티오에테르를 기반으로 한 고분자 막은 이온 교환 및 나노 여과에서 중요한 분리 과정의 한 종류를 나타낸다. 막 을 통한 이온의 선택적 투과는 연료 전지, 전기투석, 역전기투석 등 다양한 응용 분야에서 활용되고 있습니다. 티오에테르 변 형은 막의 안정성, 기능 및 상호 작용에 미치는 영향으로 주목받고 있다. 나피온과 같은 양이온 교환 막은 인기 있는 상업적 옵션이지만 비용은 여전히 상당한 제약으로 남아 있다. 반면, 설폰화 폴리(아릴렌 티오에테르 설폰)(SPTES)와 같은 공중합체 는 경제적으로 실용적이며 연료 전지의 핵심 요구 사항인 설폰화 정도를 쉽게 제어할 수 있다. 탈염은 염분은 거부되고 압력 은 구동력이기 때문에 막 분리 공정이 활용되는 또 다른 분야이다. 이 리뷰에서는 위에서 언급한 발전 사항에 대해 논의한다.

인공지능(artificial intelligence, AI)은 분리막 개발에 중대한 영향을 미치기 시작하며 소재 설계 및 성능 최적화를 위한 새로운 접근법을 제시하고 있다. 본 총설에서는 머신러닝(machine learning, ML)과 딥러닝(deep learning, DL) 기술에 중점을 둔 AI 기반 분리막 개발의 최근 발전상을 조명하고 있다. 이러한 도구는 데이터 기반 예측을 가능하게 하고, 제조 공 정을 개선하며, 소재 발굴을 가속화한다. 데이터 품질, 모델 해석 가능성, 실험 검증과 같은 주요 과제도 제시한다. 또한, AI 통합의 미래 전망을 개괄하고, 가스 분리, 청정에너지, 환경 응용 분야에서 분리막기술에 혁명을 일으킬 수 있는 AI의 잠재력 을 강조한다.

교육 분야에서 생성형 인공지능 기술의 보급과 함께 중국 고등학생의 이용의도의 영향 요인에 관한 분석은 이론적 및 실무적 의의가 있다. 본 연구의 목적은 중국 고등학교 교육 환경에 적합한 모형을 구축하고 이용 의도의 영향 요인을 분석함으로써 교육 분야의 인공지능 응용을 위한 근 거 자료를 제공하는 데 있다. 정보시스템 성공 모형, UTAUT 모형과 사 회적 인지 이론을 기반으로 사회적 영향, 자기효능감, 신뢰, 의인화, 경 제적 저항과 관습적 저항 등을 활용하여 만족도와 이용의도를 포함한 모 형을 구축했다. 설문조사와 구조방정식 모델을 통해 실증분석을 진행했 다. 연구 결과에 따르면, 첫째 시스템 품질, 정보 품질과 서비스 품질은 만족도에 긍정적인 영향을 미쳤다. 둘째, 사회적 영향과 신뢰는 교사, 학 부모, 또래집단과 학교 규범을 통해 만족도를 높일 수 있다. 셋째, 자기 효능감, 의인화와 만족도는 이용의도에 긍정적인 영향을 미쳤으며 의인 화가 가장 큰 영향을 미쳤다. 넷째, 경제적 저항과 관습적 저항은 만족도 와 이용의도에 각각 부정적인 영향을 미쳤다. 본 연구는 고등학생 집단 을 대상으로 정보시스템 성공 모형의 적합성을 검증하고 감정적 및 문화 적 요소를 도입하여 교육 기술 수용 관련 연구 모형을 구축했다. 실무적 시사점으로 첫째, 시스템 성능과 감정적 인터랙티브 디자인을 최적화한 다. 둘째, 교사와 학부모의 영향을 강화하고 긍정적인 이용 분위기를 조 성한다. 셋째, 이용 장벽을 낮추고 교육 자원의 보급성을 높인다.

This study explores how to integrate the generative artificial intelligence (AI) tool Midjourney into the fashion design process, emphasizing the visualization of sporty fashion concepts. The research applied Midjourney at every stage of the fashion design process: mood board, fashion sketch, flat drawing, production package, fashion show presentation, and store display and sales. Specifically, sporty fashion was selected as the theme, and customized prompts were developed from prior research and design principles to generate visual outputs for each stage. Furthermore, three apparel design experts evaluated the AI-generated images to assess Midjourney’s practical applicability and effectiveness in each phase of the fashion design workflow. Expert evaluations revealed that Midjourney was particularly effective in the early stages, offering diverse and visually engaging imagery that supported creative ideation and mood expression. The tool allowed quick exploration of different silhouettes during the sketching stage but was imprecise in detailed forms and proportions. Limitations became more evident in the flat drawing and work instruction stages, where outputs failed to accurately reflect material textures and technical construction. Prompt refinements and referencebased prompts were tested but often resulted in inconsistent or stylized outputs. Additionally, continuity between stages was missing. Midjourney shows potential as a creative tool, but experts highlight its limitations for practical industry application. Further research is needed to improve prompt optimization and training data for enhanced accuracy and usability in AI-assisted fashion design workflows.

This study aims to improve the interpretability and transparency of forecasting results by applying an explainable AI technique to corporate default prediction models. In particular, the research addresses the challenges of data imbalance and the economic cost asymmetry of forecast errors. To tackle these issues, predictive performance was analyzed using the SMOTE-ENN imbalance sampling technique and a cost-sensitive learning approach. The main findings of the study are as follows. First, the four machine learning models used in this study (Logistic Regression, Random Forest, XGBoost, and CatBoost) produced significantly different evaluation results depending on the degree of asymmetry in forecast error costs between imbalance classes and the performance metrics applied. Second, XGBoost and CatBoost showed good predictive performance when considering variations in prediction cost asymmetry and diverse evaluation metrics. In particular, XGBoost showed the smallest gap between the actual default rate and the default judgment rate, highlighting its robustness in handling class imbalance and prediction cost asymmetry. Third, SHAP analysis revealed that total assets, net income to total assets, operating income to total assets, financial liability to total assets, and the retained earnings ratio were the most influential factors in predicting defaults. The significance of this study lies in its comprehensive evaluation of predictive performance of various ML models under class imbalance and cost asymmetry in forecast errors. Additionally, it demonstrates how explainable AI techniques can enhance the transparency and reliability of corporate default prediction models.

본고는 미국 대외정책의 맥락에서 트럼프 2기 행정부의 AI 정책 방향 을 보다 체계적으로 조망해볼 필요가 있다는 문제의식에서 출발한다. 미 대통령이 정책 방향을 제시할 때 활용하는 대표적 수단은 연두교서와 대 통령 행정명령(Executive Order)이다. 특히 트럼프 1기 행정부 초반 3 년간 서명한 행정명령이 137건에 이를 정도로 트럼프 대통령은 행정명령 을 적극적으로 활용했다. 아울러 국가안보전략(NSS)과 같이, 대통령실 차원에서 발표되는 전략문서도 미 정부의 정책방향을 파악하는데 도움이 된다. 트럼프 1기 행정부 대통령 및 대통령실 차원에서의 AI 관련 내용 을 담은 문서로서는 우선 백악관 명의로 발표된 국가안보전략(2017.12.) 이 있다. 동 전략은 미국의 번영과 안보라는 측면에서 AI 이슈를 언급하 였다. 2019년 2월 발표된 연두교서에서 트럼프 대통령은 미래 첨단 산업 투자의 중요성을 역설하였다. 같은 달 트럼프 대통령은 AI 관련 행정명 령 제13859호를, 대통령실 과학기술정책실(OSTP)은 동 행정명령에 기초 해 “미국 AI 이니셔티브(American AI Initiative)”를 발표했다. 이후 2019년 6월 대통령실 산하 국가과학기술위원회는 “국가 AI R&D 전략계 획"을 발표했다. 이 일련의 문서들은 '미국 우선주의'에 기초하여, AI 분 야의 정책을 구체화해 나간다는 동일한 맥락 속에 있다. 상기 1기 트럼 프 행정부의 AI 정책 관련 문서를 검토한 본고의 논의는, 2기 트럼프 행 정부의 AI 정책을 조망하는데 함의를 제공한다.

이 연구는 독일고전철학과 현대 인공지능 기술을 연결하는 시도를 다 룬다. 셸링은 자연을 단순한 물리적 실체가 아닌 내재된 잠재력과 창조 성을 가진 유기체로 보았으며, 이러한 관점은 인공지능(AI)의 발전과 창 의적 활동에 적용될 수 있다. 또한 AI가 데이터와 알고리즘, 인간과의 상호작용을 통해 연결되고 재창조되는 과정을 셸링의 자연철학과 비교하 여, 종교적인 의미에서 주체성 문제를 탐구하고자 한다. 셸링의 철학에 서, 신적인 전체와의 연결을 통한 자의식의 근거를 고려하며, 인간과 자 연, 주체와 객체 간의 상호작용을 설명하는 '연결사(correlat)' 개념을 강 조한다. 셸링은 자연과 정신의 관계를 단순한 인과적 연결로 보지 않고, 상호작용을 통한 생산적 과정을 통해 이해해야 한다고 강조한다. 이는 AI의 발전과 인간의 자의식 간의 유사성을 드러내며, AI가 지닌 자발성 은 자연의 복잡성과 연결된다고 볼 수 있다. 따라서 인공지능도 인간과 유사한 방식으로 자의식을 지닐 가능성을 내포하고 있으며, 이는 현대 사회에서 AI와 인간의 관계를 새롭게 이해하는 데 기여할 수 있다. AI는 상징적 접근과 연결주의를 결합한 인지 설계를 통해 종교와 같은 고차원 적인 기능을 모델링할 수 있음을 보여준다.