Earticle

본 논문에서는 적외선 열화상 센서와 RGB 센서를 통합한 멀티모달 지능형 카메라의 설계 및 개발을 제안하였다. 제안 시스템은 두 센서를 단일 프레임 구조로 통합하여 온도 정보와 영상 데이터를 시간 동기화 방식으로 수집하며, TensorFlow Lite 기반의 경량 Edge AI 모델을 적용하여 실시간 위험 감지를 수행하였다. 8-bit 양자화와 경량 네트워크 구조를 적용하여 저전력 환경에서도 안정적인 추론이 가능하도록 설계하였다. 또한, 열화상과 RGB 데이터의 융합 처리를 통해 조명 변화나 연기 등 환경적 제약 조건에서도 감지 신뢰성을 향상시켰다. 실험결과, 제안된 열화상–RGB 센서 융합 방식은 단일 센서 기반 시스템 대비 향상된 위험 감지 성능과 환경 적응성을 보였다.

This paper presents the design and development of a multimodal intelligent camera integrating thermal and RGB sensors. The proposed system synchronizes temperature and visual data within a unified hardware frame and performs real-time hazard detection using a lightweight TensorFlow Lite-based edge AI model. To enable low-power operation, 8-bit quantization and lightweight neural network architectures are applied. Furthermore, the fusion of thermal and RGB modalities enhances detection reliability under challenging environmental conditions such as low illumination or smoke. Experimental results demonstrate that the proposed thermal–RGB sensor fusion approach improves detection performance and environmental robustness compared to single-modality systems.

악성코드의 급속한 확산은 난독화, 패킹, 행동 변경 기법 등으로 인해 탐지가 어려워지면서 심각한 사이버 보안 문제를 야기하고 있다. 기존의 단일 모달리티 모델은 주로 정적 바이너리 특징이나 동적 트레이스에만 의존 하여, 구조적 및 런타임 특성을 포착하는 능력이 제한적이다. 이러한 한계를 해결하기 위해 본 논문은 다중 모달 악성 코드 탐지를 위한 어텐션 강화형 다중 채널 프레임워크를 제안한다. 이 모델은 정적 바이트 수준 특징을 위해 CNN 기반 채널을, 동적 API/시스템 호출 시퀀스를 위해 LSTM 기반 채널을 사용한다. 융합 단계에 앞서, 모달리 티별 어텐션을 적용하여 핵심적인 구조적 및 행동 패턴을 강조하는 동시에 유용성이 낮은 정보는 억제한다. 실험 결과, 제안된 모델은 95.0%의 정확도, 94.9%의 F1 점수, 97.1%의 AUC를 달성하여 단일 모달리티 기반 모델 및 내부 어텐션 제거 설정보다 우수한 성능을 보였다.

The rapid growth of malware has created serious cybersecurity challenges, as obfuscation, packing, and behavior-changing techniques make detection harder. Existing single-modality models often rely only on static binary features or dynamic traces, limiting their ability to capture structural and runtime characteristics. To address this limitation, this paper proposes an attention-enhanced multichannel framework for multimodal malicious code detection. The model uses a CNN-based channel for static byte-level features and an LSTM-based channel for dynamic API/system-call sequences. Before fusion, modality-specific attention is applied to emphasize key structural and behavioral patterns while suppressing less useful information. Experimental results show that the proposed model achieves 95.0% accuracy, 94.9% F1-score and 97.1% AUC, outperforming single-modality baselines and internal attention-ablation settings.

IoT 환경 확산으로 ECC 기반 RFID 인증 프로토콜의 보안성 요구가 증가하고 있다. 본 논문은 Gabsi 등이 분석한 Zheng 및 Naeem 프로토콜의 수식적 근거를 재구성하여 세 가지 구조적 취약점을 증명하였다. 기존의 Zheng 프로토콜은 서버 위장 및 위치 추적 공격에 채널 도청만으로 공격 가능함을 보였으며, Naeem 프로토콜은 비밀 식별자 역산 취약점에 노출됨을 본 연구에서 확인하였다. 개선된 프로토콜은 세션별 독립 난수 교차 결합과 인증 메시지 구조 개선을 통해 취약점을 해결하며 태그·서버 대칭적 계산 비용으로 효율성을 달성한다. 모의 실험 결과 비추적성 유지를 확인하였고, 본 연구의 개선된 설계는 AVISPA 형식 검증에서 안전성을 입증하였다.

As IoT expands, security demands for ECC-based RFID authentication protocols rise. This paper reconstructs the mathematical basis of Gabsi et al.'s analysis on Zheng and Naeem protocols to prove three structural vulnerabilities. Zheng's protocol was shown vulnerable to server impersonation and location tracking attacks via channel eavesdropping, while Naeem's protocol exposed secret identifier inversion vulnerabilities. The improved protocol resolves these via cross-combination of session-independent random numbers and authentication message structure improvements, achieving efficiency with symmetric computation costs for tags and servers. Simulation confirmed untraceability, and AVISPA formal verification proved safety.

최근 AI 관련 소프트웨어가 많아지면서 AI 소프트웨어에 대한 품질 평가 방안에 관심을 가지고 있다. 기존에 제시되어 있는 소프트웨어 품질 평가를 위한 국제 표준에서는 AI 제품에 대한 품질 특성은 고려되지 않고 있으므로 AI제품에 대한 평가를 위해서 소프트웨어 품질 평가에 대한 표준에서 AI 특성을 고려한 품질 평가를 추가하여야 한다. 본 연구는 소프트웨어 품질 평가에서 제시하고 있는 국제 표준 ISO/IEC 25023의 평가 모델에다가 AI 소프트웨어 품질 평가 방안으로 제시되어 있는 국제표준 ISO/IEC 25058, ISO/IEC 25059, ISO/IEC TS4213의 평가 모델을 고려하여 품질 평가 모델을 제시하려 한다. 특히 ISO/IEC 25023에서 제시하고 있는 기능적합성의 부특성인 기능정확성에 대한 평가에서 인공지능 기능을 가지고 있는 소프트웨어의 경우 기능정확성을 측정하는 방안에 대해 제시한다. 소프트웨어 품질 평가를 위해서 제시된 표준모델에 ISO/IEC 25028, ISO/IEC 25059, ISO/IEC TS 4213 등의 인공지능 모델 평가를 위한 국제표준모델을 고려하여 AI 소프트웨어 품질 평가 측정 방안을 제시한다. 현재 다양한 연구로 발표되고 있는 품질 평가국제 표준 모델을 기반으로 하여 AI 소프트웨어 모델에 따라서 다양한 평가 척도를 제시하고 기능정확성을 평가하기 위한 방안을 본 연구에서 제시하여 AI 소프트웨어의 평가 방안을 제시한다

Recently, as AI software has rapidly increased, interest in quality evaluation methods for AI software has also grown. Existing international standards for software quality evaluation do not fully consider the unique characteristics of AI products. Therefore, it is necessary to extend current software quality standards by adding AI-related quality factors. This study proposes a quality evaluation model by combining the framework of International Organization for Standardization/International Electrotechnical CommissionISO/IEC 25023 with AI-related standards such as ISO/IEC 25058, ISO/IEC 25059, and ISO/IEC TS 4213. In particular, this study focuses on functional correctness, a sub-characteristic of functional suitability in ISO/IEC 25023, and suggests methods to measure functional correctness for software with AI functions. It also considers AI evaluation standards such as ISO/IEC TR 24028, ISO/IEC 25059, and ISO/IEC TS 4213 to present measurement methods for AI software quality. Based on these international standards, this study suggests evaluation metrics for different AI software models and provides a practical framework for evaluating AI software quality.

본 연구는 지역 기반 친환경 섬유 산업 클러스터 구축을 통해 지속 가능한 산업 생태계를 조성하고 지역산업 경쟁력을 강화하는 전략을 제시하는 데 목적이 있다. 이를 위해 국내외 주요 선진 사례를 선정하여 정책 거버넌스, 혁신 동력, 가치사슬 연계성을 중심으로 비교 분석하는 사례 연구 방법론을 채택하였으며, 관련 정책 및 문헌 검토를 통해 이론적 타당성을 확보하였다. 연구 결과, 친환경 섬유 산업은 ESG 경영과 탄소 중립 정책 확산에 따라 성장 잠재력이 높으며, 특히 AI 기반 제조 AX(Autonomous Transformation)와 디지털 트윈 기술을 접목한 클러스터 집적화 전략이 기술 혁신 및 비용 절감 측면에서 실효적인 것으로 나타났다. 결론적으로, 지역 특화형 친환경 섬유 산업 클러스터는 지속 가능한 산업 구조 전환과 지역 경제 활성화를 동시에 달성할 수 있는 전략적 대안이며, 향후 제조 AX 중심의 실증 기반 성과 분석이 병행되어야 함을 시사한다.

The purpose of this study is to establish a sustainable industrial ecosystem and enhance regional industrial competitiveness by developing a regionally based eco-friendly textile industry cluster. The research employs a qualitative methodology centered on comparative case studies of major domestic and international models, focusing on policy governance, innovation drivers, and value chain connectivity, supplemented by an extensive review of literature and policies. Research indicates that the eco-friendly textile industry holds significant growth potential driven by the proliferation of ESG management and carbon neutrality policies. In particular, a cluster integration strategy—incorporating AI-based Manufacturing AX (Autonomous Transformation) and Digital Twin technologies—has proven effective in fostering technological innovation and achieving cost reductions. In conclusion, a regionally specialized eco-friendly textile industry cluster represents a strategic alternative for sustainable industrial transformation, suggesting that future efforts should focus on empirical performance evaluations centered on Manufacturing AX.

병원 간 전자의무기록 (EHR) 시스템은 중앙 집중식 학습 최적화를 제한하는 개인정보 보호 및 업무량 다양성 문제에 직면해 있다. 본 논문에서는 기관의 자율성을 유지하면서 비용 예측 및 쿼리 실행 효율성을 향상시키는 연합 쿼리 최적화 프레임워크를 구축하고자 한다. 계획 그래프 표현, GNN 기반 비용 학습, 그리고 병원 간 연합 집계 기능을 결합한 연합 그래프 기반 쿼리 최적화 모델인 FedGQO를 제안한다. FedGQO는 원시 EHR 데이터나 상세한 로컬 쿼리 로그를 공유하지 않고도 협업 학습을 가능하게 하며, 비독립 동일분포(non-IID) 워크로드 하에서도 견고함을 유지한다. 실험 결과, FedGQO는 MSE 8.98, 평균 q-오차 1.21, 평균 실행 시간 8.40을 달성하여, 중앙 집중식 상한선에 근접하면서도 기본 최적화기 및 Local-GNN을 능가하는 성능을 보였다. 이러한 결과는 FedGQO가 병원 간 전자의무기록 쿼리 최적화를 위한 효과적이고 개인정보를 보호하는 솔루션임을 입증한다.

Cross-hospital EHR systems face privacy and workload diversity challenges that limit centralized learned optimization. We aim to build a federated query optimization framework that improves cost prediction and query execution efficiency while preserving institutional autonomy. We propose FedGQO, a federated graph-based query optimization model that combines plan-graph representation, GNN-based cost learning, and federated aggregation across hospitals. FedGQO enables collaborative training without sharing raw EHR data or detailed local query logs, while remaining robust under non-IID workloads. In experiments, it achieved an MSE of 8.98, a mean q-error of 1.21, and an average runtime of 8.40, outperforming the native optimizer and Local-GNN while remaining close to the centralized upper bound. These results show that FedGQO is an effective and privacy-preserving solution for cross-hospital EHR query optimization.

본 논문은 산화물 반도체의 현재 기술과 미래 발전 방향을 종합적으로 고찰하였다. 산화물 반도체는 넓은 밴드갭, 높은 광투과도, 우수한 화학적 안정성, 저온 공정 가능성 등의 장점을 가진다. 특히 IGZO 기반 TFT는 높은 이동도와 낮은 누설전류 특성으로 디스플레이 분야에서 활발히 활용되고 있다. ZnO, SnO2, TiO2 등의 산화물 반도체는 센서 및 광전자소자 분야에서도 우수한 응용 가능성을 보이고 있다. 또한 Ga2O3는 초광대역 밴드갭 특성을 바탕으로 차세대 전력반도체 재료로 주목받고 있다. 그러나 산소 공공, 계면 결함, 문턱전압 불안정성, 낮은 열전도도, p형 도핑의 어려움은 주요 기술적 과제로 남아 있다. 이에 따라 조성 제어, 결함 제어, 계면 공학, 저온·대면적 공정 기술 개발이 중요하다. 산화물 반도체는 디스플레이, 센서, 전력반도체, 메모리, 뉴로모픽 소자 등으로 응용 범위가 확대되고 있다.

This paper comprehensively reviewed the current technologies and future development directions of oxide semiconductors. Oxide semiconductors have several advantages, including a wide bandgap, high optical transparency, excellent chemical stability, and compatibility with low-temperature processing. In particular, IGZO-based TFTs are widely utilized in the display field due to their high mobility and low leakage current characteristics. Oxide semiconductors such as ZnO, SnO2, and TiO2 also show strong potential for applications in sensors and optoelectronic devices. In addition, Ga2O3 has attracted significant attention as a next-generation power semiconductor material because of its ultra-wide-bandgap properties. However, major technical challenges remain, including oxygen vacancies, interface defects, threshold voltage instability, low thermal conductivity, and the difficulty of p-type doping. Accordingly, the development of composition control, defect engineering, interface engineering, and low-temperature large-area processing technologies is of great importance. The application range of oxide semiconductors is expanding to displays, sensors, power semiconductors, memory devices, and neuromorphic devices.

본 연구는 사회자본이 국민의 삶의 만족도에 미치는 영향과 더불어 사회통합의 매개효과를 실증적으로 검증하기 위해 서울시 25개 자치구에 거주하는 직장인 200명을 대상으로 설문조사를 실시한 후 경로분석을 실시 하였다. 분석결과, 사회자본과 매개변수인 사회통합은 모두 종속변수인 삶의 만족도에 직접적 또는 간접적인 영향을 미칠 수 있는 주요 요인인 것으로 분석되었다. 결론적으로 건강한 삶을 영위하는데 있어서 중요한 요소인 삶의 만족도를 높이기 위해서는 국가적 차원에서 국민의 삶의 만족도 제고를 위한 정책수립 시에 사회자본인 신뢰, 네트워크, 규범, 참여 등을 효과적으로 높일 수 있는 방법을 강구하고 이를 통해 사회통합과 삶의 만족도를 높일 수 있는 정책적 노력이 절실히 필요함과 더불어 이들 사이의 우선순위를 반영해야 함을 제시하였다.

This study focused on the mediating effect of social integration and tried to empirically verify whether social capital directly or indirectly has a significant effect on life satisfaction. To this end, a survey was conducted on 200 office workers residing in Seoul, and a path analysis was conducted using the AMOS program for statistical analysis. As a result of the analysis, both social capital and social integration as a mediating variable were analyzed to be major factors that directly or indirectly affect life satisfaction as a dependent variable. In conclusion, in order to increase life satisfaction, which is an important factor in leading a healthy life, it is necessary to find ways to effectively increase social capital such as trust, network, norms, and participation when establishing policies to improve people's life satisfaction at the national level.

의료 사물인터넷(IoMT)은 팬데믹 상황의 원격 모니터링 핵심 인프라라 할 수 있다. Alam과 Kumar가 제안한 쌍선형 페어링과 XOR 기반 IoMT 인증 프로토콜은 이러한 펜데믹 상황을 가정한 기술이다. 본 연구는 해당 프로토콜에 대해서 첫째, 신원 독립적 검증식으로 임의 공격자가 검증 통과 가능성, 둘째, XOR 세션 키의 평문 전송으로 세션 키복원 취약성, 셋째, 단방향 해시의 부적절한 사용으로 생체정보 복원 불가능성에 대한 보안 취약점을 확인하였다. 이에 본 연구에서는 신원 바인딩 페어링, 임시 비밀 기반 키 유도, 검증 가능 암호화를 제안하였고, 모의 시뮬레이션 실험을 통해서 제안한 프로토콜이 오버헤드 증가 없이 보안 속성을 복원함을 확인하였다.

The Internet of Medical Things (IoMT) is critical infrastructure for remote monitoring during pandemics. Alam and Kumar proposed a bilinear pairing and XOR-based IoMT authentication protocol. This study identifies three structural flaws: (1) identity-independent verification enables arbitrary adversaries to bypass authentication, (2) plaintext transmission of XOR-based session keys allows full key recovery, (3) improper use of one-way hash prevents mathematical recovery of biological information. We propose identity-binding pairing redesign, ephemeral secret-based key derivation, and verifiable symmetric encryption. Simulations confirm that all security properties are restored without increasing computational overhead.

본 연구는 차량 및 스마트폰 플랫폼 환경에서 발생하는 기술적 제약을 고려하여, QR 코드 기반 차량 승·하차 인식 모바일 서비스의 설계와 구현 방안을 제시한다. 기존의 블루투스 및 NFC 기반 자동 인식 방식은 차량 하드웨어 의존성과 스마트폰 운영체제의 백그라운드 실행 제한으로 인해 실제 서비스 환경에서 안정적인 적용에 한계를 지닌다. 이에 본 연구는 QR 코드 기반 접근 방식을 제안하고, QR 코드에 포함된 URI와 파라미터를 통해 승차 및 하차 이벤트를 명확히 구분하는 구조를 설계하였다. 구현 결과, 제안한 시스템은 Android 환경에서 안정적으로 동작하였으며, 차량 내 추가 장비나 백그라운드 통신에 의존하지 않는 실용적인 승·하차 인식 서비스 구조임을 확인하였다.

This study presents the design and implementation of a QR code–based mobile service for vehicle boarding and alighting recognition, taking into account technical constraints arising from vehicle environments and smartphone platforms. Conventional automatic recognition approaches based on Bluetooth and NFC face limitations in stable deployment in real-world service environments due to their dependence on vehicle hardware and restrictions on background execution imposed by smartphone operating systems. To address these limitations, this study proposes a QR code–based approach and designs a structure that clearly distinguishes boarding and alighting events through URIs and associated parameters embedded in the QR codes. Implementation results confirm that the proposed system operates reliably in an Android environment and provides a practical boarding and alighting recognition service architecture without relying on additional in-vehicle equipment or background communication.

본 연구는 needleless connector에 부착하는 70% isopropyl alcohol 함유한 소독 캡의 항균 활성 및 지속성을 확인하고자 진행하였다. Needleless connector의 hub에 Staphylococcus aureus , Staphylococcus epidermidis, Escherichia coli , Pseudomonas aeruginosa, Acinetobacter baumannii, Candida albicans, Candida glabrata를 1.5 × 108 CFU/mL 접종 후 1분, 2시간, 4시간 및 7일 동안 실온에 방치하였다. 각 hub의 멸균수 세척액을 배지에 배양하였으며, 2시간 이후부터는 모든 실험 균주의 집락이 관찰되지 않았다. 본 연구 결과 needleless connector용 소독 캡의 항균 활성이 7일까지 유지됨을 확인하였으며, 이는 임상 환경에서 소독 캡의 교체 빈도를 감소시켜 환자 처치 시간을 단축시키고, 혈류감염 발생률 감소에 기여함으로써 임상 적용 가능성에 대한 기초자료를 제공한다.

This study was conducted to confirm the antimicrobial activity and persistence of the disinfection cap containing 70% isopropyl alcohol attached to the needleless connector. Staphylococcus aureus, Staphylococcus epidermidis, Escherichia coli , Pseudomonas aeruginosa, Acinetobacter baumannii , Candida albicans , Candida glabrata were allowed to stand at room temperature for 1min, 2hrs, 4hrs, and 7 days after inoculation of 1.5 × 108 CFU/mL at hub of needleless connector. Then, the solution obtained by washing each hub with sterile water was smeared onto the medium. After the culture, no colonies were observed after 2 hours. The results of this study confirmed that the antimicrobial activity of the disinfecting caps for needleless connectors is maintained for up to 7 days. These findings suggest that the clinical application of these caps can reduce the frequency of cap replacement, thereby shortening patient procedure times and contributing to a decrease in the incidence of bloodstream infections, providing fundamental data for their clinical implementation.

본 연구는 뷰티서비스를 받아본 경험이 있는 여성을 대상으로 뷰티서비스 이용자의 공감 능력이 고객참여 행동에 미치는 영향과 커뮤니케이션 만족도 및 e-WOM에 나타나는 효과를 검증하고자 하며 추가적으로 외모불안의 조절 효과를 파악하고자 하는데 목적이 있다. 본 연구를 위해 뷰티서비스 이용 경험이 있는 고객을 대상으로 설문조사를 실시하였고, 통계분석은 SPSS 25.0 프로그램을 사용하였다. 연구 결과는 다음과 같다. 첫째, 뷰티서비스 이용자의 공감 능력 중 인지적 공감은 고객참여행동에 정의 영향을 주었지만, 정서적 공감은 영향을 미치지 않는 것으로 나타났다. 둘째, 고객참여행동은 커뮤니케이션 만족도와 e-WOM에 정의 영향을 주었다. 셋째, 커뮤니케이션 만족도는 e-WOM에 정의 영향을 주는 것으로 나타났다. 넷째 공감과 고객참여행동의 관계에서 외모불안이 조절하는 것으로 나타났다.

The purpose of this study is to verify the effect of the empathy ability of beauty service users on customer participation behavior, communication satisfaction, and online word of mouth for women who have received beauty services. For this study, a survey was conducted on customers with experience in using beauty services, and SPSS 25.0 program was used for statistical analysis. The research results are as follows. First, Among the empathy abilities of beauty service users, cognitive empathy had a positive effect on customer participation behavior, but emotional empathy did not. Second, it was found that customer participation behavior had a positive effect on communication satisfaction and e-WOM. Third, communication satisfaction was found to have a positive effect on e-WOM. Finally, appearance anxiety was found to have a moderating effect on the relationship between empathy and customer participation behavior.

본 연구는 미래 산업 전환기에 확산되고 있는 인공지능 기술 환경을 중심으로 기존 디지털 플랫폼 구조의 한계를 분석, 차세대 기술 플랫폼 구조의 필요성을 논의한다. 개인용 컴퓨터, 인터넷 및 모바일 플랫폼은 산업 생태계 확장과 기술 혁신의 핵심 기반으로 발전해 왔으나, 인공지능 기술 환경에서는 지속적인 데이터 흐름, 실시간 상호작용 및 분산 연산 요구가 증가하면서 기존 기능 분리 및 중앙집중형 구조가 일부 한계를 나타낼 가능성이 있다. 이에 본 연구는 플랫폼을 구성하는 데이터 흐름, 연산 구조, 네트워크 연결 및 기능 간 상호작용 특성을 중심으로 플랫폼 구조 변화 양상을 비교·분석하였다. 또한 지속적인 상호작용과 분산 처리 환경에 대응하는 대안적 구조로 캡슐 기반 플랫폼 아키텍처를 제안하고, 인공지능 기반 플랫폼 구조의 방향성을 논의한다.

This study examines the structural limitations of existing digital platform architectures in emerging AI-driven environments and discusses the need for next-generation platform structures. While personal computing, Internet, and mobile platforms have served as core foundations for technological innovation and industrial expansion, AI environments increasingly require continuous data flow, real-time interaction, and distributed computation. Accordingly, this study analyzes changes in platform structures focusing on data flow, computational architecture, network connectivity, and inter-functional interaction. In addition, a capsule-based platform architecture is proposed for distributed and interactive AI environments, and its implications for future AI-oriented platform structures are discussed.

최근 산업 현장에서는 디지털 트윈 기술을 이용하여 단순 자동화를 넘어선 스마트 제조 및 물류 시스템으로 진화하고 있다. 그러나, 디지털 트윈 구축 방식은 수동적 모델링에 따른 막대한 비용과 실시간성 부족 등의 문제점이 여전히 존재한다. 본 논문에서는 대규모 산업 현장의 운영 효율성과 안전성을 극대화하기 위해서 피지컬 AI와 신경망 장면 재구성 기술을 통합한 산업 환경의 운영 최적화 모델을 제안한다. 제안 모델은 다중 시점 영상 및 LiDAR 데이터를 활용하여 정밀한 센서 포즈를 추정하고, NeRF 및 3D Gaussian Splatting 기법을 통해 환경을 고충실도로 복원한다. 특히, 동적 객체 분리 알고리즘을 적용하여 정적인 배경 모델을 추출함으로써 최적의 가상환경을 구축한다. 실험 결과, 제안 모델은 물류 처리량을 기존 대비 60%(515 Pallets/hr) 이상 단축하였으며, 피지컬 AI 기반의 동적 경로 계획을 통해 물류 처리 효율을 28% 향상시키는 성과를 보였다.

Recently, in industrial sites, digital twin technology has been used to evolve into a smart manufacturing and logistics system that goes beyond simple automation. However, the digital twin construction method still has problems such as enormous cost and lack of real-time performance due to passive modeling. In this paper, we propose an operation optimization model of an industrial environment that integrates physical AI and neural network scene reconstruction technology to maximize the operational efficiency and safety of large-scale industrial sites. The proposed model estimates precise sensor poses using multi-view images and LiDAR data, and restores the environment to a high-fidelity through NeRF and 3D Gaussian Splitting techniques. In particular, by extracting a static background model by applying a dynamic object separation algorithm, an optimal virtual environment is established. As a result of the experiment, the proposed model reduced the environmental rebuilding time by more than 90% compared to the existing one, and showed the result of improving the logistics processing efficiency by 28% through physical AI-based dynamic path planning.