Earticle

본 연구의 목적은 거시적 관점에서 경제, 정치, 사회․환경, 정보․기술적 영역별 소비자 사회적 책임의 실천 실태를 파악하고, 소비자의 적극적인 책임 실천을 위한 소비자교육과 정책적 방안을 제안하는 것이다. 본 연구는 거시적 환경 분석틀인 PEST 모델을 사용하여 소비자 사회적 책임의 개념틀을 구성하고, 소비자의 실천 수준과 그 영향 요인, 실천수준 증대 방안을 파악하였다. 이를 위하여 총 12명의 전문가와 600명의 소비자를 대상으로 온라인 설문조사를 수행하였다. 분석 결과, 경제적 책임과 친환경 관련 책임을 제외한 모든 책임 영역에서 소비자의 인식과 실천 수준이 낮았 다. 대부분 세부 책임의 실천필요성은 높다고 평가되었으나, 실천용이성이 낮게 평가되었다. 소비자 사회적 책임 의 주된 실천 동기는 개인․가계이익과 사회규범준수로 양가적 동기가 공존하였고, 책임의 실천 수준 제고를 위 해서는 학교소비자교육을 중심으로 공익광고캠페인, 언론보도, 성인소비자교육을 병행해야 하는 것으로 나타났다. 본 연구는 상기 연구결과를 바탕으로 소비자의 사회적 책임 실천 수준 증대를 위한 효과적인 소비자교육과 정책적 개선 방안을 제안하였다.

The study aims to understand the implementation of consumer social responsibility by economic, political, social-environment, and information-technical domains from a macroscopic perspective, and propose plans for active implementation. In this study, the concept framework of consumer social responsibility was constructed using the PEST model, which is a macroenvironmental analysis framework. The level of consumers’ implementation and its influence factors, and the ways to increase the level of implementation were identified. A total of 12 experts and 600 consumers surveyed via online. The survey showed that consumer implementation levels of social responsibilities are low in all categories except economic and environmental responsibility. Most individual responsibilities were deemed necessary, but they are evaluated not to be easy to practice. The two main motivations for consumer social responsibility are personal and household interests and social norm compliance, which are ambivalent. In order to enhance the implementation levels of consumer social responsibility, school consumer education should be strengthened along with public service advertisement campaigns, media reports, and adult consumer education. The study suggests effective solutions to improve consumer education and policies to increase consumer implementation levels of social responsibilities.

지방소멸 위기와 지역 불균형 심화라는 한국 사회의 구조적 문제에 대응하여 로컬창업 활성화를 위한 전략적 방향성을 제시하고자 PEST-SWOT-AHP 통합모형을 활용한 실증연구를 수행하였다. 로컬창업은 단순한 생계형 자영업을 넘어 지역 고유의 자원과 정체성을 활용 하여 경제적･사회적 가치를 창출하는 창업 활동으로 지역경제 활성화와 공동체 결속력 강화에 기여할 수 있는 전략적 수단으로 주목받고 있 다. 연구방법으로는 먼저 학술논문, 정책보고서 등 문헌조사를 통해 로컬창업 환경에 영향을 미치는 정치적･경제적･사회적･기술적 요인으로 구조화하였다. 다음으로 SWOT 분석 기준에 따라 강점･약점･기회･위협으로 재구성하여 총 16개의 세부 요인을 정리하였다. 로컬창업가, 창 업 관련 대학교수, 지자체 및 지원기관 사업담당자 등 전문가 21명을 대상으로 설문조사를 실시하였다. 일관성 비율(CR ≤ 0.1) 기준을 적용 하여 응답의 신뢰성을 검증하고, 각 요인의 상대적 중요도를 정량화하였다. 분석 결과 로컬창업 활성화를 위한 환경 요인의 상대적 중요도는 강점(0.273), 기회(0.259), 약점(0.240), 위협(0.228) 순으로 나타났다. 세부적으로는 특산품･소상공인 차별성, 로컬콘텐츠 수요 증가, 정책 일 관성 부족, 경기침체･물가상승이 각 범주에서 가장 높은 가중치를 보였다. 이러한 분석 결과를 바탕으로 SO, WO, ST, WT 전략을 도출하였다. 본 연구는 로컬창업 환경의 내･외부 요인을 체계적으로 진단하고 우선순위를 정량적으로 제시하였다는 점에서 학술적 의의를 지닌다. 또한 로 컬창업 생태계의 실질적 가치를 극대화할 수 있는 실행 가능한 전략적 방안을 제시하였다는 점에서 정책적 함의를 갖는다.

This study conducted an empirical analysis using an integrated PEST-SWOT-AHP model to propose strategic directions for revitalizing local entrepreneurship in response to the structural challenges facing Korean society, namely the risk of regional extinction and deepening regional imbalance. Local entrepreneurship extends beyond simple subsistence self-employment and has gained attention as a strategic means of revitalizing regional economies and strengthening community cohesion by leveraging locally embedded resources and identities to generate both economic and social value. The research methodology proceeded as follows. First, a literature review of academic papers and policy reports was conducted to structure the factors influencing the local entrepreneurship environment into political, economic, social, and technological dimensions. Second, these factors were reorganized into strengths, weaknesses, opportunities, and threats according to SWOT analysis criteria, resulting in a total of 16 detailed factors. Third, a survey was administered to 21 experts, including local entrepreneurs, university professors specializing in entrepreneurship, and officials from local governments and support agencies. The reliability of responses was verified by applying a consistency ratio (CR ≤ 0.1) criterion, and the relative importance of each factor was quantified. The analysis results indicated that the relative importance of environmental factors for revitalizing local entrepreneurship ranked in the following order: strengths (0.273), opportunities (0.259), weaknesses (0.240), and threats (0.228). At the detailed factor level, differentiation of local products and small businesses, increasing demand for local content, lack of policy consistency, and economic recession combined with inflation emerged as the highest-weighted factors within their respective categories. Based on these findings, SO, WO, ST, and WT strategies were derived. This study holds academic significance in that it systematically diagnosed the internal and external factors of the local entrepreneurship environment and quantitatively presented their priorities. Furthermore, it carries policy implications by proposing actionable strategic measures to maximize the practical value of the local entrepreneurship ecosystem.

In this study, we propose a big data set of strawberry pests collected directly for diagnosis model learning and an automatic pest diagnosis model architecture based on deep learning. First, a big data set related to strawberry pests, which did not exist anywhere before, was directly collected from the web. A total of more than 12,000 image data was directly collected and classified, and this data was used to train a deep learning model. Second, the deep-learning-based automatic pest diagnosis module is a module that classifies what kind of pest or disease corresponds to when a user inputs a desired picture. In particular, we propose a model architecture that can optimally classify pests based on a convolutional neural network among deep learning models. Through this, farmers can easily identify diseases and pests without professional knowledge, and can respond quickly accordingly.

South Korea has seven major shipbuilders out of world top ten global shipbuilders. The Major shipbuilding companies are Samsung, Hanjin, Hyundai, Daewoo, and STX. MTC International, Inc. is a provider of workforce solutions and services. It offers a range of services of recruiting, evaluation, training and development, labors management, and workforce consulting, to the companies mentioned above. Most of the experts in the industry forecasted that there would be a shortage of workers for the industry for the following several years. Therefore, this paper is aiming to enhance its competitiveness through the improving its revenues of MTC International, Inc. by providing with the foreign workers, especially from Philippines. Using Grand Strategy Matrix and QSP Matrix, those formulation tools suggest strategies for MTC International, Inc.

The estimation of pest density is a prime concern of Integrated Pest Management (IPM) because the success of artificial intervention such as spraying pestcides or natural enemies depends on pest density. Also, the spatial pattern of pest population within plants or plots has been studies in various ways. In this study, we applied generalized linear mixed model to Tetranychus urticae Koch , two-spotted spider mite count in glasshouse grown roses. For this analysis, the subject-specific as well as pupulation-averaged approaches are used.

본 연구는 글로벌 간편결제 플랫폼의 경쟁구조를 비즈니스 모델 캔버스(BMC)와 PEST 분석을통합한 프레임워크를 통해 분석하는 데 목적이 있다. Apple Pay, Google Pay, Alipay 등 주요 글로벌 Pay 서비스는 기술·데이터·보안·플랫폼이 결합된 디지털 금융 생태계로 빠르게 확장되고 있으나, 기존 연구는 개별 기술·사용자 행태 중심 접근에 치우쳐 전략–환경 적합성을 포괄적으로설명하는 데 한계가 있었다. 이에 본 연구는 첫째, 플랫폼별 BMC 구조를 비교하여 가치 제안, 핵심 자원, 파트너십, 수익 구조 등 내부 전략 요소를 도출하였다. 둘째, PEST 분석을 통해 각국의 규제, 경제구조, 사회적 디지털 수용성, 기술 환경이 플랫폼 운영에 미치는 영향을 검토하였다. 셋째, 두 분석틀을 통합 적용하여 내부 BM과 외부 환경 요인의 상호작용 방식을 규명하였다. 분석 결과, Apple Pay는 보안중심 전략, Google Pay는 오픈 API 기반 확장성, Ali Pay는 금융·생활 통합형 슈퍼앱 구조를 통해 차별적 경쟁우위를 형성하고 있었다. 이러한 결과는 한국형 간편결제 서비스의 전략 수립에도 중요한 시사점을 제공한다. 보안·신뢰기반 서비스 강화, API 개방 생태계 확대, 결제–유통 결합전략, 생활금융 플랫폼 전환 등 BM 재구성이 필요하며, 플랫폼 경쟁은 내부 전략 요소와 외부 규제·기술 환경의 적합성이 핵심이라는점을 확인하였다.

The purpose of this study is to analyze the competitive structure of the global simplepayment platform through a framework that integrates business model canvas (BMC) andPEST analysis. Major global Pay services such as Apple Pay, Google Pay, and Ali Pay arerapidly expanding into a digital financial ecosystem that combines technology, data, security,and platforms, but existing studies have limited comprehensively explainingstrategy-environmental suitability by focusing on individual technology and user behavior. Therefore, this study first derives internal strategic elements such as value proposal, coreresource, partnership, and profit structure by comparing the BMC structure of each platform. Second, through PEST analysis, the impact of each country's regulations, economic structure,social digital acceptance, and technology environment on platform operation was examined. Third, by integrating the two analysis frames, the interaction method between internal BMand external environmental factors was investigated. As a result of the analysis, Apple Paywas a security-oriented strategy, Google Pay was an open API-based scalability, and Ali Paywas forming a differential competitive advantage through an integrated financial and lifesuper app structure. These results also provide important implications for the strategy establishment of theKorean simple payment service. BM restructuring is necessary, such as strengthening securityand trust-based services, expanding the API open ecosystem, a payment-distributioncombination strategy, and converting a living finance platform, and it was confirmed that thesuitability of internal strategic elements and external regulatory and technologicalenvironments is the key to platform competition.

본 논문은 학습 가능한 텍스트 프롬프트를 활용한 해충 검출 기반 카운팅 모델을 새롭게 제안한다. 해충 이미지는 기존의 객체 검출에서 사용되는 이미지 데이터셋과는 달리, 해충 간의 가려짐, 다양한 해충 자세 변화 및 높은 외관의 유사도를 특징으로 갖는다. 따라서 이런 해충 이미지에 적합한 객체 검출 모델을 개발하는 것이 필요하다. 이를 위해, 본 연구에서는 사전 학습된 텍스트-이미지 정렬 모델에서 추출된 사전 정보를 활용하여 객체 검출 정확도를 개선하는 방안을 제시한다. 특히, 사전 정보인 텍스트 프롬프트 벡터를 활용하여 이미지 특징을 강화할 수 있는 텍스트 프롬프트 블록을 설계하고자 한다. 실험 결과를 통해, 텍스트 프롬프트 블록을 통합한 제안한 모델이 해충 카운팅의 측정 지표인 평균 절대 오차와 평균 제곱근 오차에서 각각 2.33%와 2.39% 개선된 성능을 획득하였다. 또한 해충 가려짐과 해충이 밀집된 상황에서도 해충을 정확히 검출할 수 있었다.

This paper proposes a new pest counting model based on pest detecton using learnable text prompts. Unlike image datasets used in conventional object detection, pest images are characterized by occlusion between pests, various pest pose changes, and high appearance similarity. Therefore, it is necessary to develop an object detection model suitable for such pest images. To this end, this study proposes a method to improve object detection accuracy by utilizing prior information extracted from a pretrained text-image alignment model. In particular, we design a text prompt block that can enhance image features by utilizing prior information, i.e., text prompt vectors. Through the experimental results, the proposed model integrating text prompt blocks obtained 2.33% and 2.39% improved performance in mean absolute error and root mean square error, which are measurement indices of pest counting, respectively. In addition, pests could be accurately detected even in situations where pests were occluded and crowded.

본 연구에서는 매개변수 자동 보정기법인 PEST(Model-Independent Parameter Estimation and Uncertainty Analysis)를 CAT 모형에 연계하여 유출특성 분석을 실시하였다. CAT-PEST 연계모형은 CAT 모형의 모의유출량을 이용하며 PEST의 반복계산을 통하여 최적 매개변수를 추정한다. 침투방법은 CAT에서 제공하는 Rainfall Excess 방법, Green and Ampt 방법 및 Horton 방법을 이용하였으며 각 침투방법에 따른 유출 특성을 비교 및 분석하였다. 연구대상유역은 보령 댐 유역으로 유역면적은 $163.7km^2$이며 전체면적의 약 80%가 산지로 구성되어 있고, 유로연장은 22.3km, 유역평균경사는 40.19%이다. 또한 보령댐 유역의 월평년값 평균기온은 -0.8에서 $25.5^{\circ}C$로 계절변동이 매우 큰 것을 알 수 있다. 최근 몇 년간 심각한 가뭄 피해를 입은 보령댐 유역은 2016년에 도수관로를 완공하여 이를 통해 금강으로부터 물을 끌어다 쓰고 있는 실정이며, CAT 모형에서는 금강도수유입량을 외부유입 처리하여 유출량을 산정하였다. 모의기간은 1999년부터 2017년까지이며 전체기간에 대한 보정 후 연도별 보정을 실시하였다. 통계적 평가수단은 $R^2$, RMSE 및 NSE를 사용하여 유역 최종출구점에서의 유출량과 비교하였으며 전체기간에 대한 보정결과 NSE와 $R^2$가 0.75 이상으로 나타나 대체적으로 모의 유출수문곡선이 관측 수문곡선과 유사한 양상을 보였다.

일반적으로 유량을 계산하는 수문모형은 강우에서부터 유출에 이르는 수문현상을 해석하는 방법에 따라 하나 이상의 매개변수가 이용된다. 이러한 수문모형의 보정은 계산된 유량과 관측 유량을 비교하고, 계산된 유량이 관측유량을 잘 재현할 수 있도록 모형의 매개변수를 반복적으로 수정하는 과정을 통해서 이루어진다. 수문모형의 매개변수는 수문학적으로 의미가 있는 값을 가지며, 매개변수를 수정하기 위해서는 대상 매개변수가 모형내에서 수문학적으로 어떠한 의미를 가지에 대한 이해가 필요하다. 또한 하나의 매개변수는 다른 매개변수와 함께 복합적으로 유량계산에 작용하므로, 다수의 매개변수를 함께 추정하여 최적 계산결과를 도출하는 과정은 일반적으로 전문성과 함께 많은 시간이 소요된다. 본 연구에서는 범용 매개변수 추정모형인 PEST와 GRM 모형을 연계하여 GRM 모형의 매개 변수를 자동으로 추정할 수 있는 모듈을 개발하였다. 개발된 모듈에서는 GRM 모형의 보정을 위한 PEST 모형의 입력파일을 자동으로 생성하고, PEST 혹은 병렬 PEST를 실행할 수 있다. 사용자는 GRM 모형의 추정대상 매개변수 선택, 관측자료 설정, 자동으로 생성된 PEST 입력파일을 확인 및 수정하며, 병렬 PEST를 실행할 경우에는 slave PEST 개수 등을 설정한다. 본 연구에서 개발된 모듈은 OpenGIS인 MapWindow GIS의 Plug-in으로 개발된 GRM(MW-GRM)에서 메뉴로 제공되며, GUI를 통해서 편리하게 활용될 수 있다. 본 연구에서는 물리적 분포형 모형인 GRM의 보정시 다수의 매개변수를 편리하게 추정할 수 있는 방안을 마련하였다. 본 연구의 결과는 강우-유출 해석 분야에서 GRM 모형이 좀 더 쉽게 활용되는 데 기여할 수 있을 것이다.

본 연구에서는 범용 매개변수 최적화 모형인 PEST를 이용하여 분포형 수문모형인 GRM(grid based rainfall-runoff model) 모형의 매개변수 및 불확실성 범위를 추정하였다. 특히, 레이더 강우 및 지상 관측 강우를 각각 적용하여, 입력자료 차이가 매개변수 추정에 미치는 영향을 분석하였다. 자동 보정 모형은 GUI (graphic user interface)에 대한 접근 없이 모형구동이 가능하도록 개선된 GRM-MP (multiple projects) 버전과 병렬 PEST 버전을 결합하여 매개변수 추정에 소요되는 시간을 단축시켰다. 이를 낙동강 수계 금호강 유역과 감천 유역에 대해 적용하여, 초기 포화도, 지표면 조도계수 및 토양 투수계수의 보정계수에 대해 매개변수 최적화 및 불확실성 추정을 수행하였다. 강우자료 분석 결과, 레이더와 지상 강우의 유역평균 누적시계열은 비슷하거나 지상 강우가 조금 큰 경향을 보였으나, 공간분포에 있어서는 지상 강우에 비해 레이더 강우에서 큰 변동성이 확인되었다. 보정된 수문모의 결과는 레이더 강우 적용 시, 지상 강우에 비해 비슷하거나 더 나은 정확도를 보였다. 추정된 매개변수는 레이더 강우 적용 시, 토양 투수계수의 보정계수가 일관되게 1보다 작은 경향을 보였으며, 이는 강우강도가 강한 격자가 상당수 존재하기 때문으로 판단되었다. 초기 포화도 및 지표면 조도계수의 보정계수는 레이더 및 지상 강우에서 일정한 경향성을 보이지 않았다. 본 연구의 대상 유역 및 호우사상에 대한 PEST의 최적화 모의 결과, 동일 유역 및 호우사상에 대해서도 강우 추정 방법에 따라 서로 다른 최적 매개변수 값을 갖는 것을 알 수 있었으며, 이는 향후 레이더 강우 자료의 수문 모의 활용 시 유의해야할 점으로 판단된다.

In this study, we estimate parameters of a distributed hydrologic model, GRM (grid based rainfall-runoff model), using a model-independent parameter estimation tool, PEST. We implement auto calibration of model parameters such as initial soil moisture, multipliers of overland roughness and soil hydraulic conductivity in the Geumho River Catchment and the Gamcheon Catchment using radar rainfall estimates and ground-observed rainfall represented by Thiessen interpolation. Automatic calibration is performed by GRM-MP (multiple projects), a modified version of GRM without GUI (graphic user interface) implementation, and "Parallel PEST" to improve estimation efficiency. Although ground rainfall shows similar or higher cumulative amount compared to radar rainfall in the areal average, high spatial variation is found only in radar rainfall. In terms of accuracy of hydrologic simulations, radar rainfall is equivalent or superior to ground rainfall. In the case of radar rainfall, the estimated multiplier of soil hydraulic conductivity is lower than 1, which may be affected by high rainfall intensity of radar rainfall. Other parameters such as initial soil moisture and the multiplier of overland roughness do not show consistent trends in the calibration results. Overall, calibrated parameters show different patterns in radar and ground rainfall, which should be carefully considered in the rainfall-runoff modelling applications using radar rainfall.