Earticle

이 연구는 코로나19의 급격한 확산이 음식 배달 서비스 산업에 미치는 영향을 파악하고자 한다. 코로나19로 인해 사회적 거리두기와 외출 자제 등의 권고가 이루어지면서, 많은 사람들이 식사를 해결하기 위해 음식 배달 서비스를 이용하는 경향이 증가했다. 이에 따라 배달 서비스 산업은 이전과는 다른 환경에서 변화하고 있다. 코로나19 발생전과 후의 배달 매출 패턴을 분석한 결과, 코로나19 대유행 이후 배달 매출이 크게 증가하는 양상을 확인할 수 있었다. 이는 사회적 거리두기 및 외출 자제로 인해 많은 사람들이 외식이 아닌 배달 서비스를 이용하는 결과로 해석된다. Prophet 모델과 선형 회귀 분석을 활용하여 코로나19 발생 전, 중, 후의 배달 매출을 예측하고 코로나 확진자 수와 배달 매출 간의 관계를 분석한 결과, 코로나19 대유행이 음식 배달 서비스 산업에 미치는 영향을 파악할 수 있었다. 이러한 연구 결과는 음식 배달 서비스 산업이 코로나19와 같은 비상황에 대응하기 위해 새로운 서비스 모델과 기술을 도입하고, 데이터 분석과 예측 모델을 활용하여 시장 동향을 파악하고 대응 전략을 수립해야 함을 강조한다.

This study aims to understand the impact of the rapid spread of COVID-19 on the food delivery service industry. With COVID-19, recommendations such as social distancing and refraining from going out have led to an increased tendency among many people to use food delivery services to resolve their meals. Consequently, the food delivery service industry is undergoing changes in a different environment from before. Analyzing the patterns of delivery sales before and after the outbreak of COVID-19 revealed a significant increase in delivery sales after the COVID-19 pandemic. This is interpreted as a result of many people refraining from dining out and instead using delivery services due to social distancing and refraining from going out. By utilizing the Prophet model and linear regression analysis to predict delivery sales before, during, and after the outbreak of COVID-19, and analyzing the relationship between the number of COVID-19 cases and delivery sales, the impact of the COVID-19 pandemic on the food delivery service industry could be identified. These research findings emphasize the need for the food delivery service industry to adapt to emergency situations like COVID-19 by introducing new service models and technologies, utilizing data analysis and predictive models to understand market trends, and formulating response strategies.

본 논문에서는 1차, 2차 식각 오차 별 영향치를 각각 중심광과 회절 대칭에 의한 Hot Spot Ghost의 발생 정도로 비교 분석하여 노광 깊이 편차 허용치를 확인하였다. Low Beam(변환빔) Head Lamp ECE-R112 규격의 배광 Pattern을 개발과정 중 Mask 노광 식각 깊이가 허용치보다 116% 이상 식각 되어 중심광이 허용치 이상의 밝기를 나타내었고 이와 같은 부적합 결괏값 발생을 줄이고자 연구를 실시하였다. 1차 노광 깊이 편차 허용치를 원 설계값의 120% 밝기로 설정 시 –0.5%~+4%의 깊이 편차의 발생을 확인하였으며 2차 노광 깊이 편차 허용치를 원 설계값의 120% 밝기로 설정 시 –2%~+10%의 깊이 편차의 발생을 확인하였다. 본 논문에서 확인한 적정 허용치를 통해 배광 Pattern 구현 시 결괏값 오차감소에 기여할 것으로 예상된다.

In this paper, compares and analyzes the influence of first and second etching errors on the occurrence of Hot Spot Ghosts caused by central light and diffraction symmetry, thereby determining the allowable deviation in exposure depth. During the development process of the Low Beam Head Lamp light distribution pattern in accordance with the ECE-R112 standard, the mask exposure etching depth exceeded the allowable limit by more than 116%, resulting in central light brightness above the permissible level. This study was conducted to reduce the occurrence of such non-compliant results. When the allowable deviation for the first exposure depth was set to 120% of the original design brightness, a depth deviation of -0.5% to +4% was observed. When the allowable deviation for the second exposure depth was set to 120% of the original design brightness, a depth deviation of -2% to +10% was observed. The appropriate tolerances identified in this study are expected to contribute to reducing errors in light distribution pattern implementation.

최근에 가정에 라돈을 방출하는 가구에 대한 위험성이 많이 제시되고 있다. 라돈은 폐암의 주요 원인 중 하나로 인식되고 있으나 무색 무취 형태로 파악하기 힘든 특성을 가지고 있다. 본 연구에서는 가정 내 라돈 가스 농도를 감지하고 예측하는 IoT 시스템을 제안한다. 이 시스템은 라돈 센서와 자동 스위치를 사용하여 라돈 농도를 모니터링하고 제어합니다. 또한, 웹 애플리케이션을 통해 라돈 농도를 실시간으로 확인하고 팬을 제어할 수 있다. 실제 환경에서 테스트한 결과, 시스템은 평균 93%의 라돈 농도 감소를 보였다. 논문에서 제안하는 라돈 농도 모니터링 IoT 시스템은 공공 건물 및 주택에서의 활용이 가능하다. 이러한 기술은 라돈에 대한 인식을 높이고 건강한 생활을 지원하는데 도움이 될 것으로 기대한다.

Recently, the risk of furniture emitting radon into the home has been raised a lot. Radon is recognized as one of the main causes of lung cancer, but it has the characteristic of being colorless and odorless and difficult to identify. In this study, we propose an IoT system that detects and predicts radon gas concentration in the home. This system monitors and controls radon concentration using a radon sensor and an automatic switch. In addition, radon concentration can be checked in real time and the fan can be controlled through a web application. As a result of testing in an actual environment, the system showed an average 93% reduction in radon concentration. The radon concentration monitoring IoT system proposed in the paper can be used in public buildings and homes. This technology is expected to help raise awareness of radon and support a healthy lifestyle.

논문에서는 중견·중소기업의 배출량 산정 및 배출량 현황 분석을 위한 효과적인 방법론을 제시하기 위해, 반월·시화 산업단지에 소재한 PCB 가공 전문기업을 테스트베드로 선정하여 중견·중소기업의 배출량 산정 및 배출량 현황 분석 연구를 진행했다. 반월·시화 산업단지 소재　기업의 온실가스 배출량 산정결과 기업의 제품 생산량이 늘어날수록 수요기업의 Scope1과 Scope2는 651 tCO2eq/year에서 832 tCO2eq/year, Scope2 17,911 tCO2eq/year에서 21,552 tCO2eq/year으로 늘어나는 양상을 보였다. 배출량 현황 분석 결과 Scope1 LNG는 온실가스 원단위 분석결과 생산량과 관계가 없고 기업 내부 식수 인원과 유틸리티 장비들과 상관관계가 있었다. Scope2 전력은 온실가스 원단위 분석결과 생산량과 관계가 있다. 특히 기저 부하 장비인 유틸리티 장비와 상관관계를 가지고 있었다. Scope3 스팀은 생산량과 관계가 없고 산업단지 온도와 상관관계가 있었다.

This study aimed to present an effective methodology for calculating and analyzing greenhouse gas emissions in small and medium-sized enterprises (SMEs) by selecting the ‘A’ company, located in the Banwol-Sihwa Industrial Complex, as a testbed. The analysis of the greenhouse gas emissions at the 'A' company showed that as the company's production volume increased, the Scope 1 and Scope 2 emissions rose from 651 tCO2eq/year to 832 tCO2eq/year, and Scope 2 emissions increased from 17,911 tCO2eq/year to 21,552 tCO2eq/year. The emission status analysis revealed that Scope 1 LNG emissions were not related to production volume but were correlated with the number of employees and utility equipment within the 'A' company. Scope 2 electricity emissions were found to be related to production volume, particularly showing a correlation with utility equipment that operates as a base load. Scope 3 steam emissions were not related to production volume but were correlated with the industrial complex's temperature.

목재데크의 수축 및 팽창 반복으로 인해 체결부위 파손으로 데크의 내구성, 결합력, 쪼개짐 등의 문제점들이 발생하여 안전사고를 야기한다. 이에, 문제를 해결하기 위한 방법으로 탄성포장재의 탄성으로 보행자의 느끼는 피로도를 경감 시킬 수 있고 보행자의 안전성을 확보할 수 있으며 탄성데크 시스템의 구조적 우수성을 확인하기 위해 데크구조물을 개발하는 것이다. 탄성데크에 의하여 강도 향상 효과를 확인하고자 실험을 수행하였다. 실험체는 탄성데크와 목재데크 두 가지 실험체를 제작하였고, 실험 결과 목재데크는 하중을 가할 시 데크와 체결장치 부분 결합부가 파손되거나 이탈현상이 발생하였으나 탄성데크의 경우 요철부에 의하여 구조적으로 향상된 휨 내력을 확인할 수 있었다. 연구 결과 데크의 뒤틀림과 변형을 최소화시키고 물기를 흡수해도 탈색이 일어나지 않으며 미적으로 미려함과 보행자의 안전성을 가질 수 있는 탄성데크가 목재데크를 대체하여 사용할 수 있는 가능성을 확인하였다.

The purpose of this study is to reduce the fatigue felt by pedestrians through the elasticity of elastic packaging materials as a way to solve these problems, as problems such as durability, bonding strength, and splitting of the deck occur due to damage to the fastening area due to repeated contraction and expansion of the wooden deck. The goal is to develop a deck structure that can operate and ensure the safety of pedestrians. An experiment was conducted to confirm the effect of improving strength by the elastic deck. Two types of test specimens, an elastic deck and a wooden deck, were manufactured, and as a result of the test, the joint between the deck and the fastener was damaged or separation occurred when a load was applied to the wooden deck, but in the case of the elastic deck, the bending resistance was structurally improved by the irregularities. was able to confirm.

본 연구는 2015년 5월부터 2023년 6월까지 발주된 53개의 일반 연구소 건물을 대상으로 공사비 분석을 진행하였다. 주요 공종인 철근콘크리트, 목공사 및 수장공사, 가설공사, 금속공사, 창호 및 유리공사를 연구 대상으로 설정하고, 연면적과 공사비의 상관관계 및 회귀분석을 통해 예측 모델을 도출하였다. 상관관계 분석에서 85% 이상의 높은 상관성을 확인하였으며, 결정계수가 높은 로그 회귀모델을 채택하였다. 사례 검증 결과, 도출된 회귀식을 적용한 오차율이 ±12.37%에서 최대 40.89%로 나타나 AACE와 CII에서 제시한 오차 범위인 ±50% 이내임을 확인하였다. 그러나 금속공사의 결정계수가 낮아 다른 공사에 적용하기 어렵다고 판단되었다. 공사비 산출 정확성을 높이기 위해서는 더 많은 데이터를 확보하고, 세부 공정을 나누어 분석할 필요가 있으며, 머신러닝을 활용한 연구가 필요한 것으로 판단된다.

This study analyzed construction costs for 53 general research buildings ordered between May 2015 and June 2023. Key work types included reinforced concrete, carpentry, temporary work, metal work, and windows and glass work. Correlation and regression analysis, with over 85% correlation, led to selecting the logarithmic model for cost estimation. Case studies showed error rates between ±12.37% and 40.89%, within the ±50% margin proposed by AACE and CII. However, the low coefficient for metal work limits broader use. More data and further subdivision of work types are needed, with future research suggesting machine learning to improve accuracy.