해리엇 비처 스토우의 􋺷톰 아저씨의 오두막􋺸은 19세기 미국 노예제 폐지 운 동의 중요한 문학적 산물로 널리 알려져 있지만, 이 논문은 해당 작품을 예배신 학적 관점에서 재조명한다. 이 논문은 소설에 드러난 세 가지 상이한 예배 형태 —남부 백인 주류 교회의 권위적이고 제도화된 예배, 퀘이커 공동체의 평등하고 실천적인 예배, 흑인 노예 공동체의 고난 속 은밀한 예배—를 중심으로 예배 공 간, 예배자, 예배 내용이라는 세 축을 따라 예배신학의 틀로 분석한다. 이를 통해 예배가 어떻게 억압의 도구로 작용하거나 반대로 해방의 통로가 될 수 있는지 살펴본다. 또한 문학비평과 예배신학의 학제적 접근을 통해 당대 미국 사회에서 예배가 지닌 정치적․사회적 의미를 해석하고, 오늘날 예배 공동체가 직면한 공 공성 회복과 억압적 구조에 대한 비판, 실천적 전환의 과제를 논의한다. 더 나아 가 주인공 톰의 순교적 신앙과 ‘삶의 예배’ 개념을 통해 기존 예배 전통을 넘어 서는 새로운 신학적 상상력을 제안하며, 예배의 본질과 공동체성, 영성에 대한 깊은 성찰을 시도한다. 이 논문은 􋺷톰 아저씨의 오두막􋺸의 예배 서사를 통해 오 늘날 예배가 억압과 해방의 어느 지점에 서 있는지 묻고, 21세기 한국 교회를 포 함한 현대 예배 공동체에 신학적 갱신과 반성의 가능성을 제시한다.

본 연구는 염소 도축공정 확립을 위해, 도축 과정 중 탕박(scalding) 및 박피(skinning)가 재래흑염소 등심의 저장 중 물리화학적 특성에 미치는 영향을 비교 분석하고자 수행되었다. 동일한 사양 조건에서 사육된 재래흑염소 6 두를 각각 탕박 및 박피 과정에 따라 도축한 후, 등심근을 채취하여 저장 기간 동안 이화학적 특성 변화를 관찰하여 재래흑염소에 적합한 도축 방법을 선택하고자 하였다. 그 결과, 탕박처리는 전반적으로 연도를 개선하는 데 효과적인 것으로 나타났으며, 박피 처리는 저장 중 보수력 유지에 우수하고, 색도의 선명도(a*, chroma)와 지질산화에 더 안정적인 특성을 보였다. 탕박은 소비자의 기호도 측면에서 유리한 부드러운 조직감을 제공할 수 있지만, 박피는 특히 위생적 안전성과 품질 균일성 확보 측면에서 더 바람직한 도축 방법으로 판단된다.

재래흑염소는 다른 품종과의 유연관계, 기원 분석, 외래교잡염소와의 유전적 구조 및 평가 같은 유전학적 연구는 현재 부족한 실정이므로 본 연구는 재래흑염소와 외래교잡염소의 유전적 구조 및 혼합 양상 분석을 위해 실시하였다. 11개의 Microsatellite (MS) marker를 활용하여 재래흑염소 261두, 외래교잡염소 94두의 대립유전자형을 분석하였으며, 이를 통해 기초통계량 및 유전적 구조 및 혼합 양상 분석을 수행하였다. 그 결과 연구에 활용된 marker의 유전적 다양성 기초통계량 결과 재래흑염소의 observed heterozygosity, polymorphism information content (PIC) 수치가 각각 0.388 ~ 0.772, 0.362 ~ 0.754이며, 외래교잡염소 집단의 observed heterozygosity, PIC 수치는 각각 0.553 ~ 0.840, 0.664 ~ 0.915로 확인되어, 유전적 다양성 분석을 수행하기에 충분한 수치를 나타내었다. 또한, 재래흑염소 주요 대립유전자형 빈도와 외래교잡염소의 주요 대립유전자형 빈도를 비교하였을 때, marker별 대립유전자형의 빈도 분포에서 뚜렷한 차이를 보여, 두 집단 간, 재래흑염소 계통 간 대립유전자형 의 빈도 분포로 인한 유전적 구조의 차이를 확인하였다. 그리고 STRUCTURE 결과, K = 2가 최적의 K로 계산되었으며, 재래흑염소와 외래교잡염소 간의 유전적 혼합은 존재하지 않는 것으로 판단되었다. 따라서 본 연구 결과는 재래흑염소의 고유성을 제시할 수 있는 과학적 근거자료이며, 재래흑염 소 계통 간의 식별을 위한 기초 자료로 활용 가능할 것이다.

최근 국내에 유입된 팔점날개매미충(Ricania speculum)의 발생소장과 발육 단계별 기주식물을 조사하였다. 경기지역에서 팔점날개매미충은 연 1세대 발생하며, 월동 난괴는 6월 상순부터 부화를 시작하였고 7월 중하순부터 우화한 성충은 8월 하순부터 산란하는 것으로 조사되었다. 팔점 날개매미충 기주식물로 38과 70속 74종이 확인되었으며, 발육 단계별로 기주 선호도의 차이를 보였다. 다양한 기주범위는 팔점날개매미충의 생존 력과 확산에 유리하게 작용할 것으로 생각되며, 따라서 대응 전략을 선제적으로 수립할 필요가 있다고 생각된다.

본 연구에서는 단계적인 수온 상승에 따른 조피볼락 Sebastes schlegli의 연속적인 행동 패턴을 관찰하고, 혈액성상 변화를 분석하여 고수온에 노출된 생물의 아치사 행동 반응, 내성 한계 및 임계 수온을 규명하였다. 수온에 대한 조피볼락의 생태-생리 반응은 노출 수온 및 시간에 따라 유의한 차이를 보였다(p<0.05). 본 종은 25.0~30.0℃ 수온 범위에서 비정상적인 행동을 보였으며, 내성 한계에 도달하였다. 고수온에 대한 혈장 내 cortisol과 SOD 농도 변화를 고려할 때, 조피볼락은 체내 스트레스 증가로 인해 항상성 유지 효소 분비가 방해되어 25.0℃ 이상의 수온에서 정상적인 대사 활동을 수행할 수 없었다. 결론적으로 조피볼락의 행동 및 대사 활동은 cortisol과 SOD 활성이 빠르게 변하는 25.0℃ 수온에서 교란되었으며, 30.0℃에서는 아치사 행동 반응이 관찰되었다. 이와 같은 결과는 고수온기 연안 정착성 어류의 패사 원인을 예측하는 자료로 활용 가치가 높은 것으로 판단된다.

Given the hazards posed by black ice, it is crucial to investigate the conditions that contribute to its formation. Two ensemble machinelearning algorithms, Random Forest (RF) and Extreme Gradient Boosting (XGBoost), were employed to forecast the occurrence of black ice using atmospheric data. Additionally, explainable artificial intelligence techniques, including Feature Importance (FI) and partial dependence Plot (PDP), were utilized to identify atmospheric conditions that significantly increase the likelihood of black ice formation. The machinelearning algorithms achieved a forecasting accuracy of 90%, demonstrating reliable performance. FI analysis revealed distinct key predictors between the algorithms: relative humidity was the most critical for RF, whereas wind speed was paramount for XGBoost. The PDP analysis identified the specific atmospheric conditions under which black ice was likely to form. This study provides detailed insights into the atmospheric precursors of frost/fog-induced black ice formation. These findings enable road managers to implement proactive winter road maintenance strategies, such as optimizing anti-icing patrol routes and displaying warnings on various message signs, thereby enhancing road safety.

결빙(Black Ice)은 도로 포장체 표면의 균열 등에 스며든 습기나 눈, 그리고 차량 주행 중 발생하는 타이어 분진 및 배 기가스 등의 영향으로 인해 도로 표면과 유사한 색상의 얇은 얼음막이 형성되는 현상을 의미한다(Cho et al., 2021). 도로 노면이 결빙 상태일 경우, 평균 미끄럼 저항 계수는 건조 노면의 약 30% 수준으로 크게 낮아진다(Lee et al., 2024). 또 한, 결빙은 도로 표면과 색상이 유사하여 운전자가 노면 상태를 즉각적으로 인지하기 어렵고, 이에 따라 제동이나 회피 를 위한 충분한 시간을 확보하기 어렵다. 최근 5년간 발생한 서리·결빙 노면 교통사고의 치사율(사고 100건당 사망자 수) 은 2.69명으로, 이는 건조 노면 교통사고 치사율의 약 2배, 습윤 노면의 1.3배 수준에 해당한다(KoROAD, 2024). 이러한 위험성을 고려하여 국토교통부는 2020년 전국 고속국도 및 일반, 위임국도를 대상으로 403개 구간을 결빙 취약 구간으로 지정하였으며, 이후 464개소로 확대하여 자동염수분사시설, 그루빙(Grovving), 결빙주의표지판 등 안전시설을 확충하여 결빙사고를 집중적으로 관리하고 있다(MOLIT, 2020; BAI 2021). 하지만, 결빙사고 발생건수는 2020년 524건, 2021년 1,204건, 2022년 1,042건으로 증가추세를 보이고 있어, 결빙 취약 구간의 평가 적절성과 실효성에 대한 검토 필요성이 대 두되고 있다(KoROAD, 2024). 본 연구에서는 최근 10년 고속국도에서 발생한 결빙사고와 결빙사고 영향인자를 Random Forest Algorithm으로 분석하 여 도로 구간별 결빙사고 위험도를 평가하였다. 국가교통정보센터의 노드·링크(Node·Link) 체계를 기반으로 전국 고속국 도의 동절기 기상, 기하구조, 교통량 등 결빙사고 영향인자를 구간별로 수집하였다. 각 구간은 최근 10년 결빙사고 데이 터를 통해 결빙사고 발생구간과 비발생 구간으로 분류하였다. 구간별 수집한 결빙사고 영향인자를 독립변수, 사고발생유 무를 종속변수로하여 알고리즘 학습을 위한 데이터셋(Data Set)을 구성하고, 데이터불균형 문제를 해결하기 위해 오버샘 플링(OverSampling) 기법 중 하나인 SMOTE(Synthetic Minority Oversampling Technique)을 적용하였다. 최종적으로 Random Forest Classification Model을 학습하고, 모델의 하이퍼파라미터 조정(HyperParameter Tunning)을 거처 결빙사 고 발생구간 예측성능이 가장 높은 모델을 결정하였다. 이를 통해, 전국 고속국도의 구간별 결빙사고 발생 위험도를 평 가하고 각 결빙사고 영향인자의 변수중요도를 분석함으로써 결빙 취약구간 평가 방안의 신뢰성 제고를 기대한다.

결빙되거나 적설이 있는 도로와 같이 마찰이 작은 노면에서는 일반 노면과 비교했을 때 제동거리가 크게 증가하기 때문에 심각한 교통사고로 이어질 수 있다. 이에 블랙 아이스(Black ice)와 같은 노면 위험을 감지 하기 위한 노면 분류 기술에 대한 연구가 지금까지 지속적으로 이루어지고 있다. ESC(Electronic Stability Control) 시스템은 차량 자세 제어를 통해 마찰이 작은 노면에서 차량의 미끄러짐 및 전복을 방지하는 능동 안전시스템(Active safety system)이다. ESC 시스템의 성능을 위해서는 정확한 노면 마찰 계수(Road friction coefficient) 추정을 통한 노면 분류가 중요하다. 최근의 노면 분류 기술은 카메라, LiDAR 등의 이미 지 기반의 방법에 중점을 두고 연구가 진행되고 있다. 그러나 이러한 이미지 기반의 방법들은 정확도가 낮을 뿐만 아니라 높은 계산 복잡도의 문제를 가지고 있다. 이뿐만 아니라 높은 비용으로 인해 상용화 측면에서도 단점을 드러내고 있다. 본 연구에서는 그림1처럼 센서 융합 기술을 활용하여 이미지 기반 방법의 문제점을 해결하고자 한다. 차량 횡방향 동역학 모델(Vehicle lateral dynamic model)을 선형화하여 칼만 필터(Kalman filter)를 적용한 노면 마찰 계수 추정 알고리즘을 설계하고, 기계학습(Machine learning) 모델을 적용하여 블랙 아이스 검출 알고 리즘을 설계한다. 전기차 CAN 버스로부터 얻을 수 있는 차량 종방향 가속도(Vehicle longitudinal acceleration)를 제어 입력으로 하고, 요 레이트(Yaw rate)를 측정값으로 하여 칼만 필터에 적용하여 차량 종 방향 속도(Vehicle longitudinal velocity)와 차량 횡방향 속도(Vehicle lateral velocity), 요 레이트, 차량 횡방 향 힘(Vehicle lateral force)을 추정한다. 이때 전통적인 칼만 필터 대신 EKF-UI(Extended kalman filter with unknown input)를 적용하여 시스템 행렬의 크기를 줄여 계산 복잡도를 감소시키고 차량의 거동 변화 를 보다 정확하게 반영할 수 있도록 하였다. 추정된 차량 종방향 속도, 차량 횡방향 속도, 요 레이트를 통해 사이드 슬립 각(Side slip angle)을 구해 사이드 슬립 각과 차량 횡방향 힘의 관계를 이용해 특징들을 찾아 기계학습 모델(e.g. 앙상블 기법, SVM 등)을 적용하여 블랙 아이스를 검출할 수 있다. MATLAB/Simulink SW 및 CarSim을 사용하여 개발한 알고리즘의 성능을 검증하였으며, 본 연구의 결과는 ESC 시스템의 성능 을 개선시켜 차량의 미끄러짐으로 인한 교통사고의 예방에 도움이 될 것으로 예상한다. 여기에 스마트 타이 어(Smart tire)의 센서도 추가해 노면과 타이어 사이의 직접적인 데이터를 추가해 검출 성능을 높일 것이다.

In response to the urgent need for sustainable and environmentally friendly materials, this study focuses on enhancing the flame retardancy and mechanical properties of epoxy composites using eco-friendly, non-halogen flame-retardant hybrid fillers. These fillers are synthesized from tannic acid (TA) and upcycled carbon black derived from waste tires (WT-CB) via a mechano-fusion process. The resulting TA/WT-CB fillers exhibit a core–shell structure, with WT-CB uniformly coating the TA surface, significantly improving flame retardancy compared to TA alone. When incorporated into epoxy resin, the TA/WT-CB fillers not only enhance flame resistance but also improve the composite’s mechanical properties. Optimal performance was observed at a filler content of 5 wt.%, where the composite demonstrated superior flame retardancy and mechanical strength. This innovative approach not only addresses fire safety concerns but also promotes sustainability by utilizing upcycled waste materials, offering a promising solution for environmentally conscious flame-retardant technologies.

이 연구를 통해 우리나라에서 복원 중인 멸종위기종인 반달가슴곰(Ursus thibetanus ussuricus)의 식별을 위한 새로운 분자 marker 체계를 개발하였다. 전장 유전체 서열 정보를 사용하여, 20개의 새로운 미세부수체(Microsatellite, MS) marker가 다중 중합효소연쇄반응(PCR)을 기반으로 하는 유전자형 분석을 통해 개발되었다. 개발된 MS marker 20종의 대립유전자 수는 3개에서 10개였으며, 평균 대립유전자 수는 6.05개였다. 관측 이형접합도(Hobs), 기대 이형접합도(Hexp), 다형정보량(PIC)의 평균은 각각 0.683, 0.715, 0.658로 나타났다. Fis 값은 –0.385에서 0.438의 범위에 있었고, 평균은 0.052였다. 무작위 교배(PIrandom), 반형매 교배(PIhalf-sib), 전형매 교배(PIfull-sib)에서의 동일개체출현율은 각각 1.58×10-18, 2.79×10-14, 4.75×10-8를 나타내었다. 이 연구의 결과는 새로운 MS marker 체계가 높은 유전적 다양성과 낮은 PI 수치를 가지고 있어, 야생에서 출현하고 있는 반달가슴곰들을 식별하거나 새끼 곰의 부모 추적에 유용하게 사용될 것으로 생각된다. 이 분자 marker 체계는 한국에서 복원 중인 반달가슴곰 개체군의 관리와 유전적 다양성 증진에 기여할 수 있을 것으로 사료된다.

괭이갈매기는 국내에서 서식하는 대표적인 바닷새로, 서해와 남해뿐만 아니라 동해까지 집단 번식지가 존재하고 있다. 하지만 현재 괭이갈매기에 대한 연구의 대부분이 서해와 남해에서 번식하는 개체에 집중되고 있어, 동해 지역에 대한 연구가 상대적으로 부족한 상황이다. 이에 본 연구에서는 동해 울릉도에서 번식하는 괭이갈매기 4개체를 대상으로 2021년과 2022년 5월에 야생동물 위치추적기(WT-300)를 부착하여 이동경로와 행동권 분석을 실시하였다. 괭이갈매기는 번식기간에 울릉도 주변 또는 강릉에서 울진에 이르는 동해 연안까지 활동범위로 삼았고, 번식기 이후에는 일본의 중남부 지역으로 이동하여 서식하는 것으로 나타났다. 국내에서 번식기간 MCP 분석에서 행동권 평균면적은 9,476± 10,066㎢로 확인되었고, KDE 분석에서는 95%일 때 3,574±3,378㎢, 50%일 때 289±200㎢로 나타났다. 번식기간 이후 일본에서의 MCP 행동권 평균면적은 1,899±3,127㎢이었고, KDE 95%는 2,844±4,787㎢, KDE 50%는 385±635㎢ 의 행동권을 보여주었다. 본 연구는 동해와 일본 연안을 이동하며 서식하는 괭이갈매기의 행동권을 제공함으로써, 괭이갈매기의 보전과 관리를 위한 기초자료로 사용될 수 있을 것으로 생각된다.

흑비둘기는 상록수림이 분포하는 해안가 및 도서 등 동아시아-태평양 섬에만 분포하는 희귀한 종으로 생물학적 보존 가치가 높아 국내에서 천연기념물 및 멸종위기야생생물Ⅱ급으로 지정되어 있다. 본 연구는 울릉도에서 서식하는 흑비둘기 3개체를 대상으로 2021년과 2022년 6월에 야생동물 위치추적기(WT-300)를 부착하여 이동경로 및 행동권을 분석하였다. MCP(최소볼록다각형법) 분석에서 행동권 평균 면적은 9.6㎢로 확인되었고, KDE(커널밀도추정법) 는 95%일 때 6.6㎢, 50%일 때 1.8㎢로 나타났다. 개체별 MCP는 각각 BW1 0.4㎢, BW2 27.4㎢, BW3 1.0㎢으로 확인되었며, KDE 95%일 때 BW1 0.2㎢, BW2 19.4㎢, BW3 0.3㎢, KDE 50%일 때 BW1 0.02㎢, BW2 5.4㎢, BW3 0.03㎢로 나타났다. BW2의 행동권이 다른 개체들 보다 넓게 분석되었으며, 이러한 차이는 한정된 지역에 먹이 경쟁 등 서식환경에 따른 차이로 추정된다.

This paper presents a finite-difference method (FDM)-based heat-transfer model for predicting black-ice formation on asphalt pavements and establishes decision criteria using only meteorological data. Black ice is a major cause of winter road accidents and forms under specific surface temperature and moisture conditions; however, its accurate prediction remains challenging owing to dynamic environmental interactions. The FDM incorporates thermodynamic properties, initial pavement-temperature profiles, and surface heat-transfer mechanisms, i.e., radiation, convection, and conduction. Sensitivity analysis shows the necessity of a 28-d stabilization period for reliable winter predictions. Black-ice prediction logic evaluates the surface conditions, relative humidity, wind speed, and latent-heat accumulation to assess phase changes. Field data from Nonsancheon Bridge were used for validation, where a maximum prediction accuracy of 64% is indicated in specific cases despite the overestimation of surface temperatures compared with sensor measurements. These findings highlight the challenges posed by wet surface conditions and prolonged latent-heat retention, which extend the predicted freezing duration. This study provides a theoretically grounded methodology for predicting black ice on various road structures without necessitating additional measurements. Future studies shall focus on enhancing the model by integrating vehicle-induced heat effects, solar radiation, and improved weather-prediction data while comparing the FDM with machine-learning approaches for performance optimization. The results of this study offer a foundation for developing efficient road-safety measures during winter.