Earticle

본 연구는 치위생학과 학생들을 대상으로 문제중심학습과 생성형 AI를 통합적으로 활용한 교육 모델을 적용하여 학습자의 만족도, 학습참여 효과를 탐색하고, 이를 통해 치위생 교육에서의 효과적인 생성형 AI 활용 방안에 대한 기초자료를 제공하고자 시행하였다. 2025년 6주동안 부산광역시 소재 D대학 치위생학과에 재학중인 3학년 학생 47명을 대상으로 시행하였으며 문제중심학습에서 생성형 AI 사용 유무에 따라 수업만족도와 학습 참여도를 설문을 통해 조사 하였다. 생성형 AI를 사용해 본 경험이 있는 경우 수업만족도는 2.74점 경험이 없는 경우 2.88점으로 사용경험이 없을 때 수업만족도가 조금 높았으며, pbl수업만족도, 생성형 AI 활용한 수업만족도, 학습참여도 간 상관관계를 살펴보면 PBL 수업과 생성형 AI 활용 수업 모두 학습자의 학습참여도와 유의미한 관련이 있다. 생성형 AI의 활용 역량을 치위생 교육에 적극적으로 도입하여, 복잡하면서 돌발적인 상황에 대처할 수 있는 문제해결능력을 갖춘 치과위생사 양성에 도움이 되길 기대한다.

This study aimed to apply an integrated educational model that combines Problem-Based Learning (PBL) with generative artificial intelligence (AI) to dental hygiene students, in order to examine learning satisfaction, learning engagement. The goal was to provide baseline data for effective applications of generative AI in dental hygiene education.The study was conducted over a six-week period in 2025 with 47 third-year students enrolled in the Department of Dental Hygiene at D University in Busan, South Korea. Learning satisfaction and engagement were assessed through surveys, comparing students who applied generative AI in PBL activities with those who did not. Students with prior experience using generative AI reported a mean satisfaction score of 2.74, while those without prior experience reported a slightly higher score of 2.88. Correlation analysis revealed that both satisfaction with PBL and satisfaction with generative AI-enhanced learning were significantly associated with students’ learning engagement.The findings suggest that actively integrating generative AI into dental hygiene education may contribute to fostering problem-solving skills, thereby supporting the development of dental hygienists who are capable of effectively responding to complex and unpredictable clinical situations.

목적: 본 연구는 국내 응급실에서 근무하는 간호사와 응급구조사의 응급환자의 중증도 분류 역량에 대한 연구 동향을 파악 및 향후 연구 방향을 제시하기 위해 수행되었다. 연구방법: 3개의 데이터베이스(RISS, KISS, DBpia)의 논문을 검토했다. 논문제목을 ‘간호사 AND 중증도분류’, ‘응급구조사 AND 중증도분류’, ‘응급구조사 AND 간호사 AND 중증도분류’로 주요 검색어로 사용하여 추출된 논문을 선정하였다. 간호사와 응급구조사의 중증도 분류 역량 과 관련된 문헌을 서술적 문헌 고찰(narrative literature review) 방식으로 분석하였다. 연구결과: 총 247개의 논문 중 최종적으로 18개의 논문이 선정되어 검토되었다. 대부분의 연구가 서술적 조사연구 설계 논문이었고, 유사실험연구가 1편, 질적연구가 3편, 개념분석 1편, 측정도구 개발 1편인 것으로 나타났다. 결론: 본 연구의 결과를 바탕으로 향후 응급실 내 간호사와 응급구조사의 중증도 분류 역량에 관한 연구방향과 과제을 제시하는 데 기초자료 가 될 것이다.

Purpose: This study aimed to identify research trends and propose future directions regarding the triage competence of nurses and emergency medical technicians (EMTs) working in Korean emergency departments. Methods: A review of the literature was conducted using three databases (RISS, KISS, DBpia). Articles were retrieved using the following keywords: nurses AND triage competencies, EMTs AND triage competencies, and nurses AND EMTs AND triage competencies. Relevant studies were analyzed using a narrative literature review approach to assess the triage competence of nurses and EMTs. Results: Out of 247 initially identified articles, 18 studies were selected for final review. Most studies employed descriptive survey designs, with one quasi-experimental study, three qualitative studies, one concept analysis, and one study focused on developing a measurement tool. Conclusion: The findings of this study provide a foundation for future research on the triage competence of nurses and EMTs in emergency departments. They highlight critical areas for development and suggest directions for improving triage practices and capabilities in these healthcare roles.

본 연구는 음식점 리뷰의 신뢰도 저하와 개인화 정보 부족 문제를 해결하기 위해, AI 기반 리뷰 분석 및 개인화 추천 기능을 통합한 푸드테크 숏폼 플랫폼을 제안한다. 제안된 플랫폼은 Flutter 기반의 위치기반 모바일 애플리케이션 으로 구현되며, 숏폼 영상 리뷰를 중심으로 음식 정보를 제공한다. 특히, 리뷰 신뢰도 평가를 위해 BERT(Bidirectional Encoder Representations from Transformers) 기반의 자연어 처리 모델을 적용하여 리뷰의 내용, 감성, 형식 등을 종합적으로 분석하고 점수화한다. 또한, 사용자 맞춤형 추천에는 NCF(Neural Collaborative Filtering) 알고리즘을 활용하며, 시계열 클러스터링 기법을 통해 소비자 행동 패턴을 분석한다. 이를 통해 사용자에게는 신뢰도 높은 음식점 선택 도구를, 소상공인에게는 데이터 기반 마케팅 전략 수립에 유용한 인사이트를 제공한다.

This study proposes a foodtech short-form platform designed to address the decline in the reliability of restaurant reviews and the lack of personalized information. The proposed platform is implemented as a location-based mobile application using Flutter and provides food information centered on short-form video reviews. For review reliability evaluation, the system employs a BERT (Bidirectional Encoder Representations from Transformers)-based natural language processing model, and personalized recommendations are generated using an NCF (Neural Collaborative Filtering) algorithm. In addition, consumer behavior patterns are analyzed through time-series clustering, and the resulting insights are used to offer real-time marketing strategies to small business owners.

공연 문화는 지역 주민들의 삶의 질을 향상시키고 지역 경제를 활성화시킬 수 있는 사회적 기반이며, 동시에 각 지역의 고유한 전통 문화를 보여줄 수 있는 역사적 지표이다. 그러나 현재 수도권과 비수도권 간의 공연문화 불균형 현상이 심각해 비수도권 거주민들은 공연 문화를 즐길 기회가 적으며, 이는 지역 공연 문화의 위축으로 이어진다. 따라서 본 논문에서는 지역 공연 문화를 활성화하기 위한 방안을 모색한다. 공연장 분포 및 운영 분석을 통해 서울과 타지역간 공연장 및 운영 차이가 있는지 확인해보고, 공연 관람 트렌드 분석과 공연장 접근성 분석을 통해 공연 인프라 확장과 관련된 다양한 변수의 영향을 분석한다. 분석 결과를 통해 결론 및 시사점을 도출하고, 한계점 및 향후 연구계획을 제시하면서 본 논문을 마무리하고자 한다.

Performing arts culture serves as a social foundation that enhances the quality of life for local residents and revitalizes regional economies. At the same time, it acts as a historical indicator that reflects each region’s unique cultural heritage. However, the imbalance between the capital and non-capital regions in performing arts infrastructure has become severe, limiting opportunities for non-capital region residents to experience cultural performances. This, in turn, leads to the decline of regional performing arts culture. Therefore, this study aims to explore strategies for revitalizing regional performing arts culture. By analyzing the distribution and operation of performance venues, we examine the differences between Seoul and other regions. Additionally, we analyze performance attendance trends and venue accessibility to assess the impact of various factors on the expansion of performing arts infrastructure. Based on the results, we derive conclusions and implications, address research limitations, and propose directions for future studies to conclude this paper.

본 연구는 유소년의 스포츠 활동 참여동기와 유아교육 참여 경험의 인과 관계를 분석하여 유소년 스포츠 프로그램의 개선방안 연구를 목적으로한다. 스포츠 센터에서 스포츠 활동 중인 유소년을 대상으로 설문지 검사를 시행하여 수집된 설문데이터를 이용하여 요인분석, 신뢰도분석, 상관관계분석 및 위계적 회귀분석을 실시하여 통계분석을 실시하였다. 연구 결과는 첫째, 유소년들의 스포츠 참여동기는 지속의도에 영향이 있는 것으로 분석되었다. 둘째, 유아체육 참여 경험의 상호작용 효과는 부분적 영향이 있는 것을 파악했다. 이러한 결과를 바탕으로 유소년 스포츠 프로그램 개발 시 유아체육을 시작하는 교육기관과 연계하여 지속적인 체육활동이 가능한 프로그램을 개발하여 지속적인 스포츠 활동 프로그램 개발을 연계하는 것이 중요하다고 판단된다.

The purpose of this study is to study ways to improve youth sports programs by analyzing the causal relationship between youth's motivation to participate in sports activities and their experiences participating in early childhood education. Statistical analysis was conducted by conducting factor analysis, reliability analysis, correlation analysis, and hierarchical regression analysis using the questionnaire data collected by conducting a questionnaire test on youth participating in sports activities at a sports center. First, the research results showed that motivation to participate in sports activities had an effect on intention to continue sports activities. Second, the interaction effect of early childhood sports participation experience was found to have a partial effect. Based on these results, it is believed that when developing youth sports programs, developing programs in connection with early childhood education institutions and operating them based on the test results can contribute to revitalizing youth sports activities.

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.

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.

본 연구는 부산시 소재 대학 치위생학과 3학년 41명을 대상으로 2023년 3월부터 5주간 PBL(문제중심학습)을 임상치위생학교과에 적용하였다. PBL교과에 따른 학생들의 학습만족도와 자기주도적 학습능력을 조사한 결과 문제 해결과정은 전반적으로 즐거웠다.’에 대한 응답은 ‘그렇지 않다’가 51.2%로 가장 많았으며, 교과에서 학습한 내용을 실제 임상에서 활용할 수 있다고 생각한다.’에 대한 응답은 ‘매우 그렇다’와‘대체로 그렇다’가 각각 43.9%로 가장 많았다. 이와 같은 결과에 따라 문제해결과정이 다소 부담스럽고 어렵긴 하지만 수강 후 실제 알고자 하는 것을 정확히 알 수 있었으며 임상에서 적용할 수 있을 것 같다는 결과를 얻었다. 또한 PBL의 교과적용은 학습목표와 계획을 수립하고 문제를 해결하는 과정에서 다양한 학습방법습득이 가능하다는 측면에서 자기주도적 학습태도 습득에 기여한다고 사료된다. 따라서 본 연구를 통해 PBL방법의 교과적용은 학습자들의 흥미유발과 학습만족도를 높이며, 자기주도적 학습태도 습득을 높이는데 기여 가능하다는 결과를 도출했다.

This study applied problem-based learning(PBL) to clinical dental hygiene subjects for five weeks from March 2023 to 41 third graders in the Department of dental hygiene at University in Busan. According to a survey of students' learning satisfaction and self-directed learning ability according to the PBL curriculum, 51.2% of the respondents answered "not so," and 43.9% answered "very so" and "generally so." According to these results, the problem-solving process is somewhat burdensome and difficult, but after taking the course, I was able to know exactly what I wanted to know and it seems that it can be applied in clinical practice. In addition, the application of PBL to the curriculum is believed to contribute to the acquisition of self-directed learning attitudes in that it is possible to acquire various learning methods in the process of establishing learning goals and plans and solving problems. Therefore, through this study, the application of the PBL method to the curriculum can contribute to increasing learners' interest and learning satisfaction, and to increasing self-directed learning attitude acquisition.

본 연구는 운동 데이터 기반 스포츠테크 기업의 국내외 대표 사례를 비교 분석함으로써 피트니스 산업 내 기술 적용 현황과 확장 가능성을 고찰하는 데 목적이 있다. 최근 스포츠산업은 디지털 전환을 맞이하며 운동 데이터를 핵심 자원으로 활용하는 스포츠테크가 부상하고 있다. 그러나 기존 국내 연구는 기술 소개나 정책 제안에 편중되어 실제 시장 적용 사례에 대한 실증적 분석이 미흡하다는 한계가 있다. 이에 본 연구는 정성적 사례연구 방법을 활용하여 국외의 Peloton, WHOOP, Freeletics와 국내의 래빗리뷰, 누브, 핏투게더를 심층분석하였다. 분석결과, 글로벌 기업들은 고도화된 기술 인프라와 플랫폼 기반 확장 전략으로 시장을 선도하는 반면, 국내 기업들은 AI 기반 코칭, 하드웨어 연동 플랫폼, 전문 스포츠 데이터 기술을 바탕으로 정책 지원 및 의료 기반 연계를 통한 차별화 전략으로 성장 기반을 확보하고 있음을 확인하였다. 운동 데이터 기반 스포츠테크는 단순한 피트니스 서비스 를 넘어 헬스케어, 재활, 보험, 공공 서비스 등 다양한 산업과의 융합을 통해 고부가가치 산업으로 진화하고 있으며, 향후 지속적인 기술 투자와 정책적 지원을 통해 더욱 확대될 것으로 전망된다.

This study aims to examine the current status and future prospects of sports tech application in the fitness industry by comparatively analyzing leading domestic and international cases of exercise data-driven sports tech companies. The recent digital transformation in the sports industry has seen the emergence of sports tech, utilizing exercise data as a core resource. However, existing domestic research has been limited to technology introductions or policy proposals, lacking empirical analysis of actual market applications. Utilizing a qualitative case study methodology, this research conducts in-depth analyses of Peloton, WHOOP, and Freeletics internationally, and Rabbit Review, Nub, and Fitogether domestically. The findings indicate that global companies lead the market with advanced technological infrastructure and platform-based expansion strategies, while domestic companies secure growth foundations through differentiated strategies such as AI-based coaching, hardware-linked platforms, and specialized sports data technology, supported by government policies and healthcare integration. Exercise data-driven sports tech is evolving into a high-value-added industry, moving beyond simple fitness services to integrate with various sectors such as healthcare, rehabilitation, insurance, and public services. It is expected to expand further through continuous technological investment and policy support.

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.