Earticle

최근 생성형 인공지능의 발전은 학술 콘텐츠 생성 방식에 큰 변화를 가져오고 있으며, 특히 논문 작성 자동화에 대한 수요가 증가하고 있다. 본 연구는 논문작성 템플릿을 기반으로 생성형 인공지능(ChatGPT, Gemini, Copilot) 을 활용하여 자동 논문 생성 시스템을 설계하고 성능을 비교하였다. 연구는 템플릿 기반 구조를 정의하고, 각 AI 모델에 동일한 프롬프트를 입력하여 결과물을 도출한 후 속도, 정확도, 인식율(F1 Score), 사용자 평점 등 다양한 지표로 성능을 분석하였다. 실험 결과, 각 모델은 고유한 특성과 성능 차이를 보였으며, 템플릿 기반 접근 방식은 일관된 구조와 품질 향상에 기여하였다. 본 연구는 학술 콘텐츠 자동화의 효율성을 높이고, 연구자들이 보다 창의적인 작업에 집중할 수 있는 기반을 제공할 수 있다. 향후 다양한 분야에 적용 가능한 템플릿 확장 및 사용자 맞춤형 생성 기능 개발이 기대된다.

Recently, the advancement of generative AI has significantly transformed academic content creation, especially increasing the demand for automated paper writing. This study designs a template-based automatic paper generation system using generative AI models (ChatGPT, Gemini, Copilot) and compares their performance. The research defines a structured template, inputs identical prompts into each AI model, and analyzes the results based on speed, accuracy, F1 Score, and user ratings. Experimental results show distinct characteristics and performance differences among the models, and the template-based approach contributes to consistent structure and improved quality. This study enhances the efficiency of academic content automation and provides a foundation for researchers to focus on more creative tasks. Future work includes expanding templates for various fields and developing personalized generation features.

현대 사회의 급격한 고령화는 치매 환자의 폭발적인 증가를 초래하고 있으며, 이는 심각한 사회적 비용과 공중 보건 문제를 야기하고 있다. 특히 알츠하이머병(Alzheimer's Disease, AD)은 치매의 가장 주요한 원인으로, 완치 법이 부재한 현 상황에서는 조기 진단을 통한 진행 지연이 필수적이다. 본 연구는 뇌 MRI 영상 데이터를 활용하여 알츠하이머 질환을 정밀하게 예측할 수 있는 딥러닝 최적 모델을 제안하는 것을 목적으로 한다. 이를 위해 대표적인 합성곱 신경망(CNN) 모델인 VGG-19와 Inception ResNet V2를 선정하고, 의료 영상의 특성을 극대화할 수 있는 다양한 전처리 기법의 조합이 모델 성능에 미치는 영향을 심층 분석하였다. Kaggle의 알츠하이머 MRI 데이터 셋 6,400장을 활용한 실험 결과, VGG-19 모델에 ‘Overlap’ 전처리 기법을 단독으로 적용했을 때 검증 정확도 (Validation Accuracy) 0.98, F1 Score 0.98을 기록하여 가장 우수한 성능을 보였다.이는 임상적 진단 도구로서의 신뢰성을 높이는 데 더욱 효과적임을 시사한다.

The rapid aging of modern society has led to a sharp rise in dementia cases, creating significant social and public health burdens. Alzheimer’s Disease (AD), the leading cause of dementia, requires early diagnosis due to the absence of a cure. This study proposes an optimal deep learning model for precise AD prediction using brain MRI data. Utilizing 6,400 images from the Kaggle Alzheimer dataset, we comparatively evaluated VGG-19 and Inception-ResNet-V2 and analyzed the impact of various preprocessing strategies. Experimental results show that VGG-19 with the standalone ‘Overlap’ preprocessing technique achieved the best performance with a validation accuracy of 0.98 and an F1-score of 0.98, indicating strong potential as a reliable clinical diagnostic tool.

본 연구는 스리랑카의 2030년 재생에너지 70% 공급 목표 달성을 지원하기 위해 소수력 발전의 온실가스 감축 잠재력을 정량적으로 평가하였다. 스리랑카는 대규모 수력발전이 포화 상태인 반면, 소규모 수력발전은 전체 873MW의 개발 가능한 자원 중 432MW만 개발되어 441MW의 개발 여지가 남아있다. UNFCCC의 AMS-I.D 소규모 방법론을 적용한 분석 결과, 3MW 규모의 수로식 수력 발전소가 80%의 설비 이용률로 운영시 연간 21,024 MWh의 전력 생산과 13,628 tCO2e의 온실가스 감축량을 기대할 수 있다. 이는 1MW당 연간 약 4,543 tCO2e에 해당하며, 현재 미개발 상태인 441MW의 소수력 자원에 확대 적용시 연간 약 200만 tCO2e의 감축이 가능하다. 다만 실제 감축량은 수문 조건 및 발전소 운영 전략에 따라 달라질 수 있으며, 본 연구는 이상적인 가정을 기반으로 산정되었다. 그럼에도 불구하고 본 연구에서 제시한 분석 프레임워크는 스리랑카와 유사한 소수력 개발 잠재력을 보유한 개발도상국에도 확장 적용 가능하다는 의의를 갖는다.

This study quantitatively evaluates the greenhouse gas (GHG) mitigation potential of small hydropower to support Sri Lanka’s target of achieving a 70% renewable energy share by 2030. While large-scale hydropower in Sri Lanka has largely reached saturation, only 432 MW of the country’s total technically exploitable small hydropower potential of 873 MW has been developed, leaving 441 MW available for further development. Using the UNFCCC AMS-I.D small-scale methodology, the analysis shows that a 3 MW run-of-river hydropower plant operating at an 80% capacity factor can generate 21,024 MWh of electricity annually and achieve GHG emission reductions of 13,628 tCO2e. This corresponds to approximately 4,543 tCO2e per MW per year, and scaling this result to the currently undeveloped 441 MW of small hydropower resources indicates a potential annual reduction of approximately 2.0 million tCO2e. Although actual mitigation outcomes may vary depending on hydrological conditions and plant operation strategies, this study is based on idealized assumptions. Nevertheless, the analytical framework presented in this study is applicable to other developing countries with small hydropower development potential similar to that of Sri Lanka.

본 연구에서는 에너지경영시스템 실시간 계측 데이터를 활용하여 전과정평가 입력데이터에 넣었을 때 기존 전과정 평가 결과 값과의 차이점에 대해 정량적으로 평가하였다. 연구범위로는 제품제조 및 원료수송 단계로 한정지었으며 PCB 1kg을 기능단위로 사용하였다. 환경영향 범주는 지구온난화지수에 대해 고려하였으며 전과정평과 결과 전체 공정중에 전력사용이 50%가 넘어 주요인으로 나타났고 그 뒤를 이어 원부자재가 25%를 차지하였다. 전력사용량이 전과정평가에 주요인으로 작용하면서 기존 한전 데이터의 전력량보다 EnMS 기반 실시간 전력 계측 데이터를 통해 더욱더 정확하고 정밀한 결과값을 얻을 수 있게 되었다. 이를 통해 설비교체, 공정 최적화, 감축 시나리오 분석과 개선 효과 검증 등에도 직접적으로 활용될 수 있다.

In this study, we quantitatively evaluated the dirrerence between the existing life cycle assessment results and the real-time measurement data of the energy management system when inputting the life cycle assessment data. The scope of the study was limited to the product manufacturing and raw material transportation stages, and 1kg of PCB was used as the functional unit. The environmental impact category took global warming into consideration, and the life cycle assessment results showed that electricity use was the main factor, accounting for over 50% of the entire process, followed by raw materials at 25%. As power consumption becomes a major factor in life cycle assessment, more accurate and precise results can be obtained through EnMS-based real-time power measurement data rather than the existing KEPCO data power consumption data.

본 연구는 세계화와 지역화의 융합을 의미하는 글로컬 개념을 전북지역 동네책방에 적용하여, 지역 고유의 문화적 정체성을 유지하면서도 글로벌 확장 역량을 확보할 수 있는 전략을 모색하고자 한다. 전북지역의 동네책방은 지역민 의 문화 향유와 학습을 지원하는 복합문화 플랫폼으로 기능해왔다. 또한 지역 커뮤니티 허브 역할을 수행하며, 문화 재생산, 지역 독립출판 생태계 전반의 다양성과 자율성 강화, 지역경제 선순환 구조에 기여해 왔다. 그러나 디지털 전환과 글로벌 연결 필요성이라는 과제에 직면함에 따라, 본 연구는 ▲지역문화 기록·발간과 교육 콘텐츠 개발을 통한 정체성 강화 ▲온라인몰 및 다국어 SNS 채널 구축을 통한 국내외 직거래망 확보 ▲지자체별 대표 서점 지정 및 협업 네트워크 운영 기반 마련 ▲해외 인디북페어·글로벌 문화 기관 협업과 농·어촌 체험 연계형 ‘책방투어’ 프로그램 개발을 주요 전략으로 제시하였다. 전북지역 동네책방이 지역문화·관광·출판이 상호보완적으 로 성장하는 글로컬 모형을 구축한다면, 지역과 세계를 잇는 문화적 연결고리이자 지속가능한 발전의 촉매제 역할을 수행할 수 있을 것으로 기대한다.

This study aims to find a strategy to secure global expansion capabilities while maintaining the cultural identity of the region by applying the glocal concept to neighborhood bookstores in the Jeonbuk region. Neighborhood bookstores in the Jeonbuk region serve as a complex cultural platform that supports local people's cultural enjoyment and learning, and have contributed to cultural reproduction, strengthening the overall diversity and autonomy of the local independent publishing ecosystem, and the virtuous cycle of the local economy. However, in the face of the challenges of digital transformation and the need for global connection, this study ▲ Strengthening identity through the development of local cultural records and publications and educational contents ▲ Securing domestic and foreign direct transaction networks through the establishment of online malls and multilingual SNS channels ▲Designation of representative bookstores by local governments and establishment of a foundation for operation of cooperative networks ▲Development of a ‘bookshop tour’ program linked to overseas indie book fair and global cultural institutions and experience in farming and fishing villages were suggested as major strategies.

본 연구는 최근 5년간 국내 언론에 보도된 외국인 및 유학생이 동시에 포함된 관련 기사를 수집하고, 이를 텍스트 마이닝 기법을 활용하여 분석하였다. 기사 원문은 웹 크롤링을 통해 수집하였으며, 수집된 텍스트는 형태소 분석과 불용어 제거, 단어 빈도 분석, 텍스트 네트워크 분석 등의 전처리 과정을 거쳤다. 단어 빈도 분석 결과, ‘외국인’, ‘유학생’, ‘대학’ 등의 키워드가 높은 빈도를 보였으며, 중심성 분석을 통해 ‘유학생’과 ‘외국인’이 핵심적인 위치에 있음을 확인하였다. 텍스트 네트워크 시각화를 통해 주요 단어 간의 의미적 연결 구조도 파악하였다. 본 연구는 외국인 유학생 담론의 구조적 특성을 제시함으로써, 관련 정책 수립과 사회적 인식 개선을 위한 기초자료 로 활용될 수 있다.

This study collected and analyzed news articles related to foreigners and international students reported in the South Korean media over the past five years using text mining techniques. Articles were collected through web crawling, and preprocessing steps such as morpheme analysis, stopword removal, word frequency analysis, and text network analysis were conducted. The frequency analysis showed that keywords such as “foreigner,”“international student,” and “university” appeared most frequently. Centrality analysis revealed that “international student” and “foreigner” held the most prominent positions in the network. Furthermore, network visualization allowed us to understand the semantic associations among major keywords. This study offers structural insights into how the media frames discourse around international students and can serve as foundational data for improving policy formulation and social perception.