충남지역 PM-2.5 오염원 기여도 추정연구 -PMF 모델링을 이용하여-

방종혁 한서대학교 대학원 2024 국내석사

지속적인 산업의 고도화와 도시화, 기후변화 등으로 미세먼지, 오존 과 같은 대기오염물질의 농도 변동이 크게 변화하고 있어 대기오염관리의 중요성이 매우 중요해지고 있다. 대기관리정책의 효과적인 시행을 위해서는 미세먼지 배출량에 대한 양적인 규제와 더불어 각 권역 및 지역 특성에 맞 는 질적인 규제가 동반되어야 한다. 따라서 본 연구에서는 충청남도 내 대기 오염물질 배출량이 높은 천안, 당진, 서산지역을 대상으로 초미세먼지 농도 와 구성성분을 분석하여 그 특성을 조사하였다. 측정 지점으로는 천안 성황동, 당진 송산면, 서산 대죽리에 위치한 도 시대기 측정소 및 유해대기 측정소에서 2021년 1월부터 2022년 12월까지 매 월 7일 간격으로 PM-2.5 시료를 연속적으로 채취하고, 이온 성분 8종(Cl-, SO42-, NO3-, Na+, Mg2+, NH4+, K+, Ca2+), 탄소 성분 2종(OC, EC), 중금속 성 분 16종(Be, Al, V, Cr, Mn, Fe, Co, Ni, Cu, Zn, As, Se, Sr, Cd, Ba, Pb)을 분석하였다. 측정자료와 U.S. EPA에서 제공하는 PMF(Positive Matrix Factorization version 5.0)모델, CPF(Conditional Probability Function) 모델을 이용하여 오 염원 기여도와 잠재적인 오염원을 추정하였다. PMF 모델 수행결과, 성황동 측 정소의 경우 2차 질산염(32.2%), 2차 황산염(23.6%), 열 연소/소각(14.6%), 생물성 연 소(13.9%), 이동오염원(12.8%), 산업(4.7%), 토양(2.1%), 기름 연소(< 0.5%), 해염입자 (< 0.5%)로 추정되었다. CPF 결과로는 측정 지점 부근에서 주로 영향을 받는 것으로 분석되었고, 생물성 연소와 산업 오염원은 측정 지점 서쪽과 북쪽에서 도 주로 영향을 받는 것으로 추정된다. 당진 송산면 측정소의 경우 2차 질산염(39.2%), 2차 황산염(15.7%), 이동오염원(13.1%), 기름 연소(10.0%), 열 연소(7.1%), 해염입자(6.6%), 산업 (5.5%), 토양(2.9%)로 다른 지점에 비해 중금속 농도가 높은 특징이 PMF 결 과에 나타났다. CPF 모델 결과로는 주로 당진 송산면은 측정 지점 기준 북쪽 에 위치한 철강 산업단지에서의 영향으로 측정 지점 부근에서의 영향이 지배 적인 것으로 분석되었다. 석유화학단지 및 해안가에 위치한 대죽리 측정소에서는 질산염(44.1%), 2차 황산염(14.6%), 산업(13.8%), 해염 입자(13.2%), 열 연소(6.7%), 석탄 연소 (5.9%), 토양(1.6%), 이동오염원(< 0.5%)로 특징을 추정하였다. 서산 대죽리의 CPF 분석 결과 역시 석유화학단지내에 위치 하고 있어 측정 지점 기준 모든 방향 에서 고르게 영향을 받는 것으로 나타났으며, 해염 입자의 경우 남서쪽 해안가의 영향을 많이 받는 것으로 추정되었다. 주제어 : 충남, 성분분석, 수용모델, PMF, CPF

인공지능시대의 시니어 콤플렉스 하우징에 관한 IPA 요인 분석 연구

방종혁 호서대학교 일반대학원 2023 국내박사

본 연구의 목적은 인공지능을 적용한 시니어 콤플렉스 하우징 노인 공동주고 시설 모형을 개발하는 연구로 일반 중산층이 노후에 생활할 수 있는 새로운 개념의 주거시설을 ‘시니어 콤플렉스 하우징’으로 정의하고 이의 모형을 제시하기 위해 연구를 진행하였다. 본 연구는 개념 정의와 이를 논리적으로 보완하기 위해 선행연구를 이론적 배경에 적시하였다. 연구 방법으로는 IPA 분석 방법을 사용하여 인식 정도, 중요 정도를 5점 척도로 문항을 개발하여 선행연구 분석을 통한 문항 추출을 시도하였다. 문헌 연구를 통한 추출된 문항의 타당도를 검증하기 위해 12명의 전문가 집단의 검증을 받아 초기 연구 설계 내부요인 2개, 외부요인 2개를 내부요인 3개, 내부요인 2개 총 문항 39문항을 타당도 검증 CVR 값으로 추출하였다. 대상자는 부모님을 부양하고 있으며, 노후를 준비하는 50, 60대를 중심으로 설문조사를 실시하여 127케이스를 분석하였다. 분석 방법은 IPA 분석 방법과 차이 검증, 일월 변량분석 등을 실시하였다. 인공지능 요인은 IPA(인식도-중요도) 전체 평균 결과에 비해 인식도는 낫게 나타났으며 중요도는 평균과 같다. 또한 중요도는 평균값과 같게 나타났다. 인공지능의 구성요소는 중요도가 인식도에 비해 높게 나타났다. 경제적 요인은 IPA(인식도-중요도) 전체 평균 결과에 비해 인식도는 낫게 나타났으며 중요도는 평균값보다 높게 나타났다. 또한 중요도는 평균값과 같게 나타났다. 인공지능의 구성요소는 중요도가 인식도에 비해 높게 나타났다. 생활 요인은 IPA(인식도-중요도) 전체 평균 결과에 비해 인식도, 중요도 모두 평균값보다 높게 나타났다. 연구 결과 콤플렉스 하우징은 노인들이 행복한 노후생활을 보내기 위하여 기본적인 주거와 식사 서비스 외에 입소 노인들이 재미와 보람을 느낄 수 있도록 여가 활용을 위해서 다양한 프로그램이 제공되어야 한다. 또한 스마트팜이나 공동작업실을 만들어 용돈벌이가 가능하도록 하면서, 수명 연장을 위한 친환경 급식 서비스를 제공해야 한다. 그리고 입지 조건을 고려하여 되도록이면 대형 의료시설의 서비스를 제공받을 수 있는 위치에 설립해야 하며, 건강을 유지하기 위하여 원격진료와 의료실을 설치하여 의료 서비스가 제공되어야 한다. 그리고 노인들의 고독을 예방하기 위하여 다양한 커뮤니티나 동호회를 만들어 상호교류를 통한 생활의 활력을 제공해야 한다.

인공지능(AI) 기반 노인요양주택 모형 탐색 연구

방종혁 호서대학교 대학원 2022 국내석사

In Korean society, the proportion of the elderly population aged 65 or older has entered the aged society with 8.03 million, or 16.1% of the total population as of 2020. The elderly population is expected to double over the next 20 years, with 12.68 million in 2030 and 16.66 million in 2040. The aging population is leading to changes in households, leading to an increase in elderly households living alone or alone. It will directly or indirectly affect social and economic phenomena such as economy, welfare, and housing, and changes in the household structure will bring about various changes in combination with changes in the social environment. The increase in elderly single-person households due to an increase in life expectancy induces new needs related to health and welfare, affecting policies and finances.Due to industrialization, nuclear family, and modernization of the elderly population, the elderly's problem was a serious social problem, and long-term care insurance for the elderly was implemented in 2008. One of the characteristics of the increase in the elderly population is the increase in the number of elderly single households and the number of elderly living alone, resulting in a rapid increase in the number of people admitted to nursing facilities as a result of the loss of family care. In particular, the recent COVID-19 has adversely affected the long-term care sector based on face-to-face services, that is, the daily life of the elderly in need of care and care, and it is time to increase long-term care as well as change in quality.COVID-19 is characterized by an increase in the fatality rate in the elderly with a relatively high possibility of underlying diseases, and one in four COVID-19 deaths in the United States was admitted to nursing homes. As the problem of the quality of life of the elderly is drawing attention, summary housing is attracting attention as an effective way to increase retirement life. Recently, nursing homes corresponding to care and nursing services for the elderly are shifting from the concept of 'facilities' to the concept of 'housing'. In addition, it is currently developing from simple welfare-oriented policies for the elderly to community care that encompasses housing and welfare. Nursing housing needs to identify the characteristics of the elderly and supply suitable housing for them, and the launch of the aging-friendly housing platform project group suggests the possibility of nursing housing. Currently, various elderly care homes actively used by artificial intelligence are being applied. By analyzing the cases and issues of elderly care using AI in the U.S. in the COVID-19 Pandemic era, practical implications for effective elderly care in the future are presented, but studies are very insufficient. Therefore, this study intends to conduct a study on the elderly care housing model that combines artificial intelligence. For research purposes, this study will analyze the concept, type, and preference of residential facilities for the elderly through literature research to identify and review changing patterns and systems. After the introduction of the long-term care insurance system, we intend to analyze the cases of nursing homes. The specific research contents of these literature studies are as follows. In order to present an ideal model of elderly care housing in the era of artificial intelligence, first, the general status and problems of elderly care facilities will be presented through a theoretical background, and the need for elderly care housing will be presented as a way to overcome them. In addition, the concept, characteristics, preference characteristics, and general status of elderly care housing will be analyzed, and limitations will be checked to present the need to apply AI to elderly care housing. Second, the current status and limitations will be derived by analyzing the year of establishment, quota, number of employees, drawings, and facility classification of elderly care facilities and elderly care homes, and basic measures to overcome them and maximize effects using AI.