Earticle

The aim of this study is to discuss the fact that the golf industry in Korea, especially for golf courses, has been highly developing and profiting as a result of less supply than demand. however current signs are beginning to show that an excess supply of golf courses is expected in next 5 years which might lead to a crisis of golf course industry. Evidently supporting this, the number of golf course users increased last year but this is only because of the new golf courses and, in fact, for the existing courses it has decreased since 2004 and last year the operating profits decreased as well. Therefore we would like to suggest a counter-action plan for a continuing growth of golf industry by creating an appropriate scale of demand and supply through demand forecast using monthly user data in accordance with seasonal pattern collected nationally from 224 golf courses in operation. The result of this research shows that the number of needed golf courses in 2010 would be 302. Applying the same tendency as an increase shown in 2005 from 78 courses to 224 courses, we can expect that, by 2010, 302 courses will be required which is 34.8% further establishments from 2005; based on 18 hole private courses, 205 courses by 2010 that is 52 more courses that 2005 and in basis of 11 hole public courses, we are talking 97 courses by 2010 that is 20 more than 2005. Therefore, for year 2010, the appropriate total number of golf courses is predicted as 344 which is a sum of 239 for private courses and 105 for public courses.

최근 기후변화의 영향으로 태풍 및 극한 호우 현상이 잦아짐에 따라 산악 지형이 많은 우리나라에서는 산사태 및 땅밀림과 같은 토사재해의 발생 위험이 점차 증가하고 있어 이에 대한 효율적인 모니터링 및 대응 체계 마련이 요구되고 있다. 본 연구에서는 강원권 지역의 땅밀림 현상을 관측하기 위해 2014년 11월부터 2024년까지 5월까지 획득된 Sentinel-1 영상레이더(synthetic aperture radar, SAR) 총 155장을 활용하여 고정산란체(persistent scatterers, PS)와 분산산란체(distributed scatterers, DS)를 기반으로 한 시계열 차분간섭기법(differential interferometric SAR, DInSAR) 분석을 수행하였다. DS에 대한 위상 최적화 과정에서 압축 네트워크 구조를 활용한 순차적 추정 기법을 적용함으로써 대용량 SAR 영상 처리 시 연산 효율성과 위상 품질을 동시에 향상시킬 수 있었다. 위상 최적화가 완료된 DInSAR 쌍들을 바탕으로 단일 주영상 네트워크를 구성하여 시계열 변위 분석을 수행하였다. 땅밀림이 일반적으로 사면의 최대 경사 방향으로 발생한다는 가정 하에 위성 관측 방향(line-of-sight, LOS)의 변위를 사면 방향 변위로 투영하여 실질적인 사면 움직임을 분석하였다. 분석 결과 강원도 정선군, 영월군, 삼척시 및 충청북도 단양군 일부 지역에서 연간 35 mm 이상에 달하는 사면 변위가 관측되었다. 이는 기존 산림청이 지정한 땅밀림 우려지역뿐 아니라 새롭게 식별된 위험 지역에서도 나타났다. 해당 지역들은 PS 기반 분석으로는 관측점이 확보되지 않아 변위 분석이 제한되었으나 persistent and distributed scatterers(PSDS) 기법을 통해 유의미한 변위가 식별되었다. 본 연구를 통해 PSDS InSAR 기법이 국내 땅밀림 기초조사 및 위험 지역 모니터링에 효과적으로 활용될 수 있음을 확인하였다.

Due to the increasing frequency of typhoons and extreme rainfall events driven by recent climate change, the risk of sediment-related disasters such as landslides and creeping landslides has been rising in mountainous regions of South Korea. This study aims to monitor creeping landslides in Gangwon State using time-series analysis based on persistent and distributed scatterers (PSDS) with a total of 155 Sentinel-1 synthetic aperture radar (SAR) images acquired between November 2014 and May 2024. To optimize the interferometric phase for DS, a sequential estimator algorithm based on a compressed network was applied to enhance computational efficiency and phase quality under largescale data conditions. A refined differential interferometric SAR (InSAR) stack was generated through phase optimization, and a single-reference interferometric network was constructed for time-series displacement analysis. Assuming that creeping landslides generally occur in the direction of maximum slope, line-of-sight (LOS) displacements were projected onto slope-parallel directions to estimate actual ground motion. The results revealed significant slope-parallel displacements exceeding 35 mm/year in regions including Jeongseon, Yeongwol, and Samcheok in Gangwon State, as well as Danyang in Chungcheongbuk-do. These displacements were detected not only in areas pre-identified by the Korea Forest Service as at-risk, but also in newly observed unstable zones. Notably, these deformations were not captured by the conventional persistent scatterers (PS)-based analysis due to low scatterer density but were successfully identified using the PSDS approach. These findings demonstrate the effectiveness of PSDS InSAR analysis for preliminary investigation and continuous monitoring of creeping landslides in mountainous terrains across South Korea.

산업 제어 시스템에서 시계열 데이터의 이상 탐지는 필수적이지만, 기존 방법들은 복잡한 시간적 의존성 포착과 모호한 이상 점수 산정 방식으로 인해 성능 한계를 보여왔다. 본 논문은 이러한 문제를 해결하기 위해 새로운 하이브리드 모델 TransBoost-VAE를 제안한다. 이 모델은 트랜스포머 기반 VAE로 정교한 특징을 추출하고, 그래디언트 부스팅 분류기를 결합하여 이상을 강건하게 판별한다. 실제 산업 데이터셋 (HAI 1.0) 기반의 실험에서 TransBoost-VAE는 F1-점수 0.9995, AUC 1.00이라는 성능으로 기존 모델들을 능가함을 입증했다. 본 연구의 핵심 기여는 딥러닝 특징 추출기와 지도학습 분류기를 결합한 하이브리드 접근법의 우수성을 실증하여, 복잡한 산업 시계열 이상 탐지 분야의 새로운 연구 방향을 제시한 데 있다.

While anomaly detection in time-series data is essential for industrial control systems, conventional methods have shown performance limitations in capturing complex temporal dependencies and suffer from ambiguous anomaly scoring. To address these issues, this paper proposes a novel hybrid model, TransBoost-VAE. This model extracts sophisticated features using a Transformer-based VAE and incorporates a Gradient Boosting classifier for robust anomaly detection.In experiments on the real-world HAI 1.0 industrial dataset, TransBoost-VAE demonstrated superior performance, achieving an F1-score of 0.9995 and an AUC of 1.00 to significantly outperform existing models. The core contribution of this work is in proving the superiority of a hybrid approach that combines a deep learning feature extractor with a supervised classifier, presenting a new research direction for anomaly detection in complex industrial time-series data.

협동 로봇은 프로그래머블 특성에 의해 가동 중 다양한 동작을 수행하며, 동작 조건에 따른 센서 데이터의 다양한 패턴으로 인해 결함 진단을 위한 충분한 데이터 확보가 어렵다. 따라서, 본 논문은 협동 로봇의 시계열 센서 데이터 특성을 고려한 디퓨전 모델(Diffusion Model) 기반 결함 데이터 생성기법을 제안한다. 제안 기법은 정상 데이터에 동일 간격으로 결측치를 주입하는 단계와 결함 특징을 학습한 디퓨전 모델을 통해 결측치를 대치하는 단계 그리고 대치된 결측치를 병합하여 가상의 결함 데이터를 생성하는 단계로 구성된다. 기법의 효용성 검증을 위해 결함 액추에이터로부터 추출된 토크 데이터를 가지고 다양한 동작 조건의 결함 데이터를 생성하였다. 생성된 결함 데이터의 실제 동작 패턴 반영 평가를 위한 코사인 유사도 분석 결과, 가상 결함 데이터와 실제 데이터의 평균 유사도는 0.985로 실제 동작 패턴을 반영한 가상 결함 데이터 생성이 가능함을 확인하였다. 또한, 결함 진단 데이터로서의 효용성 평가를 위한 TCN(Temporal CNN) 기반 결함 분류 성능 평가 결과, 다양한 동작 조건의 결함 진단 정확도는 91% 이상으로 도출됨에 따라 생성된 가상 결함 데이터가 실제 결함 특성을 충분히 반영하며, 결함 데이터로서의 효용성을 지님을 확인하였다.

Collaborative robots, with their programmable features, can perform various tasks based on operator commands. However, due to diverse patterns of sensor data depending on operating conditions, it is difficult to acquire sufficient data for fault diagnosis. This paper proposes a Diffusion Model-based fault data generation method considering time-series sensor data characteristics of collaborative robots. The method involves injecting missing values into normal data at equal intervals, imputing the missing values using a Diffusion Model trained on fault features, and merging the imputed values to generate synthetic fault data. To validate the method, torque data from a faulty actuator was used to generate fault data under various conditions. Cosine similarity analysis showed an average similarity of 0.985 between the synthetic and actual fault data, confirming the synthetic data reflects real patterns. Additionally, fault classification using a TCN(Temporal CNN) showed over 91% accuracy across conditions, proving the generated data captures actual fault characteristics and is useful for fault diagnosis.

NCAM-LAMP 중기예측 자료의 통계적 후처리와 개선을 위하여 R 기반의 지점 시계열 자료 검증 체계를 구축하였다. 이 시계열 검증체계를 이용하여 기상청 AWS 관측 자료와 NCAM-LAMP, KMA GDAPS 중기예측 모델 자료를 비교하였다. 이를 위해 관측 지점에 가장 근접한 모델 위도 및 경도 자료를 추출하여 총 9개 지점을 선정하였다. 각 지점에 대해 NCAM-LAMP, GDAPS 모델의 기온, 강수량, 풍속 일평균 예측 자료를 관측과 비교한 결과, 모델들은 풍속의 과대예측 경향을 뚜렷이 보였으며, 기온과 강수의 경우에는 두 모델의 예측력이 월별 및 변수별로 다르게 나타났다. 이를 바탕으로 본 연구에서는 통계적 기법을 개발하여 NCAM-LAMP가 가지고 있는 오차를 줄이고자 하였다. 모델 오차를 줄이기 위해 일반적으로 쓰이는 MOS(Model Output Statistics)기법 중에 인공지능 SVM(Support vector machine) 방식을 8~10월 기간에 적용한 결과, 8월에 비해서 10월이, 기온 변수에 비해서 바람과 강수 변수가 개선된 효과를 보여주었다. 이러한 결과는 풍속의 과대예측을 줄이고, 농림 가뭄지수와 산사태 예측 등을 개선시키며, 지역 수치예보 모델이 시간 적분됨에 따라 영역 내 예측가능성이 점점 저하되는 현상을 완화시키는데 SVM 방법이 일정 부분 기여할 수 있음을 가리키며, 현업 표출 중인 NCAM Agro-Meteogram 개선에도 도움을 줄 것으로 기대된다.

Recently, an R-based point time series data validation system has been established for the statistical post processing and improvement of the National Center for AgroMeteorology-Land Atmosphere Modeling Package (NCAM-LAMP) medium-range prediction data. The time series verification system was used to compare the NCAM-LAMP with the AWS observations and GDAPS medium-range prediction model data operated by Korea Meteorological Administration. For this comparison, the model latitude and longitude data closest to the observation station were extracted and a total of nine points were selected. For each point, the characteristics of the model prediction error were obtained by comparing the daily average of the previous prediction data of air temperature, wind speed, and hourly precipitation, and then we tried to improve the next prediction data using Support Vector Machine( SVM) method. For three months from August to October 2017, the SVM method was used to calibrate the predicted time series data for each run. It was found that The SVM-based correction was promising and encouraging for wind speed and precipitation variables than for temperature variable. The correction effect was small in August but considerably increased in September and October. These results indicate that the SVM method can contribute to mitigate the gradual degradation of medium-range predictability as the model boundary data flows into the model interior.

빅데이터는 2010년 이후 다양한 산업 분야에서 빠르게 확산이 진행되었다. 본 연구에서는 빅데이터가 확산되는 초기 과정에 대한 시계열 분석을 통해 빅데이터의 범용 기술 특징을 분석하였고, 각 산업의 확산 특성 차이에 대해 조사하였다. 빅데이터를 키워드로 하여 논문, 특허, 뉴스 데이터, 구글트렌드를 분석하여 선행 지수에 해당하는 데이터를 탐색하였고, 논문과 특허보다 뉴스와 구글트렌드가 2년가량 선행하는 트렌드를 보임을 확인하였다. 구글트렌드를 이용하여 국내와 미국, 일본, 중국의 국가별 도입시기와 확산 양산을 비교하였고, 뉴스 데이터를 통해 국내의 주요한 8가지 산업 분야에 대해 확산이 진행되는 과정을 정량적 그리고 사례를 바탕으로 분석하였다. 본 연구를 통해 빅데이터처럼 산업 전반에 걸쳐 영향을 주는 범용 기술이 어떻게 초기 확산이 이루어지는지에 대한 실증적 연구 방법을 제시하였고, 빅데이터가 국내에서 각 산업별 확산 속도 차이는 어디에서 비롯되는지 파악하였다. 본 논문에서 제시한 방법은 빅데이터 이외에 다른 기술의 확산 과정에도 분석할 수 있으며, 특정 국가내의 기술 키워드 확산에 해당하므로 개발도상국에서 외국으로부터 도입된 기술을 어떻게 받아들일지 분석하는데 사용 가능하다. 그리고, 기업 측면에서는 새로운 기술을 출시하고 이를 확산하고자 할 때 어떤 경로가 효과적인지 이해할 수 있다.

Big Data has spread rapidly in various industries since 2010. We analyzed the general characteristics of big data through time series analysis on the initial process of spreading big data and investigated the difference of diffusion characteristics in each industry. By analyzing papers, patents, news data, and Google Trend using Big Data as a keyword, we searched for data corresponding to the leading indicator, and confirmed that trends in news and Google Trend preceded the papers and patents by two years. We used Google Trend to compare the introduction period of domestic, US, Japan, and China and quantify the process of spreading the eight main industries in Korea through news data. Through this study, we present an empirical research method on how the general technology spreads in several industry sectors and we have figured out where the spreading speed difference of big data originated in each industry in Korea. The method presented here can be used to analyze the technology introduced from foreign countries in developing countries because it can be analyzed in diffusion process of other technologies besides big data and corresponds to the diffusion of technology keywords in a specific country. And, on the corporate side, this approach shows what path is effective when it comes to launching and spreading new technologies.

본 연구는 IPTV와 디지털케이블 사업자가 제공하는 VOD의 시청행태와 지상파 VOD 다시보기 서비스의 추세를 시계열로 분석하고 함의를 제시하는 연구이다. 연구자는 실제 미디어 플랫폼 사업자의 데이터를 바탕으로 VOD 실적을 추세 분석하였으며, 계절적 요인으로 1월과 8월에 피크 값의 반복이 진행됨을 확인하였다. 또한 개별 지상파들은 드라마 등의 히트 프로그램에 의해 본방 시청률과 VOD의 시청에 영향을 받는 것을 확인하였다. 그리고 지상파, 영화, 어린이 VOD의 관계를 시계열로 분석하고, 지상파VOD의 구매가 하락세인 것을 확인하였다. 당초 지상파와 플랫폼사업자는 본방송 시청률을 높이고 유료VOD 구매를 확대할 목적으로 홀드백 연장을 하였으나, 연구결과 오히려 시청자의 본방송 시청과 VOD 시청 모두 구매 욕구를 감소시킨 것을 확인할 수 있었다. 따라서 연구자는 본연구가 미디어사업자들이 향후 시청자를 고려한 미디어 정책을 제시하는데 도움이 되길 기대한다.

This study deals with the effects of the extension of terrestrial TV VOD holdback on the viewing behavior focusing on IPTV & digital cable TV. And this study presents the implication by analyzing a time series trend of the digital media service. Thus researcher has analyzed the VOD performance trend of IPTV & digital cable TV, based on the real data of media player's internal fact sheet. First, researcher confirmed that the repetition of the peak value goes to January and August seasonally. Also, it was confirmed that the viewing rate of terrestrial broadcasting companies is affected by the hit drama program. And researcher confirmed that the terrestrial VOD, movie and kids VOD, and terrestrial VOD purchases is falling down by analyzing a time series relationship. Terrestrial broadcasting companies did an extension of the holdback for the purpose of trying to increase the viewership of the broadcast, but it was confirmed that it was reduced both purchasing desire VOD viewing and viewing of the broadcast audience rather. Thus the researcher expect the customer familiar policy of media players in the future.

본 논문에서는 시중 5대 은행(국민, 우리, 하나, 씨티, 신한)을 대상으로 인터넷 뱅킹 시스템의 영업성과의 내생성에 대해 시계열분석을 하였다. 상기 다섯 개 은행의 공통점은 2000년을 전 후로 타 은행과 합병한 은행들이라는 것이다. 합병의 과정을 통해 정보시스템 통합을 위한 대형 IT 프로젝트를 경험한 은행들로 합병 이후 전반적으로 인터넷 뱅킹 시스템의 향상을 보인 은행들이다. 본 연구는 VAR와 VECM 모델을 기반으로 인터넷 뱅킹 시스템의 품질과 은행의 성과 간(영업수익과 비용)의 그랜져 인과관계를 분석하였다. 논문의 주요 결과는 다음과 같다. 첫째, 인터넷 뱅킹 시스템은 은행의 영업수익과 비용에 긍정적인 영향을 미쳤다. 둘째, 인터넷 뱅킹 시스템은 수익요인보다는 비용요인에 의한 성과향상이 유발되었다. 이는 은행들이 운영비용 감축을 목적으로 인터넷 뱅킹에 투자했을 가능성을 시사한다.

This study investigates time series data on internet banking systems and business performances for 5 large-scale banks : Kookmin, Woori, Hana, City, Shinhan. These banks have the common features that they merged with other banks around 2000, hence they experienced massive IS integration between banks. This study adopted VAR and VECM for identifying Granger causality between the quality of internet banking systems and the performances of banks(operating revenue and cost). The main results are as follows. First, internet banking system impacts positively on the revenues as well as costs of banks. Second, the improvement of internet banking system is instigated by cost part more than revenue part. Hence, the results imply that banks tries to reduce operating costs via internet banking systems, however the systems rather increased the costs of banks, although the systems increased operating revenues of banks too.

세계적 기후온난화와 이상기온현상으로 최근 급변하는 농업환경에 대응하기 위해서는 농작물 작황관리 및 예측시스템의 과학화를 통한 정부차원의 대처능력 개선이 시급하다. 농업분야에서 위성정보의 활용은 고해상도 광학 및 레이더 영상의 상용화와 더불어 정밀농업이라는 새로운 가능성을 열어주고 있다. 본 연구에서는 최근 농업분야에서 주목을 받고 있는 RapidEye 위성영상을 사용하여 우리나라 농촌지역의 토지이용유형별 분광식생지수의 시계열 특성을 살펴보았다. 식생과 비식생지역 간에 뚜렷한 시계열 변화양상이 나타났으며, 식생지역 내에서도 산림 수종별, 논 그룹별로 식생지수의 시계열 변화에 차이가 관찰되었다.

A fast-changing agriculture environment induced by global warming and abnormal climate conditions demands scientific systems for monitoring and predicting crop conditions as well as crop yields at national level. Remote sensing opens up a new application field for precision agriculture with the help of commercial use of high resolution optical as well as radar satellite data. In this study, we investigated the multi-temporal spectral characteristics relative to different agricultural land use types in Korea using RapidEye satellite imagery. There were explicit differences between vegetation and non-vegetation land use types. Also, within the vegetation group spectral vegetation indices represented differences in temporal changing trends as to plant species and paddy types.

There seems to be a consensus among most people that visibility impairment is the most obvious indicator of air pollution. While considerable evidence on the association between air pollution and health outcomes including death and disease have been established, based on industrial complex areas or huge urban cities, time-series, case-crossover and cohort studies, scarce literature exists on the direct evidence for the association between visibility and adverse health outcomes. Our study is assessed the effect of air pollution measured by visibility impairment on respiratory mortality over a period of six years. Relative risks in respiratory deaths were estimated by a Poisson regression model of daily deaths between $1999{\sim}2004$. Daily counts of respiratory deaths as dependent variable was modelled with daily 24-hr mean visibility measurements (kilometers) as independent variable by means of Poisson regression. This model is controlled for confounding factors such as day of weeks, weather variables, seasonal variables and $PM_{10}$. The results in this study is observed the statistically significant association between an inverse health effect and visibility during the study period for respiratory mortality (percentage change in the relative risk for all aged -0.57%, 95% Cl, $-1.01%{\sim}-0.12%$; for $0{\sim}15$ aged -7.12%, 95% Cl, $-13.29%{\sim}-0.51%$; for 65+ aged -0.43%, 95% Cl, $-0.93%{\sim}-0.06%$ per 1 km increased in visibility). The effect size was much reduced during warm season. Visibility impairment resulting from air pollution is strongly associated with respiratory mortality, especially for children may be spent at outdoor. Our result provides a quick and useful indicator for eliciting the contribution of air pollution to the excess risk of respiratory mortality in Seoul, Korea.

A method of synthetic time series generation was developed and applied to the simulation of homogeneous turbulence in a periodic 3 - D box and the hourly wind data simulation. The method can simulate almost exact sample auto and cross correlations of multiple time series and control non-Gaussian distribution. Using the turbulence simulation, influence of correlations, non-Gaussian distribution, and one-direction anisotropy on homogeneous structure were studied by investigating the spatial distribution of turbulence kinetic energy and enstrophy. An hourly wind data of Typhoon Robin was used to illustrate a capability of the method to simulate sample cross correlations of multiple time series. The simulated typhoon data shows a similar shape of fluctuations and almost exactly the same sample auto and cross correlations of the Robin.

본 연구는 한국은행의 지역산업연관표(2005, 2010, 2015, 2020)를 활용하여 우리나라 지역경제의 산업구조 변화와 유발효과를 시계열적으로 분석하였다. 특히, 산출액 구성비율, 입지계수, 생산유발계수, 부가가치유발계수, 취업유발계수 등 주요 경제 지표를 분석하여 지역 경제의 특성과 산업 간 연계를 분석하였다. 분석 결과, 2005년 이후 지역경제는 제조업 중심에서 서비스업 및 고부가가치 산업 중심으로 전환되었음을 알 수 있었다. 특히, 수도권은 서비스업 및 지식기반 산업의 비중이 증가한 반면, 비수도권은 전통적인 제조업 중심 구조에서 점차 산업 다각화를 추구하는 양상을 보였다. 또한, 유발효과 분석에서는 자기권역의 생산유발효과가 주요 산업의 성장에 따라 강화되었으며, 타권역의 유발효과도 일부 권역에서 확장되는 경향을 나타냈다. 본 연구는 지역 경제 정책이 단순히 특정 산업의 성장에 그치지 않고, 지역 특화와 산업 간 연계를 동시에 고려한 다층적인 접근을 필요로 한다는 것을 시사하고 있고, 지역 경제의 산업구조 변화와 유발효과에 대한 이해를 돕고, 지역경제 진흥정책 수립을 위한 기초적인 자료로 활용할 수 있을 것이다.

This study analyzed the changes in the industrial structure and inducement effects of the local economy in Korea in a time series using the regional industry association table of the Bank of Korea (2005, 2010, 2015, 2020). In particular, the characteristics of the local economy and the links between industries were analyzed by analyzing major economic indicators such as the output composition ratio, location coefficient, production inducement coefficient, value-added inducement coefficient, and employment inducement coefficient. As a result of the analysis, it was found that since 2005, the regional economy has shifted from the manufacturing industry to the service industry and high value-added industry. In particular, in the metropolitan area, the proportion of service and knowledge-based industries has increased, while in the non-metropolitan area, the traditional manufacturing industry-oriented structure has gradually pursued industrial diversification. In addition, in the analysis of inducement effects, the inducement effects in the own region were reinforced with the growth of major industries, and the inducement effects in other regions also tended to expand in some regions. This study suggests that regional economic policies require a multi-layered approach that considers both regional specialization and inter-industry linkage, not just the growth of specific industries, and can be used as basic data for helping understand the changes in the industrial structure and inducement effects of the regional economy and establishing regional economic promotion policies.

이 연구는 한국 환경사회학의 주요 주제와 주제 비중의 시계열적 변화를 살펴보는 것을 목적으로 한다. 이를 위해, 한국환경사회학회 학술지인 뺷ECO뺸 창간호가 발간된 2001년부터 2025년까지 게재된 논문 총 328편을 대상으로 저자가 제공한 주제어를 수집하여 컴퓨터 보조 텍스트 분석을 수행하였다. 논의의 배경으로 환경사회학의 주제 지형을 분석한 선행연구를 검토한 후, 핵심 주제들을 도출하고 주제 비중의 시계열적 변화를 살펴보기 위해 토픽 모델링을 적용하였다. 전처리 단계에서는 개별 어휘 항목을 기본 분석 단위로 삼아, 분석 결과의 왜곡을 피하기 위해 동의어, 띄어쓰기 차이, 표기 차이 등 동일 개념을 지칭하지만 다르게 철자화된 어휘들을 표준화하였다. 이 연구의 말뭉치가 짧은 주제어들로 구성된 점을 고려하여, 말뭉치 전역에서 나타나는 동시출현 단어쌍의 동시출현 분포를 측정하여 잠재 주제를 추론하는 어휘쌍 주제 모형 토픽모델링을 채택하였다. 연구 결과로, ECO 말뭉치의 메타데이터에 대한 서술 통계, 어휘빈도, 씨앗어 기반 워드클라우드, 전·후반기 간 어휘의 상대적 빈도를 시각화한 로그 비율 산점도를 제시하였다. 또한 토픽 모델링의 결과물로서 주제별 핵심어 목록, 주제 비중, 주제 비중의 시계열적 변화를 제시하였다. 이 연구의 분석 결과에 따르면, 후반기에 기후와 에너지, 위험, 환경정의, 거버넌스, 공동자원에 대한 연구 관심이 증대하였고 환경재난 프레임과 제도적 차원, 시민 환경운동과 같이 한국적 맥락을 반영하는 주제들은 여전히 이 분야의 주제 지형에서 중심적 위치를 차지하였다. 이러한 양상은 한국 환경사회학이 국제적 학문 흐름을 반영하면서도 특정 환경문제와 재난, 제도, 사회운동에 의해 매개된 한국적 맥락의 주제가 주제 지형의 중심에 위치하고 있음을 보여 준다.

This study aims to investigate the major topics and the temporal changes in topic prevalence of the environmental sociology research field in Korea. Focusing on the journal ECO (2001~2025), this study analyzes author-provided keywords across 328 articles using computer-assisted text analysis. After we review previous works on the topic landscape of environmental sociology as a conceptual background, we apply topic modeling to identify core topics and to examine the temporal changes of their prevalences. In preprocessing, individual lexical items are treated as the basic unit of analysis. Synonymous terms, spacing variants, and minor orthographic differences that refer to the same concept are standardized to avoid distorting the results. Given that the corpus of this study consists of short keyword strings, we adopt the Biterm Topic Model (BTM), which infers latent themes from corpus-wide co-occurring word pairs and is appropriate for short texts. We present the descriptive statistics of ECO corpus metadata, the result of frequency analyses, seed-word?based word clouds, and a log-ratio scatter plot that visualizes the relative frequency of vocabularies between the earlier and latter periods. We also report topic modeling outputs, which include lists of key terms per topic, topic prevalence, and temporal trajectories of topic prevalence. Empirically, we found that in the later period, climate, energy, risk, justice, governance, and the commons emerged as increasingly prominent concerns. At the same time, environmental disaster frames, institutional dimensions, and civic environmental movements?distinctive features of the Korean context?remained central to the field’s intellectual structure. These patterns reflect a domestically mediated agenda shaped by specific environmental issues, disasters, institutions, and social movements. Overall, the findings of this paper exhibit the dual character of Korean environmental sociology: it participates in global topic shifts while maintaining a topic landscape grounded in Korean experiences, thereby combining universality with local particularity.

최근 기후변화, 전기차 보급 확대, 사회적 생활패턴 변화 등으로 인해 전력 수요의 양상은 점점 복잡해지고 있으며, 단순 회귀 기반 예측 모델만으로는 정확한 수요 예측에 한계가 존재한다. 이에 본 연구는 전력 수요 예측의 정밀도를 향상하기 위해, 2020년부터 2023년까지 전국의 전력 수요, 전기차 충전량(급속/완속), 기온, 공휴일, 요일 유형 등의 다양한 외생 변수를 통합한 고해상도 시계열 데이터셋을 새롭게 구축하였다. 구축된 데이터셋은 Python 기반 자동화 과정을 통해 정제되었으며, 총 35,064개의 시간 단위 관측 값과 9개의 주요 변수를 포함한다. 해당 데이터셋을 바탕으로 다중 선형 회귀, k-최근접 이웃, 랜덤 포레스트, XGBoost등의 머신 러닝 모델과 Long Short-Term Memory(LSTM) 기반 딥러닝 모델을 적용하여 전력 수요 예측 성능을 비교 분석하였다. 또한, 데이터 중심 인공지능 관점에서 피어슨 상관계수를 활용한 변수 간 상관관계 분석을 수행하여 해석 가능성을 확보하였다. 실험 결과, LSTM 모델이 모든 성능 지표(MAE, MAPE, RMSE)에서 가장 우수한 예측력을 보였으며, 공휴일과 요일 유형, 전기차 충전 량 등의 외생 변수가 예측 정확도에 유의미한 영향을 미치는 것으로 나타났다. 본 연구는 다변량 시계열 기반의 데이터셋과 모델링 접근을 통해 전력 수요 예측의 정확성과 실용성을 동시에 확보하고자 하였으며, 향후 에너지 수급 계획, 전기차 인프라 최적화, 스마트그리드 구축 등 다양한 분야에 활용될 수 있는 기반 인프라를 제공한다.

Recent climate change, the rapid expansion of electric vehicle (EV) adoption, and evolving social activity patterns have made electricity demand increasingly complex and less predictable, thereby reducing the effectiveness of traditional regression-based forecasting models. Accurate load forecasting is critical for maintaining grid stability, optimizing energy resource allocation, and facilitating the integration of renewable energy sources. To address these challenges, this study constructed a high-resolution multivariate time-series dataset spanning 2020?2023 by integrating nationwide electricity demand, EV charging loads (fast and slow), weather conditions, holiday calendars, and day-type information. The dataset, refined through automated Python-based preprocessing, comprises 35,064 hourly observations across nine major variables, ensuring both consistency and reliability. Using this dataset, we benchmarked multiple machine learning models?including Multiple Linear Regression, K-Nearest Neighbors, Random Forest, and XGBoost?against a deep learning model based on Long Short-Term Memory (LSTM). Pearson correlation analysis was also performed to examine inter-variable relationships and enhance interpretability. Experimental results demonstrate that the LSTM model significantly outperformed all machine learning models across MAE, MAPE, and RMSE metrics, underscoring its ability to capture temporal dependencies and nonlinear relationships. Furthermore, EV charging load, holiday, and day-type variables were shown to make substantial contributions to predictive accuracy. Overall, this study demonstrates that combining a carefully constructed multivariate time-series dataset with advanced modeling approaches can substantially improve the accuracy and practical utility of electricity demand forecasting, offering a reproducible framework for energy planning, EV infrastructure optimization, and smart grid development.

본 연구는 COVID-19 팬데믹 이후 한국 사회에서 문해력에 대한 언론 담론의 변화와 교육 정책적 함의를 분석하고자 한다. 2019년 1월부터 2024년 12월까지 수집된 4,304건의 뉴스 기사를 대상으로 LDA 토픽 모델링과 시계열 분석을 실시하였다. 분석 결과, ‘문해력 현황 진단’, ‘도서관 연계 독서 활동’, ‘AI 활용 문해력 정책’, ‘교과 문해력 지도’, ‘기초 문해력 국가책임 보장 체계’의 5개 주요 토픽이 도출되었다. 시계열 분석에서는 ‘도서관 연계 독서 활동’과 ‘AI 활용 문해력 정책’이 유의미한 상승세를 보인 반면, ‘기초 문해력 국가책임 보장 체계’는 감소 추세를 나타냈다. 연구 결과를 바탕으로 문해력 진단 평가 도구의 국가적 표준화, 교원의 문해력 지도 역량 강화, 지역사회 연계 독서 프로그램 확대, 교과별 차별화된 문해력 지도 전략 개발을 제언한다.

This study analyzed changes in media discourse on literacy after the COVID-19 pandemic and their educational policy implications for Korean society. LDA topic modeling and time-series analysis were conducted on 4,304 news articles collected from January 2019 to December 2024. The analysis identified five major topics: “Literacy Status Assessment,” “Library-linked Reading Activities,” “AI-based Literacy Policy,” “Subject-specific Literacy Instruction,” and “National Responsibility System for Basic Literacy.” Time-series analysis revealed that “Library-linked Reading Activities” and the “AI-based Literacy Policy” showed significant upward trends, whereas the “National Responsibility System for Basic Literacy” displayed a downward trend. Based on these findings, the study proposes national standardization of literacy assessment tools, enhancement of teachers’ literacy instruction capabilities, expansion of community-based reading programs, and development of subject-specific literacy instruction strategies.

미중 간의 갈등이 한중관계에는 어떠한 영향을 미쳤을까? 본 연구는 인공지능을 활용하여 글로벌 이벤트 기사들을 수집한 GDELT라는 시계열 자료를 이용해 트럼프 집권 시기(2016년~2020년)를 포함한 10년간(2011년~2020년)의 빅데이터 자료를 분석하여 미중 간의 갈등 시기 동안 한중 관련 기사수의 변화량을 살펴보고, 또한 기사에서 느껴지는 한중관계의 감정 지수를 분석하였다. 본 연구에서는 미중갈등이 한중관계에 의미 있는 인과관계가 있는지에 대한 분석은 하지 않았으며 양국 간 기사 수와 감정 지수의 변화량을 통계적으로 제공하는 데 초점을 두었다. 분석결과 2017년까지 지속해서 증가하던 한중 관련 기사 수가 2018년부터 대폭 감소하였고, 한중관계 감정 지수는 2011년부터 지속적으로 하락하는 추세를 보이며 사드 배치 관련 논란이 많았던 2016년과 2017년에 감정 지수가 특히나 좋지 않았다. 흥미로운 점은 미중 간 무역 갈등이 최고조에 이른 2018년에는 한중간 감정 지수가 전년도에 비해 상승했다는 점이다. 미중 무역 갈등이 한중관계에도 좋지 않은 영향을 끼치지만, 한국이 미국과 중국의 중간에서 이익을 얻는 부분도 있어 상승했을 수도 있고 2018년 북중, 남북, 북미정상회담으로 훈풍을 돌게 했던 한반도 정세가 한중간 감정 지수에 영향을 줬을 가능성도 있다. 본 연구는 한국 내 반중 정서가 심화되고 있는 상황에서 인간의 개입 없이 인공지능기반 빅데이터를 토대로 한중관계의 심리 측면을 실증적으로 분석한 실험적 연구로서 의미를 갖는다. 컴퓨터가 수집하고 인식하는 정보를 통계적으로 이용하였기 때문에 객관성을 보장받을 수 있을 것이며, 연구 결과는 국가 간 또는 국가 이외의 행위자 간 갈등과 분쟁을 분석하려는 유사한 연구 분야에 응용될 수 있을 것이다.

How has the US-China conflict affected the Korea-China relations? This study analyzes big data for 10 years, including the Trump administration, using time series data called GDELT, which collects global event articles using artificial intelligence, and examines the changes in the quantity of the number of articles related to Korea and China during the period of conflict between the US and China. In addition, the emotional index of Korea-China relations experienced in the article was analyzed. As a result of the analysis, the number of articles related to Korea and China, which had been continuously increasing until 2017, decreased significantly from 2018, and the sentiment index for Korea-China relations showed a downward trend. Interestingly, in 2018 and 2019, when the U.S.-China trade war was in full swing, it was detected that the sentiment index between the two countries slightly increased. This study is meaningful as an experimental study that empirically analyzes the psychological aspects of Korea-China relations based on artificial intelligence-based big data without human intervention. Objectivity is guaranteed since both the collection and analysis are carried out by the computer, and the research results can be referenced in similar research fields to analyze conflicts and disputes between countries or between actors other than countries.

한국에서는 2000년대 이후 일부 개발제한구역의 규제완화 및 해제로 인하여 개발제한구역의 존치에 대한 찬반논란이 지속되고 있다. 이와 같은 논의에 앞서, 먼저는 개발제한구역이 인근지역에 어떠한 영향력을 미치는지에 대한 분석이 필요할 것으로 생각된다. 개발제한구역으로 지정되었다고 하더라도 보존상태, 사용용도 등에 따라 다양한 특성을 가지며, 주민들에게 편의를 제공하는 측면에서도 차이를 보일 수 있다. 또한, 저렴한 지가를 이용하여 공장 등의 불법설치시설이 들어선 경우도 있는데, 이처럼 시설설치 및 기타 용도로 활용됨으로 인해 본래의 기능을 수행하지 못하는 개발제한구역이 있을 수 있다. 이러한 이유로, 개발제한구역의 영향력을 검토하기 위해서는 개발제한구역 내 이용용도에 따른 세분화된 분석이 필요할 것이다. 이에 본 연구에서는 토지이용형태별로 개발제한구역을 분류하여, 접근성에 따라 인근 아파트전세가격에 어떠한 영향력의 차이가 나타나는지에 대한 분석을 진행하였다.

Since the 2000s, South Korea has implemented greenbelt policy reforms and has relaxed some regulations or released zones for the supply of housing, and these issues have caused various arguments. However, before discussing the release of a development restriction zone, we need to examine whether the effect of the development restriction zone is positive or negative for the region. In addition, there is a development restriction area that provides convenience to residents because the same development restriction area is well preserved environmentally, but there may be a development restriction area that does not function properly due to the installation of facilities and the utilization of farmland. The huge donut-shaped development restricted area is composed of farmland and wood forests, but illegal installation facilities such as factories and green houses are located due to low land prices. Therefore, to examine the influence of green belt, it is necessary to classify green belt, and the influence of accessibility felt by nearby residents will be analyzed differently according to classification. Therefore, this study is to classify greenbelt by land use type and analyze how it affects neighboring residents according to accessibility.

재무적 곤경으로 인해 상장폐지에 직면한 기업은 이를 회피하기 위해 이익을 상향 조정할 동기를 가질 수 있다. 본 연구는 상장폐지 직전 이익조정행태가 IFRS 도입 이후에 더 증가할 가능성이 있는지를 조사하고 있다. 관련된 선행연구는 원칙중심 회계기준인 IFRS는 개념적으로 경영자의 재량권을 억제하지만, 실무적 적용과정에서 경영자가 재량권을 남용할 위험도 있음을 지적하고 있다. 이 연구는 이익조정 동기가 증가할 수 있는 특수한 상황(상장폐지 사건)에서 IFRS 채택이 경영자의 이익조정 동기를 더 확대(또는 축소)하는지를 실증적으로 분석하는 것에 초점을 맞추고 있다. 2003년부터 2019년까지 표본선정기준을 만족하는 460개 상장폐지 표본을 대상으로, 상장폐지 직전 기간의 이익조정이 K-GAAP과 IFRS 기간 간에 차이가 있는지를 비교한 결과는 다음과 같다. 첫째, 상장폐지 직전 5년 동안 비정상발생액의 시계열적 추세를 비교한 결과, K-GAAP 기간의 비정상발생액은 상장폐지 시점에 근접할수록 음(-)의 값이 더 커지는 추세를 보였다. 하지만 IFRS 기간의 비정상발생액은 상장폐지 시점에 근접하더라도 유의한 감소추세를 보이지 않았다. 이러한 시계열적 추세는 IFRS 도입 이후 기간에서 상장폐지 직전 상향이익조정행태가 더 증가하고 있음을 의미한다. 둘째, 상장폐지 직전 연도의 재량적발생액이 K-GAAP과 IFRS 기간 간에 차이가 있는지를 비교한 결과, 상장폐지 직전 연도의 재량적발생액은 K-GAAP 기간보다 IFRS 기간에서 유의하게 컸고, 이러한 결과는 재무적 곤경으로 상장폐지 된 기업에서 더 강하게 나타났다. 전반적으로 상장폐지 위험에 큰 기업은 상장폐지를 모면할 목적으로 IFRS 채택으로 얻게 된 실무적 재량권을 기회주의적으로 사용하는 경향을 보였고, 이러한 결과는 상장폐지 직전 기간에서 투자자의 역선택 위험이 더 증가할 가능성을 시사하고 있다.

The purpose of this study is to compare the intensity of earnings management prior to delisting between K-GAAP and IFRS adoption period. Previous literature has pointed out that conceptually, principle-based accounting standards can deter managers from abuse of financial reporting discretion, but for practical reasons, there is also a risk that managerial discretion may be further expanded. From a similar perspective, we investigate whether companies with high risk of delisting are more motivated to manage earnings in order to avoid delisting in the period of IFRS adoption than in K-GAAP. The results of this study are summarized as follows. First, after dividing the sample period into K-GAAP and IFRS periods, we measure the abnormal accruals during the 5 years prior to delisting and analyze the time series trend of abnormal accruals. As a result, in the K-GAAP period, we observe that the abnormal accruals tended to decrease as they approached the delisting time. However, we do not confirm the decreasing trend of abnormal accruals during the adoption period of IFRS. Second, We analyze whether discretionary accruals of delisted companies in the year immediately preceding delisting are different between the period of application of K-GAAP and IFRS. As a result, we confirm that the discretionary accrual of the IFRS adoption period is significantly greater than the K-GAAP adoption period. These results suggest that the motivation for earnings management just before delisting tends to increase in the period after the adoption of IFRS.

본 연구는 빅데이터인 부동산 뉴스가 아파트 매매가격과 아파트거래량에 미치는 영향을 아파트매매가격, 아파트거래량, ‘상승’ 관련 기사 수와 ‘하락’ 관련 기사 수를 변수로 설정하여 벡터자기회귀모형(VAR)을 이용해 분석하였다. 본 연구의 시간적 범위는 2010년 1월부터 2019년 12월까지로 하였고 공간적 범위는 서울시로 설정하였다. 실증분석결과, 아파트거래량과 아파트매매가격은 서로 양(+)의 영향을 미치는 것을 알 수가 있었고 아파트 상승 관련 기사는 아파트매매가격과 아파트거래량에 양(+)의 영향을 미치는 것으로 나타났고 반대로 아파트 하락 관련 기사는 아파트매매가격과 아파트거래량에 음(-)의 영향을 미치는 것으로 나타났다. 또한 아파트 상승 기사 수 모형과 하락 기사 수 모형 모두에서 아파트매매가격이 차지하는 설명력이 아파트거래량보다 높은 것을 확인하였다. 본 연구결과에 따르는 시사점은 아파트거래량과 아파트매매가격은 양(+)의 관계가 있으므로 정부는 지역별 아파트거래량과 아파트매매가격을 지속적으로 모니터링 해 주택시장 상황에 맞는 정책을 펼쳐 주택시장 안정화에 노력 해야 한다. 또한, 뉴스기사와 주택시장 간에는 상당히 밀접한 관계가 있으므로 정부는 부동산 관련 뉴스 기사를 지속적으로 모니터링하여 주택시장의 움직임을 예측할 필요성이 있고 이를 위해 빅데이터를 활용한 선진화된 주택시장 예측 프로그램 구축에 정부는 장기적인 관점에서 예산을 편성하고 지원을 해야 한다.

This study analyzed the relationship between real estate news, apartment price and trading volume using a vector autoregressive model (VAR). The variables were apartment price, trading volume, the number of articles related to‘rise’ and the number of articles related to‘fall’. The temporal range from January 2010 to December 2019, and the spatial range was set to Seoul City. As a result of empirical analysis, it was found that the trading volume and apartment price had a positive effect on each other, and news related to rise showed that the apartment price and trading volume had a positive effect, and conversely, news related fall were found to have a negative effect on apartment price and trading volume. In addition, it was confirmed that the explanatory power of the apartment was higher than the trading volume in both news related to rise and news related to fall. The implication of this study is that the trading volume and apartment price have a positive relationship, so the government should continuously monitor the trading volume and apartment price and implement policies to suit the housing market situation to try to stabilize the housing marke. In addition, since there is a very close relationship between the news coverage and the housing market, the government should continuously monitor real estate news to predict the movement of the housing market. The government needs to prepare and support a budget in the long term in order to build an advanced housing market prediction program using big data.

The prediction method of the tourism industry is an important analytical technique, it must provide for the changing situation in an accurate prediction. Studies on the forecast tourists are situations actively carried out, it is necessary to expand the tourist facilities can be used to forecast with various circumstances to accommodate the tourists. The purpose of this study is as followings. First, seeking a monthly index of the number of tourists from Jeju Island on Asian inbound tourist is priority, Second, This study propose a series prediction model when predicting the number of tourists from Jeju Island on Asian inbound tourist. Third, depending on the numerical value is changed in accordance with the pattern of the month. it seeks to provide results summary of the study for tourism development at Jeju. The results of the study are as followings. First, the demand of foreign tourists of Jeju Island Chinese inbound tourist is intended to increase steadily until 2019, it is not affected by seasonality. Thus, visiting jeju continuously is expected. Second, demand for Japanese foreign tourists of Jeju Island is intended to decrease until 2019 which are affected by seasonality. Month with the most demand of Japanese tourists is May, Japanese usually do not like the trip to Jeju Island at winter. Third, the demand for Southeast Asian foreign tourists and other asian tourist of Jeju Island is intended to increase slightly until 2019. It was predicted that the most visited month is December.