Earticle

전 세계에는 사는 곳 근처에 적절한 병원이 없어 건강에 영향을 받는 사람들이 아직도 많이 있다. 이와 같은 병원 접근 문제를 해결하기 위해서 사물인터넷을 활용할 수 있다. IoT 기반 스마트 의료 기술은 소득을 높 이고 삶의 질을 향상시킬 수 있지만 보안과 안전이 손상되면 문제가 발생할 수 있다. 이를 위해서 본 연구에서는 저가의 장치 및 센서를 사용하여 환자의 상태를 실시간으로 모니터링하는 시스템을 설계하고 구현하였다. 특히, 다수의 센서를 사용하여 환자의 상태 정보를 취득하고 이 정보를 클라우드로 전송하여 실시간으로 모니터링을 수 행하였다. 환자 정보의 보안을 위해서 IoT 클라우드 서비스를 도입하였고 이를 통해서 실시간 모니터링도 수행할 수 있었다. 실제 구현을 통해서 제안하는 시스템이 정상적으로 동작함을 알 수 있었다.

The Internet of Things can be used to solve such hospital access problems. IoT-based smart medical technology can increase incomes and improve quality of life, but it can pose problems when security and safety are compromised. To this end, in this study, a system for real-time monitoring of a patient's condition was designed and implemented using a low-cost device and sensor. In particular, patient status information was acquired using multiple sensors, and this information was transmitted to the cloud for real-time monitoring. For the security of patient information, IoT cloud service was introduced, and real-time monitoring could be performed through it. Through actual implementation, it was found that the proposed system operates normally.

최근 뇌-컴퓨터 인터페이스 관련 연구가 활발히 이루어지고 있다. 뇌파 시스템은 간단하고 저렴한 뇌파 측 정 장치로 사용자의 의도를 정확히 측정할 수 있어야 실용적인 시스템이 개발될 수 있다. 현재 뇌파 측정의 기술적 한계로 인해 휴대용 뇌파측정기기에 의한 신호 측정 및 해석의 신뢰성을 보장하기가 어렵다. 딥러닝 기술을 사용하 는 것은 뇌파 해석의 신뢰성을 향상시키기 위한 한 방법이 될 수 있다. 딥러닝은 다양한 모델을 이용하여 수행될 수 있으며 모델의 선정은 문제해결의 효율성과 직결된다. 본 논문에서는 건식 전극과 배터리를 사용한 휴대용 뇌파 측정기기를 이용하여 뇌-컴퓨터 인터페이스 개발 시 뇌파 해석의 정확도 향상을 위해 필요한 딥러닝의 기초 기술에 대하여 알아본다. 후속 연구에서는 서로 다른 모델을 이용한 뇌파 데이터 딥러닝의 결과를 비교 분석 한다.

Recently, brain-computer interface related research has been actively conducted. The EEG system should use a simple and inexpensive EEG measurement device, in order to be a practical system that can measure the user's intention correctly. Due to the limitations of current EEG signal detection, it is difficult to guarantee the reliability of signal measurement and interpretation using portable EEG measuring devices. Applying deep learning technique could be one way to improve the reliability of EEG measurements. Deep learning can be performed using various models, and the selection of a model is directly related to the efficiency of problem solving. In this paper, we will look into the basic deep learning technology required for the effective EEG interpretation when developing a brain-computer interface using an EEG measuring device with a dry electrode and a battery. The deep learning results of EEG with different models will be compared and analysed in the following research.

COVID-19 상황이 지속되면서 경제, 산업 발전에 충격이 전해지면서 자금 상환 능력의 악화 등으로 금 융 및 외환시장의 불안요인으로 작용하고 있다. 현재 감염병 종식에 대한 예측이 사실상 불가능한 상황에서 사태 확산에 따른 경제적 손실 규모 및 지속기간에 대한 불확실성이 증폭되고 있는 상황이다. 따라서, 본 논문에서는 전세계 COVID-19 확진자 증감 수에 따라 원/달러 환율 예측 연구를 수행하였다. 이를 위해, 전세계 COVID-19 날짜별 누적 환자수 자료, 해외곡물시장정보(KREI)의 날짜별 원/달러 환율 자료를 이용하였다. 시뮬레이션 결과, 반복 학습을 통해 평가지표에서 성능 향상이 일어나지 않을 때 학습을 중단하는 EarlyStopping 콜백을 적용하여 예측했을 때, LSTM 알고리즘 모델의 평균 오차는 0.0012 측정되는 결과를 도출하였다.

As the COVID-19 situation continues, a shock is being transmitted to economic and industrial development. At the same time, the deterioration of the ability to repay funds is acting as a destabilizing factor in the financial and foreign exchange markets. Currently, it is virtually impossible to predict the end of the infectious disease, and uncertainty about the size and duration of economic losses due to the spread of the epidemic is increasing. Therefore, in this paper, we conducted a research on predicting the won/dollar exchange rate according to the number of COVID-19 confirmed cases around the world. For this, data on the cumulative number of patients by date of COVID-19 around the world and data on the won/dollar exchange rate by date of the Overseas Grain Market Information(KREI) were used. As a result of the simulation, the average error of the LSTM algorithm model was measured to be 0.0012 when predicting by applying the EarlyStopping callback, which stops learning when the performance improvement does not occur in the evaluation index through repeated learning.

최근 무선랜, WiFi, 5G통신 등과 같은 초고속 통신시스템에 OFDM 전송기술이 기술표준으로 채택되고 있다. OFDM 기반 통신시스템에서 IFFT 프로세서는 필수적인 모듈로 저전력이면서 높은 데이터 처리량과 적은 프로세싱 지연을 제공해야 한다. 따라서, 파이프라인 구조이면서 병렬처리가 가능한 MDC 구조가 많이 사용되고 있다. IFFT 프로세서의 전체 메모리의 크기는 IFFT의 포인트 수와 입력신호의 워드길이에 따라 결정된다. 본 논문에서는 OFDM 전송 특성을 고려한 IFFT의 입력신호의 워드길이 감소방법을 제안한다. DIT와 DIF 기반 radix-22 MDC 구조에 적용하여 메모리를 감소시키는 방법을 제안하고, 두 구조의 메모리 크기를 분석하고 성능 비교 시뮬레이션을 수행했다. 제안한 방법을 DIT와 DIF 기반 MDC 구조에 적용하였을 때 기존 방법과 비교하여 DIT 구조가 42%, DIF 구조가 9%의 메모리를 적게 사용하여 OFDM 통신시스템을 지원하는 효율적인 IFFT 설 계에 적용 가능할 것으로 기대된다.

Recently, OFDM transmission has been adopted as a technical standard in high-speed communication systems such as wireless LAN, WiFi, and 5G communication. In OFDM-based communication system, IFFT processor is an essential module and should provide low power, high throughput and low processing delay. Thus, MDC architecture is widely adopted since it has pipeline architecture and parallel processing. The memory size of IFFT is depending on the number of IFFT point and the input word-length. In this paper, an efficient method for reducing the word-length of IFFT input is proposed by considering OFDM transmission characteristics. By applying to DIT- and DIF-based radix-2k MDC architectures, the memory reduction method is proposed and the memory size of these architectures is analyzed. It is shown that the proposed method achieves a memory reduction of about 42% for DIT and about 8% for DIF compared to conventional methods.

본 논문에서는 체감안전도 설문 조사 결과로부터 현재의 지역 안전 점수와 이상적인 지역 안전 점수의 항목 간 정량적인 차이를 의미하는 치안 불안전도(unsafety perception)라는 개념을 정의했다. 불안전도는 시민들 이 가지고 있는 불안요인들과 관계되어 있으며 자기 주관식 응답으로부터 36개의 불안요인들이 도출되었다. 불안 요인들이 불안전도에 미치는 영향력을 분석하기 위해 회귀분석 기법 중 비음수 최소 자승법(Non-Negative Least Squares)의 상관계수를 계산했다. 실험 결과에서, 낯선 사람(들)의 배회와 경찰에 대한 불신이 불만족도에 크게 영향을 미치는 것으로 확인되었다. 개별 설문 응답의 불안전도를 회귀분석의 추정치로 보정한 결과, 평균 불안전 도가 약 2.03점 감소하는 것을 확인했다. 또한, 각 경찰관서별로 보정 프로세스를 적용한 결과에서, 보정된 경찰관 서별 평균 불안전도와 순위는 각각 -4.90점에서 +11.90점, –7계단에서 +11계단의 차이를 나타냈다.

In this paper, we defined the concept of "unsafety perception", which means the quantitative difference between the ideal and current scores for the region safety. Unsafety perception is related to the fear factors that citizens have and 36 fear factors were derived from the responses to the subjective questions of the survey. In order to analyze the impact of citizens' fear factors on their unsafety perception, we used the Non-Negative Least Squares(NNLS) among the regression methods to calculate the coefficients. In experimental results, it was showed that strangers prowling and distrust the police significantly affected unsafety perception. As a result of adjusting individual questionnaire responses with the estimates of regression analysis, overall mean unsafety perception was reduced. Also, there was a very large difference in the ranking and score in the results of comparing the average unsafety perception by police department.

AI 영향평가는 AI 적용 과정을 위한 지침 중 하나이고, AI 시스템을 적용하기 이전 단계에서 그 시스템 의 사회적 영향을 평가하는 정책도구로 활용된다. 본 연구는 AI 영향평가 관련 연구의 최근 동향을 분석하고자 한다. 이를 위해 본 논문은 2016년부터 2021년까지 AI 영향평가에 초점을 맞춘 15개의 국외 연구를 선정하여 문 헌 검토와 내용분석을 수행했다. 분석 결과는 세 가지로 요약해 볼 수 있다. 첫째, 기존 연구들은 AI 영향평가에 관한 학술적 개념화를 시도했다. 둘째, 기존 연구들은 Al 영향평가의 법제화 사례를 분석하고 평가했다. 마지막으 로 AI 영향평가의 실효적 도입방안을 위해 필요한 정책제언을 제시했다. 본 연구는 그동안 국내에 소개가 부족했 던 AI 영향평가의 국외 연구 동향을 분석함으로써 국내 AI 영향평가 연구에 새로운 기회를 제공했다는 점, 국내 에 AI 규제에 대한 구체적 정책 수단을 제시했다는 점에서 의의가 있다.

AI impact assessment is one of the guidelines for the AI application process, and is used as a policy tool to evaluate the social impact of the AI system in the stage before application. This study provide a systematic review of the latest research of AI impact assessment. For this purpose, we selected international papers focusing on AI impact assessment from 2016 to 2021 and conducted a systematic literature review and content analysis. We found three aspects of AI impact assessment. First, existing studies have attempted to academic conceptualize AI impact assessment. Second, existing studies analyzed and evaluated institutionalized cases of Al impact assessment. Finally, they present policy recommendations for the effective application of the impact assessment in practice. Our research introduces the recent research fields that is rare in South Korea and suggests new research opportunities on AI impact assessment.

나고르노-카라바흐 전쟁 등 현대전에서 정찰용 드론의 군사적 효용성은 이미 입증되었다. 하지만, 정찰 드론의 실시간 경로계획 또는 자율주행 기술은 높은 복잡도로 인하여 여전히 해결하기 어려운 문제이다. 환경과 효과적인 실시간 상호작용을 위해서는 정찰 드론이 수집하는 센서의 유형에 대한 고려도 필요하다. 본 연구에서는 환경과 상호작용을 통해 에이전트가 스스로 학습하여 연속적인 의사결정을 하는 방법론인 심층 강화학습 기법을 활용하여 경로계획 문제를 해결하고자 하였다. 정찰드론의 수집정보로 정찰목표의 위치, 드론의 현재위치와 드론 의 센서로 구분하였으며 드론의 센서는 카메라와 라이다 2가지 유형으로 구분하여 실험을 진행하였다. 본 연구에 서는 우수한 성능의 정책기반 심층 강화학습 기법인 PPO(Proximal Policy Optimization) 알고리즘을 활용하였으 며 실험 환경은 3D지능형 게임 환경을 구축할 수 있는 플랫폼인 Unity를 이용하여 구축하였다. 200만회의 에피스 드 동안 학습한 결과 두 유형의 정찰드론 모두 100% 임무성공률 등 높은 성능을 보였으며 이를 통해 심층 강화 학습을 통한 적대적 위협에서 정찰 드론의 경로계획 임무수행 가능성을 확인했다.

The military utility of reconnaissance drone has been proven in modern warfare such as the Nagorno-Karabakh War. However, path planning of reconnaissance drones is still a difficult to solve due to high complexity. Real-time interaction requires consideration of the types of sensor data that drone collect. In this study, we tried to solve using the deep reinforcement learning, which is a methodology in which the agent learns by itself through interaction with the environment. The collected information of the drone was divided into the location of the target, the current location and the sensor data of the drone. In this study, the PPO algorithm, a policy-based deep reinforcement learning with excellent performance, was used, and the experimental environment was built using Unity, a platform that can build a 3D game environment. As a result of learning for 2 million episodes, both types of reconnaissance drones showed high performance such as 100% mission success rate, and through this, the possibility of path planning missions of reconnaissance drones in hostile threats was confirmed through deep reinforcement learning.

본 연구는 전라북도 군산시에 위치한 공공건축물을 대상으로 도시폭염저감 및 건물외피 성능향상에 따른 건물에너지 절감이 기대되는 벽면녹화의 정량적 효과를 도출하기 위한 기초데이터를 확보하여, 벽면녹화시스템에 의한 건물외피 열성능개선효과, 태양복사에너지의 건축물 축열효과, 증발산에 의한 벽면녹화시설 주변 냉각효과 및 미세먼지 저감효과를 벽면녹화 적용사례의 현장실험으로 실증하고, 측정데이터의 물리조건을 반영한 건물에너 지시뮬레이션을 통해 벽면녹화의 건물에너지 절감효과를 정량화하는 것이 연구 목적이다. 벽면녹화시스템의 현장 실험 성능평가 결과, 평균 열관류율이 0.166-0175[W/㎡K]으로 크게 향상되었고, 건물표면온도는 5.4℃-15.5℃의 온도차를 보였으며, 증발산에 의한 기화열는 약 102.08[kWh/h]의 기대효과가 있었다. 그러나 벽면녹화의 미세먼지 저감효과는 본 연구에서 검증이 불가능하였다. 아울러, 건물에너지 시뮬레이션에 의한 벽면녹화시스템의 건물에너 지 절감효과는 연간 건물에너지 요구량 기준으로 약 18.5% 절감이 가능한 것으로 분석되었다.

This study aims to obtain quantitative data and evaluate the building energy saving effect according to the improvement of building envelope performance by green wall system of public building. This study proved the thermal performance of building envelope, the thermal storage effect of building, the cooling effect by evaporation, the reduction effect of PM2.5 and PM10, and the building energy saving effect by green wall system. As results of field experiment, those were proved that the average U-value was significantly improved to 0.166-0175[W/m2K], the surface temperature was decreased approximately 5.4℃-1 5℃, and the cooling effect by evaporation could be expected to 102.08[kWh/h]. However the reduction effect of PM2.5 and PM10 by green wall system was not verified in the field experiment. In addition, the annual building energy demand was reduced approximately 18.5% by building energy simulation of Energypuls.

본 최근 들어, 머신러닝 기술의 발전과 더불어, 건설 분야에서도 다양한 분야에 머신러닝 기술이 접목되 는 것을 볼 수 있다. 머신러닝 기술은 기존의 사례데이터들을 기반으로 향후 미래의 사례에 대한 예측성능을 향상 시킬 수 있는 기술로서, 공사비를 예측하는 데에도 그 활용성이 높을 것으로 판단된다. 본 연구에서는 건설공사비 예측을 위한 딥러닝 모델에서 과적합방지를 위한 Drop out 방법을 적용하는 경우의 예측성능을 분석하고자 한다. 연구에서는 251개의 공사비 데이터를 활용하였으며, 이들 데이터를 활용하여 Drop out의 비율, Drop out 코드의 배치 위치와 적용 횟수, 레이어 층과 노드 수 변화에 따른 평균 오차율 등을 비교 분석하고자 하였다. 결과적으로 는 모델의 크기가 큰 모델, Drop out 비율이 낮은 모델, Drop out을 출력값에서 멀리 배치한 모델의 오차율이 낮 아지는 것을 확인하였다. 또한, 노드 수와 레이어 층을 늘릴수록 기존 모델에서는 정확도의 변화가 보이지 않지만, Drop out 모델의 예측 정확성이 기존 모델보다 향상되는 것을 알 수 있었다.

Recently, with the development of machine learning technology, it can be seen that machine learning technology is applied to various fields in the construction field. Machine learning technology is a technology that can improve prediction performance for future cases based on existing case data, and is expected to be highly utilized in predicting construction costs. This study aims to analyze the predictive performance when applying the Drop out and K-fold methods to prevent over fitting in the deep learning model for predicting construction costs. In the study, 251 construction cost data were used, and the data were used to compare and analyze the ratio of drop-out, the placement and application number of drop-out codes, changes in the number of layers and nodes, and the average error rate according to the K-fold verification method. It was confirmed that the error rates of the model with a large size, the model with a low drop-out ratio, the model with drop-out placed far from the power value, and the model with the K- In addition, it was found that as the number of nodes and layer layers increased, there was no change in accuracy in the existing model, but the prediction accuracy of the Drop out model was improved compared to the existing model.

최근 광고 환경이 급변하면서 새로운 부당광고들이 늘어나고 있어 이에 대한 규제의 필요성이 대두되고 있다. 하지만 실무적으로나 학문적으로 이러한 새로운 유형의 부당광고와 그 규제에 대한 논의나 연구는 거의 이 루어지고 있지 않다고 할 수 있다. 이러한 상황에서 본 연구는 새로운 광고 환경에서 부당광고의 현황과 바람직한 규제 방향에 대해 고민해보았다. 먼저 부당광고의 개념 및 유형에 대해 살펴보고, 국내와 해외 부당광고 규제 현 황을 파악하였다. 이를 바탕으로 은닉광고, 1인 미디어 광고의 활성화와 부당광고, 미디어 커머스의 활성화와 부당 광고, 부당광고 규제 관련법의 산재라는 부당광고 관련 주요 이슈를 도출하였다. 이에 근거하여 새로운 광고 환경 에서 부당광고 규제 방향으로 새로운 광고환경을 고려한 현실적인 부당광고 규제 방안 구축, 부당광고 규제의 일 원화, 규제된 자율규제, 수용자 특성에 따른 규제를 제안하였다.

As the advertising environment has changed rapidly, new unfair advertising are increasing, raising the need for regulation. However, it can be said that little discussion or research has been conducted on these new types of unfair advertising. In this situation, this study considered the current status of unfair advertising and regulatory directions in a new advertising environment. First, the meaning and type of unfair advertising were examined, and the current status of unfair advertising regulations was identified. Based on this, major issues related to unfair advertising were derived: hidden advertising, activation of Memedia, activation of media commerce, dispersion of unfair advertising regulation laws. And the direction of unfair advertising regulation were proposed: the establishment of realistic unfair advertising regulation system considering the new advertising environment, unification of unfair advertising regulation, regulated self-regulation, and regulation according to audience characteristics.

이 연구는 COVID-19 팬데믹 상황에서 교육대학의 초등과학교육Ⅱ 강좌를 LMS LearningX를 활용하여 동영상 강 의 및 실시간 강의를 혼합한 전면 온라인 수업으로 대체하였을 때, 예비교사의 자기주도적 학습역량의 변화, 온라인 수업 만족도, 성별 및 고교계열 집단 변수에 따른 차이를 분석하였다. LMS 활용 온라인 교육이 예 비교사의 자기주도적 학습역량에 미친 영향을 분석한 결과, 하위 요인 중 LMS 활용, 자기성찰 영역에서 유의한 향상이 있었다. LMS를 활용한 수업에 대한 만족도는 급작스러운 COVID-19 팬데믹 전환 시기인 2020학년도에 수강했던 온라인 강좌보다 대학에서 제공한 LMS 체계를 따르고 실시간 강의를 포함한 수업에 대한 만족도가 높 아졌다. 성별 집단 간 변인의 영향력을 분석한 결과, 교육대학 여학생이 통계적으로 유의한 긍정 적인 자기주도적 학습역량을 갖고 있었다. 고교계열 집단 간의 분석 결과는 LMS 활용, 목표설정, 자기관리, 학 습지속성, 노력 귀 인 평가, 자기성찰, 학습만족도 분야에서 인문계열 출신 집단의 점수가 높았다.

We aimed to examine the effect of online learning regarding elementary science education using LMS LearningX on preservice teachers’ self-regulated competency and course satisfaction during the COVID-19 pandemic. The results indicated that online learning affected a significant improvement of pre-service teachers’ self-regulated competency in two components, which are the use of LMS and self-reflection. It was revealed that learner satisfaction increased after the implementation of the online course comprised of on-time and recorded lessons using the LMS provided by the college. As the t-test result for a gender-specific variable, the female group of pre-service teachers had more positive self-regulated competency than the males. Moreover, there was a significant difference between the humanities and sciences track groups in high school in most of the components such as the use of LMS, goal setting, self-discipline, learning persistence, attribution to efforts, self-reflection, and satisfaction.

연구의 목적은 정서적･사회적 내재화된 문제 행동을 가진 만 3세 여아에게 적용한 모래상자놀이 치료를 실시하여 유아의 자아발달적 과정과 일상생활에서의 교사와 엄마가 유아의 변화를 살펴보았다. 접수 면접 및 심 리검사 결과를 토대로 총 20회기의 모래놀이치료를 10개월간 매주 2회에 걸쳐 실시하였다. 모래상자에 표현된 아 동의 놀이주제 분석 과정을 통하여 모래놀이 치료과정의 진행에 따른 에릭슨의 발달이론을 토대로 Mitchell과 riedman의 주제분석에 기초한 놀이주제의 구조 분석과 심리적 변화를 Neumman의 자아발달의 과정을 통해서 동･식물단계에서 자아분화단계의 유아의 내재화된 문제행동 치유의 효과를 보았다. 또한 본 연구는 유아의 부모와 교사가 함께 모래상자놀이치료과정에 참여한 단일 사례연구이다.

The purpose of the study was to examine the self-development process of infants and the changes of teachers and mothers in their daily lives by conducting sand box play treatment applied to 3-year-old girls with emotional and social internalized problem behaviors. Based on the results of the reception interview and psychological test, a total of 20 sand play treatments were conducted twice a week for 10 months. Based on Ericsson's development theory according to the progress of the sand play treatment process, the structural analysis and psychological change of the play theme based on Mitchell and Friedman were shown through Neumman's self-development process. In addition, this study is a single case study in which parents and teachers of infants participated in the sand box play treatment process together.

경제사회 전반에 비대면 언택트 비즈니스가 확대되면서 스타트업의 범위가 오프라인을 넘어 온라인으로 확장되고 있다. 이에 본 연구는 뷰티콘텐츠와 IT교육플랫폼을 융합한 뷰티창업 교육프로그램을 개발하여 e-비즈니 스, m-비즈니스와 같은 디지털 스타트업의 뷰티비즈니스모델 진출 가능성을 모색하고자 한다. 이를 위하여 Peter & Michael의 E-비즈니스 이론을 바탕으로 학습체계, 학습도구, 필요역량을 도출했으며 ADDIE 기초개발모형에 따라 분석, 설계, 개발, 실행, 평가의 과정을 바탕으로 10회기 프로그램을 개발하였다. 개발된 프로그램은 전문가 평가를 통해 수정 및 보완하였으며 최종프로그램을 뷰티전공 성인학습자들에게 적용함으로써 본 창업 교육프로그 램의 긍정적 만족도와 창업역량 증진효과를 확인할 수 있었다. 이에 더 나아가 향후 새로운 연구를 통하여 헤어, 메이크업, 네일, 피부, 뷰티화장품, 향 등의 세분화된 뷰티전문 IT융합교육 연구가 이뤄지길 기대하는 바이다.

This study is a study on the development of a beauty start-up education program that combines beauty content and IT education platform. therefore, by developing beauty start-up education programs for digital startups such as e-business and m-business, we intend to explore the possibility of entering the beauty business model. the learning system, tools, and competencies were derived based on Peter & Michael's business theory, and 10 sessions of programs were developed through analysis, design, development, execution, and evaluation according to the ADDIE basic development model. The developed program was revised and supplemented through expert evaluation, and the final program was conducted on 24 adult learners majoring in beauty to confirm the positive satisfaction of education and the effect of enhancing startup competency.

본 연구는 공공 조직에서의 미래 지향적인 인적자원 다양성 관리 발전에 대한 연구이다. 다양성의 개념 은 모양, 형태 등 여러 가지 특성을 의미하고 있으나 바라보는 관점에 따라 그 의미는 서로 다르다. 즉, 역사적으 로 대한민국은 주로 동질성을 추구하는 방식의 사회통합을 지향해온 경향이 존재하였으나, 미래 트렌드 변화를 고 려할 때 다양한 차원에서의 다양성을 포용해야만 하는 상황에 직면하게 될 것이며 이러한 압력은 더욱 강해질 전 망이다. 본 연구에서는 이러한 문제의식을 바탕으로 공공조직에서의 인적자원관리 측면에 영향을 미치는 미래 트 렌드를 STEPPER 관점에서 접근하였으며, 공공 조직에서의 다양성 관리에 관한 가치 지향성을 검토하였다. 그리 하여 주로 미래 트렌드 중 주로 사회(S), 기술(T), 인구(P), 경제(E) 측면에서 미래지향적인 인적자원 다양성 관리 전략을 도출함으로써 정책개발 및 제도개혁에 관한 시사점을 제시하였다.

This study is a study on the development of future-oriented human resource diversity management in public organizations. The concept of diversity means various characteristics such as shape and shape, but the meaning differs depending on the perspective of view. Historically, South Korea has tended to aim primarily for social integration in a way that pursues homogeneity, but given future trends, it is faced with the need to embrace diversity at various levels today, and this pressure is expected to grow stronger. Based on this awareness of the problem, we approached future trends affecting human resource management in public organizations from the perspective of STEPPER, and we also reviewed the value orientation regarding diversity management in public organizations. As a result, by deriving future-oriented human resource diversity management strategies mainly in terms of society (S), technology (T), population (P), and economy (E) among future trends, implications for policy development and institutional reform were presented.

본 문헌연구에서는 해외의 주요 기업들이 보이고 있는 부도덕한 일련의 사태를 중점적으로 다루고 있다. 본 연구에서 강조하는 부도덕성이란 회사의 이익만을 앞세워 타인을 배려하지 않은 탈선, 불법, 편법 등을 포함하 고 있으며, 회사가 가진 공감력 부족이 관련된 문제를 일으키는 원인으로 지목되고 있다. 이러한 문제를 해결하기 위한 수단으로 본 연구는 메타인지 및 메타인지와 관련된 일련의 활동을 제시하였으며, 이를 통해 개인의 공감능 력이 향상될 수 있음을 문헌연구 형식으로 제안하였다. 제안된 활동에는 디자인씽킹(Design Thinking), 목적지향 의 질문, 성찰적 글쓰기가 포함되어 있는데, 개인이 자신의 인지 과정을 성찰하고, 메타인지 기능을 함양할 수 있 는 기회를 통해 공감능력을 높일 수 있게 될 것으로 기대된다. 본 연구는 여러 문헌 정보를 기반으로 하여, 개인 의 메타인지 향상이 공감능력 향상으로 이어질 것이라는 일련의 증거를 제시하고 있다.

The major problems this literature review discusses include notable company scandals of major global enterprises that involve mindless attitudes that appear to cause damage to their reputation. One may argue that such regretful events occurred due to lack of empathy, discarding what consequences would encounter because of their decisions. In the study, metacognition and its relevant activities are suggested as a means of fostering individuals’ empathic skills. The approach consists of Design Thinking (DT), purpose-driven questions, and reflective writing in which participants have opportunities to reflect on their own cognitive processes and to promote their metacognition. The study proposes evidence from the literature to support the notion that advocacy of metacognition may result in improved empathy.

본 연구의 목적은 인도와 파키스탄에서 자행되고 있는 사이버 테러의 실례들을 통해 양 국가의 대응 정 책의 기조와 변화 그리고 분야별 영향을 규명하는 것이다. 이를 위해, 먼저 2000년 이후 발생한 중요 사이버 테러 의 종류와 내용, 행위 주체들에 대한 내용 분석을 하였다. 그런 다음 분석한 내용에 양국의 사회적·역사적·정치적 상황을 대입시켜 양국 정부의 대응 정책 및 시대와 상황의 변이에 따른 정책의 변화도 보여주고자 하였다. 본 연 구를 통해 첫째, 사이버 테러 행위 주체자들의 성격과 둘째, 사이버 테러의 대상 및 방법 등이 드러났다. 셋째, 사 이버 테러가 각 분야별로 어떠한 영향을 미치는지 분석하였다. 기술의 진보와 더불어 사이버 테러의 방법도 고도 화되고, 사이버 테러에 대한 양국 간 대응책도 복잡해지고, 사이버 보안 및 양국 간 사이버 공간에 대한 모니터링 도 훨씬 강화될 것으로 예상된다.

The purpose of this study is to investigate the tone and change of response policies of both countries and the impact of each aspects of society through examples of cyber terrorism committed in India and Pakistan. I analyzed the types and contents of ciritical cyber terror that occurred after 2000 and the subjects of action. Then, I attempted to show the response policies of the two governments on the bases of the social, historical, and political situations of the two countries. Through this study, I tried to reveal like this. First, the nature of the subjects of cyber terror and second, the object and method of cyber terror. Third, I analyzed how cyber terror affects each field of society. Along with technological advances, the method of cyber terror is expected to be high-end, and countermeasures between the two countries against cyber terrorism are expected to become increasingly complex. This is expected to lead to strengthening of cybersecurity and much stronger monitoring of cyberspace between the two countries.

치매인구의 증가가 사회적 문제로 대두되고 있다. 예방적 차원의 관리방안을 연구해야 할 시기이다. 본 연구는 주야간보호센터를 활용하고 있는 노인들을 대상으로 뉴로피드백 프로그램을 통하여 노인들의 각성 도 향상에 미치는 영향을 분석하기 위한 연구이다. 뉴로피드백 훈련은 2021년 7월 5일부터 2021년 8월 13일까 지, 주 5회, 1회 훈련시간은 30분, 총 30회 실시하였다. 객관적인 대상선별을 위해 CIST(인지선별검사)를 실시 하였고, 뉴로피드백 훈련의 객관적인 지표를 도출하기 위하여 사전·사후 뇌기능검사(BFM)를 실시하였다. 검사 한 결과 전반적으로 각성도에서 수치상 향상되거나 개선되는 변화를 보였고 이는 재가노인복지시설을 이용하 는 노인들의 인지능력개선에 유용한 자료로 활용될 수 있을 것이라 생각한다.

The increase in the population with dementia is emerging as a social problem. It is time to study preventive management measures. The purpose of this study is to analyze the effect of the neurofeedback program on the improvement of arousal of the elderly using the day/night care center. Neurofeedback training was conducted from July 5, 2021 to August 13, 2021, 5 times a week, for 30 minutes each training time, a total of 30 times. CIST(Cognitive Impairment Screening Test) was performed for objective target selection, and pre- and post-brain function tests were performed to derive objective indicators of neurofeedback training. As a result of the examination, there was a numerically improved or improved change in the overall level of arousal, and this can be used as useful data for improving the cognitive ability of the elderly who use home aged welfare facilities.

본 연구는 돌봄효능감과 인간중심간호역량간의 관계에서 간호전문직관의 매개 및 조절 효과를 확인하기 위해 시도되었다. 간호대학생을 대상으로 2020년 11월부터 12월까지 수집된 자료 중 새로운 가설을 도출하여 4학년 간호대학생 229명의 자료를 이차분석한 서술적 상관관계연구이다. 수집된 자료는 SPSS 26.0 program을 사용하여, 기술통계, T-test, ANOVA, Pearson’s correlation coefficient, Multiple regression을 통해 분석하였으며, 매개효과의 유의성을 확인하기 위해 Sobel 검정을 실시하였다. 연구결과, 간호전문직관은 돌봄효능감과 인간중심간호역량 간의 관계에서 부분매개효과 (z=4.27, p<.001)를 나타냈으나 조절효과는 없었다. 이상의 결과를 바탕으로 간호대학생의 인간중심간호역량을 증진시키 기 위해서 돌봄효능감의 향상과 더불어 올바른 간호전문직관 확립을 위한 노력을 강화할 필요성을 제언한다.

The purpose of this study is to identify the moderating and mediating effects of nursing professionalism in the relationship between caring efficacy, and person-centered care competency. A descriptive correlational research designutilizing secondary data analysis was adopted. Data collection was conducted from November 2020, to December, and the participants were 229 senior nursing students. The data were analyzed using descriptive statistics, T-test, ANOVA, Pearson's correlation coefficients, and multiple regression analysis with the SPSS 26.0, and to confirm the significance of the mediating effect, the sobel test was performed. Nursing professionalism had a partial mediating effect (z=4.27, p<.001) in the relationship between caring efficacy and person-centered care competency but did not have moderating effects. To improve the person-centered care competency among senior nursing students, it is necessary to enhance efforts that establish apropriate nursing professionalism in addition to enhancing caring efficacy.

본 연구는 간호대학생의 자아탄력성, 셀프리더십, 임상실습 만족도 간의 관계를 파악하고 스트레스 대처 방식의 매개효과를 알아보기 위하여 시도된 서술적 조사연구이다. 연구자료는 2021년 11월 27일부터 12월 5일까 지 간호대학생 186명을 대상으로 수집하였다. 수집된 자료는 SPSS/Win 22.0 프로그램과 PLS(Partial Least Square) 구조방정식 분석법을 사용하여 분석하였다. 스트레스 대처방식은 자아탄력성과 셀프리더십이 임상실습 만 족도에 영향을 미치는데 있어 매개변수로 작용하였다. 본 연구결과를 토대로 간호대학생의 임상실습 만족도를 향 상시키기 위하여 자아탄력성, 셀프리더십, 문제중심의 적극적 스트레스 대처방식 증진을 위한 체계적인 교육프로 그램을 개발ㆍ운영하여 임상실습 교육의 질적 보완과 감염병 시대를 대비해야 할 것이다

The purpose of this study was to examine the relationship among ego-resilience and selfleadership on satisfaction of clinical practice, and to find out the mediating effect of stress coping styles. Data were collected from November 27 to December 5, 2021 for 186 nursing students. The collected data were analyzed using SPSS/Win 22.0 program and PLS(Partial Least Square) structural equation analysis method. The stress coping styles acted as a parameter when ego-resilience and self-leadership affect satisfaction of clinical practice. Based on the results of this study, in order to improve nursing students’ satisfaction of clinical practice, it is necessary to develop and operate a systematic educational program to promote ego-resilience, self-leadership, and problem-focused active stress coping styles to supplement the quality of clinical practice education and to prepare for the era of infectious disease.

본 연구는 환자 피폭선량의 감소를 위한 목적으로 일개 병원에서 시행되는 경부 ct 검사의 촬영조건에서 관 전압과 영상처리 알고리즘의 적절한 적용으로 기존 영상 화질과 유사한 촬영조건과 방사선량을 평가하였다. 2021년 6월부터 11월까지 내원한 여성 환자 150명을 대상으로 경부 CT 검사를 시행하였다. 촬영조건은 80kV, 100kV, 120kV 자동 노출 조절 방법으로 영상을 획득하였다. 쵤영 후 영상 재구성 알고리즘인 SAFIRE를 단계적 0, 1, 3, 5 로 적용하였고, 경부 주변 조직에 관심 영역을 설정하여 신호대잡음비(Signal to noise, SNR)와 대조도비(Contrast to noise ratio, CNR)로 영상을 정량적 분석하였다. 그룹 간 비교에서 SAFIRE의 강도가 증가할수록 노이즈가 감소 하였으며 신호대잡음비, 대조도비가 증가하는 양상을 보였다. 또한 120kV의 자동 노출 조절 방법과 SAFIRE 강도 3과 비교적 유사한 영상의 화질을 가지는 조건은 100kV의 자동 노출 조절 방법과 SAFIRE 강도 3으로 나타났다. 120kV 자동 노출 조절 방법에서 100kV 자동 노출 조절 방법으로 낮추었더니 방사선량이 13.73%로 감소하였다.

This study evaluated the imaging conditions and radiation dose similar to the existing image quality by appropriate application of tube voltage and image processing algorithm in the imaging conditions of a cervical ct test performed at a hospital for the purpose of reducing the patient's exposure dose. Cervical CT scans were performed on 150 female patients who visited the hospital from June to November 2021. Images were acquired by automatic exposure control method of 80kV, 100kV, and 120kV under the shooting conditions. SAFIRE, a post-image reconstruction algorithm, was applied in steps of 0, 1, 3, and 5, and the region of interest was set in the surrounding tissues of the neck to obtain images with Signal to Noise (SNR) and Contrast to Noise Ratio (CNR). was quantitatively analyzed. In comparison between groups, as the intensity of SAFIRE increased, the noise decreased, and the signal-to-noise ratio and contrast ratio increased. In addition, the conditions of the automatic exposure control method of 120kV and the image quality relatively similar to SAFIRE intensity 3 were the automatic exposure control method of 100kV and SAFIRE intensity 3. When it was lowered from the 120kV automatic exposure control method to the 100kV automatic exposure control method, the radiation dose was reduced to 13.73%.