Earticle

Orthogonal Time Frequency Space (OTFS), characterized by its unique time-frequency orthogonality, has demonstrated significant advantages in overcoming the difficulties caused by time-varying channels in wireless communications. To realize the full capabilities of OTFS, designing an efficient signal detector is crucial. Traditional detectors often fail to perform adequately under complex channel conditions. Therefore, Graph Neural Networks (GNNs), known for their powerful feature representation and generalization capabilities, have been introduced for OTFS signal detection. However, conventional GNN-based detectors do not effectively utilize prior information and edge features. To address this, we propose a Prior Information-Enhanced GNN (PI-EGNN) detector, which improves signal estimation by integrating prior information and fully leveraging edge attributes. Additionally, a linear attention mechanism is introduced to further enhance the overall network performance. Simulation results demonstrate that, compared to state-of-the-art detectors, the proposed PI-EGNN detector shows improved performance.

Model-driven engineering (MDE) is a new approach to information systems development, formalizing model representation and utilizing transformation technologies. It has been enthusiastically advocated as a means of increasing the productivity of development efforts and enhancing the quality of developed systems. But MDE technologies have turned out to be limited in capturing semantics of formalized models. Without adequate semantics it is hard to reuse modeled elements and automate transformations. Ontology engineering has recently received interest from members of both academia and industry since it has the potential to solve the semantic interoperability problems. This paper proposes a process model for software development integrating ontology engineering into MDE at a high-level abstraction.

The exponential growth of digitally produced content has necessitated the advent of smart, automated systems that can generate quality, search-optimized materials. IntelliWriter.io unveils a multi-model AI architecture that harmonizes transformer-based language models for SEO-centric content creation, improvement, and dissemination. In contrast to standard text generators, IntelliWriter employs domain-specific fine-tuning, keyword clustering, and contextual weighting to deliver both relevance and readability. By its being integrated with such platforms as WordPress, Shopify, and Wix, it facilitates the seamless auto-publishing and real-time metadata optimization. Experimental assessment suggests that IntelliWriter is cutting the editing time by 62% and improving the SEO ranking performance by 38% which makes it a next-generation framework for intelligent content automation.

Understanding an accurate trip demand by purpose is crucial for short-term regional planning but also long-term regional planning. In traditional approach, information of purpose-oriented trip demand has been derived from public survey in South Korea such as Travel Diary Survey. This type of data acquiring method maybe useful in a sense that it can capture a meaningful sample regarding to entire country, meanwhile it costs a tremendous amount of budget and time. In this research, we want to offer a novel framework for estimating purposeoriented trip demand with dynamic and effective fashions using data fusion in conjunction with Machine learning techniques. With primary results of this concept, this study showed how several state-of-the-art algorithms, including Deep neural network, UMAP, and random forest in conjunction with Genetic algorithm and Tabu-search for optimization, can contribute to this framework. Although tangible results are yet to come, we expect this framework can contribute to resilience planning such as COVID-19.

본 연구는 주인-대리인 모델을 적용하여 데이터 산업의 이해관계자인 정부, 개인, 기업의 규제 이슈를 분석해내 는 데 목적이 있다. 데이터 산업은 거대한 딜레마적 상황에 직면해 있다. 데이터 경제의 중요성이 빠르게 부상하고 있으나, 데이터 사용에 대한 국가의 규제로 인해 산업 발전이 저해되는 한편, 데이터의 무분별한 활용으로 인한 개인의 프라이버시 역시 침해받고 있다. 본 연구에서는 기술적 사례연구의 방식을 이용하여 딜레마적 상황에서 각각의 행위자 들의 이해관계에 기반한 규제 이슈를 분석하고, 그에 대응할 수 있는 전략을 제시하였다. 사례분석 결과 첫째, 국내 데이터 산업의 주요 정책행위자는 데이터 회사와 정부이다. 둘째, 데이터 기반 사회에서 가장 우려스러운 두 가지 문제 점은 기업이 빈번하게 개인정보를 침해한다는 것과 국제적 기업의 데이터 독과점 현상이 나타난다는 점이다. 이러한 규제 이슈를 해결하기 위해 본 논문에서는 이에 대한 전략을 다음과 같이 제시하고 있다. 정부는 글로벌 기업의 감독을 위한 국내 대리인제도를 활성화하고 데이터 보호를 증대해야 한다. 기업은 차별적인 규제환경을 해결하고 합법적인 데이터 활용기준을 확장해야 한다. 마지막으로 개인은 능동적인 동의 행태를 구현해야 한다.

This study analyzes the regulatory issues of stakeholders, the firm, the government, and the individual, in the data industry using the principal-agent theory. While the importance of data driven economy is increasing rapidly, policy regulations and restrictions to use data impede the growth of data industry. We applied descriptive case analysis methodology using principal-agent theory. From our analysis, we found several meaningful results. First, key policy actors in data industry are data firms and the government among stakeholders. Second, two major concerns are that firms frequently invade personal privacy and the global companies obtain monopolistic power in data industry. This paper finally suggests policy and strategy in response to regulatory issues. The government should activate the domestic agent system for the supervision of global companies and increase data protection. Companies need to address discriminatory regulatory environments and expand legal data usage standards. Finally, individuals must embody an active behavior of consent.

The appearance of Generative Artificial Intelligence (GAI) technologies is revolutionising global e-commerce. Redefining how consumers engage with online shopping platforms is reshaping e-commerce by influencing consumer behaviour across all decision-making stages. This research-in-progress applies EKB model and SEM to examine how AI-driven influences key consumer decision factors—namely Price of Product, Quality of Product, Services, Perceived Risk and Information Search—across five major markets: Japan, Korea, China, India, USA. By comparing traditional e-commerce models (with/without AI/ML) against (non-conversational/conversational) GAI platforms, the research provides nuanced insights into AI's impact at each stage of the consumer decision-making journey. Giving particular attention to the purchase decision stage, AI’s role in dynamically supporting consumer choices is critically assessed. Survey data are yet to be gathered and analysed to test the proposed model, offering new theoretical, practical implications for AI’s interactive capabilities will be hypothesised to alter consumer outcomes across culturally diverse settings.

이 연구는 디지털 환경에서 데이터가 중심이 되는 전자기록의 출처에 새롭게 접근하기 위해, 데이터 출처 개념과 출처 모델을 검토하고수용하여, 어떻게 전자기록을 대상으로 새롭게 출처 개념을 적용할 수있을지의 가능성을 살펴보았다. 이어서 데이터 중심의 전자기록을 대상으로 한 출처 표현 모델을 개발하기 위해 기초 연구를 진행하였다. 특히 소급형 출처와 전망형 출처 개념으로 전환할 것과, 기록관리 메타데이터와는 별개의 모델을 통해 출처를 표현하고 기록과 연결할 수있는 모델을 개발할 것을 제안하였다. 기록과 동적 관계를 맺으면서도독립적으로 출처를 표현할 수 있는 모델을 개발할 수 있다면, 오히려기록의 유동성을 보장할 수 있으면서도, 기록의 속성과 이를 지원할출처의 역할을 더 충실히 수행할 수 있을 것이다. 결국, 이 연구가 제안한 기본적인 모델 개발 방향을 수용하는 출처 모델은 기록의 고정성과 활동의 재현성, 재현의 신빙성을 뒷받침할 수 있을 것이며, 디지털환경에서 적합한 출처 모델로서 역할을 할 수 있을 것이다.

This study explored the possibilities of a new approach to developing the provenance concept to electronic records in the data-driven digital environments by reviewing and adopting data provenance concepts and models. It then conducted basic literature review to develop a ground for a model representing the provenance of data-driven electronic records. In particular, it proposed to embrace to the concepts of retrospective and prospective provenance, and to develop a different model for representing provenance from records management metadata. If the model can be developed that can represent provenance independently while maintaining a dynamic relationship with records, it can be ensure the fluidity of records and even support to secure the record’s attributes and play the roles of provenance. Eventually, it proposed the direction to develop the provenance model which can support the fixity of records, the reproducibility of activities, and the trustworthiness of representations. It is expected to be a fit provenance model in the data-driven digital environment.

This paper presents the theoretical analysis for the flow driven by surface tension and gravity force in an inclined circular tube. The previously developing equation for Power-Law model is a simple ordinary differential type. A governing equation is developed for describing the displacement of a non-Newtonian fluid(Casson model) that continuously flows into a circular tube by surface tension, which represents a second-order, nonlinear, non-homogeneous, and ordinary differential form. It was found that the theoretical predictions of the governing equation were in good agreement with the results for considering the Newtonian model.

한국무역은 지난 20년간 연평균 10%의 높은 성장을 지속해오며 1천억 달러의 무역규모를 달성한 이후, 23년만인 2011년 무역규모 1조 달러를 달성하였다. 그러나, 현재까지의 성과가 미래를 보장해 주는 것은 아니다. 무역을 통해 고도성장을 이룬 한국 경제는 양극화(Polarization)의 축소와 신성장동력(New Momentum)의 육성이라는 문제들도 안고 있다. 이탈리아, 영국, 네덜란드 등은 우리나라보다 앞서 무역 1조 달러를 달성하였지만 현재까지 무역규모 1조 달러 부근에서 머무르고 있는 실정이며, 일본 역시 2004년 1조 달러 달성 후, 아직도 1조 5천억 달러 부근에서 등락을 거듭하는 것을 볼 때, 한국도 이 시점에서 새로운 무역성장모형을 개발하고 무역패러다임을 전환하기 위한 노력이 필요하다. 본 연구를 통해 저자는 무역패러다임을 전환하고 한국경제가 지속가능한 성장을 이루어내기 위한 성장모형을 제시해 보고자 하였다. 기존의 성장모형이 경쟁력 창출과 파이를 키우는데 집중하는 과정에서 엘리트 전략적 수출정책의 한계를 지니고 있었다는 것을 지적하였다. 그리고, 무역규모 9위의 경제력을 지닌 한국은 국제사회에서 신뢰받고 책임있는 국가로서의 위상을 확립하여야 한다. 이에 따라 한국의 새로운 무역성장모형은 무역성장에 참여하는 주체의 폭을 넓히고 무역가치 생태계를 조성하는 모형이어야 함을 결론으로 제시하였다.

Korean economy has sustained 10% of annual growth of trade volume on the average for 20 years. In 2011, Korea succeeded to reach 1 trillion dollars (USD) of trade volume. It is, however, uncertain to guarantee the future performance albeit the success of current performance. That is why, at this juncture, we need to think more on the paradigm shift of Korean trade policy. This study showed a way to find clue to attain sustainable growth of trade via paradigm shift of Korean trade policy. In a sense, existing paradigm of trade policy recourses to immizerizing growth model, which has it limit in that people have to sacrifice their quality of life to catch the target performance under the name of rapid growth trade model. We need to shift from rapid growth model to affordable growth model. In addition, Korean affordable growth model should be rooted on the basis of capitalism 4.0, which mean Korean companies dealing with international trade have to figure out the importance of sustainable growth of local partners, or co-prosperity in the long term. As an alternative, Korean companies can provide and help local partners to set up COI (cluster of innovation) in a global value chain.

본 연구는 대학 전공교육의 질 관리가 형식적인 지표 산출에 머무르는 한계를 극복하기 위해 데이터 거버넌스 기반 PDCA 환류 모델을 설계하고 T대학 내 3개 전공(컴퓨터공학, 에너지ㆍ전기, 미디어 디자인)을 대상으로 수행된 파일럿 테스트 사례를 분석하였다. 이를 위해 과정 추적법(Process Tracing)을 적용하여 시스템 로그 데이터와 심의ㆍ의결 문서의 연결 관계를 통해 진단 산출물이 공식 의사결정 절차를 거쳐 개선 조치로 공식화되는 작동 메커니즘을 규명하였다. 이에 따른 연구 결과는 다음과 같다. 첫째, T대학의 환류 모델은 행정적 성과관리 루프와 역량 모델 타당성을 검증하는 R&D 루프가 결합된 이중 순환(Dual-Loop) 구조로 설계되었다. 둘째, 에너지ㆍ전기공학 전공 사례 분석 결과 역량 진단 데이터(Check)가 공식 심의 기구의 의결을 거쳐 교육과정 개편 조치(Action)로 공식화되는 제도적 전환 메커니즘으로 작동하고 있었다. 이는 대학 전공역량 환류 체계가 공학 및 융합 분야에서 실질적인 교육 품질 개선을 이끄는 거버넌스 시스템으로 작동할 수 있음을 시사한다.

This study proposes a data-governance–based PDCA(Plan–Do–Check–Action) feedback model to address the limitation that quality management of major education in higher education often remains at the level of formal indicator production. Using a pilot implementation in three majors at T University(Computer Engineering, Energy and Electrical Engineering, and Media Design), we applied process tracing to examine how diagnostic outputs are translated into institutional decisions. System log data and formal deliberation and resolution documents were analyzed to reconstruct an evidence chain from competency diagnosis to improvement actions. The findings are as follows. First, the proposed model is designed as a dual-loop structure that integrates an administrative performance-management loop with an internal R&D loop for validating and refining the competency model. Second, an in-depth case from the Energy and Electrical Engineering major shows an institutional pathway in which diagnostic results (Check) are reviewed and approved through a formal decision gate, and subsequently articulated as curriculum-related improvement actions (Action). These results suggest that a major-competency feedback system can function as a governance mechanism for practical quality enhancement in engineering and interdisciplinary programs.

신제품개발의 초기디자인단계는 제품개발관련 데이터 대부분을 처리하는 단계로 가장 중요하다. 하지만 초기데이터는 정성적 텍스트·이미지 형태이며, 초기단계의 본질적 불확실성·모호성으로 인해 가장 까다로운 단계 로 여겨진다. 초기데이터 처리를 지원하는 모델 연구가 지속적으로 이루어져왔지만, 실질적·실용적으로 해결하는 데는 한계가 있었다. 대부분이 활동 주도형 모델로써 산출되는 데이터는 상호연관성 없이 독립적으로 분리되어 존 재한다. 귀납추론을 이용한 탐색적 연구를 통해 시장, 사용자, 미학, 공학 각 영역의 초기디자인활동 간의 상호관 련성을 바탕으로 산출되는 데이터를 서로 추론할 수 있는 데이터 주도형 모델을 제시함으로써 보다 직관적으로 데이터 처리 및 결정을 지원하고자 한다. 또한 모델의 구조 및 작동방식을 수학적으로 추론한 이론적 개념 지침도 함께 제공하고자 한다.

Early design stages of new product development are the most crucial to process most of the product development-related data. However, since data in the early phases are normally in the form of qualitative text-image, and uncertainty-ambiguity are inherently embedded in the initial data, the initial stages are considered the most difficult to conduct. Although many studies on processing initial data using models have been dedicated, those have limitations. Most of the models are action-driven types and their data yielded tend to exist independently and separately with less correlation. With exploratory research using inductive reasoning, this study proposes a data-driven model wherein data can be inferred considering an interrelationship of initial design activities of 4 domains including the market, user, aesthetic and engineering, which leads to data processing-making more intuitively. In addition, this study suggested theoretical conceptual guidance deduced mathematically from the structure and operating mechanism of the model developed.

기존의 인적자원관리(HRM) 연구가 거시적 차원에서 HRM 시스템과 기업성과 간 상관성 분석에 집중됨으로써 논리적, 실천적 측면에서 한계를 발생시키고 있는 것으로 보인다. 결과적으로 많은 실증연구들에도 불구하고 HRM과 기업성과 간 인과성이나 실행 효율성에 대한 의문이 사라지지 않고 있다. 더하여 최근 기업 운영방식의 다양화 등으로 변화하는 인적자원관리 환경을 충분히 반영하지 못하고 있을 가능성도 제기된다. 이러한 문제들은 기업 현장에서 인적자원관리의 실행 가치에 대한 의구심으로 연결될 수밖에 없을 것이다. 본 연구는 이와 같은 문제의식에서 출발하여 인적자원관리의 새로운 프로세스 모형을 제안해 보고자 하였다. 이 과정에서 특히 기존 연구들에서 소홀이 되고 있던 HRM 의도와 관여 행동의 역할에 주목하였다. 이 모형에서는 HRM 시스템과 전략과의 정합성이 선행되어야 하고, 프랙티스들 역시 전략적 의도에 따라 선택되는 것으로 보았다. 또한 HRM 실행에서는 프랙티스에 대한 관여 수준이 이후 성과에 실질적 영향을 주는 주요한 요인이 되는 것으로 판단하였다. 끝으로 성과 실현 단계에서도 순수한 HRM 성과와 재무성과를 구분하고, HRM 성과는 의도에 따른 결과로서만 평가되어야 논리적 타당성을 확보하는 것으로 보았다. HRM의 작용 및 실행 프로세스와 관련된 이와 같은 관점의 변화는 학문 연구의 논리성을 강화하는 한편, 실무적 적용가능성 역시 제고시킬 수 있는 장점을 가질 것으로 기대된다.

Most HRM studies concern whether HRM systems relate to corporate performance or not, but less how it works in practical sense. Even supportive empirical results do not erase out causality issue between HRM systems and corporate performance as many researchers mention it as one of research limit. Benefits to cost matter when budget-sensitive firms want to adopt and execute HRM systems in reality. In addition, recent appearance of unprecedented types of HRM practices requires flexibility in HRM studies, reflecting new economy evolvement. However, all these issues have not been sufficiently considered at the same time despite of academic and practical significance. This research starts with reviews of principal HRM studies in brief, ends with proposing a new HRM activation model which emphasizes HRM intent and execution commitment. HRM intent fits with business strategy and composes configurations of HRM systems, resulting in a purposeful HRM outcome, not a coincident one. Execution commitment has consequential impact on the result of HRM system since the depth, not width makes change in HRM. The new model assumes an activation process that includes discernable role of these two factors on HRM system. One can benefit explicit causal relationship, along with procedural articulation of HRM system implementation with this new approach.

최근 사물인터넷(IoT) 기술의 고도화로 스마트 홈, 스마트 팩토리, 원격 의료 등 다양한 도메인에서 데이터 수집이 비약적 으로 증가하고 있다. 그러나 이러한 확산과 동시에 DDoS, 데이터 변조, 봇넷 등 사이버 공격 기법이 지능화 및 다변화되면서 보안 위협 또한 심화되고 있다. IoT 환경에서는 이기종 프로토콜과 고차원적인 특징(Feature) 분포를 지니고 있어, 기존의 단 일 탐지 모델로는 연산 복잡성 해소와 실시간 침해 대응에 한계가 있다. 본 논문에서는 이러한 문제를 해결하기 위해 다차원 특징 중요도(Feature Importance) 기반의 조건부 다중 전문가 모델(Conditional Multi-Expert Model)을 제안한다. 제안된 모델 은 입력 데이터의 특징별 중요도를 정량적으로 분석하고 최적의 추론 경로를 동적으로 설정함으로써 탐지 성능을 높이고 연 산자원을 최적화한다. 실험 결과, 제안 모델은 0.9995의 정확도, 0.9948의 F1-Score를 달성하여 기존 단일 모델(Random Forest) 대비 우수한 탐지 성능을 입증하였으며, 특히 재현율(Recall) 0.94%p 향상, 추론시간 약 2.6배 향상시킴으로써 자원 제 약이 심한 IoT 환경에서 실시간 대응이 가능한 수준의 탐지성능과 보안 신뢰성을 확인하였다.

With the recent advancement of Internet of Things (IoT) technology, data collection is increasing exponentially across various domains, including smart homes, smart factories, and telemedicine. However, alongside this expansion, security threats are intensifying as cyber-attack techniques such as DDoS, data manipulation, and botnets become more sophisticated and diversified. Given that IoT environments encompass heterogeneous protocols and high-dimensional feature distributions, conventional single detection models face limitations in reducing computational complexity and achieving real-time incident response. To address these challenges, this paper proposes a Conditional Multi-Expert Model based on high-dimensional feature importance. The proposed model quantitatively analyzes the importance of each feature in the input data and dynamically establishes the optimal inference path, thereby enhancing detection performance and optimizing computational resources. Experimental results demonstrate that the proposed model achieves an accuracy of 0.9995 and an F1-score of 0.9948, proving superior detection performance compared to the conventional single model (Random Forest). In particular, by improving the recall by 0.94%p and accelerating the inference time by approximately 2.6 times, this study confirms a level of detection capability and security reliability capable of real-time response in resource-constrained IoT environments.

연구목적: 본 연구는 리튬이온 배터리 화재의 특수 위험성에 대응하여 소방관의 인식을 분석하고, 설문 조사 결과를 기반으로 초기 대응 우선순위를 정량화하여 교육모델 개선 방향을 제시하는 데 목적이 있 다. 연구방법: 현직 소방공무원 102명을 대상으로 설문조사를 실시하였으며, 계층분석법(AHP)을 적용 하여 위험구역 통제, 배터리 냉각, 전원 차단, 현장 정보 확인 등 핵심 대응 요소의 상대적 가중치를 산출 하고 논리적 타당성을 검증하였다(CR = 0.010). 연구결과: 분석 결과, 배터리 화재의 위험 인식(M = 3.58)은 높으나 ICT 정보 활용 능력(M = 2.74)과 오염물질 통제 역량(M = 2.48)은 상대적으로 낮은 ‘인 식-역량 격차’가 확인되었다. AHP 결과, 초기 5분 대응 우선순위는 위험구역 통제(32.3%)가 최우선이 었으며, 배터리 냉각(27.2%), 전원 차단(26.6%), 현장 정보 확인(13.9%) 순으로 나타났다. 결론: 분석 결 과를 토대로 3단계 모듈형 교육 프로그램과 현장용 ‘1-2-3 대응카드’를 제안하였다. 이는 향후 SOP를 ‘위험구역 통제 → 배터리 냉각 → 전원 차단 → 현장정보 확인’ 체계로 표준화하여 소방대원의 안전 확 보와 과학적 재난 대응 체계 구축에 기여할 것으로 기대된다.

Purpose: This study aims to analyze firefighters’ risk perception and quantify response priorities for lithium-ion battery fires to improve field response quality and Standard Operating Procedures (SOPs). Method: An empirical survey was conducted with 102 active firefighters using convenience sampling. The Analytic Hierarchy Process (AHP) was used to determine the relative weights of core actions including danger zone control, battery cooling, power cut-off, and site information check, with logical consistency verified (CR = 0.010). Result: The analysis revealed a significant gap between high risk awareness (M = 3.58) and relatively low confidence in ICT-based data utilization (M = 2.74) and environmental pollution control (M = 2.48). AHP results established the response hierarchy with ‘Danger Zone Control’ (32.3%) as the top priority, followed by ‘Battery Cooling’ (27.2%), ‘Power Cut-off’ (26.6%), and ‘Site Info Check’ (13.9%). Conclusion: Based on these findings, a 3-module education program and a practical “1-2-3 Response Card” are proposed. This study suggests a standardized 4-step SOP including Danger Zone Control, Battery Cooling, Power Cut-off, and Site Info Check to maximize firefighter safety and minimize secondary disaster damage.

본 연구는 기후위기와 디지털 전환 환경 속에서 대형 국립미술관의 시설운영을 데이터 기반 지능형 체계로 혁신 하기 위한 통합 운영모델을 제안한다. 이를 위해 루브르 박물관, 메트로폴리탄 미술관 등 해외 선도 사례와 국내 국 립미술관의 현황을 비교 분석하였다. 분석 결과, 해외 기관들은 에너지·환경·설비 데이터를 통합 관리하고 AI와 디 지털 트윈 기술을 통해 예지보전과 에너지 최적화를 실현하고 있는 반면, 국내 기관은 부서 간 데이터가 단절된 단순 모니터링 단계에 머물러 있는 것으로 나타났다. 이에 본 연구는 시설운영 데이터를 5대 핵심 범주(에너지, 설비상태, 환경, 안전, 공간점유)로 체계화하고, 이를 기 반으로 한 ‘데이터 수집-클라우드 통합 플랫폼-AI 분석 및 예측-운영 거버넌스’의 4계층 통합모델과 핵심성과지표 (KPI)를 제시하였다. 본 연구는 기존의 스마트 미술관 논의를 전시·관람 중심에서 시설 운영 인프라와 조직 혁신의 영역으로 확장함으로써, 국립미술관의 지속가능한 경영을 위한 실질적 가이드라인을 제공하는 데 의의가 있다.기여 하고자 한다.

This study proposes an integrated operational model to transform the facility management of large-scale national art museums into a data-driven intelligent system in the context of the climate crisis and digital transformation. To this end, the study conducts a comparative analysis of leading international cases, such as the Louvre Museum and the Metropolitan Museum of Art, alongside the current status of national art museums in Korea. The analysis reveals that while leading overseas institutions achieve predictive maintenance and energy optimization by integrating energy, environment, and equipment data through AI and digital twin technologies, domestic institutions remain at a stage of simple monitoring characterized by data fragmentation across departments. Accordingly, this study systematizes facility operation data into five core categories— energy, equipment condition, environment, safety, and space occupancy. Based on this, it proposes a four-layer integrated model consisting of data collection, a cloud-based integrated platform, AI analysis and prediction, and operational governance, along with Key Performance Indicators (KPIs). This study is significant in that it extends the discussion of smart museums from exhibition and visitor services to the realms of facility infrastructure and organizational innovation, thereby providing practical guidelines for the sustainable management of national art museums.

본 연구는 스마트하이웨이 같은 첨단 도로 인프라가 구축이 되어 WAVE(Wireless Access for Vehicular Environments) 기술을 이용하여 차량의 정보를 수집하는 서비스를 시행할 경우, 차량데이터를 수집하는 전송간격의 결정 문제를 다루고 있다. 여기서 차량데이터는 위치정보이외에 속도, RPM, 연료소모량 및 DTC 코드와 같은 차량안전데이터를 포함하는 OBD II와 연계된 차량수집장치로부터 매초별로 수집될 수 있는 데이터이다. 이러한 차량데이터는 기존의 교통소통정보로 가공 및 제공이 가능할 뿐만 아니라 다각화된 서비스가 가능한 컨텐츠로 활용이 될 수 있다. 본 연구에서는 이러한 실시간 차량데이터를 일상적인 상황에서 수집될 경우 교통조건의 변화에 따라 전송간격(교통정보 수집주기)를 변경하는 방법으로 공간적, 시간적 교통상황을 고려하는 모델을 제안한다. 연구에서는 이러한 전송간격 결정모델에 대하여 교통상황묘사가 가능한 VISSIM이라는 미시적 교통시뮬레이터를 기반으로 시나리오를 약 32가지 설정하여 전송간격, 통신전송량, 통신간격, 통신수 및 BPS 등에 대하여 확인하여 보았다. 그 결과 2차로의 1km 고속도로 구간에서는 차량데이터를 2회 정도 수집할 경우에 통신전송량의 특성상 가장 적절할 것으로 확인되었다. 향후 다양한 도로상의 무선 통신 기술이 도입될 경우 교통 및 통신기술 특성을 동시적으로 고려한 전송간격 모델을 제시한 본 연구는 그 활용가치가 높을 것으로 판단되는 바이다.

This paper deals with the transmission interval of vehicle data in smart highway where WAVE (Wireless Access for Vehicular Environments) systems have been installed for advanced road infrastructure. The vehicle data could be collected at every second, which is containing location information of the vehicle as well the vehicle speed, RPM, fuel consuming and safety data. The safety data such as DTC code, can be collected through OBD-II. These vehicle data can be used for valuable contents for processing and providing traffic information. In this paper, we propose a model to decide the collection interval of vehicle information in real time environment. This model can change the transmission interval along with special and time-variant traffic condition based on the 32 scenarios using microscopic traffic simulator, VISSIM. We have reviewed the transmission interval, communication transmission quantity and communication interval, tried to confirm about communication possibility and BPS, etc for each scenario. As results, in 2-lane from 1km highway segment, most appropriate transmission interval is 2 times over spatial basic segment considering to communication specification. In the future, if a variety of wireless technologies on the road is introduced, this paper considering not only traffic condition but also wireless network specification will be utilized the high value.

본 연구는 데이터 기반 광고가 확산되고 있는 현상에 주목하여 데이터 기반 광고가 산업에 미친 영향을 확인하고, 광고사업자가 이러한 변화에 어떻게 대응하고 있는지 탐색하였다. 광고 산업 실무자 대상 심층인터뷰를 진행하였으며, 이를 근거이론 기반 패러다임 모형을 적용하 여 분석하였다. 개방코딩과 축코딩 결과를 바탕으로 데이터 기반 광고를 둘러싼 중심현상을 살펴 본 결과 데이터 가치 재인식, 정교한 타겟팅 필요성 증대, 광고대행 업역 파괴라는 키워드를 도출 할 수 있었다. 중심현상에 대한 광고사업자의 작용/상호작용 전략으로는 데이터 수집 및 활용 전 략 모색, 데이터 기반 신사업 추진이 도출되었으며, 중심현상에 대한 결과로 경쟁 대상 재정의, 데이터 오너십 확보, 데이터 역량 강화, 데이터 조직 정비, 풀퍼널 마케팅 강화라는 다섯 가지 대 처 전략을 확인할 수 있었다. 본 연구는 데이터를 기반으로 광고 산업이 재편되고 있는 현상을 시장현황, 경쟁환경, 사업전략 측면에서 조망했다는 의의가 있다.

This study focuses on the phenomenon of the proliferation of data-driven advertising and investigates the impact of data-driven advertising on the industry. It also explores how stakeholders in advertising industry are responding to these changes. In-depth interviews were conducted with professionals in the advertising industry, and these interviews were analyzed using a grounded theory-based paradigm model. Based on open and axial coding results, key themes surrounding data-driven advertising were identified, including revaluation of data, increased necessity of precise targeting, and disruption of advertising agency roles. Advertising operators' strategies and interactions in response to these central themes included strategies for exploring data collection and utilization, as well as the pursuit of new data-driven businesses. As outcomes of these central themes, five coping strategies were identified: redefinition of competitive targets, securing data ownership, enhancing data capabilities, building a data-driven organization, and strengthening full-funnel marketing. This study provides insights into the phenomenon of the advertising industry's restructuring based on data from the perspectives of market status, competitive environment, and business strategies.

The purpose of this study is to suggest the cost analysis breakdown system model of present worth method for air conditioning designer in electric heat pump and gas engine driven heat pump on the office building. The results of this study are as follows; (1) This study propose the cost analysis breakdown system model of present worth method by electric heat pump and gas engine driven heat pump. (2) The result of case study on the office building in busan shows that the EHP(electric heat pump) system is advantage(GHP LCC15 335,000,000 won, EHP LCC15 293,000,000 won). (3) Cost analysis breakdown system model of present worth method come into use air conditioning designer of electric heat pump and gas engine driven heat pump.