanisms. Results show co-solidification and external solidification achieve reductions of 676.45 and 704.9 kilograms per tonne, respectively, with notable environmental benefits. A comparison of three predictive models, namely Feedforward Neural Networks (FNN), Polynomial Regression, and Support Vector Regression, confirms that FNN is the optimal choice. It exhibits a lower mean absolute error (791) and a higher coefficient of determination (0.91). SHAP analysis revealed that ‘Coal consumption’ and ‘Electricity consumption’ were the primary drivers of the FNN prediction, confirming the model’s reliance on essential energy inputs, while the ‘date’ feature exerted minimum influence. Projections indicate China’s 2024 concrete production emissions could be 4.23 billion tonnes via synergistic curing, versus 4.37 billion tonnes with conventional external curing. Case and visual analyses further validate carbon dioxide curing’s advantages in improving concrete performance and cutting energy use.

본 연구는 확장된 목표지향적 행동모형을 적용하여 크로스핏(Cross-Fit) 이용자의 행동의도에 영향을 미치는 요인을 검토하였다. 이에 2025년 7월 21일부터 9월 26일까지 260명을 대상으로 자료를 수 집하고, 불성실 응답 33명을 제외한 유효표본 227명을 구조방정식모형(SEM)으로 분석하였다. 분석 결과 태도, 주관적 규범, 긍정적 예기정서, 지각된 행동통제가 참여자의 열망 형성에 유의미한 영향을 미쳤으며, 특히 긍정적 예기정서는 운동 과정의 즐거움과 만족감을 통해 열망을 강화하였다. 또한 열망은 행동의도에 직접적인 영향을 미쳤고, 지각된 행동통제는 지속적 참여를 촉진하는 요인으로 나타났다. 따라서 단계적 목표 설정, 체계적 피드백, 사회적 지원 제공을 통해 참여자의 자기효능감과 행동의도를 강화할 필요성을 시사하며, 향후 연구에서는 정량적 분석과 함께 질적 연구를 병행할 필요가 있음을 제언한다.

이 연구는 충격쇄파 하중에 대한 직립식 방파제의 동적 거동을 정밀히 분석하기 위해 유한요소 기반의 2차원 해석 모델을 구축하 였다. 기존의 단순화된 해석 방법이 지닌 한계를 극복하고자, 유체 요소, 비선형 지반 모델, 접촉 비선형성, 에너지흡수경계요소를 포 함한 정밀한 2차원 수치해석 모델을 구축하였다. 또한, 이론적 파압 공식을 기반으로 충격쇄파 하중의 시간이력을 모델링하여 방파 제의 활동량을 평가하였다. 해석 결과, 비선형 지반 모델은 탄성 지반 대비 더 큰 활동량을 유발하는 것으로 나타났으며, PML (Perfectly Matched Layer)은 고정 경계 조건과 비교했을 때 해석 안정성과 정확성을 크게 향상시키는 것으로 나타났다. 이 연구는 직 립식 방파제 설계 및 안전성 평가를 위한 정밀 동적 해석 기술 개발에 기여하며, 극한 조건에서도 방파제 성능을 예측할 수 있는 기반 을 제공할 것으로 기대된다.

본 연구는 2025년 개편된 UNESCO FCS의 가치생성모델을 분석틀로 하여 『원행을묘정리의궤』가 어떤 방식으로 가치를 생산·전달·확장하는지 를 규명하고자 하였다. 이를 위해 『정조실록』 등 1차 사료, 관련 도식 등을 대상으로 한 문헌분석과 현대적 활용 사례 분석을 수행하였다. 연 구 결과, 『정리의궤』는 단순한 그림이나 의례 기록이 아니라, 국가 권위 의 시각적 실행, 유교적 질서의 제도화, 도시·군사·기술·행정 시스템의 표 준화 등 정조의 정치 기획을 실현하고 있음을 확인했다. 생산 단계에서 는 정조의 정치적 기획 아래 규장각·정리소 체계가 작동하며, 효·예·군사 이념이 결합한 상징적·정치적 가치를 창출하였다. 분배 단계에서는 금속 활자 인쇄와 행정 네트워크를 기반으로 도식이 중앙 관청과 지방 관아로 폭넓게 배포되었으며, 시각적 도식들이 국가 운영의 규범과 표준 행정 서식으로 제도화되었다. 수용 단계에서 『정리의궤』의 도식은 19세기 이 후 의례·군사 체계의 표준으로 반복 활용되었고, 21세기에 들어서는 전 시·교육, 화성문화제 등 지역 축제, 온라인 디지털 콘텐츠 등으로 확장되 면서, 기억·문화정체성 형성의 매개로 재해석되었다. 지속 단계에서는 VR·AR·AI 기반의 화성 행차 재현과 디지털 아카이브 구축을 통해 지속 적으로 접근·활용될 수 있는 구조가 형성되었으며, 기록유산의 보존과 공 공적 가치 생성이 강화됨을 확인하였다.

This study proposes a surrogate model framework that integrates finite element analysis and deep learning to rapidly estimate equivalent material properties of patterned sheets. Conventional homogenization methods can only be applied after the pattern geometry has been finalized, requiring additional modeling and simulation. In contrast, the proposed approach establishes a surrogate model in advance, enabling the immediate estimation of equivalent material properties once the pattern geometry is defined. A dataset of 5,000 cases was generated using simulations, and Bayesian hyperparameter optimization was applied to improve model performance. The surrogate model achieved R² values above 0.99 for all target properties, confirming high internal consistency. Experimental validation with patterned STS304 specimens yielded meaningful results, with all errors remaining within 15%, which demonstrates the reliability of the proposed surrogate model despite minor deviations caused by fabrication imperfections and limited training data. Despite these limitations, the proposed system enables instant estimation of equivalent properties from pattern geometries, offering significant reduction in computational cost and design time. This approach enhances design reliability and provides a practical tool for the application of patterned materials in industrial engineering.

본 연구는 강풍에 취약한 설비로 선정된 154kV 직선형 송전철탑을 대상으로 극한 풍하중에 대한 구조 성능을 검토하였다. 선행연 구에 따르면 송전철탑은 정면풍보다 45° 풍향에서 더 취약한 거동을 보이며, 이를 고려하여 ABAQUS를 이용한 Pushover 해석을 수 행하였다. 극한 풍속 조건에서의 취약 부재와 거동 특성을 분석한 후, 길이 차원에서 1/2 상사율을 적용한 부분축소모형을 제작하였 으며, 지압이음 조건과 마찰이음 조건으로 구분하였다. 또한 두 대의 가력기를 이용해 전체모델에서 산정된 수평력과 휨모멘트를 상 사법칙에 따라 재현하였다. 실험 결과, 볼트 체결력을 향상시킨 경우 항복변위는 약 30% 감소했으나 항복하중에는 큰 차이가 없었다. 특히 마찰이음 조건에서는 해석과 실험의 항복하중 및 항복변위가 모두 5% 이내의 오차를 보여 Pushover 해석의 신뢰성이 검증되었다. 향후 연구에서는 주요 부재의 보강 방안을 수립하고, 보강된 부분축소모형 실험을 통해 내풍 및 내진 성능 향상을 검증할 예정이다.

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.

소프트 로보틱스는 기존의 강체 시스템에 비해 향상된 유연성, 적응성, 그리고 안전성을 제공하며, 이는 특히 인간과의 상호작용이 나 비정형 환경에서의 응용에 적합하다. 소프트 로봇을 위한 다양한 구동 메커니즘 중 형상기억합금(SMA)-섬유 액추에이터는 경량 성, 저소음 작동, 높은 에너지 밀도 등의 장점으로 유망한 솔루션으로 부상하고 있다. 본 연구에서는 P-루프 형태로 구성된 SMA 기반 섬유 액추에이터를 사용하여 제작된 소프트 니트 그리퍼의 구동 성능 및 굽힘 거동을 해석하였다. 그리퍼의 변형 거동을 모델링하고 예측하기 위해 ABAQUS 환경에서 등가 유닛 셀(EUC) 모델을 활용하여 소프트 니트 그리퍼와 EUC 모델 간의 굽힘 성능을 분석 및 비 교하였다. 해당 모델은 전기 자극에 따른 형상기억 효과로 인한 대변형을 시뮬레이션하기 위해 기하학적 비선형성을 포함하였다. 분 석에는 P-루프 구조에서 나타나는 굽힘 거동이 포함하였으며, 이는 효과적인 파지 및 조작을 위해 중요한 요소이다. 실험적 검증은 다 양한 전압을 그리퍼에 인가하고, 그에 따른 굽힘 각도를 측정함으로써 수행하였다. 실험 결과, 인가 전압이 증가함에 따라 굽힘 각도 도 유의미하게 증가하였으며, 최대 180°까지의 변형이 관찰되어 액추에이터의 우수한 성능을 입증하였다. EUC 모델을 기반으로 한 수치 해석 결과는 최대 굽힘 각도에서 단 5%의 오차 범위를 보이며 실험 결과와 매우 근접한 양상을 나타내어, 제안된 모델링 접근법 의 정확성과 신뢰성을 확인하였다. 본 연구는 EUC 모델이 SMA-섬유 기반 소프트 그리퍼의 구동 거동을 효과적으로 예측할 수 있음 을 보여주었으며, 차세대 소프트 액추에이터의 설계 및 성능 향상을 위한 중요한 통찰을 제공하였다. 또한, 형상에 밀착되며 유연한 작동이 요구되는 현대 소프트 로보틱스 및 생체의료 응용 분야에서 SMA-섬유 복합재의 활용 가능성을 확인하였다.

교량 구조물은 강진 발생 시에 구성요소들간에 복잡한 비선형 거동을 보이기 때문에 내진성능평가를 위해서는 동적 비선형 거동 을 효과적으로 반영할 수 있는 증분동적해석(IDA)방법이 유리하다. 납-고무받침(LRB)과 탄성받침(RB)을 가진 두 가지 예제교량에 대하여 근거리 및 원거리 지진 각각 40개씩을 사용하여 0.01g~5.0g 범위에 지진세기에 대하여 증분동적해석을 수행하여 지진응답을 평가하였다. IDA 방법에 의해 40개의 지진세기와 교각의 변위비 사이의 관계곡선을 구하였다. 이 관계곡선에서 총 40개 지진세기의 교차점에 해당하는 지진응답들의 분포를 히스토그램으로 전환하여 손상상태 한계값의 초과확률을 구하여 지진취약도 평가하였다. 40개 점들의 지진취약도로부터 하나의 중앙값과 대수표준편차 함수로 평가하는 방법을 제시하여 최종적인 지진취약도 함수를 평가 하였다. 지진취약도 해석방법 중에서 가장 대표적으로 많이 사용되는 확률론적 지진요구도 모델(PSDM)을 이용하여 동일한 해석조 건에 대하여 지진취약도를 평가하였고, 이를 IDA방법에 의한 지진취약도 함수와 비교한 결과 유사한 경향을 나타냄을 알 수 있었다.

본 연구는 한국 소재 대학에 재학 중인 중국인 유학생의 생성형 AI 사 용 의도에 영향을 미치는 요인을 규명하고, AI리터러시의 조절효과를 실 증적으로 분석하고자 한다. 연구 대상은 최근 1개월 이내 생성형 AI 사 용 경험이 있는 중국인 유학생 400명이며, 온·오프라인 설문조사를 통해 자료를 수집하였다. 분석 결과, 첫째, 성과 기대, 노력 기대, 사회적 영향 은 모두 지각된 가치와 사용 의도에 유의한 정(+)의 영향을 미치는 것으 로 나타났다. 특히 노력 기대가 지각된 가치에 가장 강한 영향을 미쳤으 며, 성과 기대는 사용 의도에 가장 강한 영향을 미쳤다. 둘째, 지각된 가 치는 세 가지 UTAUT 요인과 사용 의도 간의 관계를 부분매개하는 것으 로 확인되었다. 셋째, AI리터러시는 성과 기대와 지각된 가치 간의 관계 에서만 유의한 조절효과를 나타냈으며, AI리터러시가 높은 집단에서 이 관계가 더 강하게 나타났다. 본 연구는 유학생의 생성형 AI 수용 과정에 서 지각된 가치의 매개역할과 AI리터러시의 선택적 조절효과를 확인함으 로써 기술수용 이론의 확장에 기여하고, 유학생을 위한 직관적 AI 인터 페이스 개발, AI리터러시 수준별 맞춤형 교육 프로그램 설계, 건전한 AI 활용 문화 조성의 필요성을 시사점으로 제시하였다.

과도한 조류 발생은 수생태계 교란과 수질 악화를 초래하는 대표적인 환경 문제로, 효과적인 관리와 대응을 위해 정확한 예측이 필요하다. 우리나라는 사계절의 기후 특성이 뚜렷하며, 수온이 상승하는 하절기에 조류 발생이 집중되는 경향을 보인다. 이에 따라 실시간 모니터링 자료는 대부분 저농도 상태가 유지되어 데이터 불균형 문제가 발생한다. 본 연구에서는 chlorophyll-a 농도를 기준으로 하천 현장의 조류 발생 수준을 Class 1 (Chl-a ≤ 10 ㎍/L), Class 2 (10 < Chl-a ≤ 50 ㎍/L), Class 3 (Chl-a > 50 ㎍/L)와 같이 3개의 class로 구분하고, 대표적인 앙상블 머신러닝 모형인 extreme gradient boosting (XGB) 알고리즘을 이용하여 조류 발생 수준을 예측하는 분류 모형을 구축하였다. 데이터 불균형 해소를 위해 생성형 인공지능 기반 알고리즘인 conditional generative adversarial network (CGAN)과 전통적인 데이터 보강 알고리즘인 synthetic minority over-sampling technique (SMOTE), 그리고 딥러닝 기반 기법인 autoencoder (AE)를 활용한 3가지 데이터 보강 알고리즘을 활용하여 데이터의 불균형을 개선한 자료를 생성하고 이를 XGB 모형에 적용하여 성능 변화를 비교하였다. 분석 결과 macro average 기준으로 원본 데이터를 사용한 모형의 recall은 0.606이었으나 SMOTE, AE 및 CGAN의 recall은 각각 0.666, 0.682, 0.720으로 크게 개선되었고, F1 score도 데이터 불균형 해소를 통해 약 7–13%의 성능이 향상되는 등 전체적으로 데이터 불균형 해소로 모형의 성능이 향상되었으며 CGAN이 가장 우수한 성능 개선 효과를 보이는 것으로 나타냈다. 본 연구의 결과를 통해 데이터 불균형 해소를 통한 머신러닝 모형 성능 개선 가능성을 확인하였다.

For estimating ground motion intensity measures on the surface from seismic sensors installed in structures, it is crucial to correct structural response effects embedded in the recorded signals. This study proposes a model for peak ground acceleration (PGA) amplification based on VS30, derived from multi-degree-of-freedom analysis. PGA amplification factor (AFPGA) is defined as the ratio of peak floor acceleration (PFA) of structures to PGA. The model includes three key input parameters: the natural period of the structures (Tn), the ratio of stories to the total number of stories in the structures, and the time-averaged shear wave velocity down to a depth of 30 meters. It is developed using 78 ground motion records from both domestic and international earthquakes. A LOESS smoothing technique is applied using 3 span values, with the optimal span of 0.1 is determined based on RMSE performance and an analysis of local trend characteristics in the dataset. The model is verified using empirical data from the CESMD global strong motion database, which includes classification by Tn into short, intermediate, and long periods. The results show that although the model tends to predict higher AFPGA values than those observed in real structures, it effectively reflects the overall amplification trends. This approach enables the pre-earthquake estimation of structural amplification, allowing for the use of seismic sensors installed in structures as a complementary monitoring network for seismic response.

본 연구는 MTS가 피부개선에 미친 영향에 관한 기존 연구들을 분석하여, 근거 체계를 구축하고, 주요 키워드 간 관계와 역할 및 패턴 등을 구조적으로 분석하고자 텍스트마이닝과 토픽모델링 및 단어네트워크 분석을 실시하였다. 관련 선행연구들은 MTS와 관련된 핵심 키워드와 연관 키워드를 혼합하여 전자도서관에서 검색하였으 며, 결론 부분의 Text를 수집하여 분석에 사용하였다. 분석결과는 다음과 같다. 첫 째, '피부', '효과', '실험', '관리', '개선' 등의 어휘가 주요 개념으로 확인되었다. 둘째, TF-IDF 분석에서 높은 가중치의 키워드들은 MTS의 피부 개선 효과에 관한 과학적 실험 기반 논의를 시사했다. 셋째, LDA 분석 결과, ‘과학적 검증 중심’과 ‘피부 개선 효과 중심’의 토픽2개로 나뉘었다. 넷째, 단어 네트워크에서 '피부'를 중심으로 '주름', '효과', '실험' 등이 강하게 연결되었고, '여성'과 '모공' 노드는 MTS가 여성 안면 부위 에 주로 적용됨을 나타냈다. 본 텍스트마이닝 기법은 유사 의료 미용 시술 분석에도 적용 가능하며, 향후 시계열 분석과 감성 분석을 통해 MTS 효과의 변화와 대상자 반응을 심층 탐색할 필요가 있다.

본 연구는 노인환자를 돌보는 요양병원이라는 특수한 환경에서 정서 적, 윤리적 요인이 간호업무수행에 미치는 영향을 분석하고자 요양병원 간호사의 공감역량과 윤리적민감성, 환자중심간호, 간호업무수행 간의 구 조적 관계를 파악하고, 간호업무수행 향상을 위한 이론적, 실무적 기초자 료를 제공하기 위해 수행되었다. 연구대상은 국내 요양병원간호사 230명 을 편의표집 하였으며, 연구결과로 모형 적합도는 χ²/df=165.517, CFI=.945, TLI=.928, RMSEA=.092로 양호하였으며, 공감역량은 윤리적민 감성(β=.478, p<.001)과 환자중심간호(β=.716, p <.001)에 유의미한 영향을 미쳤으며, 간호업무수행(β=.431, p <.001)에는 간접적으로 영향을 미치는 것으로 나타났다. 윤리적민감성은 간호업무수행(β=.188, p <.001)에, 환자 중심간호는 간호업무수행에 매개요인으로 작용하였다(β=.477, p <.001). 간호업무수행 향상과 환자중심간호를 실천하기 위한 간호인력 배치 기준 을 재정비하고, 다학제 팀의료 상호 협업 중심의 전인적인 돌봄 지원 체 계를 구축하는 것을 제시한다.

본 연구는 지역가치형 로컬비즈니스모델 조사·분석을 통해, 지역가치형 로컬비즈니스모델이 지역의 경제적·문화적 가치 증진에 기여할 수 있는 방안을 제시하는 것을 목적으로 하였다. 이를 위해 특히 로컬비즈니스 모델 7개 분야 중 지역가치형 모델의 특징 등을 조사·분석하였다. 연구 결과 지역가치형 로컬비즈니스모델을 통한 지역의 경제적·문화적 가치증 진을 위한 방안으로 첫째, 자원의 범위가 특정 소재와 콘텐츠로 제한되 지 않도록 주의하며 새로운 자원을 소재로 한 창작과 융합이 활성화되도 록 유도할 필요하며, 둘째, 지역자원의 고유한 특성이 최대한 반영되는 내용을 구성하며, 셋재, 지역성의 변형 또는 재창조의 범위에 대한 고민 이 필요하며, 넷째, 트랜드의 변화에 대응하는 마케팅 전략의 수립 및 운 용이 중요하며, 마지막으로 인력의 양성 및 지역사회를 변화시기키 위한 정책적 지원을 제안하였다.

본 연구는 개인 주체의 자연사박물관이 지닌 차별화 전략을 분석하기 위해 민자연사연구소를 연구 대상으로 선정하여, 블루오션 전략의 핵심 도구인 ERRC 모델을 활용한 분석을 실시하였다. 민자연사연구소는 개인 이 운영하는 비영리 박물관으로, 40년 이상에 걸쳐 수집된 약 3,000여 점의 광물 표본을 바탕으로 2010년에 설립되었다. 연구방법으로는 사례 연구와 내용분석 방법을 채택하였다. 분석 결과, 민자연사연구소는 제거 전략을 통해 종합 전시 방식, 내부 특별 전시, 상업적 운영 요소, 전문 학예인력 중심의 운영 체계를 배제하였다. 감소 전략으로는 관람객 수용 규모 및 전시 공간을 축소하고, 전시 설명문의 분량을 최소화하며, 에너 지 사용량을 감소시켰다. 증가 전략으로는 자연사 분야 중 광물에만 집 중함으로써 전문성을 증대시키고, 체험적 요소와 지역 교육기관과의 연 계성을 강화하였으며, 도심 지식산업센터에 입주하여 접근 편의성을 향 상시켰다. 창조 전략을 통해서는 수집가의 스토리텔링과 새로운 미학적 접근이라는 독창적 가치를 창출하였고, 가족 참여형 수집 문화를 조성하 여 운영의 지속가능성을 확보하였으며, '박물관 내 박물관' 형태로 특별 전시를 주관하는 새로운 전시 패러다임을 창조하였다. 이러한 분석 결과 는 개인 박물관도 명확한 전략적 선택과 집중을 통해 경쟁력을 확보할 수 있으며, 규모의 한계가 오히려 전문성과 차별화의 기회가 될 수 있다 는 중요한 시사점을 제공한다.