Earticle

본 연구는 전국지방자치단체에서 발생한 자연재해 피해의 탐색적 공간 분석(Exploratory Spatial Data Analysis: ESDA)을 실시하는 것을 통해, 기초지방자치단체의 자연재해관리에 대한 시사점을 제공하고자 하였다. 이를 위해 본 연구는 2006년부터 2014년 동안 총 226곳의 기초지방자치단체를 분석대상으로 설정하여, 총 피해, 대설, 호우, 강풍, 풍랑, 태풍에 따른 피해의 공간적 분포와 핫스팟 분석을 실시하였다. 분석결과, 총 피해⋅호우의 경우 강원도 지역을 중심으로 핫스팟이 발견되었으며, 대설은 강원⋅경상⋅전라⋅충청도의 해안가 지역을 중심으로, 태풍⋅강풍⋅풍랑은 경상⋅전라⋅ 충청도 지역을 중심으로 핫스팟이 발견되었다. 이러한 결과는 자연재해의 유형에 따라 상이한 공간적 패턴이 나타날 수 있음을 의미하며, 이에 따라 해당 기초지방자치단체는 자신이 처한 자연재해의유형을 고려하여, 자연재해에 따른 피해를 사전에 대비하여야 함을 주장한다.

This study aims to provide implications on natural disaster management through exploratory spatial data analysis(ESDA) on the damage of natural disasters occurred in local governments. A total of 226 basic local governments from 2006 to 2014 was set as subjects of analyses. The authors analyzed spatial distribution and hot spot on the six parameters: heavy snow, heavy rain, strong wide, wind waves, typhoons and the total damage. We found hot spots in Gangwon-do for total damage and heavy rain. Hot spots of heavy snow were found in the coastal areas of Gangwon-do, Gyeongsang-do, Jeolla-do and Chungcheong-do. Gyeongsang-do, Jeolla-do and Chungcheong-do were found to have hot spots for typhoons, strong wind and wind waves. The results indicate that different spatial patterns occur depending on types of natural disaster. It can be asserted that basic local governments must prepare themselves according to the corresponding type of natural disaster.

The paper reviews the methodologies of confirmatory data analysis(CDA) and exploratory data analysis(EDA) in statistical quality control(SQC), design of experiment(DOE) and reliability engineering(RE). The study discusses the properties of flexibility, openness, resistance and reexpression for EDA.

현대 무기체계의 체계지원전략은 성과기반군수지원(PBL)을 적용한 수명주기관리의 최적화를 핵심으로 한다. PBL 적용 방 안은 일반적으로 PBL 추진 절차 중 “검토단계”에서 수립되며, 이때 수행되는 PBL 적용 타당성 분석은 PBL의 실효성과 적합 성을 판단하는 핵심 근거로 작용한다. 본 연구는 PBL 적용 타당성 분석 업무를 명확히 정의하고 분석의 과학성과 체계성을 제고하기 위해 탐색적 데이터 분석(EDA)의 일반적 특성과 야전운용제원의 특성을 고찰하였다. 이를 바탕으로 EDA 기반 PBL 적용 타당성 분석 프레임워크를 제안하고, 분석 절차의 정형화와 실무 적용 가능성을 확보하고자 한다. 제안된 프레임 워크는 무기체계별 PBL 적용 여부에 대한 합리적인 의사결정을 지원하며, 궁극적으로 체계 맞춤형 PBL 대안을 도출함으로 써 PBL의 가용성과 운용 효율성을 극대화하는 데 기여할 것으로 기대한다.

The support strategy for modern weapon systems centers on optimizing life-cycle management through the application of Performance-Based Logistics(PBL). A PBL application plan is generally established during the “review phase” of the PBL implementation process, where the PBL feasibility analysis serves as a key basis for determining its effectiveness and suitability. This study defines the scope of PBL feasibility analysis and examines the general characteristics of Exploratory Data Analysis(EDA) along with the specific features of field operational data to enhance the scientific rigor and systematic nature of the analysis. Based on these findings, a standardized framework for EDA-based PBL feasibility analysis is proposed, aiming to formalize the analysis procedure and secure its practical applicability. The proposed framework supports rational decision-making regarding PBL adoption for individual weapon systems and contributes to maximizing the applicability and operational efficiency of PBL by enabling the development of system-specific PBL alternatives.

본 연구의 목적은 2000년에서 2010년까지 수도권을 대상으로 직종 숙련(occupational skills)의 공간적 분포를 탐색적으로 살펴보는 것에 있다. 직종 숙련은 숙련을 직무(job)나 직업(occupation)에서 일정 수준 이상의 성과를 창출하기 위하여 필요한 요건으로 바라보기 때문에 근로자가 그들이 가진 숙련으로 어떤 경제 활동을 수행하는지 살펴보는 데 이용될 수 있다. 본 연구에서는 직업정보가 수록된 『한국직업정보시스템』 자료를 이용하여 요인분석(factor analysis)을 통해 인지 및 상호적 숙련(cognitive-interactive skills), 기술적 숙련(technical skills), 육체적 숙련(physical skills) 세 유형으로 직종 숙련을 추출하였다. 인지 및 상호적 숙련의 경우 대면적 상호작용이나 즉각적인 아이디어의 교환에서 주로 활용되는 숙련으로 고비용에도 불구하고 중심지역에 집중되는 경제 활동들과 관련이 있다. 반면 기술적 숙련이나 육체적 숙련의 경우 노동의 탈숙련화가 진행된 산업 부문에서 주로 활용되는 숙련으로 이윤 주변지역으로의 입지를 통해 비용 절감을 추구하는 경제 활동들과 관련이 있다. 이와 같이 숙련 유형에 따라 상이한 공간 분포 양상이 나타날 수 있다. 따라서 본 연구는 숙련 유형별 공간 분포 양상을 확인하기 위하여 전역적 Moran’s I와 국지적 Moran’s Ii 등의 탐색적 공간자료 분석(exploratory spatial data analysis)을 활용하였다. 분석결과를 요약하면 다음과 같다. 첫째, 수도권 전반적으로 인지 및 상호적 숙련 수준이 증가했지만 기술적 숙련과 육체적 숙련 수준은 감소하였다. 둘째, 인지 및 상호적 숙련 수준은 서울에 집중되어 있다. 셋째, 기술적 숙련과 육체적 숙련은 인천 및 경기 외곽지역에 집중되어 있다. 본 연구는 숙련형성에 대한 지역정책적 시사점을 제공한다는 점에서 의의가 있다. 특히 본 연구 결과는 각 지역에 적합한 인적자원개발 프로그램의 방향을 수립하는 데 도움이 될 수 있다.

This research applies exploratory spatial data analysis (ESDA) to examine spatial distributions of occupational skills in the capital region during the period 2000-2010. The rapid evolution of information and communication technology has changed spatial dispersion and concentration of economic activities over the past decade. To help understand the impact of the current technological and economic change on the spatial distribution of economic activities, we observe patterns in occupational skill levels of labor forces across areas. We classify occupational skills into cognitive-interactive skills, technical skills, and physical skills by using a factor analysis. Then, we apply ESDA to detect spatial clusters for each occupational skill. Our results show that occupational skills were distributed within the core-periphery hierarchy in the capital region. Cognitive-interactive skills were clustered in core areas of Seoul and Gyeonggi, while technical and physical skills were clustered in peripheral areas of Incheon and Gyeonggi. These findings suggest that regional policies for skill formation are required to strengthen regional competitiveness of peripheral areas in Incheon and Gyeonggi.

본 연구의 핵심은 공간상에 빈번하게 발생하는 범죄의 위험지점(Hotspot)을 찾고, 방범 CCTV 적정설치위치를 도출하는 것이 목적이다. 범죄의 특징 중 하나가 과거 발생지역중심 으로 군집하는 현상을 보이며 또한 이런 범죄들은 상호연관성이 강하다는 것이다. 범죄이력 을 통해 군집이 발생한 원인과 범죄에 영향을 미치는 변수를 찾을 수 있다. 방법은 전통적인 OLS모델 외에 공간적 자기상관성을 포함하는 공간시차모델, 공간오차모델을 적용하여 5대 범죄율과 절도율, 외국인 거주율에 영향을 미치는 변수를 선정하였다. 5대 범죄에 영향을 미 치는 변수는 생활보호대상자율과 풍속업소율에는 양(+)의 부호로, 가로등 밀집도에는 음(-)의 부호로 나타나. 생활보호대상자가 군집한 지역, 풍속업소 군집지역, 다문화가정이 많은 지역, 가로등 밀집도가 낮은 지역을 중첩하여 위험공간으로 선정하고, 이를 근거로 기존 CCTV영 역이 Hotspot의 46%를 담당하고 있다는 사실을 밝혀냈다. 현재 운영 중인 CCTV를 감안한 상 태에서 위험지점을 커버할 신규물량은 총 89대로 나타났다.

The main purpose of this study is to find the hotspots of crimes that occur frequently in the space and to derive the appropriate CCTV installation location. One of the characteristics of crime is clustered around past occurrence area, and these crimes are strongly correlated. It is also possible to find the cause of the clusters and the variables that affect the crime through the history of the crime. In addition to the traditional OLS model, spatial differential model including spatial autocorrelation and spatial error model were used to select the variables influencing the five major crime rate, the theft rate and the foreign resident rate. The variables affecting the Five major crimes were positive (+) sign for the welfare and the rate of the bar cluster rate, and negative (-) for the street density. The CCTV area occupies 46% of the hotspots based on the overlapping of the areas where the elderly people are crowded, the bar cluster, many multicultural families, and the areas with low density of street lamps. It turned out. Taking into account the current CCTV operation, the total number of new cases to cover the risk point was 89.

종단연구는 동일 대상에 대하여 반복적으로 측정한 종단자료를 기반으로 하는 연구방법을 말한다. 대부분 의 종단분석 방법은 예측이나 추론에 적합하고, 탐색적 목적으로 사용하기에는 적합하지 않은 경우가 많다. 본 연구에서는 종단자료를 분석하는 탐색적 방법을 제시한다. 이 방법은 자기조직화지도기법을 사용하여 종단자료를 군집화 하여 최선의 군집 수를 정한 후 종단궤적을 찾는 방법이다. 제안한 방법론은 고용정보원의 종단자료에 적 용되었으며, 총 2,610개의 샘플에 대하여 분석을 하였다. 방법론을 적용한 결과 패널 별로 시계열적으로 군집 화 되는 결과를 얻었다. 이는 종단자료를 사전에 클러스터링하고 다층 종단분석을 하는 것이 더욱 효과적이라는 사실 을 나타낸다.

A longitudinal study refers to a research method based on longitudinal data repeatedly measured on the same object. Most of the longitudinal analysis methods are suitable for prediction or inference, and are often not suitable for use in exploratory study. In this study, an exploratory method to analyze longitudinal data is presented, which is to find the longitudinal trajectory after determining the best number of clusters by clustering longitudinal data using self-organizing map technique. The proposed methodology was applied to the longitudinal data of the Employment Information Service, and a total of 2,610 samples were analyzed. As a result of applying the methodology to the actual data applied, time-series clustering results were obtained for each panel. This indicates that it is more effective to cluster longitudinal data in advance and perform multilevel longitudinal analysis.

본 연구의 목적은 빅데이터 분석을 통해 업사이클링에 대한 소비자 인식을 파악하는 것이다. 이를 위해 2020년과 2021년을 구분하여 ‘업사이클링’에 대한 빅데이터를 수집하고, 기간별, 채널별 수집량 추이를 분석하였다. 또한 빈도수, 중심성, 그리고 토픽모델링 분석을 실시하였으며 연구 결과는 다음과 같다. 첫째, 기간별, 채널별 추 이를 분석한 결과 2021년의 검색 건수가 2020년에 비해 증가하였고, 채널 중에서는 블로그의 검색 건수가 다른 채널에 비해 많이 나타났다. 둘째, 두 기간 모두 ‘업사이클링’, ‘활용’, ‘리사이클링’, ‘친환경’, ‘제품’ 등의 단어들이 높은 빈도를 보였다. TF-IDF, 연결중심성을 빈도와 비교한 결과, 빈도와 중심성 수치에서 차이를 보이는 단어들 을 밝혀내었다. 셋째, 업사이클링에 대한 잠재적인 주제를 도출하기 위해 토픽모델링 분석을 실시한 결과, 2020년 은 4개의 주제, 2021년은 3개의 주제로 구분되었다. 본 연구는 업사이클링에 대한 현재적 관심과 인식을 파악함으 로써 관련 산업에 대한 통찰력을 제공하였다는 점에서 의의가 있다.

The objective of this study is to investigate consumers’ perception on upcycling and related trends through big data analysis. The data containing the key word, ‘upcycling’ were collected from January 1, 2020 to December 31, 2021. Trends of the collected big data were analyzed by period and by channel. Additional analyses based on frequency, centrality and topic modeling were performed. The results are as follows. First, the search volume increased in 2021, compared to 2020. Also, among channels, the number of searches in blogs was higher than that of the others. Second, this study identified the top 50 words in frequency and found major 5 key words. The key words were ‘upcycling’, ‘utilization’, ‘recycling’, ‘ecofreindly’, and ‘product’ in the order of frequency of use. Comparing centrality with frequency revealed that the major key words in frequency differs from those in centrality. Third, as a result of topic modeling analysis to derive potential topics for upcycling, key words were divided into 4 topics in 2020 and 3 topics in 2021. This study is meaningful in that it identified consumers’ current interests and perceptions on upcycling to provide insights into the fashion industry.

본 연구는 공식 교통사고 데이터베이스에서 별도 식별이 어려운 급발진 주장 및 페달 오조작 의심 사고를 대상으로, 대규모언어모델(LLM)을 활용하여 뉴스기사 기반 비정형 사고자료를 구조화하고 사고 특성 및 심각도 관련 요인을 분석하였다. 2024~2025년 국내 뉴스기사 중 관련 키워드가 포함된 기사를 수집하여 중복 및 비관련 기사를 정제하고, 동일 사고 단위로 통합하였다. 이후 LLM을 이용해 사고일시, 장소유형, 운전자 특성, 충돌대상, 피해규모, 급발진 주장, 페달 오조작 언급 및 조사당국 판단 등을 JSON 형식으로 추출하였다. 기사 원문과 비교‧검증 결과, 시군구, 장소유형, 운전자 연령대, 보행자 관련 여부, 피해규모 등 명시적 사고 정보는 높은 정확도로 구조화되었으나, 사고일시와 조사결과 정보는 일부 추가 검토가 필요하였다. 사고심각도 분석에서는 보행자 관련 여부가 중상 이상의 심각피해사고와 가장 강한 관련성을 보였으며, 운전자 성별, 장소유형, 페달 조작상황의 독립적 관련성은 제한적이었다. 본 연구는 LLM 기반 비정형 교통사고자료 구조화가 공식 사고자료에서 포착하기 어려운 특수사고유형의 탐색적 분석에 활용될 수 있음을 제시한다.

This study used a large language model(LLM) to structure news-reported crash data and explore injury severity factors in crashes involving sudden acceleration claims or suspected pedal misapplication. Domestic news articles published between 2024 and 2025 were collected, filtered, and integrated into crash-level records. The LLM extracted key information in JavaScript Object Notation(JSON) format, including the crash time, location type, driver characteristics, collision objects, injury outcomes, claims, and investigation findings. Validation against the original articles showed that explicitly reported information was generally extracted with high accuracy, whereas ambiguous information required additional review. The injury severity analysis revealed that pedestrian involvement was most strongly associated with severe crashes involving fatal or serious injuries. These findings suggest that LLM-based structuring of news-reported crash data can support exploratory safety analysis of rare crash types that are difficult to identify in official crash databases.

최근 인천의 어린이집 사건, 원영이 사건 등 아동학대 문제가 사회적으로 큰 이슈가 되고 있다. 그러나 아동학대 문제는 어제 오늘의 일이 아니며, 국내만의 문제도 아니다. 국가 통계 데이터 포털에 의하면, 19세 이하의 인구는 줄어드는 추세이지만 아동학대 신고건수는 날이 갈수록 증가하고 있다. 그러나 신고 이후의 상담건수는 큰 변동 없이 일정한 수준이다. 아동학대 문제의 심각성으로 인해 관련 연구와 대책에도 불구하고 더 악화되고 있는 것이다. 이에 본 연구는 아동학대에 관한 선행연구를 바탕으로 아동학대에 관한 연구모형을 설계하고 빅데이터 분석을 통해 아동학대 감소방안을 제안하였다. 가설 검정 결과 학대 행위자의 특성, 아동 특성이 아동학대의 영향, 근로형태가 아동학대에 유의미한 영향을 끼친 것으로 분석되었다. 이와 같은 분석 결과를 토대로 본 연구는 교육 및 경제적 지원 대책 등 아동학대 감소방안을 결론으로 제시하였다.

Recently the problem of child abuses has become a big social issue. According to national statistics data portal, the population under 19 years old is shrinking trend, but the number of child abuse is increasing day ever. However, the number of counseling after calling is a constant level without large fluctuations. Due to the seriousness of the problems, child abuse is even worse despite the research and countermeasures. This study designed a study model on the child abuse based on a preliminary study and suggested plans for reducing child abuse through the big data analytics. When we see a result of test of the hypothesis, abuse actor characteristics, characteristics of children, and employment type were analyzed to have a significant impact on child abuse. Based on such analysis, this research has suggested ways to reduce child abuse, including educational and economic support measures.

이 글에서는 상황판단의 방식으로 제작된 검사 자료에서 탐색적 요인분석을 실시하는 방식을 제시하였다. 상황판단 방식은 심리학에서 80여년의 역사를 가진 검사제작 방식이고, 산업 및 조직 장면에서 지난 20여 년 동안에 선발용 검사로 정착되었지만 아직은 구성개념을 추정하는데 많은 어려움을 극복하지 못한 상태이다. 그것은 상황판단검사에서 문항점수에 문항에 대한 반응 뿐 아니라 시나리오 효과가 함께 포함되어 있고, 내용적인 구조를 탐색하는 단계에서 시나리오 효과를 제거하고서 요인분석을 하는 것에 매우 큰 어려움이 있었기 때문이다. 본 연구에서는 시나리오 효과를 제거하기 위하여 시나리오 내 문항들에서 측정오차 간 상관의 추정을 허용하는 탐색적 요인분석을 하였다. 즉, 시나리오 내 측정오차 간 상관을 추정하는 것과 나머지 부분에 대한 탐색적 요인분석을 하는 것을 동시에 수행함으로써, 분석 과정이 어느 한 쪽으로 편향되지 않는 방식인 탐색적 구조방정식 모형을 사용하였다. 그 결과로 시나리오 효과가 통제된 상태에서 요인이 탐색되어 앞으로 상황판단검사의 구성개념 타당화에 새로운 가능성을 제시하였다.

We demonstrated how to perform exploratory factor analysis on situational judgment data of creative personality. Situational judgment test(SJT) has a long history of 80 years and has settled down in industrial/organizational settings for the last 20 years. However, we have not overcome the problem of estimating construct because item scores in SJT contain method effect generated by the scenarios as well as response scores to the substantive questions. We applied Asparouhov and Muthen’s(2009) logic of explorary structural equation modeling(ESEM) to open an approach to estimating common factor structures after controling for the method effect generated by scenarios. Using ESEM, it is possible to specify measurement error correlations in the frame of structural equation modeling and to use exploratory approach to factor analysis on the remaining part of data. As a result we could estimate a four-factor structure on data of 40 items with eight scenarios measuring creative personality of college students.

본 연구는 현대사회 소비자들의 브랜드 굿즈 선호현상에 담긴 소비가치 및 내재된 인식을 탐색적으로 확인하고자 시도된 연구이다. 연구를 위해 최근 이슈가 되고 있는 스타벅스의 브랜드 굿즈에 대한 인스타그램 게시글을 수집하였고 광고글을 제외한 13126개를 대상으로 전처리 과정을 통해 형태소 분석을 진행하여 최소 의미 단어를 추 출하였다. 최소 의미 단어를 대상으로 빈도분석, 워드 클라우드 분석을 실시한 결과 스 타벅스 굿즈 중 ‘레디백’이 가장 주된 담론을 형성하는 키워드임을 확인하였고 토픽모 델링 분석을 활용해 시간의 흐름에 따라 변동하는 이슈 변화를 관찰할 수 있었다. 토픽 모델링 분석 결과 스타벅스 브랜드 굿즈의 소비가치는 최신 유행이나 새로움을 발견하 는 것에 기쁨을 느끼는 ‘트렌드 추구’, 상품의 구매를 통해 사회적 지위를 표현할 수 있 는 ‘사회적 가치’, 누구나 쉽게 가지지 못하는 상품을 확보하여 자신의 가치를 스스로 표현하고자 하는 ‘자아 표현적 가치’, 타인과 소통하며 상호작용하는 ‘사회적 상호작용’ 및 ‘기분전환(자기만족)’이 존재한다는 것을 확인할 수 있었다. 이 소비가치들은 효용적 가치와 쾌락적 가치의 범주가 모호한 사회적 가치 외에는 모두 쾌락적 소비가치에 해당 한다. 특히 스타벅스 굿즈를 선호하는 소비자는 굿즈를 획득하여 SNS에 게시함으로 자 신을 표현하려는 갈망이 높다는 것을 확인할 수 있었는데, 그만큼 스타벅스 브랜드와 굿즈에 대하여 긍정적인 상징성 및 표상성을 높이 인식하고 있다고 해석해 볼 수 있다. 본 연구는 증가하는 굿즈에 대한 사회적 관심과 달리 굿즈에 대한 소수의 연구만 존재 하는 현 시점에서 최신 분석 기법 중의 하나인 토픽모델링 잠재디레클레 할당 분석을 활용해 기업의 브랜드 굿즈에 대한 소비자의 소비가치 및 잠재적 인식을 탐색적으로 확 인하였다는 점에서 의미가 있다.

This study is an attempt to exploratory confirm the consumption value and inherent perception contained in the consumer preference for brand Goods. For the research, Instagram posts about Starbucks brand Goods, which have become an issue recently, were collected, and morphological analysis was performed on 13,126 items excluding advertisements to extract minimum meaning words. As a result of frequency analysis and word cloud analysis of words with minimal meaning, it was confirmed that ‘Ready bag’ was the keyword that forms the main discourse among Starbucks Goods. As a result of the topic modeling analysis, was confirmed that the consumption value of Starbucks brand Goods exists “seeking trends” that are happy to discover the latest trends or novelty, “social value” that can express social status through purchasing products, and confirmed that there are “self-expressing value” that want to express their values by securing products that no one can easily have, and “social interaction” and “self-satisfaction” that communicate and interact with others. All of these consumption value are hedonic consumption values except for social value whose categories of utility and hedonic value are ambiguous. In particular, it was confirmed that consumers who prefer Starbucks Goods have a high desire to express themselves by acquiring Goods and posting them on SNS. This can be interpreted as that consumers are highly aware of the positive symbolism and representation of the Starbucks brand and Goods. This study has the significance that contrary to social interest in increasing Goods, at this point when only a few studies on Goods exist, to use the analysis of Latent Dirichlet Allocation has been used to explore consumers’ consumption value and potential perception of brand Goods.

본 연구는 플랫폼화와 제작비 상승, 광고시장 침체라는 환경 변화 속에서 지상파 방송사와 OTT 플랫폼 간의 콘텐츠 협업이 발생하는 원인과 창구 배열(windowing)의 실행 방식을 규명하고자 하였다. 이를 위해 핵심적인 이론 틀로 자원의존이론을 설정하고, 가치 창출과 가치 전유 간의 긴장을 해석하기 위해 협력적 경쟁(coopetition) 관점을 보완적으로 적용했으며, 자원 교환이 유통 및 편성 배열로 발현되는 양상을 분석하고자 창구화 전략을 실행 틀로 활용하였다. 분석 대상은 2020년부터 2025년까지 공개·방영된 콘텐츠 중에서 공식자료 및 복수의 보도를 통해 교차 검증된 24건의 협업 사례이다. 본 연구에서 협업은 단순 VOD 입점이나 사후 판권 판매를 넘어, 기획·투자·제작·유통·편성 등 가치사슬 전반에서 방송사의 선형망과 OTT의 비선형 창구가 전략적으로 결합된 경우로 정의하였다. 분석 결과, 지상파 방송사와 OTT 플랫폼 간의 협업은 단순 공동제작보다는 라이선스, 글로벌 배급, 창구 배열 조율이 결합된 복합 형태가 주를 이루었다. 시기적으로 2023년은 다년 공급계약과 글로벌 동시 공개가 결합되며 질적 전환이 시작된 기점이었고, 2024년은 협업 사례가 급증한 확산 국면으로 나타났다. 플랫폼별로는 웨이브가 지상파의 방어적 창구 내재화 전략에 가깝게 활용된 반면, 넷플릭스와 디즈니+는 외재적 자본과 글로벌 유통망을 제공하는 비대칭적 외부 자원으로 기능하였다. 또한, OTT 오리지널 콘텐츠의 지상파 후속 편성은 양적으로 제한적이었지만, 레거시 편성권과 제작 정체성을 둘러싼 지상파 내부의 조직적 긴장을 촉발하는 계기가 되었다. 결론적으로 본 연구는 지상파 방송사와 OTT 플랫폼의 관계를 단순한 상생이나 종속으로 이분화하기보다 단기적 재무 안정과 장기적 IP 통제권 사이에서 형성되는 조건부 협력 구조로 해석한다.

This study examines the drivers of content collaboration between terrestrial broadcasters and OTT platforms and their windowing arrangements amidst platformization, surging production costs, and a stagnant advertising market. Drawing on Resource Dependence Theory, it complementarily applies the coopetition perspective to interpret tensions between value creation and appropriation, while utilizing windowing strategies to analyze distribution and programming layouts. The empirical sample comprises 24 collaboration cases released between 2020 and 2025. This study defines collaboration as a strategic alignment between broadcasters' linear networks and OTTs' non-linear windows across the value chain, moving beyond mere post-broadcast licensing. The analysis reveals that these collaborations predominantly take complex forms combining licensing, global distribution, and windowing coordination rather than simple co-productions. Temporally, 2023 marked a qualitative turning point with multi-year agreements, while 2024 emerged as a proliferation phase. By platform, Wavve served the broadcasters' defensive strategy of internalizing windows, whereas Netflix and Disney+ functioned as asymmetric external resources providing capital and global reach. Moreover, while subsequent terrestrial programming of OTT originals remained quantitatively limited, it triggered internal organizational tensions regarding legacy scheduling rights and production identities. In conclusion, this study characterizes the terrestrial-OTT relationship as a conditional cooperation structure balancing short-term financial stability and long-term IP control, rather than a simple dichotomy of mutual benefit or subordination.

Purpose: The purpose of this study was to confirm the exploratory factor analysis and reliability analysis of the burden of 119 emergency medical technicians. Methods: The data collection period was from November 2, 2022 to November 6, 2022. This study had 316 subjects, and the collected data were analyzed using exploratory factor analysis and Cronbach's α coefficient using IBM SPSS statistics 27.0. Results: The reliability was .924. The exploratory factor analysis yielded the following information: the first factor was lack of violence policy, the second factor was conflict between the organization and the paramedics, the third factor was lack of psychological support, and the fourth factor was lack of education and communication. The explanation power of 4 factors was 54.31%. Conclusion: This study is significant as it performs exploratory factor analysis as a preliminary step in the development of a burden measurement tool.

본 연구는 탐색적 자료분석 영역에서 얼굴그림(face plot)을 활용한 수학영재교육의 효과를 알아보기 위하여 중학교 수학 영재학생들 7명을 대상으로 사례연구를 수행하였다. 본 연구에서는 융합교육인 STEAM교육의 철학을 바탕으로의 2개의 변수에서 여러 개의 다변수를 취급할 수 있는 수학 수업과제를 탐구하였다. 이 수학과제(mathematical task)는 다변수의 확산적 사고와 다중적인 사고를 할 수 있는 얼굴그림을 만드는 탐색적 자료분석의 새로운 한 가지 방법이다. 이 수업활동 중 토론과 실험을 통하여 학생들의 흥미와 태도를 변화를 관찰하였다. 본 연구문제로는 첫째, 수학 영재 학생들의 통계적 자료분석의 원리와 개념에 대한 이해를 어떻게 도움을 줄 수 있을 것인가? 와 둘째, 영재학생들의 탐구과정으로서 수학에 관한 흥미와 태도 면에서 어떠한 변화가 나타나는가를 면담과 관찰을 통하여 학습동기유발 상황과 인식의 차별화에 대한 연구를 하였다. 연구결과로는 영재학생들 스스로 자연현상에 대한 이해와 표현에서 두 변량 이상의 다변량 자료분석방법을 시도해봄으로써 수학적 패턴, 소비자를 위한 자료의 시각화, 관계에 대한 지각능력 등과 통찰 능력의 발현에 도움을 준다는 것을 발견하였다. 또한 자료의 시각화 방법과 관계를 통계적이며 직관적인 다변량 분석의 표현 방법을 이해함으로써 자유롭고 창의적인 발상의 전환을 통하여 수학과 통계에 대한 실생활과의 융합 관계에 대하여 흥미와 태도가 생겨났음을 발견하였다.

This study is to figure out the activity and disposition of gifted students with face plot in exploratory data analysis at middle school mathematics class. This study has begun on the basis of the doing mathematics at multivariate analysis beyond one variable and two variables. Gifted students were developed the good learning habits theirselves. According to this result, Many gifted students have an interesting experience at data analysis with Face Plot. And they felt the useful methods of creative thinking about graphics with doing mathematics at mathematical tasks. I think that teachers need to learn the visualization methods and to make and to develop the STEAM education tasks connected real life. It should be effective enough to change their attitudes toward teaching and learning at exploratory data analysis.

This paper analyzes the validity of temperature maps obtained by means of single and mixed interpolation methods. In this context, several interpolation methods are used for the temperature mapping: inverse distance square (IDS), ordinary kriging (OK) and co-kriging (CK) and mixed methods (combined global, local and geostatistical methods). And the validity of the maps is checked through the cross-validation error statistics presented in terms of Mean absolute error (MAE) and root-mean-square error (RMSIE). The results show that the spatial temperature distribution formed by IDS, OK and CK show similarity in general while the CK method better reflects the temperature distribution. Moreover, the best result for temperature mapping is obtained using the mixed method, which suggests that the correction of regression models using residuals improves the interpolation accuracy. Reliable calculation for agricultural management and improvement of climatic models at local scales can be obtained with increased efficiency.

In this study, we explore social awareness, interest, and acceptance of generative AI, including chatGPT, which has revolutionized web search, 30 years after web search was released. For this purpose, we performed a machine learning-based topic modeling analysis based on Korean news big data collected from November 30, 2022, when chatGPT was released, to August 31, 2023. As a result of our research, we have identified seven topics related to chatGPT and generative AI; (1)growth of the high-performance hardware market, (2)service contents using generative AI, (3)technology development competition, (4)human resource development, (5)instructions for use, (6)revitalizing the domestic ecosystem, (7)expectations and concerns. We also explored monthly frequency changes in topics to explore social interest related to chatGPT and Generative AI. Based on our exploration results, we discussed the high social interest and issues regarding generative AI. We expect that the results of this study can be used as a precursor to research that analyzes and predicts the diffusion of innovation in generative AI.

막대나 히스토그램과 같은 그래픽 요소는 통계자료의 탐색적 분석을 위한 정보 시각화 도구로 자주 활용되어왔다. 이에 비해 단계구분도나 유선도와 같은 전통적 주제도는 지리참조된 통계자료의 공간 분포 및 패턴 분석을 위한 유용한 시각화 기법으로 인식되었다. 그러나 통계학 분야에서 최근 제안된 연결형 마이크로맵은 공간통계자료의 탐색적 분석을 위한 효과적인 시각화 도구로서 많은 관심을 받고 있다. 이에 본 연구는 서울특별시 자치구를 대상으로 생산된 공간통계자료를 시각화할 수 있는 연결형 마이크로맵을 R 프로그래밍 언어를 이용하여 구현하여 제시하였다. 그리고 본 연구는 기존 주제도와 차별적인 연결형 마이크로맵의 특징을 고찰하였다. 연결형 마이크로맵은 전통적 주제도의 한계를 해결하고 정보 손실을 최소화할 수 있는 효과적인 시각화 기법으로서 그 활용도가 높아질 것으로 기대된다.

Graphic elements, e.g., bar and histogram, have been widely utilized as a tool of information visualization for the exploratory data analysis (EDA) of spatial statistics data. Meanwhile, conventional thematic map such as choropleth and flow maps has been considered to be an efficient visualization method in discovering the spatial distribution and pattern of georeferenced statistics data. However, the interest of linked micromap (LM), first proposed in statistics academia, is being grown as an useful method for EDA recently. This research implemented the LM with R programming language in order to visualize spatial statistics data information of Seoul Metropolitan City, and it provided some results of LM implementation. In addition, this study evaluated the distinct features of LM in comparison with conventional thematic maps. LM-based visualization is anticipated to gather more interests in many academic fields due to it’s functional ability to minimize information loss of spatial statistics data.

이 글은 2000년에 들어 알베르 카뮈의 『페스트』가 한국 사회에서 갑작스럽게 인기를 끄는 것을 확인해보고 작품의 내용이 포스트 코로나 시대에 던져주는 시사점을 증명하기 위해서 4차 산업혁명 시대의 주요도구인 빅데이터 로 접근한 논문이다. 언론 기사 검색을 통해 『페스트』의 인기를 확인하는 빅데이터 분석에서부터 시작하여 330여 페이지 분량에 해당하는 작품 자체에 대한 어휘 빈도수 분석까지 다양한 분석 도구를 활용하여 이 텍스트가 포스트 코로나 시대에 시사하는 바를 분석하였다. 분석도구로는 한국언론진흥재단의 빅카인즈와 프랑스어판 워드클라우드를 사용하였다. 지난 30여 년 동안 카뮈는 소설『이방인』으로 한국 사회에 알려진 작가였다. 그러나 코로나바이러스의 창궐 이후 카뮈는『페스트』의 작가로 한국의 독자들에게 적극적인 관심을 불러일으켰다. 합리적이지 못한 세계의 부 조리에 대해 권태로 반항하는 인간상을 그린 『이방인』에 비해, 『페스트』는 연대를 통한 저항의 힘이 얼마나 중요 한지 깨우쳐 주는 작품이다. 카뮈의『페스트』는 포스트 코로나 시대에 전 지구적 공동체가 함께 고민하며 대처해 나 아가야 할 문제를 보여줌으로써 하나의 트렌드로 자리 잡았다. 『페스트』에는 도시폐쇄와 격리로 인해 고통을 겪는 오랑시 시민들의 절절한 재난 상황을 보여주는 한편, 보건대를 조직하여 페스트에 정면으로 저항하는 인물들을 보여 줌으로써 희망의 메시지를 전해준다. 『페스트』는 포스트 코로나 시대를 살아가는 한국 독자들에게 작가 카뮈를 새 롭게 인식하게 해 준 작품이다.

This dissertation’s object is to confirm the drastic popularity of La Peste of Albert Camus in Korea post-corona society using big data as the mean of inductive research. Analyzing news articles concerning Camus and investigating word frequency of the book La Peste will affirm the implications La Peste has on current Korea society as the outbreak spreads. As an analysis tool, Bigkinds of Korea Press Foundation and Nuagedemots, the French version of Word Cloud were used. For the past 30 years, Albert Camus has been known in Korea as the writer of L’étranger, but after the epidemic, he earned more reputation with La Peste. Compared to L’étranger that rebelled against the world's absurdity with ennui, La peste emphasizes the importance of resistance accompanied by solidarity. La peste conveys hope by depicting disastrous situations of citizens who confront the plague by organizing a health college. The novel delivers a lot of ethical inspiration to humanity in this exceptional circumstance of COVID-19.