• 한국지구과학회지
• /
• 제45권2호
• /
• pp.157-171
• /
• 2024

이 연구의 목적은 1) 베트남 고등학생들을 대상으로 Lee et al. (2024)에서 보고한 개정 시스템 사고 검사 도구의 타당도를 재검증하고, 2) 연구에 참여한 우리나라 고등학생과 베트남 고등학생 간 시스템 사고 능력에 대한 차이를 알아보는 것이다. 이를 위하여 베트남 고등학생 234명이 베트남어로 번역된 개정 시스템 사고 검사 도구 20문항과 STS 척도 20문항에 응답한 자료를 활용하였다. 타당도 분석은 문항 반응 분석(Item Reliability, Item Map, Infit and Outfit MNSQ, 남녀 집단의 DIF)과 탐색적 요인 분석(프로맥스를 활용한 주축 요인 분석)을 통해 검증하고, 나아가 우리나라 고등학생 475명의 데이터를 함께 활용하여 구조 방정식 모형을 이용한 잠재평균비교를 통해 검증하였다. 연구 결과는 다음과 같다. 첫째, 베트남어로 번역된 Re_ STMI 20문항의 문항 반응 분석 결과 Item Reliability는 .97, Infit MNSQ는 .67-1.38으로 나타났으며 Item Map과 DIF 분석에서도 선행 연구에서 보고된 결과와 일치하는 결과가 도출되었다. 탐색적 요인 분석에서는 모든 문항들이 의도한 하위 요인에 적재되었으며, 요인별 신뢰도는 .662-.833, 전체 신뢰도는 .876으로 분석되었다. 우리나라 고등학생과 잠재평균비교를 위한 확인적 요인 분석에서 도출된 모형 적합도 수치는 모두 수용 가능한 값으로 분석되었다(χ²/df: 2.830, CFI: .931, TLI: .918, SRMR: .043, RMSEA: .051). 마지막으로 연구에 참여한 우리나라 고등학생과 베트남 고등학생 간 잠재평균비교에서는 시스템 분석, 정신 모델, 팀 학습, 공유비전 요인에서 작은 효과 크기가, 개인 숙련 요인에선 중간 이상의 효과 크기를 보이며, 베트남 고등학생들이 시스템 사고 능력에서 유의미하게 높은 결과를 보여주었다. 이를 통해 개정 시스템 사고 검사 도구 문항은 안정적인 신뢰도와 타당도를 가지고 있음을 확인할 수 있었다. 앞으로 학생들의 시스템 사고 연구와 관련하여 베트남어 및 영어 등으로 번역한 문항을 활용하여 시스템 사고의 국제 비교 연구도 진행할 필요성이 있을 것이다.

• 대한화장품학회지
• /
• 제50권1호
• /
• pp.59-65
• /
• 2024

플라즈마 화장품은, 플라즈마의 제형 내 장기 안정성을 확보하는 것이 중요하다. 이번 연구는 효율적인 플라즈마 화장품 개발을 위하여 용기 적합성을 검토하였다. 플라즈마가 닿는 표면적을 달리하여, 4 cm², 25 cm², 75 cm², 175 cm² 용기 별로 화장품 제조용 플라즈마를 주입 후, 질소 플라즈마 주요 활성 종인 nitric oxide (NO)의 양을 추적 분석 하였다. 그 결과, 플라즈마에 노출된 표면적과 안정도는 반비례 경향을 나타내었고, 4 cm² 용기에서 가장 효과적이었다. 추가적으로, 25 mm, 40 mm, 50 mm 바이알 병에 플라즈마를 처리하였고, 그 결과 공기에 노출된 용기의 표면 면적이 작은 25 mm에서 NO의 상대적 장기 안정성이 확보되었다. 화장품 제형으로 수상 미스트(water mist)와 층 분리 미스트(stratified mist)를 선택하여 수상층 부분에 NO 플라즈마를 주입 후 제형의 성상 및 주입한 NO 플라즈마의 상태 변화를 관찰하였다. 두 제형에서 NO 플라즈마의 주입량은 수상 미스트가 층 분리 미스트보다 약 1.5 배 가량 높았으며, 층 분리 미스트는 시간에 따라 점차 감소하여 3 주 후, 소실되는 것이 확인되었다. 저온(4 ℃), 실온(25 ℃), 고온(37 ℃, 50 ℃)에서 질소 플라즈마의 안정도를 진행하였다. 그 결과 수상 미스트는 안정도에 영향을 미치지 않는 것을 확인하였지만, 층 분리 미스트는 유상층에서 색 변화를 관찰하였다. 종합적으로, 본 연구는 질소 플라즈마의 용기 적합성을 제시하고 있으며 화장품 제형 내 주입된 질소 플라즈마의 안정성 확보의 중요성을 시사하고 있다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.163-177
• /
• 2019

스마트폰이 널리 보급되고 현대인들의 생활 속에 깊이 자리 잡으면서, 스마트폰에서 수집된 다종 데이터를 바탕으로 사용자 개인의 행동을 인식하고자 하는 연구가 활발히 진행되고 있다. 그러나 타인과의 상호작용 행동 인식에 대한 연구는 아직까지 상대적으로 미진하였다. 기존 상호작용 행동 인식 연구에서는 오디오, 블루투스, 와이파이 등의 데이터를 사용하였으나, 이들은 사용자 사생활 침해 가능성이 높으며 단시간 내에 충분한 양의 데이터를 수집하기 어렵다는 한계가 있다. 반면 가속도, 자기장, 자이로스코프 등의 물리 센서의 경우 사생활 침해 가능성이 낮으며 단시간 내에 충분한 양의 데이터를 수집할 수 있다. 본 연구에서는 이러한 점에 주목하여, 스마트폰 상의 다종 물리 센서 데이터만을 활용, 딥러닝 모델에 기반을 둔 사용자의 동행 상태 인식 방법론을 제안한다. 사용자의 동행 여부 및 대화 여부를 분류하는 동행 상태 분류 모델은 컨볼루션 신경망과 장단기 기억 순환 신경망이 혼합된 구조를 지닌다. 먼저 스마트폰의 다종 물리 센서에서 수집한 데이터에 존재하는 타임 스태프의 차이를 상쇄하고, 정규화를 수행하여 시간에 따른 시퀀스 데이터 형태로 변환함으로써 동행 상태분류 모델의 입력 데이터를 생성한다. 이는 컨볼루션 신경망에 입력되며, 데이터의 시간적 국부 의존성이 반영된 요인 지도를 출력한다. 장단기 기억 순환 신경망은 요인 지도를 입력받아 시간에 따른 순차적 연관 관계를 학습하며, 동행 상태 분류를 위한 요인을 추출하고 소프트맥스 분류기에서 이에 기반한 최종적인 분류를 수행한다. 자체 제작한 스마트폰 애플리케이션을 배포하여 실험 데이터를 수집하였으며, 이를 활용하여 제안한 방법론을 평가하였다. 최적의 파라미터를 설정하여 동행 상태 분류 모델을 학습하고 평가한 결과, 동행 여부와 대화 여부를 각각 98.74%, 98.83%의 높은 정확도로 분류하였다.