본 논문은 􋺷법화경􋺸 법화칠유를 하나의 통합된 서사 체계로 파악하고, 그 서 사 구조와 문학적 조직 원리를 규명하는 것을 목적으로 한다. 기존 연구가 개별 비유의 교리적 의미나 응용적 해석에 집중해 온 것과 달리, 본고는 A. J. 그레마 스의 행동자 모델을 분석 틀로 삼아 일곱 비유에 공통적으로 작동하는 구조적 문법을 탐색한다. 분석 결과, 법화칠유는 결핍의 설정, 방편의 개입, 인식의 전 환, 가치와의 재결속이라는 변형의 과정을 반복적으로 구성하고 있음을 확인할 수 있었다. 또한 화성의 비유를 비롯한 여러 비유는 가치의 지연과 진리의 은폐 라는 장치를 통해 독자의 기대를 단계적으로 조정하며, 인식의 이동을 서사적으 로 경험하게 한다. 이러한 반복과 변주의 구조 속에서 법화칠유는 교리를 설명 하는 예화의 차원을 넘어, 긴장과 전환, 폭로의 리듬을 갖춘 서사적 구성물로 기 능한다. 본 연구는 법화칠유를 통해 􋺷법화경􋺸이 종교적 경전이자 정교한 서사 설계를 지닌 문학 텍스트임을 재조명하고자 한다.

This study develops a correction model to improve the accuracy of horizontal spectral accelerations estimated by stochastic extended finite-fault simulation (EXSIM) in southeastern Korea. EXSIM predictions for five earthquakes (M4.3-5.5) recorded at eight stations reveal frequency-dependent residuals, with a tendency to underpredict spectral accelerations at frequencies ≥ 3 Hz. These discrepancies are correlated with eight variables: moment magnitude, stress drop, hypocentral distance, azimuth, average shear wave velocity up to 30 m in depth, relative elevation, and slope. To address these discrepancies, a multiple linear regression model is developed using eight variables that reflect earthquake source characteristics, wave-propagation paths, and site-specific conditions, including azimuth and topographic effects not fully accounted for in the original EXSIM. Application of this correction model substantially improves predictive performance, reducing root-mean-square error by 18.8% to 81.0% for the test sets. The corrected response spectra show good overall agreement with observations, including high-frequency spectral peaks. This approach enables the construction of reliable ground-motion databases. It enhances the accuracy of EXSIM predictions for scenario earthquakes, providing a practical tool for seismic hazard assessment in regions with sparse observational data.

AI-driven automation for structural design has been actively studied in structural engineering. In particular, reinforcement learning (RL) has attracted attention as a framework in which an agent interacts with an environment to autonomously search for optimal design solutions in complex design spaces. This study proposes an automated design model for rectangular reinforced-concrete (RC) columns based on a multi-agent Double Deep Q-Network (Double DQN). Extending prior RL-based automation developed for RC beam design to column members, the proposed environment explicitly incorporates key column-specific behaviors, including axial force–bending moment (P–M) interaction and moment magnification due to column buckling. Four agents independently determine the section width (b), section depth (h), number of longitudinal bars (n), and bar size. The reward function combines (i) penalty terms for violations of ACI 318-19 design constraints and (ii) an economic reward defined relative to an approximate optimal cost predicted by a quadratic regression model. After training for approximately 10,000 episodes, the proposed multi-agent Double DQN consistently generated ACI-compliant column designs across all test load cases and produced solutions with improved cost efficiency compared with the approximate optimal baseline. These results demonstrate the feasibility and practical potential of multi-agent RL for automated RC column section design.

AI 트랜스포메이션이 선교 패러다임에 미친 영향을 분석하고, 지속가능한 선교 관점에서 복음 텍스트와 디지털 콘텍스트의 균형을 모색한다. 2016년 이후 한국 선교의 정체 현상은 ‘질적 선교’로의 전환을 요청했으며, 4차 산업혁명 기술은 선교 방법과 구조의 근본적인 재편을 가속화하고 있다. 한국세계선교협의회(KWMA)의 디지털 선교 로드맵과 실제 교회 시스템 구축 사례를 토대로, 폴 히버트의 비평적 상황화 이론에 기초한 ‘디지털 통합 모델’을 제안한다. 이 모델은 네트워 크, 플랫폼, 하이브리드, AI 보조라는 네 가지 핵심 차원을 통해 선교 현장의 효율성을 극대화하고 사역의 질적 향상을 도모한다. 특히, AI 시대의 기술적 편향과 윤리적 문제에 대한 신학적 성찰을 강조하며, 디지털 기술이 성령의 사역을 대체하는 것이 아니라 보조하는 도구임을 명확히 한다. 결론적으로, 데이터 기반의 공유 플랫폼을 통해 선교 역량을 강화하고 선교적 유산을 축적함으로써, 복음의 본질을 수호하는 동시에 급변하는 디지털 환경 속에서 다음 세대를 향한 지속가능한 선교 방향을 제시하고자 한다.

본 연구는 상황화 선교 원리의 유대인 선교 적용 가능성을, 현대 메시아닉 유대인(Messianic Jews) 운동의 선구자인 마틴 체르노프 (Martin Chernoff)의 사역을 중심으로 고찰한다. 폴 G. 히버트(Paul G. Hiebert)의 비판적 상황화(Critical Contextualization) 이론을 분석 틀로 활용하여, 19세기 히브리 기독교 운동에 내재한 동화주의적 한계와 체르노프의 메시아닉 회중(Messianic Congregation) 모델의 선교학적 혁신을 비교 분석한다. 삼위일체와 이신칭의를 포함한 정통 교리를 견지하면서도 복음의 초문화적 본질과 문화적 형식을 명확히 구별한 체르노프의 모델이 '유대교화(Judaizing)' 이단이 아닌, 성경적 상황화의 정당한 전략임을 논증하며, 로마서 11장의 감람나무 해석학 에 기초하여 대체신학과 세대주의의 양극단을 극복하는 '제3의 길(The Third Way)'로서 그 선교학적 함의를 제시한다. 아울러 메시아닉 운동 내 신학적 스펙트럼의 분화를 인식하고 개별 단체의 기독론적 입장을 분별하는 것은 한국 교회의 유대인 선교 및 타문화권 선교 협력에 필수적이다.

본 연구는 EO/IR 마스트가 장착된 수중운동체에 작용하는 유체역학적 하중을 정수 및 파랑 환경에서 규명하는 것을 목적으로 한다. 수치해석은 Reynolds-Averaged Navier-Stokes(RANS) 방정식과 Volume of Fluid(VoF) 기법을 적용하여 수행하였으며, 마스트 및 선체에 작용하는 항력을 계산하였다. 계산 결과는 Morison 방정식과 Stokes 점성모델을 기반으로 한 이론 해석과 비교·검증되었다. 수치해석 결과 는 이론식과 비교하여 평균 상대 오차 5% 이내, 최대 오차 10% 미만의 범위에서 일치하였으며, 상관계수는 0.95 이상으로 나타나 정량적 으로 높은 정합성을 확인하였다. 파랑에 의한 힘의 변동은 파랑 고도 변화에 따른 정수압 분포의 변화가 지배적인 요인으로 분석되었으 며, 동수압 성분은 전체 파력 대비 10% 미만으로 제한적인 영향을 미치는 것으로 나타났다. 이러한 결과는 마스트 설계 시 파랑 영향 고 려의 필요성을 강조하며, 구조적 안정성 확보와 구동기 및 지지부의 과부하 방지를 위한 설계 지침을 제시한다. 본 연구는 향후 불규칙 파랑 조건 및 유체–구조 연성 해석으로 확장될 수 있는 기초자료로 활용될 수 있으며, 수중운동체 마스트 시스템의 신뢰성과 안전성 향 상에 기여할 것으로 기대된다.

전단 보강근이 불충분한 철근콘크리트(RC) 기둥에서 발생하는 전단 파괴 및 이에 따른 축 붕괴는 매우 치명적인 파괴 유형이다. 기 존의 모델들은 힘 모멘트-전단력-축력 간의 복잡한 상호작용을 모사하는 데 한계가 있는 반면, 정밀 유한요소해석법은 전체 골조 해 석에 적용하기에는 연산 비용이 높다는 단점이 있다. 이에 본 연구에서는 재료 수준의 정밀도와 선요소의 해석 효율성을 결합한 새로 운 매크로모델을 제안한다. 제안된 모델은 기둥을 3개의 요소로 분할한다. 면요소에는 수정 압축장 이론(MCFT)을 도입한 4절점 평 면 응력 정식화를 적용하여, 콘크리트의 2축 응력 상태와 압축 연화(Compression Softening) 효과를 고려하였다. 또한, 해석의 수렴성 과 평형 조건을 만족시키기 위해 이중 중첩 반복 계산 알고리즘을 개발하였다. 실험 데이터와의 검증 결과, 제안 모델은 기존 파이버 모델의 한계를 극복하고 최대 강도 이후의 내력 저하 및 전단 파괴 거동을 성공적으로 예측함을 확인하였다.

최근 BIM은 단순 3차원 모델링을 넘어 표준화된 속성 데이터의 품질 확보와 체계적 관리가 핵심 요구로 부각되고 있으며, 온톨로 지 및 지식그래프 기반의 데이터 관리･추론 방식이 주목받고 있다. 그러나 지식그래프 기반 BIM 데이터는 부재 간 구조 관계 분석, 설 계 검토, 물량･속성 정보 조회 등 실무 의사결정을 지원할 수 있으나, SPARQL･Cypher와 같은 그래프 질의어를 직접 작성해야 한다 는 점에서 실무 적용에 제약으로 작용한다. 이를 위해 본 연구에서는 사용자가 자연어 질문을 기반으로 그래프 질의를 자동 생성할 수 있는 GraphRAG 기반 질의 자동 생성 프레임워크를 제안하였다. 먼저 CSV 기반 속성/관계 테이블에 규칙을 적용해 노드･관계를 생 성하고 그래프 데이터베이스에 적재하는 CSV-to-LPG 파이프라인을 구현하여, LPG 지식그래프 구축 절차를 자동화하였다. 이후 Few-shot Learning 기반 프롬프트 설계를 통해 사용자의 자연어 질문을 Cypher 쿼리로 자동 변환하는 자동 질의 생성 모듈을 구현하 였다. 전체 프레임워크는 Graph-ACQ 시스템으로 개발하여 라멘교 BIM 데이터를 기반으로 적용하였다. 검증 결과 LPG 스키마 유효 성과 Cypher 자동 생성, Cypher 질의 수작업 과정에서 정확도 모두 100%를 달성하였고, 질의 생성 시간은 평균 7.1초에 처리되었다. GraphRAG 기반 질의 생성 방식은 부재 간 공간･구조 관계를 명시적으로 활용하므로, 설계･검토 과정에서 요구되는 연결 관계 분석, 구조 구성 파악, 물량･속성 정보 조회 등 관계 기반 질의를 자연어로 수행할 수 있다. 또한 Few-shot Learning 기반 접근을 적용하여 교 량 뿐만 아니라 다양한 공종 내에서도 질의 생성을 가능하게 함으로써, 프로젝트의 확장성을 확보 가능하다.

본 연구는 세계교회협의회가 제시한 ‘정의, 평화, 창조질서 보전 (JPIC)’의 담론을 총체적 선교의 관점에서 재해석하고, 이를 한국 교회와 선교 현장에 적용할 수 있는 실천들을 제시한다. 이를 위해 WCC 제5차 나이로비 총회부터 JPIC 서울대회, 제10차 부산 총회에 이르는 JPIC 담론의 신학적 전개를 검토하고, JPIC가 요청하는 선교적 본질과 상관관계를 분석한다. 이를 살림의 선교, 회복의 선교, 치유와 화해의 선교라는 세 가지 실천 범주로 정리하여, 생명의 위기와 생태 문제, 관계 단절과 공동체 붕괴, 사회적 상처와 분열이라는 한국 사회의 현실에 대한 선교적 응답을 선교신학적 관점에서 문헌연구를 중심으로 고찰한다. 나아가 복음의 공공성 회복이라는 문제의식 속에 교회의 사회적 책임과 시민사회 참여, 공적 영역에서의 선교 가능성을 논의하고, 참여적 실천과 인식 전환, 한반도 평화와 통일을 향한 선교적 참여를 통전적 시각에서 제언한다. 결론에서는 JPIC 선교를 단기적 성과 중심의 전략이 아닌, 관계 회복과 공동체 형성, 지속가능한 생명 공동체를 지향하는 장기적 선교 패러다임으로 제안한다.

상수관로의 노후화는 수질 안전성 저하와 수자원 손실, 유지보수 비용 증가 등의 문제를 야기하며, 이에 따라 지중 매설관의 상태를 신속하고 정확하게 진단할 수 있는 기술의 중요성이 커지고 있다. 특히 내시경 영상을 활용한 관로 점검은 가장 보편적인 방식으로 자리 잡았으나, 판독자의 숙련도에 따라 해석 편차가 발생하고, 대량 데이터의 신속한 처리에는 한계가 있다. 이러한 배경에서 본 연구는 관종⋅관경⋅용도 등 상수관 메타데이터를 모델에 통합하고, 관로 내 결함의 존재 여부와 유형, 크기를 동시에 예측할 수 있는 다중과제 학습(Multi-task Learning) 기반 인공지능 모델을 제안한다. 제안한 모델은 두 개의 예측 헤드를 통해 결함 판별과 정량적 분류를 병행하도록 설계되었으며, SHAP 기반 분석을 통해 모델의 판단 근거가 상수관로의 실제 결함 특성과 일치함을 확인하였다. 이러한 접근은 수작업 판독의 부담을 경감하고, 관로 상태 기록의 표준화 및 정량화를 통해 예방 중심의 유지관리 전략 수립을 효과적으로 지원할 수 있다.

현대 국가어항은 전통적인 어업생산 지원 기능을 넘어 관광, 레저, 물류, 지역경제 거점 등 복합적인 기능을 수행하는 다차원적 공간으로 진화하고 있다. 이러한 다기능성은 어항 개발 및 관리 정책 수립에 있어 중요한 고려사항이 되었으나, 기존의 개발 규모 산정 방 식은 어항의 복합적 특성을 제대로 반영하지 못하는 한계를 지니고 있었다. 특히, 「해양공간계획 및 이용에 관한 법률」에 따른 해양공간 적합성 협의 과정에서 개발 규모의 적정성을 판단할 과학적이고 객관적인 근거가 부족하여 잦은 보완 요구와 사업 지연을 초래하였다. 본 연구는 이러한 문제의식을 바탕으로, 국가어항의 다기능적 특성을 과학적으로 반영한 적정 이용 면적 산정 모델을 개발하고, 이를 기반으 로 해양공간적합성 협의 지원이 가능한 기초 자료 구축을 목표로 한다. 이를 위해 본 연구에서는 전국 115개 국가어항의 자료를 활용하여, 하나의 어항이 여러 군집에 동시에 속할 수 있다는 중복 소속(Overlapping Membership) 가정을 도입한 새로운 방법론을 제안한다. 구체적으 로, 독립변수와 종속변수(어항 이용 면적) 간의 회귀관계가 유사한 어항들을 하나의 군집으로 묶는 회귀 기반 군집화(Regression-based Clustering) 기법과, 하나의 데이터가 여러 군집에 속할 수 있도록 허용하는 중복 소속 군집화(Overlapping Clustering) 기법을 결합하였다. 또 한, 회귀모형의 안정성과 해석력을 높이기 위해 모든 회귀계수가 양(+)의 값을 갖도록 제약을 가한 단계적 선택(Stepwise Selection) 방법론 을 적용하였다. 실증분석 결과, 115개 국가어항을 총 6개의 중복 소속 군집으로 분류하였으며, 개별 어항에 대해서는 모든 군집의 회귀식 을 활용하여 도출한 6개의 적정 범위를 이용 면적과 비교함으로써 적정성을 판단하기 위한 정량적 기준을 구현하였다. 본 연구의 결과는 해양공간적합성 협의 과정에서 개발계획의 규모 적정성을 판단하는 객관적인 근거 자료로 활용될 수 있으며, 과도한 개발을 방지하고 해 양공간의 효율적 활용을 도모하는 데 기여할 수 있다. 나아가, 어항별 맞춤형 개발정책 수립과 지역경제 활성화 방안 모색을 위한 과학적 토대를 제공한다는 점에서 정책적·실무적으로 활용 가능하다. 본 연구는 국가어항의 복합적 특성을 통계적으로 모델링하고 이를 정책 결 정 시 적용하려는 최초의 시도라는 점에서 학술적 의의를 갖는다.

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.

농업 분야 컴퓨터 비전(Computer Vision) 기술 확산으로 고품질 학습 데이터 확보가 필수적이나, 기존의 수동 데이터 구축 방식은 많은 시간과 비용이 소요되는 한계가 있다. 이에 본 연구는 최신 멀티모달 파운데이션 모델인 SAM3(Segment Anything Model 3)를 기반으로 반자동 어노테이션 시스템을 개발하였다. 제안 시스템은 (1) 텍스트 프롬프트 기반 객체 인 식, (2) SAM3 기반 정밀 마스크 생성 및 학습 가능한 폴리곤 좌표 변환, (3) 사용자 검증의 3단계로 구성되며 GUI로 구현 되었다. 600장 이미지 평가 결과, SAM3는 92.9%의 매칭률 과 0.790의 평균 정밀도(mAP)를 달성하였으며, 데이터셋 구 축 시간을 수동 작업 대비 96~98% 단축시켰다. 이는 SAM+ CLIP, Grounding DINO+SAM 등 기존 파운데이션 모델 대 비 정확도와 효율성 모든 면에서 월등한 성능이다. 본 연구는 파운데이션 모델의 제로샷 성능을 활용해 농업 데이터 레이블 링 효율을 개선하고 관련 AI 연구 가속화에 기여할 것으로 기 대된다.

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.

Background: Real-time ergonomic risk assessment in manufacturing environments is challenged by severe class imbalance in high-risk postures and the need for deployment-efficient models. Conventional oversampling techniques may violate biomechanical constraints, limiting their suitability for human motion data. Objectives: This study aimed to compare multiple machine learning models for real-time ergonomic risk assessment while addressing data imbalance using biomechanically appropriate learning strategies and evaluating both predictive performance and deployment efficiency. Design: Comparative study. Methods: A large-scale workplace safety dataset comprising image-based skeletal keypoints was analyzed. To mitigate class imbalance without generating biomechanically implausible samples, cost-sensitive learning and focal loss were employed instead of synthetic oversampling. Subject-wise data splitting was applied to prevent data leakage. Five model families, including Random Forest, convolutional neural networks, and a lightweight graphbased network, were evaluated using accuracy, F1-score, area under the receiver operating characteristic curve (AUC), and high-risk recall. Statistical significance was assessed using bootstrap confidence intervals and McNemar and DeLong tests. Results: The lightweight graph-based model demonstrated competitive classification performance while maintaining reduced computational complexity. Although none of the models achieved the predefined high-risk recall threshold, statistically significant performance differences were observed across model families. Conclusion: The findings suggest that biomechanically informed imbalance handling improves methodological validity in ergonomic risk assessment. While deployment feasibility appears promising, further empirical validation on edge hardware is required.

The loss of soil available nutrients may affect soil quality and crop growth. Biochar can form a multi-level fixed network because of its rich pore structure and surface functional groups, which can effectively fix available nutrients in soil and maintain nutrient utilization rate. Because it is difficult to directly prepare biochar materials with good adsorption characteristics through experimental results. This study employed an XGBoost machine learning prediction model to determine the optimal nutrient-rich biochar preparation conditions. The R2 value ranged from 0.97 to 0.99. The results indicated that specific surface area was the primary factor influencing ammonium nitrogen adsorption, with a feature importance of 56.13%. Production conditions (hydrothermal temperature and time) significantly affected the adsorption of nitrate nitrogen and available phosphorus, with feature importances of 75.91% and 81.54%, respectively. Mean pore diameter was negatively correlated with potassium ion adsorption characteristics. Biochar prepared under hydrothermal conditions at 202.50–251.25 °C for 3 h exhibited favorable adsorption characteristics for multiple soil available nutrients. This study provides new insights into biochar’s application in the field of soil nutrient adsorption through data analysis. It is helpful to avoid the waste in the process of energy utilization from biomass to biochar.

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.

목적: 본 연구의 목적은 고화질로 인쇄된 사진 형태의 모형안을 이용하여 실시간 영상 기반 안구운동 측정 장비를 개발하고, 반복 측정 실험을 통해 동공 중심 검출 알고리즘의 안정성과 신뢰도를 정량적으로 평가하는 것이다. 기존 상용 eye-tracking 시스템에 비해 저비용 하드웨어와 오픈소스 소프트웨어만으로 구축 가능한 장비의 초기 성능을 검증하고자 하였다. 방법 : XIMEA 고속 카메라를 기반으로 적외선 조명 및 실시간 영상 처리 알고리즘을 구성하여 동공 영역을 검 출하고 중심 좌표(x, y)를 추적하였다. 모형안을 고정된 거리에서 촬영한 후, 동일한 환경에서 10회 반복 측정을 수행하였다. 각 반복 측정은 900프레임으로 구성되었으며, 총 9,000프레임의 동공 영상 데이터를 수집하였다. 동 공 중심 검출 성공률을 산출하였으며, 반복 측정 간 중심 좌표의 변동성을 표준편차로 정량화하여 알고리즘의 안정 성을 평가하였다. 결과 : 총 9,000프레임 중 동공 중심 검출 성공률은 평균 97.3%를 나타냈다. 반복 측정 간 중심 좌표의 변동성 은 x축 표준편차 0.46±0.05 pixel, y축 표준편차 0.52±0.04 pixel로 측정되었으며, 모든 조건에서 중심 좌표의 표준편차가 1 pixel 미만을 유지하였다. 시간 분포 시계열 분석 결과, 중심 좌표는 특정 방향으로의 점진적인 위치 편향이 거의 관찰되지 않았으며, 중심 주변에 밀집된 분포를 보였다. 결론 : 본 연구에서 개발한 실시간 안구운동 측정 장비는 모형안 기반 반복 측정 실험에서 높은 동공 검출 성공 률과 우수한 반복 측정 안정성을 보여주었다. 저비용 장비 구성과 자유로운 알고리즘 수정 가능성은 연구 단계의 eye-tracking 시스템 개발에 유리한 장점을 제공하며, 향후 사람 대상 연구 이전의 초기 장비 검증 모델로 활용 가능하다. 또한 동공 중심뿐만 아니라 동공 지름 변화, 홱보기 검출 등 다양한 시기능 분석 지표로 확장할 수 있는 기술적 기반을 마련하였다.

This study assessed suitable lettuce (Lactuca sativa L.) cultivars and lighting conditions for indoor hydroponic cultivation in Mongolia, examining their applicability in a household-scale vertical farming system. Three cultivars— ‘Jeokchima,’ ‘Cheongsangchu,’ and ‘Meiguodashusheng’— were grown under two lighting treatments: LEDs and T5 LEDs. ‘Jeokchima’ demonstrated the most consistent and superior growth across both harvests, exhibiting significantly higher leaf length, SPAD value, dry weight, and leaf number compared to the other cultivars. The use of LED lighting enhanced all growth parameters, except for petiole length, compared to T5, highlighting its advantages in arid indoor environments. Based on these findings, a compact three-tier Deep Water Culture (DWC) system was designed as a model for urban households, facilitating year-round lettuce production in limited indoor spaces. This model shows promise for enhancing vegetable self-sufficiency and food security in Mongolia. Further research on optimizing light spectra, managing photoperiods, and diversifying cultivars is recommended.

Climate change is increasing the frequency and severity of abiotic stresses, including drought, salinity, heat, cold, and fluctuating light intensity, posing significant challenges to ornamental plant growth, market quality, and postharvest performance. Nitric oxide (NO) has emerged as a key gaseous signaling molecule involved in plant adaptive responses to such stress conditions. Although extensive research in model plants, particularly Arabidopsis thaliana, has elucidated NO biosynthesis pathways, redox signaling networks, hormone crosstalk, and S-nitrosylation-based regulation, comparable mechanistic studies in ornamental species remain limited. Existing evidence from Rosa, Tagetes, Gazania, Gerbera, Lilium, Chrysanthemum, Petunia, Zinnia, and other floricultural crops suggests that NO enhances stress resilience by regulating antioxidant activity, maintaining photosynthetic efficiency, stabilizing cellular membranes, modulating stomatal behavior, and extending vase life through delayed senescence. This review synthesizes the current state of knowledge on NO-mediated abiotic stress tolerance in ornamental plants within the context of climate change impacts and compares these findings with well-characterized NO functions in model systems. By identifying parallel mechanisms, knowledge gaps, and translational opportunities, we highlight experimental directions that may accelerate the application of NO-based approaches in floriculture. Finally, the review discusses practical implications, including the use of exogenous NO donors, priming strategies, and advanced delivery systems,