본 연구에서는Stable Diffusion 프레임워크를 활용하여 게임 스타일의 스케치, 특히 도시 장면을 생성하는 방법 을 소개한다. 확산 기반의 모델인Stable Diffusion은 쉬운 접근성과 뛰어난 성능으로 많은 연구자와 일반인들에 게 선호되며, 텍스트-스케치, 이미지-스케치의 생성이 가능하다. Stable Diffusion의 몇 가지 문제는 이미지의 국 소성 보존 문제 및 미세 조정인데, 이를ControlNet과DreamBooth를 사용하여 해결한다. 결과적으로, 본 연구를 통 해 게임 제작에 사용될 수 있는 텍스트-스케치, 이미지-스케치 생성이 가능하며, 더 나아가 아티스트를 돕는 툴 로도 활용될 수 있다.

본 연구에서는 부산신항에서 스크러버를 장착한 선박이 세정수를 배출하였을 때 인근 해역에 미치는 영향을 검토하기 위해 확산예측을 수행하였다. 세정수에 포함된 용존무기탄소(DIC)의 농도를 통제한 채로 세정수의 pH 조건별로 해역에 미치는 영향을 대조기 와 소조기로 나누어 평가하였다. 선박 1대에서 24시간 동안 세정수를 배출할 때, pH가 최대 0.076, 0.083 감소하였다. DIC의 경우 0.561mg/L, 0.612mg/L 증가하였다. 부산신항에 수용가능한 선박수인 24대를 전부 가정하여 실험하였을 경우 pH는 0.200, 0.545 감소하였고, DIC는 1.464mg/L, 3.629mg/L 증가하였다. 일반적으로 스크러버가 세정수를 처리하였을 때 pH 6.1인 것을 감안하여 선박 1대에서 pH 6.1인 조건으 로 24시간 동안 세정수를 배출하는 경우 우리나라 연근해의 연간 pH 변화량보다 약 33.7배 더 큰 폭으로 감소하는 것으로 계산되었다. 선 박이 24대일 경우에는 하루이상 표층의 성층화를 유발하고 수심 4m까지 영향을 주는 것으로 예측되었다.

The gaming industry is experiencing rapid growth due to recent advances in technology. Game engines such as Unity and Unreal are being actively utilized. These game engines offer a variety of plugins to naturally extend the functionality of the engine. Among them, innovations in 3D graphics technology have made game characters more expressive and enhanced the user experience. However, traditional 3D modeling approaches can sometimes bring limitations and challenges. In particular there are problems with the representation of fine details when utilizing general photos through AI scanning. This paper aims to overcome these difficulties by designing and implementing a game 3D character generation framework using Stable Diffusion. By improving the creation process by utilizing concept art images without hairstyles, it enables fast and efficient character creation. The application of this framework allows for faster and more consistent character creation with fewer steps in the creation process and helps game developers to adapt characters to the engine more easily and quickly. In addition, we verified the effectiveness and scalability of the 3D game character data generated by Stable Diffusion by checking the animation behavior in the game engine.

With the recent advent of Metaverse, the character industry that reflects the characteristics of users' faces is drawing attention. there is a hassle that users have to select face components such as eyes, nose, and mouth one by one. In this paper, we propose a diffusion-based model that automatically generates characters from content human photographs. Our model generates user artistic characters by reflecting content information such as face angle, direction, and shape of a content human photo. In particular, our model automatically analyzes detailed information such as glasses and whiskers from content photo images and reflects them in artistic characters generated. Our network generates the final character through a three-step: diffusion process, UNet, and denoising processes. We use image encoders and CLIP encoders for the connection between style and input data. In the diffusion process, a collection of noise vectors is gradually added to a style vector to enable lossless learning of the detailed styles. All input values except for the style images are vectorized with CLIP encoders and then learned with noise style vectors in the UNet. Subsequently, noise is removed from the vectors through the UNet to obtain the artistic character image. We demonstrate our performance by comparing the results of other models with our results. Our method reflects content information without loss and generates natural high-definition characters.

DWI 검사 시 인체 조직 및 병변에 근접한 공기는 영상왜곡을 가중해 병변 감별에 어려움을 준다. 이에 본 연구는 팬텀을 제작하 여 기하학적 왜곡을 줄여주는 SMS RESOLVE DWI를 통해 공기 자화율에 의한 왜곡 변화를 정량화하였다. 팬텀은 원통형으로 내부에 공기가 존재하도록 설계하였다. 제한된 환경 속에서 다양한 자화율에 의해 왜곡이 영상에 구현되도록 팬텀 내부에는 증류수, 젤라틴 외 혼합 물질과 공기를 구분되게 채웠다. 팬텀의 정렬을 다르게 하여 공기 있는 상태 실험을 진행 후, 공기 대신 혼합액 넣은 상태 실험을 같은 방식으로 진행하였고 혼합액 대신 증류수 넣은 상태 실험을 진행하였다. 3T MRI 장비로 T2WI, C DWI, SMS-RESOLVE DWI를 촬영하였고 파이썬 OpenCV로 이미지 유사도를 측정 후 비교 분석하였다. 실험 결과 공기 있는 상태 SMS-RESOLVE DWI b0에서 SSIM 평균 0.898, MSE 평균 0.068로 영상왜곡이 가장 적었다. SMS-RESOLVE DWI의 공기 자화율 왜곡 변화는 b0 기준 SSIM, MSE 모두 –0.033~0.003 이미지 유사도 차이를 보였다. SMS-RESOLVE DWI b1000은 수치상 이미지 유사도 차이가 크지 않거나 감쇄되는 때도 있어서 향후 SNR 보완에 초점을 둔다면 보다 개선된 영상진단 성능을 제공할 것으로 기대되고 오픈 소스 라이브러리를 통해 오차를 최소화한 이미지 처리와 유사도를 분석하는 새로운 시도는 앞으로의 연구 방향에 새 모델을 제시한다.

Chloride is one of the most common threats to reinforced concrete (RC) durability. Alkaline environment of concrete makes a passive layer on the surface of reinforcement bars that prevents the bar from corrosion. However, when the chloride concentration amount at the reinforcement bar reaches a certain level, deterioration of the passive protection layer occurs, causing corrosion and ultimately reducing the structure’s safety and durability. Therefore, understanding the chloride diffusion and its prediction are important to evaluate the safety and durability of RC structure. In this study, the chloride diffusion coefficient is predicted by machine learning techniques. Various machine learning techniques such as multiple linear regression, decision tree, random forest, support vector machine, artificial neural networks, extreme gradient boosting annd k-nearest neighbor were used and accuracy of there models were compared. In order to evaluate the accuracy, root mean square error (RMSE), mean square error (MSE), mean absolute error (MAE) and coefficient of determination (R2) were used as prediction performance indices. The k-fold cross-validation procedure was used to estimate the performance of machine learning models when making predictions on data not used during training. Grid search was applied to hyperparameter optimization. It has been shown from numerical simulation that ensemble learning methods such as random forest and extreme gradient boosting successfully predicted the chloride diffusion coefficient and artificial neural networks also provided accurate result.

본 논문은 언리얼 엔진(Unreal Engine) 기반의 가상환경에서 인공지능 시각화의 대표적인 시스템인 Stable Diffusion을 이용하여 다양한 형태의 인터렉티브 레벨 디자인 구현 방법을 분석하고 제안한다. Stable Diffusion 은 Midjourney와 함께 대표적인 인공지능 시각화 시스템이며 다양한 프로그램 및 툴에 응용되고 있으며 프롬 프트 입력 기반으로 Text to Image, Image to Image는 물론이며 간단한 추가 작업으로 바디 모션 변화까지 자 연스럽게 적용되는 인공지능 시각화 시스템이다. Unreal engine은 현재 5.2까지 업데이트 된 대표적인 게임 엔 진이며 본 연구에서는 5.1을 사용하였다. Unreal Engine은 게임은 물론 애니메이션, 영화CG, 건축, 디지털 트윈 까지 광범위하게 사용되고 있으며 게임 엔진이지만 게임 이외의 콘텐츠 저작 툴로써 점점 더 많이 이용되고 있는 프로그램이다. 본 논문은 이 Stable Diffusion과 Unreal engine을 접목시켜 효과적인 인터랙티브 레벨 구현 을 할 수 있는 프로세스에 관해 분석하고 제안한다. 이미 인공지능은 다양한 2D, 3D콘텐츠에 접목이 시도되 어 실제 퍼블리싱가지 이어지고 있는 시대라고 할 수 있다. 본 연구는 현재 Unreal Engine과 인공지능을 효과 적으로 융합하여 시각적 결과물을 구현하는 방법론을 분석하였으며 효과적으로 구축할 수 있는 토대를 확인 하였다.

기후 변화에 따른 위험성은 전 세계적으로 오랜 기간 강조되고 있으며, 이를 극복하기 위한 노력은 해운분야에서도 국제해사 기구를 중심으로 이어지고 있다. 연소과정에서 발생한 매연을 제어하기 위하여 매연 생성 특성에 관한 연구는 필수적이다. 본 연구에서는 에틸렌 가스를 기반으로 한 대향류 확산화염에서 불활성 기체인 질소를 혼합하여 화염온도, 화염형태, 매연 생성 관련된 화학종의 상태변 화를 확인하기 위해 광소멸법과 화학반응 수치해석을 수행하였다. 연구 결과. 질소의 혼합비율이 증가함에 따라 화염온도 감소와 매연체 적분율 감소로 이루어졌다. 매연 입자가 분포하는 구간도 감소하였으며, 30% 이상 혼합비율이 높아지면 체적분율 감소율이 감소하였다. 매연 성장에 관여하는 화학종들의 몰분율도 감소하였다. HACA 반응 관련 화학종은 탄화수소 연료 비율에 따라 영향을 받으나, 홀수탄소 경로 관련 화학종은 탄화수소 연료 비율뿐만 아니라 화염온도 영향을 받는 것을 확인하였다.

본 연구에서는 DWI 적용 시 X축 거리에 따른 신호 손실과 인공물 발생 여부를 SS-EPI 기법과 비교 분석하여, MS-EPI 기법의 특성을 제시하고 임상 적용 관련 기초자료를 제시하고자 하였다. 3.0T 자기공명영상장치와 팬텀을 사용 하여 자기장 중심축과 좌우 끝 지점 ±3cm, 3번씩 움직여 표준 영상인 T2 강조영상과 SS-EPI DWI, MS-EPI DWI(RESOLVE) 축상면 영상을 획득하였다. 각 동일 부위에서의 SS-EPI DWI, MS-EPI DWI 영상을 T2 강조영상과 감산하여 신호 손실 직경을 측정하여 정량적 분석을 하였다. 정성적 평가는 나이퀴스트 허상과 기하학적 왜곡과 신호 손실, 인공물 발생 여부를 방사선사 3명이 비교평가 하였다. 두 기법 모두 오프 센터(off-center)로 이동할수록 신호 손실구간 또는 기하학적 왜곡이 나타나는데, 특히 MS-EPI 기법에서는 좌우 신호 손실 현상이 매우 증가해 –25, +25 cm 구간에서 는 약 50% 길이가 감소하였다. MS-EPI 기법은 근골격계 질환에서 기존에 매우 높은 영상 유용성을 인정받고 있다. 그러 나 k-공간을 분할 하여 채우는 MS-EPI 기법은 오프 센터의 낮은 공간 주파수 획득 시 위상변동 보정이 안 되어 신호 손실구간이 나타나며, 이에 관한 연구는 전혀 없는 실정이다. 이에 따라 본 연구는 기존의 선행 연구에서의 보여주지 못한 임상적 적용 시 MS-EPI 기법의 문제점을 파악하면서 이러한 정보를 공유하고 추가적인 연구에 토대가 될 수 있는 기초를 마련했다는 점에 의의가 있다.

확산강조 자기공명영상은 초급성기 뇌경색 진단과 뇌종양 진단 및 치료에 매우 유용하지만 뇌줄기 주변에 자화 감수성 인공물이 자주 발생하고 있어 이를 최소화하려는 노력이 필요하다. 확산강조영상은 에코평면영상(echo planar image)을 사용하고 서로 다른 자화 감수성을 가진 구조물들이 인접한 경계면에서 영상의 왜곡을 나타낸다. SENSE(sensitivity encoding) 기법은 자화 감수성 인공물을 감소시킬 수 있다. 본 연구는 뇌 줄기의 해부구조를 모방한 팬텀을 만들어서 확산 강조영상 시 자화 감수성 인공물을 감소시키는 최적의 SENSE 인자(factor)를 알아보았다. 산출된 최적의 SENSE 인자와 현재 임상 값으로 만든 영상을 비교 분석하고, 통계적 유의성을 검증하여 유용성을 알아보았다. 팬텀 실험 결과 SENSE 인자의 크기가 증가할수록 자화 감수성 인공물은 감소하였다. SENSE 인자 2.5, 3.0, 3.5, 4.0을 적용한 영상은 기준 영상 과 같은 크기의 왜곡이 발생하였다. 산출된 SENSE 인자 2.5의 실험군과 1.5을 적용한 대조군 각각 40명의 영상을 비교 분석하였다. SENSE 인자 1.5를 적용한 대조군은 SENSE 인자 2.5를 적용한 실험군에 비해서 자화 감수성 인공물이 더 크게 발생하였고, 통계적으로 유의하게 나타났다. 본 연구를 통해서 뇌 확산강조영상 획득 시 SENSE 인자 2.5를 적용한다 면 진단적으로 더욱 가치가 있는 영상을 얻을 수 있을 것으로 사료된다.

We investigate the diffusion process of Thomson-scattered line photons in both real space and frequency space through a Monte Carlo approach. The emission source is assumed to be monochromatic and point-like embedded at the center of a free electron region in the form of a sphere and a slab. In the case of a spherical region, the line profiles emergent at a location of Thomson optical depth τTh from the source exhibit the full width of the half maximum σλ ≃ τ 1.5 Th . In the slab case, we focus on the polarization behavior where the polarization direction flips from the normal direction of the slab to the parallel as the slab optical depth τTh increases from τTh ≪ 1 to τTh ≫ 1. We propose that the polarization flip to the parallel direction to the slab surface in optically thick slabs is attributed to the robustness of the Stokes parameter Q along the vertical axis with respect to the observer’s line of sight whereas randomization dominates the remaining region as τTh increases. A brief discussion on the importance of our study is presented.

이 글은 구성주의 이론가들의 국제규범(norm) 연구에 대한 비판적 문 헌연구를 바탕으로 신기술과 인권 담론에 발현된 규범 클러스터(norm cluster) 양상을 분석한다. 본 연구의 핵심 질의는 한국 정부가 유엔인권 이사회 차원에서 제기되고 있는 ‘신기술과 인권’ 의제를 주도하면서도 이 와 개념적으로 연계되어 있는 자율살상무기금지 규범에는 소극적인 ‘선 택성’의 원인이 무엇인가 하는 것이다. 본 연구는 특정 국제규범이 메타 규범·구성규범·실행규범의 다층적 성격을 가진다는 규범 클러스터 연구의 적용을 통해 신기술과 인권 의제가 메타규범에 자율상살무기 금지규범이 실행규범에 해당하며, 이러한 선택적 규범화 전략이 사실 자연스러운 것 일 수 있음을 주장한다. 또한, 신기술과 인권 관련 국내·외 담론에서 확 인되는 ‘파편성’ 역시 우리 정부의 전략에 영향을 미친바, 이는 본 연구 가 국내 핵심이해관계 당사자를 대상으로 수행한 인터뷰에서도 확인된 다. 이에 더해, 메타규범 차원에서는 한국의 역할제고에 기여하며 뚜렷한 정책비용을 수반하지 않는 신기술과 인권 담론이 실행규범 차원에서는 안보정책 기조와의 충돌이라는 가시적 비용을 수반한다는 점 역시 고려 되었다고 볼 수 있다.

This study reassess safety margin of the current Peak Cladding Temperature (PCT) limit of dry storage in terms of hydrogen migration by predicting axial hydrogen diffusion throughout dry storage with respect to wet storage time and average burnup. Applying the hydride nucleation, growth, and dissolution model, an axial finite difference method code for thermal diffusion of hydrogen in zirconium alloy was developed and validated against past experiments. The developed model has been implemented in GIFT – a nuclear fuel analysis code developed by Seoul National University. Various discharge burnups and wet storage time relevant to spent fuel characteristics of Korea were simulated. The result shows that that the amount of hydrogen migrated towards the axial end during dry storage for reference PWR spent fuel is limited to ~50 wppm. This result demonstrates that the current PCT margin is sufficient in terms of hydrogen migration.

Since the National Research and Development Innovation Act. was enacted, evaluation and management of research outputs become more important. The research output is defined as all types of information resources produced from the scientific research activities in each research phase, such as learning, proposing, performing, and publishing. Among them, research outputs mainly from the publishing phase have been systematically managed, including articles, books, technical reports, patents, and software. KINAC, like other Korean R&D institutions, has also achieved growth in research outputs, through continuously increased investment in R&D projects. However, R&D productivity, technology transfer, and commercialization remain low level. The importance of R&D performance diffusion has been emphasized. It’s because the creation of economic value through the utilization of research results has been emerging as a key issue in R&D policy. Therefore, various policies are being nationally pursued to promote the utilization of research achievements, but the results are not being effectively utilized and disseminated. In the field of nuclear nonproliferation and security, it is also difficult to diffuse the R&D performance. In this study, the research outputs of KINAC from 2010 to 2021 were analyzed. A number of research outputs have been made and managed, but the R&D performances have not been analyzed and identified yet. In addition, supportive methods were suggested for efficient performance management toward diffusion. For this purpose, some policies of Korea and other countries concerning performance diffusion -related policies were reviewed. The best practices of performance management and applications were also reviewed and compared to the KINAC cases. As a result, the number of research output has dramatically increased during the last 10 years, showing an average annual total output of 84 and year-on-year increase of 18%. The biggest change was in the conference papers and journals, whereas, there were no trends by year in the case of the technical reports and patents. Of course, it was proportional to the size of the organization, the number of research projects, and its budget. Because many studies highlight the importance of institutional resources, capabilities, and processes for performance management as factors affecting efficient diffusion, the current status of our process was also identified. This study is expected to be applied to the improvement of the performance management of the institute, leading to the enhancement of the R&D performance application.

본 논문에서는 K-콘텐츠의 문화 확산 현상을 수용-전이-재생산의 관 점을 통해 분석하였다. 특히 본고에서는 K-콘텐츠 확산이 비교적 늦은 시기 진행된 유럽지역에서의 확산 과정을 분석함으로써 수용-전이-재생 산의 문화 확산 과정을 고찰하고자 한다. 이를 위해 본고에서는 한국국 제문화교류진흥원, 한국콘텐츠진흥원 등 문화체육관광부 산하 한류문화 콘텐츠 진흥업무에 관련한 기관의 주요 통계자료를 활용하였다. 나아가 본고는 유럽 내 한류문화 인식자료로써 한-유럽 협력기관인 한국유럽센 터의 분석보고서 및 유럽 주요국의 언론기사 자료를 분석하였다.