Earticle

고해상도 LED 모듈패키지는 AI 대시보드, 차량용 디스플레이 등 장시간 구동 환경에서 안정적인 광학 성능과 저전력 특성이 요구된다. 본 연구에서는 무기 나노 입자 기반 형광체를 적용한 고해상도 저전력 LED 모듈패키지를 제안하고, 그 특성을 분석하였다. Silica Quantum Dot 및 CdSe/ZnS Quantum Dot을 형광체로 사용하고, PEG 기반 블록 공중합체를 이용한 표면개질을 통해 분산 안정성을 확보하였다. FT-IR 및 ¹H NMR 분석을 통해 표면개질의 화학적 유효성을 확인하였으며, SEM 분석 결과 다양한 두께 조건에서도 광학 코팅층은 균일하고 안정적인 구조를 유지하였다. 또한 Blue LED 여기 조건에서 안정적인 발광과 RGBW 색 분리가 가능함을 확인하였다. 광학 성능 평가 결과, 휘도 안정성, 높은 광균일도, 우수한 광효율 및 연색성이 확보되었으며, 열적 거동 분석을 통해 장시간 구동 시에도 안정적인 동작 가능성을 확인하였다.

High-resolution LED module packages used in long-duration environments require stable optical performance and low power operation. This study proposes a high-resolution, low-power LED module package incorporating an inorganic nanoparticle phosphor and evaluates its characteristics. Silica quantum dots and CdSe ZnS quantum dots were used as phosphors, and dispersion stability was achieved through surface modification with a PEG-based block copolymer. FT-IR and 1H NMR confirmed the chemical validity of the modification, and SEM showed that the optical coating layer remained uniform and stable across a range of thicknesses. Under blue LED excitation, stable emission and RGBW color separation were demonstrated. Optical evaluation confirmed luminance stability, high luminance uniformity, excellent luminous efficacy, and high color rendering, while thermo-fluid analysis supported stable operation under long-term driving conditions.

웨이퍼 프로브 테스트는 반도체 제조 공정에서 개별 다이의 전기적 특성과 기능적 이상 여부를 공정 초 기 단계에서 검증하는 핵심 검사 공정이다. 이를 통해 수율 관리와 공정 안정성 분석에 필요한 중요한 기준 데이 터를 확보할 수 있다. 그러나 웨이퍼 프로브 테스트 데이터는 서로 이질적인 파일 형식과 구조로 생성되어, 기존 분석 프레임워크 내에서 통합 분석을 수행하는 데 큰 제약이 있다. 특히 STDF 기반의 EDS 파일은 구조가 복잡 하고 데이터 규모가 커 분석 지연을 유발한다. 이러한 문제를 해결하기 위해 본 연구는 다양한 유형의 웨이퍼 프 로브 테스트 데이터를 단일 환경에서 통합 및 처리할 수 있는 시스템을 개발하고, 동시에 시각화 및 고속 분석 기 능을 제공함으로써 공정 데이터 분석의 효율성과 실시간성을 향상시키는 것을 목표로 한다.

The Wafer Probe Test (P-Test) is a critical process in semiconductor manufacturing that validates the electrical characteristics and functional anomalies of individual dies at an early stage. It provides essential baseline data for yield management and process stability analysis. However, P-Test data—including EDS, PCM, Tox, RS, and Defect Maps—are generated in heterogeneous file formats and structures, creating significant limitations for integrated analysis within existing frameworks. In particular, STDF-based EDS files cause analysis delays due to their structural complexity and large volume. To address these issues, this study aims to improve the efficiency and real-time capabilities of process data analysis by developing a system that integrates and processes multi-type P-Test data in a single environment, while simultaneously providing visualization and high-speed analysis.

본 연구는 서울시 신속통합재개발 후보지 내 비아파트 경매에서 매각가격과 매각가율의 결정요인을 규명 하는 데 목적이 있다. 2020~2024년 후보지 내 경매사례 165건을 대상으로 27개 영향요인을 설정하고 다중회귀분 석을 실시하였다. 분석 결과, 매각가격에는 ㎡당 갭투자금액·㎡당 전세가·낙찰차수·층수·위반건축물 여부가 유의하 게 영향을 미쳤고, 매각가율에는 ㎡당 갭투자금액·낙찰차수·응찰자 수·역세권 결절점 특성이 유의하게 작용하였다. 이는 재개발 기대수익과 권리인수 위험 등 시장·권리요인이 물리·입지요인보다 낙찰성과에 더 큰 영향을 미침을 시사하며, 경매시장 분석 및 의사결정 지원을 위한 기초자료로 활용될 수 있음을 제언한다.

This study aims to identify determinants of auction sale price and sale price ratio for non-apartment properties within Seoul’s Rapid Integrated Redevelopment candidate areas. Using 165 auction cases from 2020 –2024, multiple regression analysis was conducted with 27 explanatory variables. Results show that sale price is significantly affected by gap investment per m², jeonse price per m², bid round, floor level, and building-code violations, while sale price ratio is influenced by gap investment per m², bid round, number of bidders, and transit-node (station-area) characteristics. These findings suggest that market and rights-related factors outweigh physical and locational factors, providing baseline evidence for auction-market analysis and decision-making.

COVID-19 팬데믹이라는 외생적 충격으로 영업 환경이 변동됨에 따라 항공사는 경영상의 어려움을 겪었으 나 항공사별 대응 전략에 따라 회복의 양상이 다르게 나타났다. 본 연구는 팬데믹으로 인한 국내 항공사의 운영 효율 성의 변화와 회복 패턴을 분석하여, 위험 관리 전략 및 정책 방향 수립에 활용할 수 있는 근거를 제공하는 데 목적이 있다. 이에 국내 9개의 항공사를 대상으로 2017-2024년 팬데믹 전·중·후를 포괄하여 운항 실적 및 재무 데이터를 수 집하고, 항공사 운영 구조를 비용-서비스-수익으로 구분한 3단계 네트워크 DEA 모형을 적용하여 운영 효율성을 측 정하고 분석하였다. 연구 결과 전체 운영 효율성은 팬데믹 직후 급락하였으나 COVID-19 약화에 따라 점차적으로 개 선되었으며, 단계별 효율성은 비대칭적인 회복의 양상을 보였다. 특히 비용 효율성은 산업적 특성으로 인해 즉각적인 대응이 어려워 구조적 취약성 구간임이 확인되었다. 이와 같은 연구 결과는 향후 위험 관리 전략 수립을 위한 주요 요인을 분석했다는 데에 의의가 있으며 항공사의 효율성 제고나 성과 분석에 대한 근거 자료로 활용할 수 있다.

Due to the COVID-19 pandemic, which acted as a major exogenous shock, airlines experienced management difficulties, but the recovery process varied depending on each airline's response strategy. This study examines how such a shock affected the operational efficiency of Korean airlines and identifies stage-specific recovery patterns. Focusing on the asymmetric recovery across cost, service, and revenue stages, we apply a three-stage network DEA to nine Korean airlines from 2017 to 2024. The results show that overall efficiency declined after the pandemic shock, but gradually improved as COVID-19 abated. However, cost efficiency deteriorated, revealing a clear structural asymmetry in the recovery process. These findings indicate that structural inefficiencies persisted in the cost stage post-shock, suggesting future crisis management should focus on resolving these embedded issues.

본 연구는 인공지능 생성 콘텐츠(AIGC) 기술이 역사 다큐멘터리 제작에 적용되는 과정에서 제작자가 해 당 기술을 어떻게 인식하고 수용하는지를 실증적으로 분석하는 것을 목적으로 한다. 이를 위해 기술수용모델 (TAM)과 계획된 행동이론(TPB)을 통합한 연구모형을 설정하고, 최근 5년 이내 역사 다큐멘터리 제작 경험이 있 는 전문가를 대상으로 설문조사를 실시하였다. 구조방정식 모형 분석 결과, 인지된 사용 용이성과 인지된 유용성 은 제작자의 행동 태도 형성에 유의미한 영향을 미치는 것으로 나타났으며, 주관적 규범과 인지된 행동 통제는 AIGC 기술 활용에 대한 행동 의도에 직접적인 영향을 미치는 요인으로 확인되었다. 특히 주관적 규범은 행동 태 도 형성에 가장 큰 영향력을 보여, 개인의 판단뿐 아니라 사회적·조직적 환경이 기술 수용 과정에서 중요한 역할 을 함을 시사한다. 이러한 결과는 AIGC 기술 수용을 단순한 기술적 효율성의 문제로 한정하기보다, 문화적 가치 와 윤리적 고려, 그리고 조직적 맥락이 결합된 복합적 과정으로 이해할 필요가 있음을 보여준다.

This study examines producers’ acceptance of artificial intelligence–generated content (AIGC) in historical documentary production using an integrated TAM–TPB framework. Survey data were collected from professionals with recent documentary production experience and analyzed through structural equation modeling. The results show that perceived ease of use and perceived usefulness significantly shape producers’ attitudes toward AIGC adoption. Subjective norms and perceived behavioral control directly influence behavioral intention. Notably, subjective norms exert the strongest effect on attitude formation, underscoring the importance of social and organizational contexts. These findings indicate that AIGC adoption should be understood as a socially embedded process involving cultural values and ethical considerations rather than a purely technical decision.

본 연구는 문화 인프라의 기능적 구성과 디지털 관광 플랫폼 데이터가 결합될 때 도시 공간 이용이 어떠 한 구조적 유형으로 분화되는지를 규명하고, 이러한 구조적 관계에서 디지털 관광 연결성이 독립적 요인인지 보조 적 메커니즘인지를 검증하고자 하였다. 인천광역시 10개 군·구를 분석 단위로 설정하였다. 공연시설 및 전시시설 비율, 문화예술 만족도, 시티투어 연결도, 연간 방문객 수를 활용하여 군집분석을 수행하였으며, Z-score 표준화 후 K-means 및 계층적 군집분석을 병행하였다. 또한 유형 간 차이를 검증하기 위해 ANOVA와 Tukey HSD 사 후검정을 실시하고 효과크기(η²)를 산출하였다. 연구결과 도시 공간 이용은 공연·체험 중심형, 전시·유산 중심형, 혼합형의 세 유형으로 구분되었다. 평균 실루엣 계수는 0.62로 나타나 군집의 적절성이 확보되었다. 공연시설 비율 과 전시시설 비율은 유형 간 유의한 차이를 보였으며(η²≈0.40), 기능적 구성 변수가 유형 형성에 핵심적으로 작용 하였다. 반면 시티투어 연결도는 통계적으로 유의하지 않아, 디지털 관광 활동은 1차 결정 요인이 아닌 보조적 연결 메커니즘으로 확인되었다. 본 연구는 도시 공간 이용을 ‘구조–성과–연결성’의 통합 체계로 개념화하고, 문화 인프라의 기능적 구성이 공간 이용 구조를 조직하는 핵심 요인임을 실증적으로 제시하였다. 이는 문화 인프라 연 구와 디지털 관광 연구를 도시 차원의 구조 분석으로 확장하였다는 점에서 학문적 의의를 가지며, 데이터 기반 문 화·관광 정책 설계에 실증적 근거를 제공한다.

This study investigates how urban space utilization is differentiated into structural types through the combination of cultural infrastructure configuration and digital tourism platform data, using a public data –based quantitative approach. Incheon Metropolitan City was selected as the study area, with its ten districts serving as the unit of analysis. Cluster analysis was conducted by integrating variables related to cultural infrastructure composition (ratios of performance and exhibition facilities), cultural experience outcomes (satisfaction with performance/music and exhibition/heritage), digital tourism activity (city tour connectivity), and representative cultural demand (annual number of visitors). To address the instability associated with the small sample size (N = 10), hierarchical clustering was applied in parallel to assess the robustness of the cluster structure. The results identify three types of urban space utilization: performance- and experience-oriented, exhibition- and heritage-oriented, and mixed. While cultural infrastructure configuration and experience outcomes played a central role in differentiating these types, digital tourism activity functioned as a supplementary mechanism that adjusted connectivity within existing utilization structures. This study contributes to urban and tourism research by extending city-scale spatial analysis through public data–based clustering.

본 연구는 실물 드레이핑 기반으로 구축한 CLO 3D 기준 이미지를 활용하여 생성형 AI 패션 이미지의 조형·감성 재현성을 비교·분석하는 데 목적이 있다. 실물 드레이핑으로 확보한 조형 구조를 패턴화하고 디지털 전환하여 CLO 3D에서 기준(reference) 이미지를 제작하였다. 동일한 프롬프트 조건에서 Midjourney, Stable Diffusion, Google AI Studio 3개 플랫폼으로 AI 이미지를 생성하였다. 패션·디지털 콘텐츠 분야 전문가 10인이 조형성(Q1–Q5), 감성 표현(Q6–Q8), 전시 적합성(Q9–Q10) 항목을 5점 척도로 평가하였다. 분석 결과 플랫폼별 로 구조적 정확도와 감성적 일관성에서 유의미한 차이가 확인되었다. Midjourney는 구조적 일관성과 감성 톤, 전 시 활용 적합성에서 가장 높은 평균 점수를 보였다. Google AI Studio의 조형성은 중간 수준이었으나 감성·전시 적합성에서 비교적 안정적인 평가를 얻었다. 본 연구는 실물 기반 디지털 기준 이미지를 활용한 생성형 AI 이미 지 평가 프레임워크를 제시한다는 점에서 의의가 있다.

This study compares the formal and emotional reproducibility of generative AI fashion images using physical draping–based CLO 3D reference images. A reference workflow was established through physical draping, pattern conversion, digitalization, and CLO 3D reconstruction. Under identical prompt conditions, fashion images were generated using Midjourney, Stable Diffusion, and Google AI Studio. Ten fashion and digital content experts evaluated the images using a five-point Likert scale. The evaluation focused on form (Q1–Q5), emotional expression (Q6–Q8), and exhibition suitability (Q9–Q10). The results revealed clear differences among platforms in structural accuracy and emotional consistency. Midjourney demonstrated the highest overall performance and strong suitability for digital exhibition contexts. This study proposes an evaluation framework that links physical draping, CLO-based reference modeling, and generative AI fashion image assessment.