Earticle

본 연구는 2005년부터 2024년까지의 공학 연구의 진화를 계량서지학 및 네트워크 기반 분석 방법을 통해 탐색하였다. Web of Science 데이터베이스에서 수집한 19,994편의 논문 중 정제 과정을 거쳐 19,552편을 분석 에 활용하였다. 키워드 동시 출현 분석, 주제 군집화, 국제 협력 네트워크 분석을 위해 Biblioshiny와 Python 도구를 사용하였다. 분석 결과, 2017년 이후 연간 논문 게재 수가 약 87% 증가하였으며, 주요 연구 주제도 기존의 계산 모델 중심에서 인공지능(AI) 및 지속가능성 중심의 주제로 전환되었다. 중국, 미국, 유럽 국가들이 핵심 연구 기여국으로 나타났으며, 이 중 중국은 글로벌 협력에서 주도적인 역할을 수행하고 있는 것으로 분석되었다. 이러 한 결과는 공학 연구가 점차 학제 간 융합적이며 국제적으로 연결된 형태로 진화하고 있음을 보여준다. 본 연구는 또한 특수목적 영어(ESP: English for Specific Purposes)에 대한 시사점을 제공한다. 공학 분야의 방대한 초록 데이터를 기반으로 도출된 담화 패턴은 STEM 교육 환경에 적합한 ESP 교육과정 개발에 활용될 수 있으며, 학습 자들이 분야 특화된 소통 능력을 향상시키는 데 기여할 수 있다.

This study explores the evolution of engineering research from 2005 to 2024 using bibliometric and network-based methods. From 19,994 articles retrieved from the Web of Science, 19,552 were analyzed after refinement. Biblioshiny and Python were used for keyword co-occurrence, thematic clustering, and collaboration network analysis. Results show an approximately 87% increase in annual publication volume after 2017, with themes shifting from computational modeling to AI-driven and sustainability-focused topics. China, the U.S., and several European countries were key contributors, with China leading global collaboration. Findings reveal an increasingly interdisciplinary and internationally connected research landscape. The study also provides implications for English for Specific Purposes (ESP) by identifying evolving discourse patterns relevant to STEM education. These patterns, drawn from large-scale engineering abstracts, can inform the development of ESP curricula that reflect authentic disciplinary discourse and support learners in navigating field-specific communication.

이 연구는 대한민국 해군에 배치된 함정 엔진의 현 실태를 종합적으로 분석하고 함정 엔진의 MRO(Maintenance ·Repair·Operation) 및 엔진 운영 효율성 향상, 서비스 수명 연장, 유지보수 비용 절감을 위한 자동화 시스템을 제안한다. 함정의 주 엔진 종류인 가스터빈 및 디젤 엔진 플랫폼으로는 국산화율이 현재 미흡한 실정이다. 국산화 및 부담되는 지속 적인 엔진 유지 보수의 한계점을 최소화하고자 이 연구는 디지털 트윈(Digital Twin Model) 모델 기반 머신러닝(ML) 기반 예측 유지보수, 센서 네트워크 내장형 테스트(BIT) 프로그램을 활용한 통합 엔진 관리 시스템을 제안한다. 센서 네트 워크 설계로 실시간 고장 탐지, ML 기반 잔여 사용 수명(RUL) 추정 등을 통해 엔진 운영 유지시킨다. 또한 하드웨어-인- 더-루프(HIL) 검증 등을 포함한 단계별 구현 로드맵을 통해 가상 모델과의 오차율 최소화된 실시간 유지할 수 있다. 이러 한 시스템 제안을 통해 수명 주기 관리의 상당한 개선, 선박 유지 보수 절감 및 추후 독자적 선박 엔진 개발의 전략적 자율성 강화를 목표로 한다.

This study comprehensively analyzes the current status of ship engines deployed in the Republic of Korea Navy and proposes an automated system to improve ship engine MRO(Maintenance·Repair ·Operation), engine operational efficiency, extend service life, and reduce maintenance costs. The domestic production rate of gas turbine and diesel engine platforms, which are the main types of ship engines, is currently insufficient. To overcome this and reduce maintenance burdens, an integrated engine management system is proposed. It uses digital twin technology and machine learning (ML)-based predictive maintenance through a built-in test (BIT) program embedded in a sensor network. Through sensor network design, real-time fault detection, and ML-based remaining useful life (RUL) estimation, the system ensures engine operational maintenance. Additionally, through a phased implementation roadmap including hardware-in-the-loop (HIL) verification, real-time maintenance with minimized error rates compared to virtual models is achievable. This approach aims to improve lifecycle management, lower ship maintenance costs, and support independent development of future naval propulsion systems.

야외에서 진행되는 양궁 경기의 경우 햇빛의 영향으로 화살이 과녁에 꽂히면서 그림자가 생기는데 실 화살과 그림자의 구분이 어려워 즉각적으로 탄착점의 위치를 파악하는 것이 쉽지 않다. 이는 TV 시청자들에게 실시간적인 승부 파악을 어렵게 만들어 경기에 대한 몰입도를 떨어뜨리고 재미를 반감시킨다. 본 논문에서는 과녁이 고정되어 있고 화살 탄착 전후에 정지된 상태의 프레임들이 존재하는 양궁 경기의 특성을 활용하여 고속의 화살 그림자 제거 알고리즘을 제안한다. 먼저, 스트리밍 경기 영상으로부터 관중, 선수의 과녁 조준 동작 등과 구분하여 화살이 꽂히기 전/후의 과녁 프레임을 추출한다. 이를 위해 각 이미지 프레임의 중심점을 기준으로 상하좌우 방향으로 프로젝션을 수행하여 밝기 변화 패턴을 조사하고 그 결과가 과녁에 그려져 있는 점수대별 써클의 밝기 변화 규칙성을 만족하는지 조사한다. 추출된 탄착 전/후의 두 프레임으로부터 차 영상을 구하고 Canny 에지 검출, 허프 직선 검출, 팽창 연산 등을 수행하여 화살이 꽂힌 탄착점의 위치를 찾는다. 탄착점의 경우 허프 직선 선분의 끝점 근방에 위치하면서 화살촉에 의해 생긴 홀에 의해 탄착점을 중심으로 하는 블록이 주변 블록에 비해 매우 어둡다는 특성을 이용한다. 탄착점이 검출되면 그 점을 기준으로 프레임 상단 영역에 있는 허프 직선들을 이용하여 화살 영역을 추출한다. 추출된 화살 영역을 탄착 전 프레임에 덮어씌움으로써 그림자 제거 효과의 결과 영상을 만든다. 실험에서는 총 10세트 30발로 구성된 경기 영상을 대상으로 실험하여 29발에 대하여 탄착점 검출 및 그림자 제거에 성공(96.7%)하였으며 개별 화살에 대한 평균 처리 시간은 0.1277초가 소요되어 실시간 TV 중계시스템에서의 활용 가능성을 보였다.

In outdoor archery competitions, sunlight often casts shadows as arrows strike the target, making it difficult to distinguish between the actual arrow and its shadow. This ambiguity hinders the immediate identification of the point of impact, making it harder for television viewers to assess the result in real time, thereby reducing engagement and enjoyment of the match. This paper proposes a fast arrow shadow removal algorithm tailored to the unique characteristics of archery, where the target remains stationary and static frames are available before and after the arrow impact. First, from streaming match footage, frames immediately before and after the arrow hits the target are extracted, excluding scenes containing spectators or the athlete’s aiming motions. To achieve this, projection analysis is performed in four directions (up, down, left, right) centered on each frame’s midpoint to analyze brightness variation patterns. Frames are selected if the patterns satisfy the known brightness regularity caused by the concentric scoring circles on the target. A difference image is then generated from the pre- and post-impact frames. This is followed by Canny edge detection, Hough line transform, and morphological dilation to detect the arrow’s point of impact. The impact point is determined based on two observations: it is located near the endpoints of Hough line segments and is characterized by a small, significantly darker region caused by the arrowhead piercing the target. Once the impact point is identified, arrow regions are extracted from the upper half of the frame using Hough line segments anchored at the impact point. The extracted arrow region is overlaid onto the pre-impact frame, producing the final output in which the shadow is removed. In the experiment, the proposed method was evaluated using a competition video consisting of 10 sets (30 arrows), successfully detecting the point of impact and removing shadows for 29 arrows (96.7%). The average processing time per arrow was 0.1277 seconds, demonstrating the potential for real-time application in live TV broadcasting systems.

본 연구는 생성형 인공지능(Generative AI)을 기반으로 한 캐릭터 감정 표현 기술의 진화 가능성과 응용 확장을 분석할 필요성에서 출발하였다. 감정 표현은 인간-컴퓨터 상호작용의 몰입감과 정서적 유대감을 높이는 핵심 요소이며, AI 기술을 통해 더욱 정밀한 감성 전달이 가능해지고 있다. 이에 본 연구는 StyleGAN, 확산 모델(Diffusion Model), 트랜스포머(Transformer)를 대상으로 텍스트 기반, 이미지 기반, 멀티모달 방식의 감정 렌더링 성능을 체계적으로 비교하 였다. 각 모델은 표현 방식별로 고유한 강점을 지니며, 문학에서 감정 표현의 전통적 기법과 AI 기반 표현 기술 간의 연계 가능성도 함께 조망하였다. 대표 감정 데이터셋인 Oulu-CASIA, AffectNet, EmoV-DB를 활용하여 감정 정렬 평가 기준 의 중요성을 분석하고, 생성형 AI 기술이 실시간 피드백 시스템 구현 및 문화적 감정 다양성 확보에 기여할 수 있음을 밝혔다. 본 연구는 감성 인터페이스, 창작 콘텐츠, 인터랙티브 시스템 개발 등 다양한 분야에서의 응용 가능성을 제시하며, 향후 연구 기반을 제공한다.

This study begins with the recognition of the need to analyze the developmental potential and application expansion of character emotion expression technologies based on Generative AI. Emotional expression is a key factor in enhancing immersion and emotional engagement in human-computer interaction, and AI technologies are enabling more precise and expressive affective communication. Accordingly, this study systematically compares the emotional rendering performance of three leading models—StyleGAN, Diffusion Models, and Transformers—across text-based, image-based, and multimodal expression approaches. Each model demonstrates distinct strengths depending on the modality, and the study also explores the potential integration between traditional literary emotion techniques and AI-based generative methods. By utilizing representative emotion datasets such as Oulu-CASIA, AffectNet, and EmoV-DB, the research emphasizes the importance of emotion alignment evaluation standards. The findings suggest that generative AI can significantly contribute to real-time feedback systems and culturally diverse emotion modeling, with broad applicability in affective interfaces, creative content, and interactive system development.

본 연구는 대학생이 지각하는 사회적지지가 진로태도성숙에 미치는 영향을 확인하고, 긍정심리자본 과 임파워먼트의 이중매개효과를 검증하는 데 목적이 있다. 부산·울산 지역 전문대학생 225명을 대상으로 설문조사를 실시하고, SPSS와 PROCESS macro를 활용하여 자료를 분석하였다. 분석 결과, 사회적지지는 진로태도성숙뿐만 아니라 긍정심리자본과 임파워먼트에 유의미한 영향을 미쳤으며, 이들 변인을 통한 이중 매개효과도 통계적으로 유의하게 나타났다. 성별 및 학년별 비교에서는 여학생과 신입생이 상대적으로 높 은 심리자원 수준을 보였다. 본 연구는 대학 진로지도에서 사회적지지와 내적 자원 강화를 통합적으로 접근 할 필요성을 제시하며, 진로결정 지원 전략 수립에 기초자료를 제공한다.

This study aimed to examine the effect of perceived social support on career attitude maturity among college students and to verify the dual mediation effect of positive psychological capital and empowerment. A survey was conducted with 225 students from vocational colleges in the Busan and Ulsan regions, and the collected data were analyzed using SPSS and PROCESS macro. The results showed that social support had a significant effect not only on career attitude maturity but also on positive psychological capital and empowerment, and the dual mediation effect through these variables was statistically significant. Gender and grade-level comparisons revealed that female students and freshmen showed relatively higher levels of psychological resources. This study suggests the need for an integrated approach to strengthening both social support and internal psychological resources in career guidance, providing foundational data for developing effective strategies for student career decision-making.

본 연구는 유산균 발효유에 칼슘을 첨가하고 불소를 도포하여 초기 치아우식 병소의 재광화 효과를 분석하고자 하였다. 총 8개의 군으로 구성된 실험에서는 고농도 및 저농도의 칼슘과 불소를 단독 또는 병용 처리하여 5일간의 실험기간 동안 pH 순환 모델을 통해 치아 시편에 적용하였다. 재광화 효과는 표면미세경도와 표면거칠기 분석으로 평가되었으며, 그 결과 저농도 불소(NaF 0.05%)와 저농도 칼슘(Ca 0.5%)을 병용한 군이 가장 우수한 표면 경도 회복을 나타냈다. 반면, 고농도 불소(APF gel)는 오히려 표면 거칠기를 증가시키는 경향이 있었다. 이는 고농도 불소의 산성 자극 때문으로 해석된 다. 본 연구는 음료 제품 및 구강관리재 개발 시 재광화 유도 성분의 병용 효과에 대한 기초자료를 제공할 수 있다.

This study aimed to analyze the remineralization effects of calcium-enriched fermented milk and fluoride application on artificial early enamel caries lesions. A total of eight experimental groups were established by applying high and low concentrations of calcium and fluoride either individually or in combination. The treatments were applied to bovine enamel specimens using a pH cycling model over a 5-day experimental period. Remineralization was evaluated through surface microhardness and surface roughness analyses. As a result, the group treated with a combination of low-concentration fluoride (NaF 0.05%) and low-concentration calcium (Ca 0.5%) showed the most significant recovery in surface hardness. In contrast, the high-concentration fluoride group (APF gel) tended to increase surface roughness, which is presumed to be due to its acidic properties. These findings provide basic data on the synergistic effects of remineralizing components, which may be useful in the development of functional beverages and oral care products.

본 연구는 중증의 치조능선 위축 환자에서 탈회치아 블록을 이용한 측방골 증대술과 동반한 치과 임플란트 식립의 임상적 성과를 후향적으로 평가하고자 하였다. 이 연구는 2018년 2월부터 2020년 10월까지 대구가톨릭대학교병원 치과에서 탈회치아 블록을 이용한 측방골 증대술과 임플란트 식립술을 동시에 시행받은 10명의 환자를 대상으로 하였다. 환자 본인의 발치 치아를 탈회하여 블록 형태의 이식재를 제작한 후, 임플란트 식립과 동시에 측방 치조골 증대술을 시행하였다. 임상 및 방사선 평가를 위해 CT 및 파노라마 방사선 사진을 술 전, 술 후, 2차 수술 시에 촬영하여 치조능선 폭의 변화를 측정하였다. 임플란트의 생존율 은 최소 12개월 이상 추적 관찰하였다. 그 결과, 평균 3.34mm였던 치조능선 폭이 술 후 9.39mm, 2차 수술 시 8.91mm로 유의하게 증가하였으며, 평균 폭 증가량은 5.62mm로 나타났다. 또한, 최소 12개월 동안 추적 관찰한 결과, 치조골 증대 부위에 식립된 모든 임플란트가 성공적으로 유지되었다. 이는 탈회치아 블록을 활용한 측방골 증대술이 중증의 치조능선 위축 환자에서 임상적으로 안전하고 효과적인 치조골 증대 방법임을 시사한다.

This retrospective study aimed to evaluate the clinical outcomes of dental implant placement with simultaneous lateral alveolar ridge augmentation using demineralized tooth block grafts in patients with severe alveolar ridge atrophy. Ten patients who underwent lateral ridge augmentation and implant placement with demineralized tooth block grafts at the Department of Dentistry, Daegu Catholic University Hospital, from February 2018 to October 2020, were included. Autogenous teeth extracted from the patients were demineralized and processed into block-shaped grafts, which were used for simultaneous lateral ridge augmentation at the time of implant placement. Clinical and radiographic assessments using cone-beam computed tomography and panoramic radiographs were performed preoperatively, postoperatively, and at the time of the secondary surgery to evaluate changes in alveolar ridge width. Implant survival was monitored for at least 12 months postoperatively. As a result, the mean alveolar ridge width significantly increased from 3.34mm preoperatively to 9.39mm postoperatively and 8.91mm at the secondary surgery, with a mean increase of 5.62mm. Furthermore, all implants placed in the augmented sites were successfully maintained during at least 12 months of follow-up. These findings suggest that lateral ridge augmentation using demineralized tooth block grafts is a clinically safe and effective method for alveolar ridge reconstruction in patients with severe alveolar ridge atrophy.

연구는 디지털 육아 콘텐츠의 하이퍼리얼리티 특성이 양육자의 정신건강에 미치는 영향을 분석하고자 하였 다. 나아가 육아 콘텐츠에 나타난 하이퍼리얼리티 특성과 양육자의 정신건강 관계에서 콘텐츠 이용 강도가 매개 할 때 미치는 영향도 함께 분석하였다. 미취학 자녀를 둔 기혼 여성을 대상으로 설문조사를 실시하였으며, 회귀분 석을 통해 연구 문제를 검증하였다. 분석 결과, 육아 콘텐츠 하이퍼리얼리티의 특성에서 사회적 실재감은 스트레스 와 우울감에 정적 영향을 미쳤으며, 일상성과 인물 동일시는 부적 영향을 미치는 것으로 나타났다. 이용 강도의 매개효과 검증에서 이용 강도가 스트레스에 부분 매개하며, 상대적 박탈감은 완전 매개 하는 것으로 나타났다. 본 향후 연구는 정신건강 친화적 콘텐츠 개발 및 육아 지원 정책 수립에 유용한 기초자료로 활용될 수 있다는 함의를 지닌다.

This study examined the impact of hyperreality in digital parenting content on the mental health of caregivers. It also investigated whether usage intensity mediates the relationship between hyperreality characteristics and mental health outcomes. A survey was conducted with married women raising preschool-aged children, and regression analysis was used to test the hypotheses. Results showed that social presence positively influenced stress and depression, while everydayness and character identification had negative effects. Usage intensity partially mediated the relationship between hyperreality and stress, while relative deprivation fully mediated it. These findings offer meaningful implications for developing mental health–oriented content and informing parenting support policies.

이 연구는 갑상선 절제술을 받은 환자의 음성장애, 경부 불편감, 연하곤란에 대한 경부 스트레칭 운동의 효과 를 평가한 비동등성 대조군 사후시차 설계 연구이다. B시 P대학병원에서 갑상선 유두암으로 수술받은 환자 61명을 편의표본으로 선정하여 대조군(34명)과 실험군(27명)으로 나누었다. 실험군은 수술 전날과 퇴원 전날 경부 스트레칭 운동을 교육받고, 퇴원 후 매일 운동을 시행하였다. 효과는 수술 후 2주, 2개월, 8개월에 평가되었으며, χ² 검정과 독 립 t 검정을 통해 분석하였다. 수술 후 2개월에서 8개월 사이 실험군의 주관적 음성장애가 유의하게 감소하였다 (t=-2.24, p=.029). 경부 스트레칭 운동은 음성장애 개선에 효과가 있었으며, 향후 관련 간호중재 개발이 필요하다.

This study evaluated the effects of neck stretching exercises on voice disorder, neck discomfort, and dysphagia in thyroidectomy patients. A nonequivalent control group, non-synchronized posttest design was used. 61patients with papillary thyroid carcinoma were assigned to either a control group (n=34) or experimental group (n=27) through convenience sampling. The experimental group learned neck stretching exercises before surgery and discharge, and performed them daily. Outcomes were assessed at 2 weeks, 2 months, and 8 months post-surgery. Data were analyzed using χ² and t-tests. Subjective voice impairment was significantly reduced between 2 and 8 months (t=-2.24, p=.029). Neck stretching exercises improved voice symptoms after thyroidectomy. Further research is needed to develop effective nursing interventions.

대학생의 생활스트레스 유형이 학업지연행동에 미치는 영향에서 자기효능감의 매개효과를 확인하고자 하였다. 연구결과 경제문제, 장래문제, 친구문제, 학업문제 생활스트레스 요인이 대학생의 학업지연행동에 미치는 영향에서 자 기효능감이 일관되게 매개효과를 나타내는 것으로 분석되었다. 이는 자기효능감이 스트레스와 학업지연행동 간의 관계 를 매개하는 중요한 심리적 기제로 작용함을 시사한다. 대학생의 생활스트레스가 자기효능감을 매개하여 학업지연행동 에 영향을 미친다는 점을 확인함으로써, 학업지연행동을 예방하고 학업적응을 지원하기 위해서는 단순히 지원부족의 문제를 넘어서 자기효능감 향상을 위한 심리적 개입이 병행되어야 함을 시사한다.

This study aimed to determine whether self-efficacy had a mediating effect on the influence of college students' life stress types on their academic procrastination. The results of the study showed that self-efficacy consistently had a mediating effect on the influence of economic problems, future problems, friend problems, and academic problems on college students' academic procrastination. This suggests that self-efficacy acts as an important psychological mechanism mediating the relationship between stress and academic procrastination. By confirming that college students' life stress affects academic procrastination by mediating self-efficacy, it suggests that in order to prevent academic procrastination and support academic adaptation, psychological interventions to improve self-efficacy should be conducted in parallel, beyond the simple problem of lack of support.

본 연구는 초고령사회에 진입한 한국 사회에서 공공기관 고령 근로자의 경력 지속 및 전환에 영향을 미치는 심리·사회적 요인을 구조적으로 규명하고자 하였다. 「고용상 연령차별금지 및 고령자고용촉진에 관한 법률」이 고령자 우선 고용 등 공공부문의 책무를 규정함에도, 공공부문 고령자 집단을 대상으로 한 실증연구는 부족한 실정이다. 이에 미래시간관(Future Time Perspective, FTP)과 사회적 네트워크(Social Network, SN)가 브리지 고용 참여 의도(Bridge Employment Intention, BEI)에 미치는 영향을 분석하였다. 공공기관 재직자 397명을 대상으로 설문조사를 시행하고, 구조방정식모형(SEM)과 부트스트랩 분석을 활용하였다. 분석 결과, FTP의 하위요인인 기회초점은 내부결속력과 외부매개성을 통해 BEI에 유의한 간접효과를 나타냈으며, 한계 초점은 유의하지 않았다. 학문적으로 본 연구는 FTP와 SN의 통합적 분석을 통해 고령 근로자의 경력 지속 구조를 설명하고, 관련 이론 간 매개 경로를 실증적으로 검증했다. 실무적으로는 미래지향적 태도 강화와 사회적 네트워크 활성화를 위한 조직 차원의 개입 전략이 요구된다. 한계점으로는 공공기관 중심의 표집으로 인한 일반화 제약, 사회적 관계의 질적 특성 미반영, 자기보고식 횡단 자료의 한계가 있으며, 향후 종단 및 혼합방법 연구가 필요하다.

This study aims to structurally examine the psychological and social factors influencing the career continuity and transition of older workers in the public sector, as Korea enters a super-aged society. Although the Act on Prohibition of Age Discrimination in Employment and Elderly Employment Promotion delineates the public sector’s obligations—including priority hiring of older persons—empirical studies focusing on older workers in the public sector remain scarce. Therefore, this study analyzes how Future Time Perspective (FTP) and Social Network(SN) affect the Bridge Employment Intention(BEI). A survey was conducted with 397 public institution employees aged 50–59, and structural equation modeling and bootstrapping analysis were employed. The results show that the opportunity-focused dimension of FTP has a significant indirect effect on BEI through both internal bonding and external bridging. In contrast, the limitation-focused dimension was not statistically significant. Academically, this study contributes by presenting an integrated model that explains older workers’ career continuity through the interaction between psychological attitudes (FTP) and social capital. Practically, the findings highlight the need for organizational strategies to enhance future-oriented thinking and activate social networks among older employees. Limitations include the restricted generalizability due to the public-sector-based sample, the exclusion of qualitative aspects of social relations, and the cross-sectional, self-reported nature of the data. Future research should employ longitudinal or mixed-method designs to deepen understanding.

본 연구는 60세부터 74세까지의 독거 노인 남성의 대사증후군 복합 위험 요인을 잠재계층분석으로 분류하 고 특징을 분석했다. 국민건강영양조사에 참여한 520명을 대상으로 허리둘레, 혈압, 혈당, 중성지방, HDL 콜레스 테롤 수치를 분석했다. 그 결과 건강군(26%), 흡연 및 스트레스군(19.6%), 비만군(29.2%), 음주 및 우울군(25.2%) 의 4개 계층이 확인됐다. 로지스틱 회귀분석 결과, 흡연 및 스트레스, 비만, 음주 및 우울군은 건강군 대비 각각 4.86배, 5.11배, 2.76배 높은 대사증후군 위험을 보였다. 이는 독거 노인 남성의 특성을 고려한 맞춤형 건강 관리의 중요성을 시사한다.

This study classified multi-risk factors of metabolic syndrome in 60-74 year-old men living alone using Latent Class Analysis. Data from KNHANES on 520 men, including waist circumference, blood pressure, blood glucose, triglycerides, and HDL cholesterol, were analyzed. Four classes emerged: healthy (26%), smoking and stress (19.6%), obesity (29.2%), and alcohol and depression (25.2%). Logistic regression showed significantly higher metabolic syndrome risk in the smoking and stress (4.86 times), obesity (5.11 times), and alcohol and depression (2.76 times) groups compared to the healthy group, emphasizing the need for tailored health management for this demographic.

탈착형 계류 장치인 페어리드 체인 스토퍼(Fairlead Chain Stopper, FCS)는 10MW급 부유식 해상풍력 발전기에 적용하기 위해 새롭게 개발된 시스템이다. FCS는 거친 해양 환경에서 부유식 해상풍력 발전기의 안정적인 계류를 유지하 기 위해 선급 규정 설계하중조건을 고려한 구조설계가 필수적이며, 고강도의 두꺼운 강재가 사용되기 때문에 강재 생산시 발생하는 공차와 같은 불확실성을 반영한 구조 신뢰성 해석이 요구된다. 본 연구에서는 FCS의 구조 신뢰성 평가에 활용 가능한 랜덤 샘플링 기법의 적용 가능성을 검토하였다. 구조 신뢰성 해석을 위한 랜덤 샘플링 방법으로 소볼 수열법을 적용하여 표본 데이터를 구성하고, 표본 수의 변화에 따른 신뢰도 확률을 평가하였다. FCS의 구조 신뢰성 해석에 적합한 랜덤 샘플링의 표본 수는 몬테카를로 시뮬레이션의 결과와 비교하여 검증하였다. 본 연구를 통해 FCS의 구조 신뢰성 해석 에 적합한 랜덤 샘플링 절차를 규명하였다.

The Fairlead Chain Stopper (FCS), a newly developed detachable mooring device, was designed for application to a 10 MW-class floating offshore wind turbine. To ensure stable mooring under harsh marine conditions, the structural design of the FCS must consider the design load conditions prescribed by relevant classification society rules. Since the FCS utilizes high-strength, thick steel plates, it is essential to account for structural uncertainties such as manufacturing tolerances in material properties during production. Accordingly, a structural reliability analysis that incorporates such uncertainties is required. This study investigates the applicability of random sampling method for structural reliability assessment of the FCS. In particular, Sobol sequence sampling was employed to generate sample datasets for the reliability analysis, and the probability of reliability was evaluated with respect to varying sample sizes. The suitability of the selected sample size for reliability evaluation was validated by comparing with the results obtained from a conventional Monte Carlo simulation.The findings of this study establish an effective random sampling procedure for the structural reliability analysis of the FCS.

본 연구는 독거 노인의 인지 기능에 영향을 미치는 요인을 사회 참여 중심으로 분석했다. 2020년 노인실태 조사 자료를 활용, AdaBoost-SAMME.R 알고리즘으로 인지 기능을 예측했으며, 교육 수준, 연령, 사회 참여, 우울, 지역사회 만족도가 주요 예측 변수로 확인되었다. 특히 사회 참여는 인지 기능에 중요한 영향을 미치는 것으로 나타났다. 연구 결과는 독거 노인의 인지 건강을 위해 평생 교육, 사회 활동, 정신 건강 지원 및 지역사회 만족도 향상의 중요성을 강조하며, 맞춤형 정책 수립의 근거를 제시한다.

This study investigated factors affecting cognitive function in single elderly households, focusing on social participation. Using 2020 survey data and the AdaBoost-SAMME.R algorithm, key predictors of cognitive function were identified as education, age, social participation, depression, and community satisfaction. Social participation emerged as a significant factor. The findings underscore the importance of lifelong learning, social engagement, mental health support, and community satisfaction for promoting cognitive health in this population, guiding targeted interventions and policies.

본 연구의 목적은 한국 노인의 폭음 정도에 영향을 미치는 요인을 탐색하는 것이다. 본 연구는 2019년 제8차 국민건강영양조사(KNHANES) 자료를 기반으로 하였다. 연구에 포함된 인구통계학적 변 수는 성별, 연령, 교육수준, 직업, 주관적 건강인식, 활동 수준, 식품 안정성, 음주 습관, 스트레스 수준, 우울, 자살 경향, 그리고 건강 관련 삶의 질이었다. 자료 분석에는 기술통계, 상관분석, 그리고 다중회귀 분석이 사용되었다. 연구 결과, 노인의 폭음은 성별과 연령에 의해 19.6% 설명되어졌다. 본 연구는 노인 의 음주 행동에 영향을 미치는 다양한 요인에 대한 정보를 제공하고, 한국 국민건강 증진을 위한 정책 수립에 필요한 정보를 제공하는데 의의가 있다.

The goal of the present study is to explore the factors that influence the extent to which elderly Koreans are involved in binge drinking. This study is based on the data obtained from the National Health and Nutrition Examination Survey (KNHANES) VIII, 2019. The demographic variables included in the study were sex, age, education, job, subjective health perception, activity status, food stability, drinking habit, stress level, depression, suicidal tendencies, and health-related quality of life. Descriptive statistics, correlation and multiple regression analysis were used for data analysis. The study found that binge drinking among Elderly was explained by 19.6% of the variance in gender and age. This study provides necessary information regarding the various factors that influence drinking behaviour in elderly persons and provides information for framing policies for better public health promotion in Korea.

본 연구는 로지스틱 회귀, 랜덤 포레스트, 서포트벡터머신, 인공신경망을 활용하여 신규상장 공모주의 주가를 예측 하는 모델을 구축하고 성능을 평가하였다. 12개 독립변수로 3개 종속변수인 상장일 시초가 및 종가 그리고 20일 주가를 예측하는 모델을 구축하고 예측 정확도를 도출하였다. 상장일 시초가 예측에서는 서포트벡터머신이 81.6%의 평균 예측 정확도로 가장 우수하였으며 종가와 20일 주가에서는 각각 75.7%의 인공신경망과 72.5%의 서포트벡터머신이 최고 성능 을 보여주었다. 예측 성능은 상장일 이후 시간이 지나면서 80.1%(시초가), 74.5%(종가) 그리고 71.4%(20일 주가) 순서로 하락하는 것을 확인하였다. 하락(0)과 상승(1) 클래스별 예측성능을 3개의 종속변수별로 분석한 결과 종속변수와 클래스별 로 다른 기법이 최고 예측 성능을 보여주었다. 시초가 클래스 0의 경우 인공신경망이 78.3%인 반면 클래스 1의 경우 랜덤 포레스트가 90.4%로 최고성능을 보였다. 이러한 본 연구의 결과들은 투자자의 니즈와 성향에 따른 최적의 예측 모델 선택 에 도움이 될 것으로 기대된다. 후속 연구로는 종속변수를 특정 상승률 전후로 상승부분을 세분화하고 구주매출 비율, 상장일 유통가능 비율 등의 추가 인자를 고려함으로써 예측 성능을 개선하고자 한다.

This study developed and evaluated prediction models for the stock prices of initial public offering (IPO) using logistic regression(LR), random forest(RF), support vector machine(SVM), and artificial neural network(ANN) algorithms. Based on 12 factors predictive models was constructed to predict 3 dependent variables, and the prediction accuracy of the models was evaluated. SVM demonstrated the highest average prediction accuracy of 81.6% for opening price. ANN (75.7%) and SVM (72.5%) showed the best results for closing and 20-day price, respectively. Overall, the prediction accuracy declined over time with 80.1% of opening price, 74.5% of closing price, and 71.4% of 20-day price. Class-specific results of decline(0) and rise(1) showed that the optimal prediction model varied depending on both the type of dependent variable and the class. For instance, in the case of opening price, ANN achieved the highest accuracy 78.3% for class 0, whereas RF yielded 90.4% for class 1. Future works will be executed to enhance prediction performance by refining dependent variables according to price increase and incorporating additional factors such as second offering ratio and free-float ratio.

본 연구는 EEG(뇌파) 및 시선 추적 데이터를 활용하여 학습자의 이해 여부를 분류하는 딥러닝 모델에 설명 가능한 인공지능(Explainable AI, XAI) 기법을 적용함으로써, 예측 결과에 대한 해석 가능성과 신뢰성을 확보하고 자 하였다. 시계열 생체신호를 입력으로 하는 CNN-LSTM 모델을 기반으로 학습을 수행하고, Saliency Map 기법 을 통해 예측 결과에 영향을 미친 주요 시간 구간과 생체 지표를 시각화하였다. 분석 결과, 이해한 경우에는 알파 및 저베타 대역의 안정적 뇌파 활동과 시선 고정이 주요 특징으로 나타났고, 이해하지 못한 경우에는 감마파의 급등과 시선의 불안정성이 두드러졌다. 이와 같은 시각적 해석은 단순한 분류 결과를 넘어 학습자의 인지 상태를 설명하고, 개인 맞춤형 피드백 설계에 활용할 수 있는 기반을 제공한다. 본 연구는 생체신호 기반 학습 분석 모델에 설명 가능성을 통합함으로써, 향후 실시간 적응형 학습 시스템으로의 확장 가능성을 제시한다.

This study aims to enhance the interpretability and reliability of prediction results by applying an Explainable Artificial Intelligence (XAI) technique to a deep learning model that classifies learners’ comprehension using EEG (electroencephalography) and eye-tracking data. A CNN-LSTM model was trained using multimodal time-series biosignals, and the Saliency Map method was employed to visualize the key time intervals and signal features that contributed to the model’s predictions. The analysis revealed that, in cases where comprehension was achieved, stable activity in the alpha and low-beta bands along with consistent gaze fixation were dominant features. In contrast, predictions of non-comprehension were strongly associated with abrupt increases in gamma band activity and unstable eye movements. Such visual explanations go beyond binary classification by offering interpretable insights into learners’ cognitive states and providing a foundation for designing personalized feedback. This study demonstrates the potential of integrating explainability into biosignal-based learning analytics models, paving the way for real-time adaptive learning systems.

본 연구는 건강신념 모형을 바탕으로 심장재활 환자에서 운동 행위의 이행의 방해 요인을 파악하기 위한 서술적 조사연구이다. 자료수집 기간은 2020년 5월 3일에서 6월 28일까지로 대상자는 D시와 G시에 위치한 종합 병원에서 심장수술 후 퇴원하여 외래를 방문하는 심장재활환자 314명을 대상으로 하였다. 자료 분석에는 SPSS 26.0 통계 프로그램의 평균과 표준편차, Pearson correlation coefficients, t-test, chi-square 및 Logistic regression을 이용하였다. 연구 결과, 운동이행 평균점수는 이행군에서 3.30(0.55)점, 비이행군에서 1.73(0.43)점 이었다. 운동이행군과 비이행군은 지각된 장애성(5.57 p<.000)과 지각된 심각성(2.28, p<.005)에서 유의한 차이를 보였으며, 지각된 장애성은 대상자의 운동이행에 영향을 미치는 변수로 나타났다(OR=.304; 95%CI=.185-.499). 이에, 본 연구의 결과를 근거로 심장재활 환자에게 운동의 중요성에 대한 교육 제공, 개인별 맞춤형 운동 처방, 지역사회 내 심장재활 환자를 위한 운동 시설 마련, 가정 기반 운동 시 원격 모니터링으로 대상자의 심리적 안정감 확보, 다양한 웹 기반 운동 프로그램의 개발과 활용 등을 제안하는 바이다.

This study was conducted to compare college students' adaptation and social support among the three groups: non-addicted, potentially addicted, and high-risk addicted students. The data were collected from April 1 to May 2, 2021, and 263 university students located G province were enrolled. Pearson's Correlation Coefficient, t-test and ANOVA of SPSS 18.0 program were used for the analyzing the data. The results were as follows; 1) Smartphone addiction had a negative correlation with college life adaptation and social support, and college adaptation had a positive correlation with social support. 2) non-addicted group showed significantly higher score in academic adaptation(F=15.245, p<.000), social adjustment(F=34.135, p=.007), emotional adaptation(F=5.038, p=.007), and belonging support(F=4.985, p=.458) than other groups. Based on the results of this study, various programs to improve students’ belonging support and adaptation is needed to be developed.

본 연구는 음성 및 텍스트 데이터를 통합한 멀티모달 딥러닝 기반 감정 인식 모델을 설계하고, 학습 데이터의 품질을 반영한 Quality-aware 학습 구조를 제안함으로써 감정 분류 성능의 향상을 도모하였다. 음성 신호는 MFCC, Chroma, Pitch, Formant 등 다양한 음향 특징을 추출하고 CNN-BiLSTM 구조로 처리하였으며, 텍스트는 사전학습된 BERT 임베딩을 통해 정서적 의미를 벡터화하였다. 두 모달리티는 Intermediate Fusion 방식으로 융합되며, Cleanlab 기반의 품질 점수를 입력 feature에 추가하여 데이터 품질 편차에 따른 과적합 문제를 완화하고자 하였다. 총 51만 개의 한국어 감정 발화 데이터를 활용한 실험 결과, 제안한 모델은 테스트 데이터셋에서 정확도 74.0%, macro 및 weighted 평균 F1-score 0.74를 기록하였다. 혼동 행렬 분석 결과는 감정 간 표현 유사성과 데이터 품질의 영향을 시사하였다.

This study proposes a multimodal deep learning-based emotion recognition model that integrates speech and text data, and introduces a quality-aware learning framework to enhance classification performance by incorporating data quality into the training process. Speech signals are processed through the extraction of various acoustic features such as MFCC, Chroma, Pitch, and Formant, and modeled using a CNN-BiLSTM architecture. Text data are vectorized using pre-trained BERT embeddings to capture emotional semantics. The two modalities are fused using an intermediate fusion approach, and Cleanlab-based quality scores are included as additional input features to mitigate overfitting caused by variations in data quality. Experiments were conducted on a Korean emotional speech dataset comprising 510,000 utterances. The proposed model achieved an accuracy of 74.0% on the test set, with both macro and weighted average F1-scores reaching 0.74. Analysis of the confusion matrix suggests that similarities in emotional expression and variations in data quality influenced classification results.

본 연구는 귀금속가공 산업기사·기능사 실기시험을 Q-Net 공개문제·출제기준과 NCS 능력단위에 근거해 점검하고, 수요 지향적 개선안을 제시하고자 한다. 방법은 (1) 2022–2024 응시·합격 통계 분석, (2) 연계성 (L=2/1/0)·중요도(I=1–5) 규칙 기반 매핑, (3) 해외 비교는 평가 목적·과제 유형·근거 자료·운영 절차의 ‘4축’ 기준 문헌·가이드라인 검토로 한다. 결과적으로 공백(★, I≥4 & L≤1)은 기능사 코드 1·10, 산업기사 코드 1에서 확인되 었다. 이에 기능사는 기본 제작과 간단 스케치, 산업기사는 기획서–스케치–제작물–결과 요약의 연계 과제를 제안한 다. 해외 비교는 관찰·포트폴리오·구술 결합과 기획·시장성 요소 반영 경향을 보여주며, 국내 시험에서도 근거 자료 를 통한 기획·착용성 확인이 가능함을 시사한다. 공개본 중심 분석이라는 한계가 있으나, 제안 틀은 직무 부합성과 산업 적합성 강화를 함께 도모한다.

This study audits the job–task linkage in Korea’s National Technical Qualification practical exams for Jewelry/Precious-Metal Manufacturing (Craftsman, Industrial Engineer) using Q-Net published tasks and the NCS. Methods: analysis of 2022–2024 candidate and pass statistics, rule-based mapping (Linkage 2/1/0; Importance 1–5), and a four-axis scan of overseas systems (purpose, task type, evidence, operations). Findings: gaps with I≥4 & L≤1 appear at Craftsman codes 1 and 10 and Industrial Engineer code 1, indicating weak coverage of planning and wearability. Proposals: Craftsman—basic making with a simple sketch and a wearable artifact; Industrial Engineer—an integrated set of brief–sketch–workpiece–result note. Despite the limitation of public sources, the framework can strengthen job alignment and industry relevance.

본 연구는 대학생의 스마트폰 사용에 따라 일반적 사용자군과 잠재적위험군 및 고위험군의 세 그룹으로 구분하고 이들의 대학생활 적응과 사회적 지지를 비교하기 위하여 시도되었다. 자료 수집 기간은 2021년 4월 1월부터 5월 2일까지 로서 G도에 소재한 대학에 재학 중인 대학생 263명을 대상으로 하였다. 자료분석을 위하여 SPSS 18.0 program의 Pearson's Correlation Coefficient, t-test 및 ANOVA 및 사후검정으로 Scheffe를 이용하였다. 연구결과, 스마트폰 중독은 대학생활 적응 및 대인관계 지지와 음의 상관관계가 있었으며, 대학생활 적응은 대인관계 지지와 양의 상관관계가 있었다. 대상자의 스마트폰 중독정도에 따른 대학생활 적응 및 사회적 지지의 차이를 파악한 결과, 대학생활 적응에 있어 서 비중독군은 학업적응(F=15.245, p<.000), 사회적응(F=34.135, p=.007), 정서적응(F=5.038, p=.007) 측면에서 다른 두 군보다 유의하게 점수가 높았고, 대인관계 지지 중 소속감 지지(F=4.985, p=.458)에서 유의하게 높은 점수를 보였다. 이에, 본 연구 결과를 바탕으로 비중독군의 특성으로 나타난 소속감 지지와 적응을 향상시키기 위한 대학차원의 다양한 프로그램의 개발을 제언하는 바이다.

This study was conducted to compare college students' adaptation and social support among the three groups: non-addicted, potentially addicted, and high-risk addicted students. The data were collected from April 1 to May 2, 2021, and 263 university students located G province were enrolled. Pearson's Correlation Coefficient, t-test and ANOVA of SPSS 18.0 program were used for the analyzing the data. The results were as follows; 1) Smartphone addiction had a negative correlation with college life adaptation and social support, and college adaptation had a positive correlation with social support. 2) non-addicted group showed significantly higher score in academic adaptation(F=15.245, p<.000), social adjustment(F=34.135, p=.007), emotional adaptation(F=5.038, p=.007), and belonging support(F=4.985, p=.458) than other groups. Based on the results of this study, various programs to improve students’ belonging support and adaptation is needed to be developed.