Block pavements are widely used in various infrastructures, offering durability and aesthetic appeal. However, assessing their condition through manual methods is resource-intensive and subjective. This study proposes a deep learning approach using the Hybrid TransUNet model to enhance the accuracy and efficiency of detecting block pavement distresses. A dataset of over 10,000 images was used to train and test binary and multiclass segmentation models, significantly improving detection accuracy. The results show that the Hybrid TransUNet model outperforms other models, though challenges in detecting certain distress types like cracks persist.

Evaluating the performance of asphalt concrete using CT scanning has become an essential area of research due to its potential to revolutionize the way we assess road materials. Traditional methods often require destructive sampling, which can damage infrastructure and offer limited insight into the material's internal structure. In contrast, CT scanning provides a non-destructive, highly detailed analysis of asphalt's internal features, such as air voids, aggregate distribution, and binder coverage, all of which are critical to its durability and performance. Additionally, the ability to create 3D models from CT scans allows for deeper insights into factors like void connectivity and aggregate bonding, which directly affect the lifespan of pavements. By combining CT imaging with advanced data processing techniques, such as deep learning, this research offers more accurate and reliable methods for optimizing asphalt mix designs, ultimately leading to longer-lasting roads, reduced maintenance costs, and more sustainable construction practices.

최근 급부상한 생성형 AI는 현실적인 이미지, 텍스트, 음악 및 가상 환경 등을 만들어내는 능력 에 기반하여 엔터테인먼트, 디자인, 의료 및 교육 분야 등 다양한 산업 분야에 근본적인 변화를 가 져올 혁신 동력으로서 주목받고 있다. 오픈AI 등을 중심으로 한 글로벌 빅테크 기업들은 막강한 자 본력을 바탕으로 이 분야의 기술의 고도화와 함께 산업 생태계를 빠르게 구축하며 선도적인 지위를 굳히고 있어 한국의 생성형 AI 산업의 국가경쟁력 강화가 시급하다고 할 수 있다. 본 연구는 국가 경쟁력을 설명하는 Porter의 다이아몬드 모형에 기반해 한국의 생성형 AI 경쟁력에 영향을 미치는 다양한 요인들을 분석하여 한국의 생성형 AI 산업의 성장과 혁신을 육성하기 위한 기업의 전략적 방안과 정부의 정책적 방향성을 다음과 같이 제시하였다. 연구 결과 생성형 AI 관련 기업들의 투자 활동이 응용프로그램 개발을 우선시하고 있는 것으로 나타나 정부는 근본적인 기술 혁신 분야에 R&D 지원에 나서야 함을 알 수 있었다. 또한 기업 사용자들의 생성형 AI 수요가 제한적임에 따라 다양한 관련 교육 프로그램을 개발하고 맞춤 솔루션을 제공해야하며 개인 사용자들간의 디지털 격 차를 해소하는 정책적 노력이 필요하다는 것을 보여주었다. 생성형 AI 유관 산업 육성을 위해, 기 술경쟁력 강화와 인재 육성이 필요하고, 이와 더불어 생성형 AI 산업 에코시스템 내의 기업간 협력 을 촉진하기 위해 정부의 역할이 중요하다는 것을 확인할 수 있었다.

최근 늘어나고 있는 이상 기상 현상으로 산사태 위험이 점차 증가하고 있다. 산사태는 막대한 인명 피해와 재산 피해를 초래할 수 있기에 이러한 위험을 사전에 평가함은 매우 중요하다. 최근 기술 발전으로 인해 능동형 원격탐사 방법을 사용하여 더 정확하고 상세한 지표 변위 및 강수 데이터를 얻을 수 있게 되었다. 그러나 이러한 데이터를 활용하여 산사태 예측 모델을 개발하는 연구는 찾기 힘들다. 따라서 본 연구에서는 합성개구레이더 간섭법(InSAR)을 사용한 지표 변위 자료와 하이브리드 고도면 강우(HSR) 추정 기법을 통한 강수 정보를 활용하여 산사태 민감도를 예측하는 기계학습 모델을 제시하고 있다. 나아가 기계학습의 블랙박스 문제를 극복할 수 있는 해석가능한 기계학습 방법인 SHAP을 이용하여 산사태 민감도의 영향 변수에 대한 중요도를 체계적으로 평가하였다. 경상북도 울진군을 대상으로 사례 연구를 수행한 결과, XGBoost가 가장 좋은 예측 성능을 보이며, 도로로부터의 거리, 지표 고도, 일 최대 강우 강도, 48시간 선행 누적 강우량, 사면 경사, 지형습윤지수, 단층으로 부터의 거리, 경사도, 지표 변위, 하천으로부터의 거리가 산사태 예측에 영향을 미치는 주요 변수로 밝혀졌다. 특히, 능동형 원격탐사를 통해 얻은 자료인 강우 강도와 지표 변위의 절댓값이 높을수록 산사태 발생 확률이 높음을 확인하였다. 본 연구는 능동형 원격탐사 자료의 산사태 민감도 연구에서의 활용 가능성을 실증적으로 보여주고 있으며, 해당 자료를 바탕으로 시공간적 으로 변하는 산사태 민감도를 도출함으로써 향후 산사태 민감도 모니터링에 효과적으로 활용될 수 있을 것으로 기대된다.

Today, the principles of green chemistry are being fundamentally applied in the chemical industry, such as the nitrobenzene industry, which is an essential intermediate for various commercial products. Research on the application of response surface methodology (RSM) to optimize nitrobenzene synthesis was conducted using a sulfated silica (SO4/SiO2) catalyst and batch microwave reactor. The nitrobenzene synthesis process was carried out according to RSM using a central composite design (CCD) design for three independent variables, consisting of sulfuric acid concentration on the silica (%), stirring time (min), and reaction temperature (°C), and the response variable of nitrobenzene yield (%). The results showed that a three-factorial design using the response surface method could determine the optimum conditions for obtaining nitrobenzene products in a batch microwave reactor. The optimum condition for a nitrobenzene yield of 63.38 % can be obtained at a sulfuric acid concentration on the silica of 91.20 %, stirring time of 140.45 min, and reaction temperature of 58.14 °C. From the 20 experiments conducted, the SO4/SiO2 catalyst showed a selectivity of 100 %, which means that this solid acid catalyst can potentially work well in converting benzene to nitrobenzene.

본 연구는 중국 대학의 한국어 학습자를 대상으로 산출지향 접근법에 기반한 수업을 진행하고 그 수업 효과를 살피는 데에 목적이 있다. 이를 위해 본 연구는 산출지향 접근법의 이론에 대해 알아보고 이에 기반한 한국어 수업을 설계하여 진행한 후 학습자들을 대상으로 심층 인터뷰를 진행하였다. 산출지향 접근법에 기반한 한국어 수업은 주로 동기부여, 활 성화, 평가 단계에 따라 구체적인 활동을 구성하였다. 수업에 대한 인터 뷰 결과를 통해 학습자들은 새로 배울 내용에 대한 이해도와 흥미도가 높아졌고 보다 능동적으로 수업 활동에 참여하였으며 언어 산출 능력과 더불어 사고 능력과 동료 협력 능력도 향상되었음을 확인하였다. 반면 산출지향 접근법을 실제 수업에 적용할 경우 수업 시수의 부족, 학습자 언어능력의 부족으로 주어진 시간 내에 다양한 활성화 활동을 마무리하 기 어려울 것이라는 우려도 나타나고 있었다. 본 연구는 향후 POA에 기 반한 한국어 교육에 기초 자료를 제공할 수 있다는 데에 그 의의가 있 다.

Purpose: The purpose of this qualitative study was to explore the experiences of post-traumatic growth in breast cancer survivors by applying grounded theory methods. Methods: Participants were seven breast cancer survivors who had been diagnosed with stage I or higher breast cancer, had completed acute treatment, and were members of an internet self-help group for breast cancer survivors. Data were collected through individual in-depth interviews from July 11, 2022 to May 4, 2023. The interview contents were transcribed and analyzed using Corbin and Strauss’s grounded theory method. A total of 18 sub-categories and 9 categories were identified through the open coding process. Results: As a result of axial coding based on the paradigm model, the central phenomenon of post-traumatic growth experiences of breast cancer survivors was revealed as ‘Finding true life after the pain of death’. The core category was identified as ‘Promise a life without regrets’, which consisted of a four-step process: reflection period, recovery period, transition period, achievement period. Breast cancer survivors experienced restoration of their inner selves, strengthening of positive thinking through the process of resetting their life values and goals, and pursuit a stable and satisfying life. Conclusion: To help breast cancer survivors grow after trauma, the importance of accepting changes in their bodies and maintaining a positive perspective was highlighted.

This study introduces and experimentally validates a novel approach that combines Instruction fine-tuning and Low-Rank Adaptation (LoRA) fine-tuning to optimize the performance of Large Language Models (LLMs). These models have become revolutionary tools in natural language processing, showing remarkable performance across diverse application areas. However, optimizing their performance for specific domains necessitates fine-tuning of the base models (FMs), which is often limited by challenges such as data complexity and resource costs. The proposed approach aims to overcome these limitations by enhancing the performance of LLMs, particularly in the analysis precision and efficiency of national Research and Development (R&D) data. The study provides theoretical foundations and technical implementations of Instruction fine-tuning and LoRA fine-tuning. Through rigorous experimental validation, it is demonstrated that the proposed method significantly improves the precision and efficiency of data analysis, outperforming traditional fine-tuning methods. This enhancement is not only beneficial for national R&D data but also suggests potential applicability in various other data-centric domains, such as medical data analysis, financial forecasting, and educational assessments. The findings highlight the method's broad utility and significant contribution to advancing data analysis techniques in specialized knowledge domains, offering new possibilities for leveraging LLMs in complex and resource- intensive tasks. This research underscores the transformative potential of combining Instruction fine-tuning with LoRA fine-tuning to achieve superior performance in diverse applications, paving the way for more efficient and effective utilization of LLMs in both academic and industrial settings.

Mars is the planet closest to Earth. Many support that it may house humanity in the future. On the surface of Mars, sufficient resources are available to support life. Active studies are required to fundamentally comprehend the varied operating conditions and the major governing parameters involved in the growth of space colonization and supported atmospheric conditions. The existing legal framework of the Outer Space Treaty (OST), which was designed several decades ago, describes its goal of peaceful collaboration based on principles that we have not been able to uphold on Earth. It is vital to address the gaps in the legal system and ultimately deal with the mostly unanswered legal and regulatory questions. As interest in Martians colonisation missions from both government agencies and the private sector evolves, a workable solution that respects the essence of the OST and allows for limited sovereignty claims outside of protected habitation has been proposed.

이 논문은 현대 환경 위기 시대에 한국기독교의 상황에서 생태-전도 개념을 탐구한다. 복음전파와 밀접한 관련이 있는 심각해지는 생태위기의 상황에서 복음전파에 대한 이해를 살핀다. 이 연구는 특히 세속화된 사회 환경에서 개인의 경험과 실질적인 문제 해결의 중요성을 강조되는 현대사회 의 특성을 고려하며, 한국교회 전도가 연역적 방식에서 귀납적 방식으로 전환하고 있음을 다룬다. 생태-전도는 생태 신학과 귀납적-사명 모델의 학제간 대화를 통한 융복합 접근 방식으로 이해되며, 이 접근법의 공통 가치에는 상호 의존성, 지속 가능성, 사회 정의, 그리고 적극적인 커뮤니티 참여가 포함된다. 한국기독교에서의 세 가지 사례연구를 통해, 이 연구는 생태-전도가 실제로 어떻게 실행되는지를 보여주며, 환경 복원 노력에 비신자들을 참여시키고 의미 있는 방식으로 복음을 경험하게 함으로써 생명 중심의 복음전파를 촉진하고자 한다. 결론적으로, 생태-전도는 기독 교인들이 그들의 행동을 통해 복음의 가르침을 구현하고, 생태위기에 대응 하는 것이 그들의 더 넓은 세계적 사명의 중요한 부분임을 인식하도록 촉구한다.

In order to predict the process window of laser powder bed fusion (LPBF) for printing metallic components, the calculation of volumetric energy density (VED) has been widely calculated for controlling process parameters. However, because it is assumed that the process parameters contribute equally to heat input, the VED still has limitation for predicting the process window of LPBF-processed materials. In this study, an explainable machine learning (xML) approach was adopted to predict and understand the contribution of each process parameter to defect evolution in Ti alloys in the LPBF process. Various ML models were trained, and the Shapley additive explanation method was adopted to quantify the importance of each process parameter. This study can offer effective guidelines for fine-tuning process parameters to fabricate high-quality products using LPBF.

This study conducts an detailed examination of James S. Gale’s translation methodology applied to 104 titles from Yi Kyoo-bo (1168~1241)’s Dongguk Yi Sangguk Jip (Collection of Works by Yi Kyoo-bo, the Minister of the Eastern Country, 東國李相國集). Despite the non-realization of Gale’s publication aspirations, this marks early and pivotal efforts to acquaint English-speaking readers with Yi Kyoo-bo’s prose and poetry, thus promoting the global recognition of Korean literary heritage. A comparative analysis of the original Chinese titles against their English renditions allows this paper to categorize the translations into five distinct methodologies: omission, condensation, literal translation, creative translation, and expansion. The findings reveal Gale’s inclination towards crafting succinct titles, frequently at the expense of excluding details that might elucidate the original texts’ contexts. This approach remains consistent across his translations of works by another eminent Korean author, Choi Chi-won. Contrarily, Kevin O’Rourke, a contemporary translator of Yi Kyoo-bo’s compositions, adopts a notably divergent strategy, favoring titles that adhere more closely to literal translation. Gale’s translation philosophy not only sought to transmit the essential messages encapsulated within the original texts but also endeavored to situate them within the ambit of Western literary conventions. This aspect underscores Gale’s instrumental role in the transcultural dissemination of Korean literature.

본 연구는 맞벌이 부모의 일-가족 이점과 갈등이 부모의 양육 행동을 거쳐 자녀의 화용언어에 미치는 영향을 파악하고, 일-가족 이점과 갈등이 부모의 양 육 행동에 미치는 영향력에서 자기-상대방효과에 차이가 나는지를 비교 분석하 였다. 이를 위하여 한국아동패널 10차 조사자료에서 맞벌이 부모 604쌍과 자녀 의 데이터를 사용하였다. 기술통계와 상관분석은 SPSS.22, 자기-상대방 상호의 존모형(APIM)은 AMOS.28 통계 프로그램으로 분석하였다. 연구 결과, 첫째, 모 의 일-가정 이점과 갈등은 모의 양육 행동에, 모의 양육 행동은 아동의 화용언 어에 유의한 정적 영향을 미치지만, 모의 일-가정 이점과 갈등이 부의 양육 행 동에 미치는 영향은 유의하지 않았다. 둘째, 부의 일-가정 이점과 갈등은 부와 모의 양육 행동에 유의한 영향을 미쳤으나 부의 양육 행동은 아동의 화용언어에 미치는 영향이 유의하지 않았다. 셋째, 모는 부 보다 일-가정 이점과 갈등상황에 서 자신의 양육 행동에 대해 배우자보다 자기 자신의 영향력이 더 큰 것으로 나 타났다. 따라서 일-가정 양립 지원에 있어 부와 모의 관계성에 초점을 둔 세밀 화된 지원정책의 수립과 여성복지의 새로운 측면에 대한 고민이 필요하다.