Earticle

전 세계적으로 지능형 교통시스템(ITS)의 도입이 가속화됨에 따라, 안전하고 효율적인 차량-사물 간 통신(V2X)을 보장하는 것은 핵심적인 요구사항이 되었다. RSA 및 ECC와 같은 기존의 암호화 기법은 강력한 보안을 제공하지만, 현대 차량의 제약된 환경에는 과도한 계산 부하를 초래한다. 본 논문에서는 잉여 수 시스 템(RNS)과 몽고메리 모듈러 곱셈을 결합한 새로운 암호화 프레임워크를 제안한다. 이 프레임워크는 우수한 성 능, 낮은 에너지 소비, 강력한 보안성을 동시에 제공한다. 자율주행은 빠른 판단이 요구되므로 효율성을 높이 는 것은 안전과 직결되며, 매우 중요한 요소이다. 시뮬레이션과 비교 분석을 통해 본 프레임워크가 암호화 시 간과 계산 부하를 획기적으로 줄이며, 실시간 ITS 응용에 적합한 실용적인 솔루션임을 입증한다.

As the deployment of Intelligent Transportation Systems (ITS) accelerates globally, ensuring secure and efficient Vehicle-to-Everything (V2X) communication becomes a fundamental requirement. Traditional cryptographic methods such as RSA and ECC offer strong security but impose computational burdens that are ill-suited to the constrained environments of modern vehicles. In this paper, we propose a novel cryptographic framework that integrates the Residue Number System (RNS) with Montgomery modular multiplication to deliver enhanced performance, low energy consumption, and strong security guarantees. Since autonomous driving requires rapid decision-making, improving computational efficiency is directly tied to safety and is therefore a critical factor. Through simulation and comparative analysis, we demonstrate that our framework significantly reduces encryption time and computational overhead, making it a practical solution for real-time ITS applications.

이 연구는 디지털 환경 변화 속에서 디자인 저널리즘의 필요성을 규명하고, 디자인의 사회적 역할에 대한 공적 이해를 심화하기 위한 비판적 디자인 담론의 확장 가능성을 탐색한다. 이를 위해 기존 저널리즘과의 비교연구 및 역사적 관점에서 디자인 비평과 디자인 사고에 대한 문헌을 검토하며, 특히 미디어 환경 변화에 따라 이러한 담론들이 어떻게 발전해왔고, 오늘날의 저널리즘 실천에 어떤 시사점을 주는지를 중점적으로 살펴본다. 소셜 미디 어 중심의 정보 확산은 디자인을 시각적 트렌드로만 소비하게 만들며, 기존 저널리즘의 비판성과 전문성이 약화되 고 있다. 이에 따라 디자인 저널리즘은 단순한 트렌드 소개를 넘어 사회적 의미와 맥락을 해석하고 전달하는 매개 로서 중요한 역할을 수행할 수 있다. 본 연구는 디자인 저널리즘의 방향성을 제시하고, 실천적 모델 구축을 위한 연구로 확장하고자 한다.

This study identifies the necessity of design journalism amid the changes in the digital environment and explores the potential for expanding critical design discourse, which is essential for deepening public understanding of design’s societal roles. It reviews literature on design criticism and design thinking, specifically focusing on how these frameworks have evolved in response to shifting media landscapes and how they can inform contemporary journalistic practices. The spread of information through social media has led to the consumption of design merely as a visual trend, weakening the criticality and expertise of traditional journalism. In this context, design journalism can play an important role as a medium that interprets and communicates the social meaning and context of design, beyond simply introducing trends. This study aims to propose a direction for design journalism and expand it into research for building a practical model.

도금 기술은 반도체 공정에서 금속 배선 형성, TSV (Through-Silicon Via) 충전, 패키징 구조 구현 등 다양한 핵심 공정에 있어 필수적인 기술로 자리 잡고 있다. 전기도금은 빠른 증착 속도와 정밀한 두께 제어가 가능 하고, 무전해도금은 전기적으로 절연된 구조에도 균일한 금속막 형성이 가능하다는 점에서 각각의 특성을 바탕으 로 다양한 응용 가능성을 지니고 있다. 본 논문에서는 반도체 공정 내에서의 도금 기술 적용 가능성을 체계적으로 검토하고, 전기도금과 무전해도금 기술의 원리와 특성, 공정 사례, 그리고 적용 금속의 특성에 대해 정리한다. 또한 TSV, 금속 배선 형성, 패키징 공정 등 구체적인 적용 분야를 중심으로 실제 적용 사례와 연구 동향을 분석하고, 도금 기술이 향후 반도체 공정의 핵심 기술로 자리 잡기 위해 해결해야 할 기술적 과제를 제시한다. 이를 통해 도금 기술의 반도체 분야로의 통합 가능성을 평가하고, 향후 연구 및 산업 적용 방향에 대한 통찰을 제공하고자 한다.

Plating technology has established itself as an essential process in various critical steps of semiconductor manufacturing, including metal interconnect formation, This paper systematically reviews the applicability of plating technologies within semiconductor processes, focusing on the principles, characteristics, and process examples of electroplating and electroless plating, as well as the properties of the metals commonly used. Furthermore, specific application areas—such as TSV (Through-Silicon Via) formation, metal interconnects, and advanced packaging processes—are analyzed through case studies and recent research trends. Finally, the paper identifies the key technical challenges that must be overcome for plating technology to become a core element of future semiconductor processes. Through this comprehensive analysis, the potential for integrating plating technology into semiconductor manufacturing is evaluated, and insights are provided regarding future research directions and industrial applications.

기존 SQL 쿼리 최적화 프로그램은 규칙 기반 또는 비용 추정 모델에 크게 의존하는데, 이는 복잡한 다중 조인 또는 중첩 쿼리 시나리오에서 종종 최적이 아닌 실행 계획을 생성한다. 이러한 한계를 해결하기 위해, 실행 계획을 그래프 구조로 변환하고 GCN과 GAT를 활용하여 연산자 종속성과 의미 관계를 모델링하 는 그래프 신경망 기반 쿼리 최적화 프로그램인 GQO를 제안한다. GQO는 정확한 실행 시간 예측을 위한 쿼리 임베딩을 생성하고, PostgreSQL에 삽입하여 실제 성능 향상을 위해 사용할 수 있는 최적화 힌트를 생 성한다. TPC-H 쿼리에 대한 실험 결과는 GQO가 기존 비용 모델, MLP 베이스라인, 그리고 Tree-LSTM 모 델보다 훨씬 뛰어난 성능을 보이며 평균 26% 이상의 성능이 향상되었다.

Traditional SQL query optimizers rely heavily on rule-based or cost-estimation models, which often produce suboptimal execution plans under complex multi-join or nested query scenarios. To address these limitations, we propose GQO, a Graph Neural Network-based Query Optimizer that transforms execution plans into graph structures and leverages both GCN and GAT to model operator dependencies and semantic relationships. GQO generates query embeddings for accurate execution time prediction and produces optimization hints that can be injected into PostgreSQL for real-world performance gains. Experimental results on TPC-H queries demonstrate that GQO significantly outperforms traditional Cost Models, MLP baselines, and Tree-LSTM models, achieving over 26% average performance improvement.

본 연구의 목적은 프로스포츠 관중 예측에 적합한 방법론을 확인하는데 있다. 연구방법은 A 프로야구 구단 이 2015년부터 2017년까지 진행한 홈경기 데이터를 기반으로 다중회귀분석 모형과 3가지 머신러닝 기법으로 도 출한 예측모형의 정확도를 2024년 관중수와 비교하여 확인하였다. 연구결과 다중회귀분석에서는 이벤트, 날씨, 경기 요일이 관중수에 유의미한 영향을 미쳤고 예측 정확도는 MAPE 기준 38.58%였다. Deep Learning, Random Forest, XGBoost 기법을 활용한 예측에서는 과적합 문제를 적절히 통제한 XGBoost가 MAPE 기준 6.83%의 정확도를 보여주어서 관중수 예측과 같은 소규모 데이터를 활용한 예측에서는 과적합 문제가 중요한 쟁 점이라는 것을 확인할 수 있었다. 본 연구는 프로스포츠 마케팅 기업 등이 관중 예측 방법론을 적절히 선택하는데 도움을 줄 수 있을 것이다. 향후 연구에서는 중소기업 등이 보유한 소규모 데이터를 활용한 머신러닝 기반의 예측 정확성 향상방안을 마련해 보겠다.

This study aims to identify an effective methodology for predicting spectator attendance in professional sports. Using home game data from a professional baseball team (2015–2017), multiple regression and machine learning models—Deep Learning, Random Forest, and XGBoost— were evaluated against 2024 attendance data. Multiple regression revealed that events, weather, and game days significantly influenced attendance with a MAPE of 38.58%. Among machine learning methods, XGBoost achieved the highest accuracy (MAPE 6.83%) by effectively mitigating overfitting, emphasizing the need for proper overfitting control when using small-scale data. These findings provide practical guidance for sports marketing firms in selecting appropriate prediction models. Future research will extend to small-scale data applications for SMEs.

본 논문에서는 서포트 벡터 머신(Support Vector Machine: SVM) 기법을 사용하여 드론과 조류의 움직임을 고려하여 생성된 마이크로 도플러 신호를 분석하여 드론과 조류를 구별하는 시뮬레이션 연구를 제시하였다. 두 개체의 스펙트로그램에서 얻은 시간-주파수 특징은 분류를 위해 평균 스펙트럼 프로파일로 변환된다. SVM 분류기는 신호의 스펙 트로그램을 활용하여 학습되며, 드론과 조류의 동작 매개변수(드론 속도, 드론 블레이드 회전, 조류 날갯짓)의 변동성을 종합적으로 고려하여 분석되었다. 제안된 방법은 드론 블레이드 회전 속도 2,000rpm(±25% 잡음)과 본체 속도 8m/s(±50% 잡음)를 기반으로 한 학습 신호를 사용하여 블레이드 회전 속도가 1,600rpm 정도로 낮은 경우에도 거의 100%의 분류 정확도를 보였다. 블레이드 회전으로 인한 도플러 주파수가 본체 이동에 의한 도플러 주파수보다 상당히 높기 때문에 본체 속도가 분류 성능에 미치는 영향은 무시할 수 있다. 본 연구 결과는 소형 드론을 구별하는 데 있어 SVM 기반 분류 기술의 효과를 제시하였으며, 이 방법의 계산 효율성 측면에서 실시간 감시 시나리오에 매우 적합할 것으로 판단된다.

In this paper, a simulation study for distinguishing between drones and birds by analyzing simulated radar micro-Doppler signatures using a Support Vector Machine (SVM) classifier is presented. Time-frequency features obtained from spectrograms are condensed into average spectral profiles for classification purposes. The SVM classifier is trained using these spectrogram-based features, incorporating variability in drone and bird motion parameters to improve its generalization capability. Results show that with training signals based on a drone rotor speed of 2,000rpm(±25% noise) and body speed of 8m/s(±50% noise), the classifier achieved nearly 100% accuracy for test cases with rotor speeds as low as 1,600rpm. Since the Doppler frequency generated by wing rotation is significantly higher than that produced by body translation, the effect of body velocity on classification performance is negligible. The results confirm the effectiveness of the SVM-based technique in small drone discrimination, and its computational efficiency makes it well-suited for real-time surveillance scenarios.

본 논문은 강판 표면의 결함을 탐지하고 시각화하기 위해 두 가지 인공지능 기법을 결합한 비파괴 검사 방법을 제안한다. 첫 번째는 다중 클래스 분류용 합성곱 신경망(CNN) 모델로, 강판 이미지의 결함 유형을 자동으 로 분류한다. 두 번째는 Grad-CAM(Gradient-weighted Class Activation Mapping) 기법으로, 모델이 결함을 판단할 때 주목한 이미지 영역을 시각화한다. 실험에는 다양한 강판 결함 이미지가 사용되었으며, 각 결함에 대해 예측 결과와 시각적 근거를 동시에 제공하였다. 또한, 기존 Canny edge 기반의 단순 시각화와 비교하여 Grad-CAM의 해석 가능성과 정확도를 평가하였다. 본 방법은 자율제조 및 스마트팩토리 환경에서 실시간 품질 검사를 가능하게 하며, 비파괴 검사(NDT)의 신뢰성과 효율성을 향상시킬 수 있다.

This paper proposes a non-destructive inspection method for detecting and visualizing surface defects in steel sheets by integrating two deep learning techniques. The first is a multi-class Convolutional Neural Network (CNN) model that automatically classifies defect types from steel surface images. The second is the Gradient-weighted Class Activation Mapping (Grad-CAM) technique, which visualizes the regions of the image that the model focuses on when making predictions. Various defect images were used in the experiments, providing both classification results and corresponding visual explanations. We compared the interpretability and effectiveness of Grad-CAM with traditional Canny edge-based visualization. The proposed approach enables real-time quality inspection in autonomous manufacturing systems and enhances the reliability and efficiency of non-destructive testing (NDT).

본 연구는 기존의 경직성 로봇이 갖고 있는 로봇 이외의 인력 투입을 최소화할 수 있도록 빅데이터 기반 디지털 트윈 기술을 적용한 로봇 커플링 시뮬레이션을 실험적으로 적용할 수 방안을 제안하여 스마트제조혁신을 위한 스마트공장 구현을 제안하고자 함에 연구 목적이 있다. 이제까지 제안된 디지털 트윈 모델링 및 예측기법을 고도화하여 딥 러닝, 나선형 신경망, 회귀 신경망과 같은 알고리즘을 적용하는 방법을 포함하는 실험을 통해 연구 목적을 달성하고자 하였다. 디지털 트윈 기술의 효과성과 실현 가능성을 검증하기 위하여 6축 로봇을 이용한 로봇 협력 시뮬레이션을 시행하는 실험을 수행하였다. 빅 데이터 기반의 디지털 트윈 기술의 로봇 커플링 시뮬레이션 실험을 통해 제조혁신의 효과를 발견하였는 바, 경로 계획, 동적 응답 및 운반 용량에서 기존 물리적 모델보다 우위의 결과값을 보였다. 향후 연구에서는 디지털 트윈 기술과 기존 물리 적 모델은 특정 시나리오와 요구사항에 따라 적용가능성이 상이할 수 있으므로 적용하고자 하는 시나리오를 선택할 수 있는 패러미터의 정의와 지능화 방법에 대한 연구가 이루어짐으로써 제조환경에 적합한 디지털 트윈 시뮬레이션 적용을 통한 제조 혁신이 달성될 수 있을 것으로 기대한다.

The purpose of this study is to propose a method to experimentally apply robot coupling simulation using big data-based digital twin technology to minimize the input of manpower other than robots that existing rigid robots have, and to propose a smart factory implementation for smart manufacturing innovation. The purpose of this study was to achieve the research purpose through experiments that include methods to apply algorithms such as deep learning, convolutional neural networks, and recurrent neural networks by advancing the digital twin modeling and prediction techniques proposed so far. In order to verify the effectiveness and feasibility of digital twin technology, an experiment was conducted to conduct robot coupling simulation using a 6-axis robot. Through the robot coupling simulation experiment using big data-based digital twin technology, the effect of manufacturing innovation was discovered, and it showed superior results in path planning, dynamic response, and transport capacity compared to existing physical models. In future studies, since the applicability of digital twin technology and existing physical models may differ depending on specific scenarios and requirements, it is expected that manufacturing innovation can be achieved through the application of digital twin simulation suitable for the manufacturing environment by studying the definition of parameters that can select the scenario to be applied and the method of intelligence.

AI가 교육환경에 들어오면서 초·중·고에서는 에듀테크 활용 교육의 요구가 더 높아지고 있다. 에듀테크는 교사 가 수업 혁신을 통해 완성할 수 있으며 변화의 주체가 교사이다. 본 연구에서는 에듀테크를 주도적으로 담당할 교사를 대상으로 연수 프로그램을 만들고 적용한 효과를 분석하였다. 연수 프로그램은 에듀테크 활용 방법, 에듀테크 활용 수업 설계, 교수학습과 평가, 수업 후 성찰을 포함한 8차시로 구성되었으며 찾아가는 학교 연수를 통해 초등 5학년 교사 4명을 대상으로 적용하였다. 프로그램 적용 결과, 참여교사의 에듀테크에 대한 흥미와 인식, 에듀테크 역량 변화 의 가능성을 확인할 수 있었다. 또한 교사의 인터뷰를 통해, 동 학년 교사와 같이 에듀테크 활용법을 배우고 수업을 설계하고 자료를 공유하는 과정이 즐거웠고 에듀테크 활용 수업 능력에 도움이 됐다고 답하여 연수 프로그램의 긍정 적 효과를 확인할 수 있었다. 본 연구결과는 에듀테크 도입을 준비하는 학교에 참고자료가 되길 기대한다.

As AI enters the educational environment, the demand for education utilizing edutech is increasing in elementary, middle, and high schools. Edutech can be completed by teachers through class innovation, and teachers are the main agents of change. In this study, we analyzed the effects of creating and applying a training program for teachers who will take the lead in edutech. The training program consisted of 8 sessions including edutech utilization methods, edutech utilization class design, teaching and learning and evaluation, and post-class reflection, and was applied to 4 fifth grade teachers through on-site school training. As a result of the program application, we were able to confirm the participating teachers' interest and awareness of edutech and the possibility of changes in edutech capabilities. In addition, through interviews with teachers, we were able to confirm the positive effects of the training program by responding that they enjoyed the process of learning how to utilize edutech, designing classes, and sharing materials with teachers of the same grade, and that it helped them in their ability to utilize edutech in classes. We hope that the results of this study will serve as reference material for schools preparing to introduce edutech.

본 연구는 대학생들의 디지털 성범죄에 대한 인식과 노출 경험을 탐색하기 위해 혼합연구방법을 적용하여 수행되었다. 2022년 12월 6일 대학의 성범죄 예방 캠페인에 참여한 84명의 학생들에게 디지털 성범죄에 대한 인식 과 노출 경험에 관한 설문조사를 실시하였고, 구체적인 경험을 파악하기 위해 2023년 4월 20일 6명의 학생을 대상 으로 초점집단 심층면담을 실시하였다. 수집된 자료는 SPSS 28.0 program을 활용한 기술통계분석과 Giorgi의 현 상학적 방법으로 분석하였다. 설문조사 참여자 중 85.7%(72명)가 디지털 성범죄에 대해 알고 있다고 응답했으며, 96.4%(81명)은 그 정도가 심각한 수준이라고 응답하였다. 초점집단 심층면담 분석결과 4개의 중심의미와 9개의 주 제가 확인되었다. 도출된 4개의 중심의미는 ‘원치 않는 성적 접근’, ‘충격과 패닉’, ‘맞닥뜨리기 또는 회피하기’, ‘성범 죄 없는 안전한 온라인 공간을 희망함’이었다. 본 연구는 대학생들의 디지털 성범죄 예방교육 프로그램 개발 및 관련 된 제도적 정책 수립을 위한 기초 자료를 제공했다는데 의의가 있다.

This study employed a mixed-methods approach to examine college students’ perceptions and experiences of exposure to digital sex crimes. On December 6, 2022, a survey on awareness and exposure to digital sex crimes was conducted with 84 students participating in a university-led sexual crime prevention campaign. To gather more detailed insights, a focus group interview was conducted with six students on April 20, 2023. The collected data were analyzed using descriptive statistics with SPSS 28.0 software and Giorgi's phenomenological method. Among the survey participants, 85.7% (72 students) reported being aware of digital sex crimes, and 96.4% (81 students) indicated that the severity of these crimes was significant. The analysis of the focus group interviews identified four main meanings and 9 themes. The four main meanings were: "Unwanted sexual approach," "Shock and panic," "Confronting or avoiding the issue," and "Desire for a safe online space free of sexual crimes." This study provides foundational data for the development of digital sex crime prevention education programs for college students and the formulation of related institutional policies.

본 연구는 인공지능 윤리교육의 체계화를 위해 국내 인공지능 윤리기준 10대 핵심요건을 학교급별로 위계화하고, AI기술과 윤리의 통합교육을 위한 내용요소를 도출하였다. 질적 내용분석 방법을 통해 인공지능 윤리기준을 추상성, 복잡 성, 실천가능성 기준으로 분석하여 학교급별 중점 요건을 선정하였다. 초등학교는 인권보장, 프라이버시 보호, 안전성, 다 양성 존중, 중학교는 데이터 관리, 투명성, 침해금지, 안전성, 고등학교는 연대성, 공공성, 책임성, 투명성을 중점 요건으로 도출하였다. 2022 개정 교육과정과 연계하여 학교급별 특성에 맞는 내용요소를 구성하였으며, 초등학교는 구체적 경험 중심, 중학교는 원리 이해와 문제해결 중심, 고등학교는 추상적 개념과 사회적 책임 중심으로 교육내용을 체계화하였다. 본 연구가 제시한 학습자의 발달 단계별 위계적 접근과 AI 통합교육 프레임워크는 AI 시대 학습자의 윤리적 판단력과 실천 역량 함양에 기여할 것으로 기대된다.

This study hierarchically organized domestic artificial intelligence ethics standards by school level and derived content elements for technology-ethics integrated education. Using qualitative content analysis based on abstraction, complexity, and practicability, elementary schools focused on human rights protection, privacy protection, safety, and respect for diversity; middle schools on data management, transparency, non-infringement, and safety; and high schools on solidarity, publicness, accountability, and transparency. Content elements were configured according to school-level characteristics: elementary schools centered on concrete experiences, middle schools on principle understanding and problem-solving, and high schools on abstract concepts and social responsibility. The learner's developmental stage-based hierarchical approach and technology-ethics integrated education framework are expected to contribute to developing learners' ethical judgment and practical competencies in the AI era.

본 연구는 일부 성인의 불안장애와 구강 증상의 관계에서 구강 악습관의 매개효과를 검증하고자 하였다. 연구를 통해 성인의 불안장애 실태를 파악하고, 구강 악습관, 구강 증상 간의 관계성을 확인하고자 하였다. 연구조사는 성인 339 명을 대상으로 온라인 설문을 시행하였다. 수집된 자료는 SPSS 29.0와 Process Macro 통계 프로그램을 사용하였다. 연구 결과, 불안장애가 중증 이상인 성인에서 구강 악습관과 구강 증상이 높은 결과를 보였다. 또한, 불안장애는 구강 악습 관을 매개하여 구강 증상에 간접적으로 정(+)의 영향을 미치는 결과를 보였다. 결과를 기반으로 심각한 불안장애는 구강 악습관을 유발하고, 구강 악습관은 다양한 구강 증상으로 이어지므로 구강 악습관의 치료와 개선의 필요성을 논의하였다. 마지막으로 성인의 정신건강, 구강 건강과 구강 악습관 조절을 통합하는 포괄적인 치료 전략을 수립하는 데 중요한 이론 적, 임상적 근거를 제공할 수 있다.

This study investigated the mediating effect of oral bad habits on the relationship between anxiety and oral symptoms in a sample of adults. The research aimed to identify the prevalence of anxiety among adults and to examine the relationships among anxiety, oral bad habits and oral symptoms. An online survey was conducted with 339 adult participants, and the collected data were analyzed using SPSS 29.0 and Process Macro statistical programs. The results indicated that adults with moderate to severe anxiety exhibited higher levels of oral bad habits and oral symptoms. Furthermore, Anxiety showed an indirect positive effect on oral symptoms through oral bad habits. Based on the results, severe anxiety causes oral bad habits and oral bad habits leads to various oral symptoms, so the necessity of treatment and improvement of oral bad habits was discussed. Finally, this study provides significant theoretical and clinical evidence for establishing comprehensive treatment strategies that integrate adult mental health, oral health, and the management of oral bad habits.

본 연구는 청소년의 스트레스 정도에 따른 수면충족감 영향 요인을 분석하고자 하였다. 연구 대상자는 2024년 청소년 온라인 건강행태조사 대상자인 54,653명으로 스트레스를 적게 받은 대상자는 31,611명이었고 스 트레스를 많이 받은 대상자는 23,042명이었다. 자료 분석은 IBM SPSS ver. 27.0 프로그램을 이용하여 가중치를 부여하여 분석하였다. 분석 결과, 스트레스가 낮은 군에서는 흡연이 수면충족감을 낮추었으며, 주관적 신체상이 비만인 경우, 슬픔과 절망감을 경험하는 경우 더 낮은 수면충족감을 보고하였다. 스트레스가 높은 군에서는 성적이 높은 학생들의 수면충족감이 더 낮았으며, 외로움이 낮은 경우 수면충족감이 더 높은 결과를 보였다. 이러한 스트 레스 수준별 차이를 바탕으로 스트레스가 낮은 청소년은 개인의 건강행동 수정과 심리적 안정 증진을 위한 개별적 접근이 필요하고 스트레스가 높은 청소년은 학업 부담완화와 사회적 지지체계 강화를 통한 환경적 접근이 필요함 을 알 수 있다. 따라서 청소년의 수면의 질 증진을 위해 개별화된 중재 프로그램 개발이 중요하다.

This study analyzed factors influencing sleep satisfaction by stress levels. Of the 54,653 participants, 31,611 reported low stress and 23,042 reported high stress. Weighted analyses were performed using IBM SPSS 27.0. Results revealed distinct patterns: low-stress adolescents showed decreased sleep satisfaction with smoking, obesity perception, and feelings of sadness/despair, while high-stress adolescents with higher academic performance reported poorer sleep satisfaction, though lower loneliness improved it. These differential patterns indicate that low-stress adolescents require individualized health behavior interventions, whereas high-stress adolescents benefit from environmental approaches addressing academic pressure and social support. Tailored intervention programs are essential for optimizing adolescent sleep quality.

본 연구에서는 부유식 10MW급 해상풍력발전기에 설치하기 위해 설계된 탈착형 계류 시스템인 Fairlead Chain Stopper (FCS)에 대해 직교배열실험법 (Orthogonal Array Design, OAD)을 이용한 최소중량설계와 민 감도 평가를 수행하였다. OAD에서 FCS의 주요 구성품의 두께 치수는 설계인자로 고려하였고, 응답치는 중량과 강도성능으로 선정하였다. OAD의 실험행렬 탐색 및 구성의 적합성은 반응표면모델을 생성하여 근사화 정확도의 평가를 통해 수행하였다. FCS의 최소중량설계은 OAD의 최상 설계안의 결과로부터 결정되었고, 민감도 평가를 통해 응답치 별로 영향도가 높은 설계인자가 파악되었다.

In this study, a minimum weight design and sensitivity analysis were conducted for the Fairlead Chain Stopper (FCS), a detachable mooring system designed for application to a 10 MW-class floating offshore wind turbine. The Orthogonal Array Design (OAD) was employed to systematically evaluate the influence of design variables. In the OAD, the thickness dimensions of the primary components of the FCS were selected as design factors, while the responses were defined as structural weight and strength performances. The suitability of the OAD experimental matrix configuration was verified by constructing a response surface model and assessing its approximation accuracy. The minimum weight design of the FCS was determined based on the optimal configuration derived from the OAD results. Furthermore, through sensitivity analysis, the design factors with the most significant effect on each response were identified.

본 연구의 목적은 이미지 생성형 AI(예: 미드저니, 달리)에 대한 대중의 인식, 사용 경험 및 만족도를 파악하 고 만족도에 미치는 영향을 규명하는 것이다. 연구 대상자는 총 2,275명이었으며, 수집된 자료는 SPSS WIN 22.0 프로그램을 이용하여 t-test, ANOVA, 다중회귀분석을 통해 분석하였다. 연구 결과, AI에 대한 태도는 52.9%가 긍정적, 47.1%는 부정적인 것으로 나타났다. 긍정적 인식의 주요 이유는 '편리함'이었으며, 부정적 인식은 ‘불분명 한 저작권 문제'이었다. 생성형 AI 만족도에 유의미한 영향을 미치는 요인은 연령대(ß=.047, p=.021), 사용 경험 (ß=.133, p<.001)이었다. 이 결과는 생성형 AI의 기술 발전 속도에 비해 사회적 수용이 더디다는 점을 보여주며, 법적·윤리적 기준 마련과 개인 맞춤형 AI 개발의 필요성을 시사한다.

The purpose of this study was to investigate public perception, usage experience, and satisfaction with image-generated AI(e.g., Midjourney, DALL-E) and to identify the factors influencing on satisfaction. A total of 2,275 participants were surveyed, and the collected data were analyzed using t-test, ANOVA, and multiple regression analysis via SPSS WIN 22.0 program. The result showed that 52.9% of participants had a positive attitude, while 47.1% held a negative attitude. The main reason for positive perceptions was 'convenience', whereas negative perceptions were 'unclear copyright problem'. Factors that significantly influenced satisfaction with generative AI included age group (ß=.047, p=.021) and usage experience (ß=.133, p<.001). The results show that social acceptance is slow compared to the speed of technological development in Generative AI, suggesting the need to establish legal and ethical standards and develop personalized AI.