서론: 웰다잉은 인간이 삶의 마지막 순간까지 존엄성과 가치를 유지하며 죽음을 준비하는 과정으로, 최근에는 이를 삶의 일부로 받아들이고 능동적으로 준비하려는 인식이 점차 확산되고 있다. 국내에서도 관련 제도와 정책이 마련되며 웰다잉 지원에 대한 관심이 높아지고 있으나, 제공되는 서비스의 대상은 임종기 환자나 노인에 국한되는 경향이 있고, 다양한 전문 직종 간 협업 체계 역시 미비한 실정이다. 특히 작업치료사의 역할은 제도적 차원에서 명확히 정립되지 않은 상태이다. 이에 본 연구는 국내 웰다잉 지원체계 구축을 위한 작업치료사의 역할 정립에 기여하고자 하였다. 본론: 본 연구는 국내 웰다잉 지원체계의 현황을 살펴보고, 주요 해외 국가의 사례를 통해 웰다잉 체계 내에서 작업치료사의 역할과 개입 가능성을 확인하였다. 이를 바탕으로 웰다잉 지원 대상자를 생애주기별로 분류하고 각 대상군의 특성과 변화에 적합한 중재 전략을 단계적으로 구성하였다. 각 단계에서는 의미 있는 작업 수행, 기능 유지, 정서적 안정, 보호자 지원 등을 중심으로, 작업치료사가 수행할 수 있는 세부 실행 방안을 구성하여 제안하였다. 결론: 본 연구는 작업치료사의 웰다잉 지원체계 내 개입 가능성을 탐색하고, 이를 구조화하기 위한 대상자 분류 지침과 단계별 개입 전략을 제시하였다. 이를 통해 웰다잉 지원체계에서 작업치료사의 역할과 전문성이 정립되어야 할 방향을 모색하고자 하였으며, 향후 국내 웰다잉 지원체계 구축 과정에서 작업치료사의 제도적 참여 기반을 마련하는 데 기초자료로 활용될 수 있을 것으로 기대된다.

생성형 의 등장은 AI 인간의 고유 영역인 창작까지 관여하면서 매일 우리에게 새로운 세계를 경 험하게 하고 있다. 생성형 AI가 만든 작품을 창의적인 표현의 결과물로 볼 수 있는지 여전히 논란 이지만, 그 구조와 특징을 살펴보는 것은 새로운 문화적 현상을 이해하고 받아들이는 데 중요한 요소이다. 따라서 생성형 AI 음악에 대한 고찰이 필요하다. 본 연구에서는 기술이나 매체, 매체 체계 등으로 구성되는 규칙적 시스템의 무작위성과 우연성을 통해 스스로 생성된 음악을 ‘생성형 음악’으로 정의하고, 기술의 발전과 매체변화에 따라 분류하여 그 특징을 살펴보았다. 구체적으 로 주사위 음악과 우연성 음악 등 아날로그 방식의 생성음악과 최근 인공지능 음악을 중심으로 하였다, 각 분류는 시스템을 구성하는 매체와 방식, 시스템을 사용하는 주체, 수용자에게 전달되 는 방식으로 구분하였다. 생성형 음악은 시스템을 설계하는 과정과 사용하는 과정에서 독창적 창 의성을 발휘하며, 사용자의 적극적인 개입을 통해 개방적 상호작용을 갖는다. 특히 생성형 음악은 대중들도 쉽게 창작에 참여할 수 있게 되면서 음악 창작에 대한 접근성이 낮아졌다. 이러한 특징 속에 생성형 음악에 대한 용어 정의가 학문적으로 이루어져야 한다. 또한 최근 생성형 AI 음악은 기술적 확장을 넘어 문화, 경제, 윤리 등의 변화를 일으키고 있다. 우리는 이 새로운 변화를 어떻 게 민첩하게 반응하는지에 따라 긍정적 문화적 전환이 이루어질 것이다.

본 연구는 한국 유소년 축구클럽(U-12) 운영 시스템을 분석하고 발전을 위한 핵심 요인과 우선 순위를 도출하고자 하였다. 전국의 유소년 축구클럽 지도자, 학교팀 지도자, 대한축구협회 및 시·도 축구협 회 관계자 등 15명을 대상으로 델파이 기법과 계층분석(AHP)을 활용한 설문조사를 실시하였다. 분석 결 과, 상위 요인은 재정과 운영(24.9%), 선수선발 및 영입 및 학교 진학(19.6%), 행정지원 및 관리(15.8%), 학력제고 및 학교생활 관리(15.4%), 학교축구팀 클럽 전환(13.1%), 엘리트 선수 육성(11.3%) 순으로 나타 났으며, 전문가 판단의 신뢰성(CR=.01)이 확인되었다. 또한 조기 선수 발굴과 지원 체계, 지역 인프라 투 자, 지도자 역량 강화, 클럽-학교팀 협력, 정부의 정책 지원 등이 핵심 요인으로 도출되었다. 이상의 결과 를 바탕으로 유소년 축구클럽(U-12)의 운영 효율성과 선수 육성 역량을 동시에 향상시킬 수 있는 실질적 이고 체계적인 운영 및 지원 프로그램을 개발할 필요가 있다.

In the production sites of small and medium sized manufacturing enterprises, the increasing proportion of foreign workers has led to frequent difficulties in responding promptly to process defects and equipment setting errors during night and weekend shifts due to the absence of Korean supervisors. If such issues are not addressed in a timely manner, they can lead to large scale defects and reduced production efficiency. In this study, we developed an AI-based defect prediction and prevention system for the bearing machining process to overcome these on site management limitations. Real time machining data, equipment information, and quality inspection results were collected from the production lines of the target company, and the prediction accuracy of three models, RNN(Recurrent Neural Network), LSTM(Long Short-Term Memory), and GRU(Gated Recurrent Unit), was compared. As a result, the LSTM model demonstrated the best performance. The developed system visualizes real time defect prediction results in the form of a dashboard, enabling workers to immediately detect anomalies and adjust the process accordingly. Particularly in bearing machining processes where mass production occurs in short periods, the risk of lot level defects is high, while this system can contribute to improved production quality and efficiency by enabling early defect prediction and immediate response.

본 연구는 레벨 3 자율주행의 운전이양권(TOR) 안전성 향상을 위해, 기존 행동 기반 감지 방식의 한계를 극복하 는 운전자 모니터링 시스템(DMS)을 개발했다. 차량의 미러 내장형 RGBW 카메라를 이용한 비접촉 원격 광용적맥 파(rPPG) 기술로 운전자의 심박수를 실시간 측정하고, 심박변이도(HRV) 분석을 통해 졸음, 스트레스 등 운전자의 각성 수준을 판단한다. 딥러닝 기반 얼굴 인식, 신호 처리, 패턴 인식 알고리즘을 통합하여 시스템을 구현했다. 총 28명을 대상으로 105시간 이상의 실제 도로 환경에서 검증한 결과, 심전도(ECG) 대비 85.14%의 심박수 측정 정확 도와 90.81%의 상태 판단 정확도를 달성했다. 본 연구는 생체신호 기반의 운전자 상태 평가가 TOR 판단의 신뢰성 을 높이는 핵심 기술이 될 수 있음을 실증했다.

The most basic control algorithm of the electric power steering system in the Korean refrigerating cart CoCo was first commercialized as a prototype in 2022 after the Motor Driven Power Steering (Electric Power Steering) was verified and applied to automobiles. In order to overcome the heavy load of small machines such as refrigerating carts weighing 750Kgf, the driver's great power is required, which can cause muscle skeletal disorders, causing many female drivers to complain of pain, and recently applied electric steering technology because it was urgent. In this study, we study a control algorithm that complements the stability of the existing control algorithm applied to the electric power steering device for electric carts and analyze and verify the steering performance of refrigerated carts through analysis using MATLAB/SIMULINK.

Current portable reference equipment used to evaluate the performance of vehicle detectors can collect traffic volume and speed only for the outermost lanes in each direction. Passing vehicles on the other lanes are manually counted by reviewing the recorded videos. Consequently, only traffic volume—without vehicle speed—is used as a reference value. This method is time-consuming for comparing the performance data from the equipment with the reference data and can compromise the performance evaluation. This study aims to enhance the efficiency of vehicle detection system (VDS) performance evaluations by developing multilane portable reference equipment that can accurately collect traffic information for lanes beyond the outermost lane or for more than two lanes. This study introduced the core technologies of multilane portable reference equipment and compared and analyzed the measurement accuracy of the developed equipment against data from fixed reference equipment operated by the Intelligent Transportation System (ITS) Certification and Performance Evaluation Center, following ITS performance evaluation criteria. The data from the fixed reference equipment were considered the true values, providing a basis for evaluating the accuracy of the measurements by the developed equipment. First, the accuracy of the vehicle length was determined by driving four test vehicles, each measuring 7,085 mm in length, 24–29 times in each lane. The accuracy was calculated by comparing the vehicle length data obtained from the fixed reference equipment with the actual vehicle length. A confidence interval was established for this accuracy. To assess the accuracy of the speed and occupancy time in relation to the accuracy of the analyzed vehicle length, we evaluated the error range of the vehicle length according to variations in speed and occupancy time. This analysis was based on the following relationship equation: “vehicle length = speed × occupied time – sensor spacing.” The analysis used data from approximately 16,000 vehicles, including the speed, occupancy time, and vehicle length, collected between 8:00 am and 12:00 pm on August 8, 2024. The principle behind measuring traffic volume and vehicle speed using multilane portable reference equipment involves detecting a vehicle by analyzing the time difference between the driver and passenger tires. The vehicle speed was calculated using the installation angle of the tire detection sensor and trigonometric functions. An analysis of the measurement accuracy revealed that the traffic volume accuracy of the outermost lane (the fourth lane) was 100% during both day and night. The speed accuracy was 98.8% during the day and 97.7% at night, representing the highest performance in these metrics. Additionally, the traffic volume accuracy for the innermost lane (the first lane), as measured by the detection sensor from the third lane, was more than 99.3% at all times, with a speed accuracy exceeding 96% during the day and night, that also demonstrated excellent results. The analysis results indicated that the multilane portable reference equipment developed in this study was suitable for evaluating the VDS performance. This equipment allowed the collection of traffic volume and speed data from all lanes, rather than only the outermost lanes. This capability enabled consistent analysis for each lane and enhanced efficiency by reducing the analysis time. Additionally, this is expected to improve the reliability of the performance evaluations.

A high-pressure in-situ permeation measuring system was developed to evaluate the hydrogen permeation properties of polymer sealing materials in hydrogen environments up to 100 MPa. This system employs the manometric method, utilizing a compact and portable manometer to measure the permeated hydrogen over time, following high-pressure hydrogen injection. By utilizing a self-developed permeation-diffusion analysis program, this system enables precise evaluation of permeation properties, including permeability, diffusivity and solubility. To apply the developed system to high-pressure hydrogen permeation tests, the hydrogen permeation properties of ethylene propylene diene monomer (EPDM) materials containing silica fillers, specifically designed for gas seal in high-pressure hydrogen environments, were evaluated. The permeation measurements were conducted under pressure conditions ranging from 5 MPa to 90 MPa. The results showed that as pressure increased, hydrogen permeability and diffusivity decreased, while solubility remained constant regardless of pressure. Finally, the reliability of this system was confirmed through uncertainty analysis of the permeation measurements, with all results falling within an uncertainty of 11.2 %.

Background: The Functional Movement Screen (FMS) is widely used for movement assessment but suffers from subjective scoring that leads to inconsistent evaluations. While previous studies have focused on reliability, the validity of AI-supported assessment remains unexplored. Objectives: To evaluate the reliability and validity of an AI-based motion analysis system using MediaPipe for three FMS movements. Design: Prospective reliability and validity study with repeated measures. Methods: Thirty healthy adults (age 23.4±2.8 years) performed three FMS tests (Deep Squat, Hurdle Step, Inline Lunge) recorded on video. Three evaluators (two experienced physical therapists and one novice) assessed recordings in three phases: Phase 1 involved traditional assessment by experts only to establish criterion reference, Phase 2 had all evaluators using AI support, and Phase 3 consisted of repeated AI-supported assessment. The AI system provided real-time visual feedback of joint angles and alignment through MediaPipe skeletal tracking. Results: Criterion validity showed strong agreement between traditional expert assessment and AI-supported assessment (r=0.94, P<.05). Inter-rater reliability improved from good (ICC=0.89) to excellent (ICC=0.91) with AI support. The novice evaluator achieved immediate expert-level performance with only 0.05 points difference from experts. Intra-rater reliability was excellent for all evaluators (ICC=0.84-0.89). Conclusion: The AI-based system demonstrated strong validity and improved reliability for fundamental movement assessment. While AI support enabled novice evaluators to achieve expert-level performance immediately, it may increase sensitivity to subtle movement variations. This technology shows promise for standardizing movement screening, though current limitations restrict its application to standing movements.

Nitrogen fertilizers are generally known to be of great help in improving crop yields, but excessive nitrogen fertilizer usage can not only destroy the environment but also negatively affect crop growth. This study aims to develop a decision-making system for optimal nitrogen fertilizer use for efficient production of Chinese cabbage (Brassica rapa), one of the major vegetables. The proposed system has the functions of detecting farmland based on satellite images, predicting cabbage yields and greenhouse gas (e.g., nitrous oxide) emissions according to nitrogen fertilizer use, and making decisions using the prediction results. To develop the proposed system, a generalized prediction model is developed using experimental data collected from South Korea, Egypt, India, Canada, Lithuania, and China, and the effectiveness of the proposed system is validated through experiments. As a result, the proposed system will enable farmers to conduct eco-friendly agricultural activities through appropriate nitrogen fertilizer use while stably maximizing productivity of Chinese cabbages.

기후위기 대응과 탄소중립 실현을 위한 전략으로 해상풍력발전이 주목받고 있 으며, 한국 정부도 이를 국가 에너지 정책의 핵심 축으로 삼아 대규모 확대를 추진 중이다. 그러나 해상풍력은 어업, 환경, 지역사회 등 다양한 해양 이용 주 체들과의 이해 충돌 속에서 추진되고 있으며 이로 인한 갈등은 사업 지연 또는 무산으로 이어지는 사례가 늘고 있다. 본 연구는 해상풍력 발전과 관련된 법 적·사회적 갈등 중에서도 어업손실 보상제도에 초점을 맞추어 현행 제도의 문제점을 분석하고 제도 개선 방향을 제시하였다. 연구 결과 현재의 어업손실 보상제도는 법적 근거가 미흡하고 보상 대상 범위 가 제한적이며, 손실 산정 기준 역시 현실과 괴리가 크다는 문제가 확인되었다. 특히 민간사업자의 경우 법적 보상 협의 의무가 명확하지 않아 사업자와 어민 간 갈등이 장기화되고 있다. 해외 주요국 사례(영국, 대만, 덴마크)를 분석한 결 과 이들 국가는 제도화된 협의 절차, 어민 참여형 평가 시스템, 정교한 피해 산정 기준을 통해 갈등을 최소화하고 있었다. 이에 본 논문은 해상풍력 어업손실 보상제도의 법제화, 현실적 산정 기준 마련, 어업 증빙을 위한 정보화 기반 구축을 핵심 과제로 제안한다. 이는 단순한 보 상을 넘어 지역사회와의 상생과 지속가능한 해상풍력 확산을 위한 제도적 기 반이 될 수 있다.

본 연구는 다시마 양식을 위한 통합 자동화 시스템을 개발하고, 이를 통해 생산성, 비용 효율성, 환경적 지속 가능성을 모두 개선하는 데 중점을 두고 있다. 기존의 노동 집약적 수확 방식과 넓은 공간을 필요로 하는 수평 건조 방식은 비효율적이며, 환경적 부작 용을 초래했다. 이에 본 연구는 자동화된 수확 시스템, 해상-육상 연계 운송 시스템, 그리고 수직 건조 시스템을 통합적으로 개발하여 양 식업의 생산성을 극대화하고 자원 사용을 최적화하였다. 자동화된 수확 시스템은 작업 속도를 약 35% 향상시켰으며, 작업의 일관성을 유지하여 품질 오차율을 2% 이하로 줄이는 성과를 보였다. 해상-육상 연계 운송 시스템은 모듈형 컨테이너를 활용하여 운송 중 손상률 을 기존 15%에서 5%로 감소시켰고, 운송 시간을 평균 6시간에서 4시간으로 단축하였다. 또한, 수직 건조시스템은 고밀도 적재와 자연 대류 방식을 도입하여 건조 시간을 기존 48시간에서 28시간으로 40% 단축하였으며, 에너지 소비를 25% 감소시켰다. 이러한 시스템은 데이터 기반으로 설계 및 검증되었으며, 통합적으로 양식업의 경제성 향상과 환경적 부담 감소를 동시에 실현하였다. 본 연구의 결과는 다른 해조류 양식에도 적용 가능하며 지속 가능한 해양 자원 관리에 기여할 것으로 기대된다.

This study aims to enhance the efficiency of the after-sales service (A/S) process for commercial trucks by implementing a data-driven approach. Traditional A/S methods result in long repair wait times, especially for intermittent faults requiring symptom reproduction. To address this, a system that records Diagnostic Trouble Code (DTC) and Vehicle Running Mode (VRM) data at failure moments is proposed. By storing data from 10 seconds before and after an event, fault diagnosis can be performed without symptom reproduction. Additionally, for exported vehicles, stored data enables remote analysis, overcoming real-time data limitations due to varying environmental factors. This approach improves maintenance reliability, optimizes repair accuracy, and supports proactive quality improvements for newly developed vehicles.