디지털 인재 양성을 위한 중등 정보 교육과정 현황 분석 및 개선 방안

김미연 국립한밭대학교 소프트웨어융합대학원 2025 국내박사

디지털 인재 양성을 위한 중등 정보 교육과정 현황 분석 및 개선 방안 논 문 제 출 자 김 미 연 지 도 교 수 이 충 호 소프트웨어와 인공지능의 빠른 변화로 디지털 인력의 수요가 지속적으로 증가함에 따른 디지털 인재 양성을 위한 국가적 지원이 매우 시급한 상황이다. 2015년 교육과정은 정보교육의 중요성이 강조되면서 중학교에 의무 시수 확보와 정보 교과(군)으로 분리되었으며 고등학교는 인공지능 관련 교과목을 신설하여 인공지능과 디지털 교육 기반을 마련하였으나 정보교육은 여전히 수업 시수의 부족과 실습환경 개선의 필요, 수업이 의무가 아닌 선택과목으로의 개설, 일부 학년에만 이수하는 교과 편제로 학년별 교과 연계성의 부족, 정보·컴퓨터 정교사 자격을 가지고 있는 교사 수와 전문성 부족 등 개선되지 않은 문제들이 반복되고 있다. 개정된 2022 교육과정은 디지털 리터러시와 컴퓨팅 사고력을 교육의 추구하는 인간상으로 디지털 역량을 강조하고 있으며 모든 교과에 디지털 리터러시를 적용하고 정보 교과에 인공지능 영역을 도입하여 초·중등 학교군에서 이수하도록 교육과정을 개정하였으며 모든 학교에 스마트디바이스의 보급과 무선인터넷 네트워크의 조성, 학교 현장의 부담을 줄이기 위한 전담 인력과 기관 운영 등 디지털 인프라 개선을 위한 정책을 추진하고 있다. 또한 중고등학교에 최소 1명의 정보 교과 교원 배치를 위한 지원으로 부족한 정보 교사를 확보하기 위해 시도별 현직 교원 대상 특별연수를 활성화하여 부전공 추가 교원 확대를 강화하고 있다. 이에 본 연구는 설문조사를 통해 수집된 데이터를 분석하여 2015 교육과정과 개정된 2022 교육과정에서 고등교육으로 연계를 위한 중등 정보 교육과정의 문제점과 개선 방안 도출을 목표로 하고 있다. 분석을 위해 사용된 데이터는 2015 교육과정이 적용된 대학생 145명과 중고등학생 301명의 설문 데이터로 중등 과정 정보교육의 개선 사항과 문제점으로 접근하였다. 또한 개정된 교육과정을 위한 교육부의 노력을 근거로 교육 현장에서 교수 학습을 담당하는 정보 교사 14명과 IT 분야 대학교수 20명의 데이터 분석 결과를 반영한 개선 방안을 제시하였다. 본 연구의 결과로 중등 교육과정의 개선으로 정보는 필수영역으로서 중학교는 독립 교과(군)로 204시간 의무 시수 확대, 고등학교는 공통과목으로의 구조변경과 의무 이수 8학점으로 개선을 제안하였으며, 교과목 선택권 확대를 위해 고등학교의 내신을 절대평가로 전환을 제시하였다. 교수학습 개선을 위해 정보실과 정보 교원 배치를 제안하였으며, 교수자 측면 개선을 위해 정보 교사의 전문성과 교원 확보를 위해 전문 심화 연수와 전공자의 임용 인원 확대, 자격 기준 강화, 외부 전문 인력 활용의 필요함을 제시하였다. 본 연구는 중등과 고등 교육과정의 연계를 위해 중등 정보교육의 전반에 걸친 학습자와 교수자로 중고등학생, 대학생, 정보 교사, 대학교수를 조사 대상으로 하였다는 점에서 의의가 있으며, 결과의 개선 방안은 중등 정보교육을 위한 교육과정 개정의 방향성을 제시할 수 있는 계기가 될 것이다.

절대평가 도입 전후 수능 영어 3점 문항 지문의 난이도 분석

나은정 국립한밭대학교 대학원 2025 국내석사

Analysis of Difficulty Level of the CSAT English 3-Point Question Passages Before and after the Introduction of Criterion-Referenced Assessment Eunjung Na Dept. of English Language and Literature Graduate School Hanbat National University Advisor : Youngju Lee The CSAT (College Scholastic Ability Test) holds significant weight in the education system of Korea, making it crucial to maintain a stable difficulty level each year. Particularly for the 3-point questions in the CSAT English section, which comprise a substantial portion of the overall questions and are of high difficulty, careful attention must be paid to adjusting the difficulty level of the passages used in these questions. Although corpus-based studies analyzing the difficulty of CSAT English questions have been actively conducted, there has been no comparative study focusing exclusively on the difficulty of 3-point question passages before and after the introduction of absolute grading in the CSAT English section. Moreover, this study aims to detail the impact of the introduction of absolute grading on CSAT English questions by showing the results of Coh-Metrix index analysis implemented on actual CSAT English passages for the first time in difficulty research related to Coh-Metrix. This research will provide important insights for future question-setting policies. This study intends to analyze and compare the difficulty of 3-point question passages in the CSAT English section before and after the introduction of absolute grading in 2018. The specific research questions are: first, whether there are differences in technical indices, lexical information, lexical diversity, syntactic complexity, cohesion, and standard readability between the 3-point question passages before and after the introduction of absolute grading; and second, whether there are differences when comparing common question types such as grammar, fill-in-the-blank inference, and sentence positioning within the flow of the text. The study focuses on 64 passages from 3-point questions in the CSAT English section from the academic years 2013 to 2023, divided into those before (2013-2017, 26 passages) and after (2018-2023, 38 passages) the introduction of absolute grading. The difficulty was analyzed using the Coh-Metrix program, which provides 106 indices across various aspects such as vocabulary, syntax, and readability. Based on previous research findings, 13 indices were selected for this study: word syllable count, words per sentence, age of word acquisition, word frequency, concreteness, imageability, type-token ratio, words before the main verb, number of noun phrase modifiers, argument overlap ratio, LSA (Latent Semantic Analysis) overlap ratio, FRE (Flesch Reading Ease), and FKGL (Flesch-Kincaid Grade Level). The comparison of the difficulty of 3-point question passages before and after the introduction of absolute grading across the 13 indices revealed significant differences in three indices: word syllable count, FRE, and FKGL. Specifically, after the introduction of absolute grading, the word syllable count increased, FRE scores decreased, and FKGL scores increased, indicating an overall rise in difficulty. The average word syllable count increased by 0.083, from 1.607 before to 1.689 after the introduction of absolute grading. The average FRE score decreased by 7.507, from 55.275 before to 47.768 after the introduction of absolute grading, and the average FKGL score increased by 1.136, from 9.412 before to 10.548 after the introduction of absolute grading. When examining question types, there were no significant differences across all 13 indices in the fill-in-the-blank inference type before and after the introduction of absolute grading. However, in the grammar type, the type-token ratio increased by 0.078, from 0.178 before to 0.256 after the introduction of absolute grading, indicating an increase in difficulty. Conversely, the LSA overlap ratio decreased by 0.093, from 0.126 before to 0.219 after the introduction of absolute grading, indicating a decrease in difficulty. In the sentence positioning within the flow of the text type, the word frequency decreased by 0.225, from 2.326 before to 2.101 after the introduction of absolute grading, showing a significant difference. Overall, the difficulty of sentence positioning within the flow of the text type passages slightly increased after the introduction of absolute grading. Through the results of this study, it was found that the overall difficulty of 3-point question passages in the CSAT English section increased somewhat after the introduction of absolute grading. By question type, there was an increase in difficulty in some indices for grammar and sentence positioning within the flow of the text types, except for fill-in-the-blank inference. Therefore, this study proposes the following suggestions: First, since the proportion of 3-point questions has remained similar or increased after the introduction of absolute grading, careful attention must be paid to adjusting the difficulty level of passages when setting high-difficulty questions. For grammar questions, although the type-token ratio's difficulty has increased after the introduction of absolute grading, the LSA overlap ratio's difficulty has decreased, making it impossible to definitively discuss the changes in difficulty trends based solely on this study's results. Further analysis is needed in future research. Grammar questions aim to assess examinees' grammar judgment abilities, so it is necessary to carefully set questions to ensure that the repetition of vocabulary or cohesion in the text does not become excessively low, thereby increasing difficulty. Second, it is suggested that teachers use the Coh-Metrix program as a means to ensure consistency in passage difficulty when setting exam questions in the field. Coh-Metrix is a comprehensive text analysis tool that encompasses various aspects such as vocabulary, syntax, cohesion, and readability, allowing for easy and quick analysis and understanding of passage difficulty from multiple perspectives. 부 록 <부록> 2013~2023 학년도 수능 영어 3점 문항 지문 Coh-Metrix측정치 지 표 번 호 분석 지표 21번- 밑줄어 구의미 23번- 주제 30번- 문맥 33번- 빈칸 34번- 빈칸 37번- 글의순 서배열 39번- 문장위 치선택 기술 지표 8 단어음절 수 1.571 1.867 1.743 1.618 1.617 1.552 1.599 문장 내 단어수 15.818 17.222 15.154 16.25 20.556 14.917 17.8 어휘 정보 습득 나이 375.95 394.261 351.6 289.625 369.882 383.778 402.63 92 단어 빈도수 2.198 1.946 2.084 2.104 2.397 2.14 2.204 97 구체성 349.792 370.148 419.447 424.222 325.448 365.981 345.095 98 심상성 389.941 391.814 443.614 443.574 378.459 397.145 387.031 어휘 다양 성 46 타입- 토큰 비율 0.184 0.169 0.181 0.26 0.237 0.277 0.162 통사 적 복잡 성 67 본동사 앞 단어 3.545 6.778 3.385 3.833 3.556 3.583 3.1 명사구 수 식어 수 0.878 0.698 0.909 0.885 0.83 0.804 0.689 응집 성 논항중복 비율 0.182 0.083 0.293 0.431 0.472 0.385 0.2 40 LSA 중복 비율 0.154 0.064 0.094 0.175 0.204 0.237 0.115 표준 가독 성 104 FRE 58.426 31.97 44.465 53.796 49.737 60.818 54.102 105 FKGL 8.904 12.941 10.707 9.71 11.291 8.379 9.986 지 표 번 호 분석지표 21번- 밑줄어 구의미 23번- 주제 29번- 어법 33번- 빈칸 34번- 빈칸 37번- 글의순 서배열 39번- 문장위 치선택 기술 지표 단어음절 수 1.578 1.796 1.596 1.723 1.858 1.635 1.773 문장 내 단어수 14.75 14.727 16 21.5 26.714 17.4 20 어휘 정보 95 습득나이 385.417 416.818 340.667 436.05 462.063 432.529 423.526 92 단어빈도 수 2.195 1.913 2.161 2.062 2.055 1.865 2.033 97 구체성 361.15 324.059 404.984 323.609 298.087 376.304 354.276 98 심상성 393.212 356.206 434.768 358.62 335.396 405.556 384.063 어휘 다양 성 46 타입-토큰 비율 0.168 0.22 0.272 0.178 0.222 0.251 0.27 통사 적 복 잡성 67 본동사 앞 단어 2.333 4 4.909 3.375 2.714 6.1 6.778 68 명사구 수 식어 수 1.19 0.773 1.267 0.708 1.17 1.293 0.857 응집 성 32 논항 중복 0.123 0.382 0.655 0.6 0.286 0.311 0.417 40 LSA 중복 0.12 0.188 0.291 0.23 0.245 0.276 0.332 표준 가독 성 104 FRE 58.703 40.229 56.035 40.516 23.113 51.259 36.99 105 FKGL 8.653 11.217 9.305 12.825 16.53 10.333 12.958 지 표 번 호 분석지표 23번 - 주제 29번-어 법 33번-빈 칸 34번-빈 칸 37번-글 의순서 배열 39번-문 장위치 선택 기술지 표 8 단어음절수 1.678 1.905 1.793 1.805 1.937 1.619 6 문장 내 단어수 17.25 13.231 16.9 17.4 14.818 14.333 어휘정 보 95 습득나이 352.75 380.5 390.867 352.556 389.158 394 92 단어빈도수 2.371 2.113 2.046 2.002 2.232 2.182 97 구체성 387.298 339.574 342 338.771 343.849 349.826 98 심상성 412.979 357.054 382.231 374.359 366.034 371.8 어휘 다양성 46 타입-토큰 비율 0.174 0.228 0.221 0.234 0.258 0.238 통사적 복잡성 67 본동사 앞 단어 4.167 2.615 4.8 5.9 3.182 1.167 68 명사구 수식어 수 0.579 0.66 1.132 0.935 0.8 0.455 응집성 32 논항 중복 0.5 0.227 0.356 0.333 0.2 0.215 40 LSA 중복 0.115 0.18 0.187 0.212 0.233 0.251 표준가 독성 104 FRE 48.086 32.555 38.501 36.979 28.293 55.658 105 FKGL 10.682 11.929 11.963 12 12 8.974 지 표 번 분석지표 21번밑 줄어구 의미 30번-문 맥틀린 낱말선 33번-빈 칸 34번-빈 칸 37번-글 의순서 배열 39번-문 장위치 선택 호 택 기술지 표 8 단어음절 수 1.571 1.646 1.65 1.699 1.893 1.78 6 문장 내 단어수 12.5 19.889 14 17.2 17.727 16.273 어휘정 보 95 습득나이 378.95 346.813 345.852 337.571 397.69 375.762 단어빈도 수 2.094 2.159 2.029 2.136 1.962 2.03 97 구체성 354.167 344.481 386.857 352.878 335.932 365.056 98 심상성 395.127 361.569 406.887 378.146 366.063 391.509 어휘 다양성 46 타입-토큰 비율 0.253 0.221 0.204 0.265 0.252 0.276 통사적 복잡성 67 본동사 앞 단어 2.333 9.889 3 3.8 5.909 3 68 명사구 수 식어 수 0.788 0.66 1.042 0.851 0.896 1 응집성 32 논항 중복 0.247 0.389 0.2 0.378 0.218 0.327 40 LSA 중복 0.119 0.341 0.129 0.216 0.257 0.271 표준가 독성 104 FRE 59.211 47.848 53.426 49.82 30.87 40.861 105 FKGL 8.479 11.416 9.19 9.726 12.825 11.512 지 표 번 호 분석지표 23번-주 제 29번-어 법 33번-빈 칸 34번-빈 칸 37번-글 의순서 배열 39번-문 장위치 선택 기술지 표 8 단어음절 수 1.844 1.6 1.696 1.782 1.567 1.485 6 문장 내 단어수 18.6 14.083 18 12.571 18.4 16 어휘정 보 95 습득나이 393.12 387.667 445.5 384.111 398.88 313.042 92 단어빈도 수 1.948 2.312 2.148 2.074 2.234 2.055 97 구체성 383.66 350.547 306.429 365.143 321.393 394.61 98 심상성 403.985 379.964 360.574 387.915 356.813 440.281 어휘 다양성 46 타입-토큰 비율 0.209 0.24 0.228 0.207 0.257 0.253 통사적 복잡성 67 본동사 앞 단어 3.7 1.25 2 1.357 6.9 3.818 명사구 수 식어 수 1.118 0.783 1.132 0.875 0.56 1.042 응집성 32 논항 중복 0.2 0.185 0.444 0.129 0.422 0.291 40 LSA 중복 0.175 0.187 0.217 0.083 0.279 0.276 표준가 독성 104 FRE 32.563 57.519 45.534 43.753 56.504 65.849 105 FKGL 13.189 8.653 11.27 10.173 9.85 7.937 지 표 번 호 분석지표 28번-어 법 31번-빈 칸 32번-빈 칸 33번-빈 칸 34번-빈 칸 37번-글 의순서 배열 기술지 표 8 단어음절 수 1.56 1.665 1.378 1.721 1.625 1.765 6 문장 내 단어수 14 18.66 10.053 20 12.133 15.9 어휘정 보 95 습득나이 400.045 401.333 341.063 445.556 384.857 442.35 92 단어빈도 수 2.256 2.155 2.202 2.139 2.271 2.125 97 구체성 348 371.25 378.047 356.745 330.631 380.038 98 심상성 386.552 399.717 429.266 375.691 383.254 401.19 어휘 다양성 46 타입-토큰 비율 0.283 0.197 0.312 0.217 0.191 0.205 통사적 복잡성 본동사 앞 단어 5.636 3.889 3.316 4.625 4.067 4.8 68 명사구 수 식어 수 0.61 1.159 0.574 1.205 0.857 0.698 응집성 32 논항 중복 0.345 0.333 0.363 0.286 1.168 0.267 40 LSA 중복 0.219 0.184 0.137 0.252 0.075 0.17 표준가 독성 104 FRE 61.018 47.481 80.605 42.207 57.907 41.987 105 FKGL 8.136 11.164 4.462 12.217 8.131 11.204 지 표 번 호 분석지표 28번-어 법 31번-빈 칸 32번-빈 칸 33번-빈 칸 34번-빈 칸 37번-글 의순서 배열 기술지 표 8 단어음절 수 1.629 1.819 2.112 1.555 1.652 1.556 6 문장 내 단어수 10.688 13.909 14.889 15.3 18.8 15 어휘정 보 95 습득나이 324.7 363.474 443.842 405.92 381.208 336.087 92 단어빈도 수 2.163 1.847 1.778 2.34 2.08 2.234 97 구체성 366.563 381.2 331.444 284.596 376.17 376.365 98 심상성 408.214 413.973 365.9 369.673 401.212 422.431 어휘 46 타입-토큰 0.198 0.231 0.215 0.235 0.179 0.218

6xxx계 알루미늄 합금의 인공 시효와 Cu 첨가 시의 석출 및 부식 거동 분석

홍현빈 국립한밭대학교 대학원 2026 국내석사

세계적으로 온실가스 배출을 줄이기 위한 노력이 지속되고 있으며, 이로 인해 연비 규제가 강화되고 경량 소재에 대한 수요가 증가하는 추세이다. 그 중, 6xxx계 Al 합금은 철강 대비 높은 비강도와 가공성, 내식성으로 차량 및 항공기의 경량 소재로 널리 사용되고 있다. 차량 및 항공기 이용의 안전성을 위해 Cu를 첨가하여 강도 특성을 향상시키는 연구가 진행되었으나 내식성의 저하 문제가 대두되고 있다. 특히, 실제 자동차 제조 공정에서는 운송 등 실질적인 이유로 용체화 처리 후 자연 시효가 불가피하게 진행되는 경우가 있으며, 이로 인한 부정적인 효과를 최소화하기 위한 인공 시효 공정에 대한 연구가 필요하다. 따라서, 본 연구에서는 강도와 내식성의 최적화를 위해 다양한 열처리 조건 및 Cu 첨가 조건에 따른 6xxx계 Al 합금의 미세조직 및 전기화학적 거동을 분석한다. Cu의 첨가 여부에 따른 Al 합금을 제작하고, 인공 시효 조건을 다양하게 설정하였다. 전기화학 계측기 (Potentiostat)를 사용하여 전기화학적 거동을 측정하였으며, 인공 시효 시간이 증가할수록 높은 부식 속도를 보였으나 Cu가 첨가된 경우 반대의 양상을 보였다. 반면, 자연 시효가 추가된 경우에는 단일 시효 대비 부식 속도가 전반적으로 크게 증가하였다. 광학 현미경(Optical Microscope, OM)과 레이저 주사 현미경(Confocal Laser Scanning Microscope, CLSM)으로 부식된 시편의 단면과 표면을 관찰하였으며 부식 형태와 깊이를 확인하였다. 시차 주사 열량계(Differential Scanning Calorimetry, DSC)와 투과 전자 경(Transmission Electron Microscope, TEM), 소각 중성자 산란 장치(Small Angle Neutron Scattering, SANS)를 이용하여 각 조건 별 석출물에 따른 미세조직 거동 차이를 비교하고 분석하였다. This study systematically explores the dual role of Cu addition and aging treatments in shaping the microstructure, mechanical properties, and corrosion behavior of Al–Mg–Si alloys. The addition of Cu enhances mechanical strength by refining precipitates and introducing Cu-containing phases, such as Q′ and L, while initially increasing the susceptibility to intergranular corrosion (IGC) due to Cu segregation at grain boundaries. Advanced characterization techniques, including transmission electron microscopy (TEM) and small-angle neutron scattering (SANS), reveal the evolution of precipitate size, distribution, and volume fraction under varying aging conditions. Notably, prolonged aging mitigates IGC by redistributing Cu, thus improving corrosion resistance without significant loss in strength. This work bridges the gap between microstructural evolution and performance optimization, providing insights into balancing strength and corrosion resistance in Cu-modified Al–Mg–Si alloys for industrial applications.

AAO 기반 고종횡비 나노구조 Parylene-C 필름을 사용한 OLED 소자의 광추출 특성에 대한 연구

이주환 국립한밭대학교 대학원 2026 국내석사

BiLSTM 기반 미세조정 학습을 활용한 중소규모 건물의 단기 전력 소비량 예측

주숙희 국립한밭대학교 소프트웨어융합대학원 2026 국내석사

BiLSTM 기반 미세조정 학습을 활용한 중소규모 건물의 단기 전력 소비량 예측 논 문 제 출 자 주 숙 희 지 도 교 수 전 윤 호 효과적인 건물 에너지 관리를 위해서는 정확한 단기 전력 소비 예측이 필수적 이다. 특히 중소규모 건물의 경우, 제한된 계산 자원과 데이터 환경에서도 적용 가 능한 효율적인 예측 기법이 요구된다. 본 연구는 양방향 LSTM(BiLSTM) 기반 딥 러닝 모델과 미세조정 전이학습(Fine-Tuning) 기법을 결합하여, 데이터 규모가 제 한적인 중소규모 건물에서도 효율적인 시간별 전력 소비 예측이 가능함을 실증하 였다. 이를 위해 사전학습 후 모델을 고정하여 사용하는 Static 모델, 매일 누적 데이터로 처음부터 재학습하는 Full-training 모델, 최신 데이터 모델을 미세조정 하는 Fine-tuning 모델의 세 가지 학습 전략을 예측 성능과 계산 효율성 측면에서 체계적으로 비교하였다. 대전광역시에 소재한 한 중소규모 연구시설 건물에서 5분 간격으로 계측된 전 력 사용량 데이터를 활용하였으며, 이를 15분 단위로 집계한 후 1시간 단위로 재 집계하여 최종 시간당 전력 소비량(kWh) 시계열을 구축하였다. 해당 건물의 2021 년 10월 1일부터 2022년 3월 31일까지 182일간의 데이터를 사용해 BiLSTM 예측 모델을 사전 학습한 뒤, 2022년 4월 1일부터 4월 30일까지 30일간 일별 예측을 수 행하였다. 그 결과, Fine-tuning 모델이 평균 절대 백분율 오차(MAPE) 3.65%로 가장 우수한 예측 성능을 보였으며, Full-training 모델 대비 약 22.7%의 오차 감 소와 약 85%의 학습 시간 절감을 달성하였다. Static 모델은 MAPE 4.00%의 비교 적 안정적인 성능을 유지하였고, 추가 계산 비용이 전혀 들지 않는 장점이 있었다. 반면 Full-training 모델은 4.72%의 가장 낮은 정확도를 보였을 뿐 아니라, 매일 약 26분씩 30일간 합계 780분(약 13시간)의 과도한 재학습 시간이 요구되어 현실 적인 운용에 부적합한 것으로 나타났다. 이러한 결과를 종합하면, 데이터 분포가 안정적이고 계산 자원이 매우 제한된 환경에서는 Static 모델이 현실적인 대안이 될 수 있으며, 계절 변화나 설비 교체 등 데이터 분포 변화가 예상되는 환경에서 는 Fine-tuning 모델을 사용하는 것이 바람직하다. Full-training 방식은 본 연구 시나리오에서는 세부 조건에 상관없이 비효율적이므로 권장하지 않는다. 제안된 방 법론은 제한된 자원으로 건물 에너지 관리 시스템(BEMS) 도입을 고려하는 중소규 모 건물에 실질적이고 구현 가능한 해결책을 제시함으로써, 건물 부문의 에너지 효율 향상과 탄소중립 목표 달성에 기여할 수 있을 것으로 기대한다.

CCTV를 이용한 돈방 출입 돼지 카운팅 자동화에 관한 연구

이인규 국립한밭대학교 소프트웨어융합대학원 2026 국내석사

양돈 농장에서는 교배, 이유, 분만, 이소, 출하와 같은 다양한 사양 관리 업무를 수행하고 있다. 이 과정에서 돼지는 성장 단계에 맞춰 분만사, 자돈 사, 육성사, 비육사 등으로 이동하며 관리된다. 이때, 돼지 재고를 파악하는 것은 백신 접종 계획 수립하거나 출하 일정을 조율하는 등 돼지를 관리하고, 농장 운영 계획을 조율하는 데 중요한 요소이다. 초기 재고 두수는 돼지가 돈사에 입고되는 시점에 집계되고 이후 사양 관리 업무 중 발생하는 출하, 폐사, 합사 등의 사건을 기록하며 재고가 변동된다. 양돈 농장에서 돼지의 이동은 주로 성장 단계에 맞춰 적절한 환경(온도, 습도, 공간 등)을 제공하 기 위해 실시된다. 이외에도 질병 개체의 격리, 성장 정체 개체의 합사 등의 사유로 이동이 발생할 수 있다. 이로 인해 여러 돈사를 관리하는 대규모 양 돈 농장은 돼지의 이동이 더 빈번하게 이루어지게 된다. 대부분의 양돈 농장에서는 재고 오류를 최소화하고 업무 효율성을 높이기 위해, 작업자와 관리자를 분리하여 운영하고 있다. 작업자는 사양 관리 업무 를 수행하며, 이후 해당 결과를 관리자에게 전달한다. 관리자는 일과를 마친 뒤 전달받은 정보를 종합하여 기록한다. 그러나 이동이 빈번한 상황에서 움 직이는 다수의 돼지를 작업자가 직접 확인하는 과정에서 재고 오류가 발생 하게 된다. 이러한 재고 오류를 교정하는 작업은 돈사 내부의 수백, 수천 마 리의 돼지를 재확인하는 과정이 필요하므로 많은 시간과 노동력이 요구된다. 본 연구에서는 다음과 같은 CCTV 기반 돼지 자동 카운팅 시스템을 제안 한다. Segmentation 모델을 활용해 통로 및 문의 영역을 획득하고, 획득한 좌표와 영상처리를 통해 문 열림/닫힘을 인식한다. 문의 상태가 변화하는 것 에 따라 카운팅 알고리즘을 실행 및 종료한다. 이를 통해 농장의 자동화 효 율을 높이고 재고 파악 과정에서 발생하는 오류 및 누락을 감소시키고자 한 다. 실험을 통하여 mAP 0.5(돼지 검출), mIoU(영역 설정), F1-score(문 열림/닫힘), MAE(카운팅)를 측정하였고 실제 돈사 환경에서 mAP 0.5 0.98, mIoU 0.97, F1-score 0.97, MAE 2.027의 성능을 달성함으로써 양돈 농장 자동화에 적용할 수 있음을 확인할 수 있었다. 향후 연구에서는 가려짐이 발생하는 환경에서도 카운팅 정확도를 확보하기 위한 개선 방안을 제안하고, 카메라 오염이나 이물질로 인한 영상 인식 오류를 자동으로 감지 하여 관리자에게 알림을 제공하는 기능을 추가하여, 농장의 자동화 효율을 높일 수 있을 것으로 기대된다. In pig farms, various production management tasks such as mating, weaning, farrowing, relocation, and shipping are routinely performed. Throughout these processes, pigs move between facilities such as farrowing houses, nursery barns, growing barns, and finishing barns according to their growth stage. Accurately tracking pig inventory is a key factor in managing livestock, for example when planning vaccination schedules or coordinating shipping timelines, and is also essential for overall farm operation planning. The initial inventory count is recorded when pigs enter a barn, and the inventory is updated as events such as shipping, mortality, and group merging occur during routine management. Farms frequently relocate pigs to maintain appropriate environmental conditions (e.g., temperature, humidity, and space) based on growth stages, and also to isolate diseased animals or regroup individuals with growth delays. In large-scale farms that operate multiple barns, such movements occur even more frequently. To minimize inventory errors and improve operational efficiency, many farms separate workers and managers. Workers carry out daily husbandry tasks and report the results afterward, while managers compile and record the information at the end of the day. However, in environments where animals move frequently, workers must count pigs manually, which reduces accuracy. Correcting errors in inventory records requires substantial time and labor because hundreds or thousands of moving pigs inside the barns must be recounted. This study proposes a CCTV-based automated pig counting system. A segmentation model is used to extract corridor and doorway regions, and door opening and closing are detected using the extracted coordinates and image-processing techniques. The counting algorithm is activated or halted according to door-state changes. This approach aims to enhance farm automation efficiency and reduce errors or omissions that occur in the inventory-tracking process. Experiments were conducted to evaluate mAP 0.5 (pig detection), mIoU (region segmentation), F1-score (door-state recognition), and MAE (counting accuracy). In real barn environments, the system achieved an mAP 0.5 of 0.98, mIoU of 0.97, F1-score of 0.97, and MAE of 2.027, demonstrating its applicability to automated pig-farm management. Future work will focus on improving counting accuracy in occlusion-prone environments and incorporating automatic alerts that detect vision errors caused by camera contamination or foreign objects, further enhancing automation efficiency in pig farms.

Deep Learning-Enabled Physical Layer Security with Artificial Noise and Satellite Scheduling in LEO Satellite Networks

이용재 국립한밭대학교 소프트웨어융합대학원 2026 국내석사

Satellite communication is a cornerstone for achieving global connectivity in future 6G networks. However, wireless transmissions are inherently vulnerable to eavesdropping due to their broadcasting nature, and satellite networks are no exception. Physical layer security (PLS) offers a complementary approach to cryptography by exploiting channel characteristics. Yet, fast time variation, Doppler shifts, intermittent links, and tight power budgets in low Earth orbit (LEO) satellite constellations make PLS design complicated. Prior studies in PLS have mainly focused on single-satellite links or fixed access patterns, while the multi-satellite scheduling problem has received relatively less attention. Particularly, satellite scheduling to enhance data transmission with protective interference (i.e., artificial noise) for security purposes in the LEO satellite network has not yet been investigated. In this thesis, we propose an integrated PLS framework that jointly leverages artificial noise (AN), satellite scheduling, and deep learning. We formulate an optimization problem that selects satellites for data transmission as well as artificial noise generation to prevent potential eavesdropping while preserving the quality of legitimate links. Further, we develop a learning-based satellite scheduling algorithm to guarantee low-latency scheduling decisions without heavy online optimization, applicable to a dynamic channel environment and limited CSI availability. We evaluate our proposed methods in terms of secrecy rate and secrecy outage probability under realistic power and bandwidth constraints. We further validate that the proposed methods can achieve robust physical-layer security by coupling coordinated AN with learning-driven multi-satellite scheduling. Our results suggest a promising direction of future PLS design for 6G non-terrestrial networks, which can reduce dependence on heavy key management and enable globally secure satellite connectivity. 위성 통신은 미래 6G 네트워크에서 전 지구적 연결성을 실현하기 위한 핵심 기술이다. 그러나 무선 전파는 본질적으로 도청에 취약하며 위성 네트워크도 예외일 수 없다. 물리계층 보안은 무선 채널 특성을 활용하여 무선 통신 프로토콜에 사용되고 있는 암호 기반의 보안 기술을 강화 또는 대체할 수 있는 기술을 연구하는 분야이다. 물리계층 보안 기술은 다양한 무선 네트워크에서 그 활용성이 기대되고 있으나 저궤도(LEO) 위성 네트워크에 적용될 경우 위성 통신의 빠른 시변 채널, 도플러 효과, 불안정한 링크, 그리고 제한된 전력 등의 다양한 특성으로 인해 그 설계가 복잡해 질 것으로 예상된다. 기존 위성통신 네트워크에서의 물리계층 보안 연구들은 주로 단일 위성 링크나 고정 접속 패턴에 초점을 맞추었으며, 다중 위성 스케줄링 문제는 상대적으로 덜 주목을 받았다. 특히, 저궤도 위성 네트워크에서 무선 보안을 위해 데이터 전송과 인공잡음을 동시에 고려한 협력 위성 스케줄링에 대한 연구는 아직 이루어지지 않았다. 본 학위 논문에서는 인공잡음, 위성 스케줄링, 심층학습을 결합한 통합 새로운 물리계층 보안프레임워크(framework)를 제안한다. 구체적으로 본 논문에서는 합법적인 링크의 데이터 전송 품질을 보장하면서 동시에 잠재적 도청을 방지하기 위해 데이터 전송과 인공잡음 생성을 위한 위성을 선택하는 최적화 문제를 다룬다. 제안 기법은 동적 채널 환경과 제한된 채널 상태 정보(CSI)에서도 적용 가능한 학습 기반 위성 스케줄링 알고리즘을 기반으로 복잡한 온라인 최적화 없이 저지연 의사결정을 가능하게 한다. 제안 기법의 성능을 평가하기 위해 실제 전력 및 대역폭 제약 조건 하에서 보안 전송률(secrecy rate)과 보안 전송 실패 확률(secrecy outage probability) 측면에서 모의실험을 진행하였으며 이를 토대로 제안 기법이 향상된 물리계층 보안 성능을 달성할 수 있음을 검증하였다. 본 연구 결과는 향후 6G 비지상 네트워크(NTN)를 위한 물리계층 보안 기술 설계에 새로운 가능성을 제시하며, 이는 향후 위성 통신에서 복잡한 키 관리 의존도를 낮추면서 동시에 안전한 전지구적 연결성을 구현할 수 있는 핵심기술이 될 수 있을 것이다.

CMOS 65nm 공정의 정확한 dB-linear 특성을 위한 광대역 기저대역 가변이득 증폭기 설계 : Design of a Wideband Variable GainAmplifier for Accurate dB-Linear Characteristic in 65nm CMOS Technology

PUTRI ASSYIFA NUR ANNISA RIZKIA 국립한밭대학교 대학원 2026 국내석사

Design of a Wideband Variable Gain Amplifier fo Accurate dB-Linear Characteristic in 65nm CMOS Technology Assyifa Nur Annisa Rizkia Putri Dept. of Electronics Engineering Graduate School Hanbat National University Advisor : Youngwoo Ji This work presents a dB-linear Variable Gain Amplifier (VGA) based on an active-RC feedback filter topology, employing a ramp-based control scheme with an integrator feedback loop for DC offset cancellation. The VGA incorporates a power-efficient feed-forward compensated Operational Transconductance Amplifier (OTA) achieving a unity-gain bandwidth of 8.64 GHz, 35.81 dB gain, and 43.57° phase margin while consuming 3.15 mW. Fabricated in 65 nm CMOS technology, the proposed VGA demonstrates a high linearity with 21.52 dBm OIP3 and operates over a wide passband from 9.9 kHz to 683 MHz. It offers a 30 dB-linear gain tuning range with 0.4 dB gain error, 51 dB DC offset attenuation, and a cancellation range from ±0.0015 mV. The design consumes 19.5 mW from a 1.2 V supply and occupies 0.42 mm² active area. Index terms: automatic gain control (AGC), dB-linear, feedforward compensation, operational transconductance amplifier (OTA), ramp-controlled, RC-feedback topology, variable gain amplifier (VGA).

CNC 금속가공에서의 제품 품질 관리를 위한 모터 부하 분석

이병순 국립한밭대학교 산업대학원 2026 국내석사

Constellation Optimization for GEO Satellite Communication System via Heuristic and Autoencoder Frameworks

하승철 국립한밭대학교 소프트웨어융합대학원 2026 국내석사

With the advancement of 6G and Non-Terrestrial Networks (NTN), research in satellite communications is actively progressing. Although low Earth orbit (LEO) constellations are gaining significant attention, geostationary Earth orbit (GEO) satellites remain crucial for key applications such as meteorology, space weather, defense, and surveillance, necessitating continued research on GEO systems. A primary challenge in satellite communication is the severe scarcity of frequency resources, making efficient spectrum utilization a paramount task. Power-domain based non-orthogonal multiple access (NOMA) frameworks have been proposed to enhance spectral efficiency. However, in multi-satellite environments, these methods inevitably introduce significant multi-user interference (MUI) and inter-satellite interference (ISI). Furthermore, conventional receivers, such as successive interference cancellation (SIC), exhibit clear performance limitations, including error floors, in these complex interference scenarios. This paper proposes an End-to-End (E2E) transmission framework based on an Autoencoder (AE) model to address these challenges. Instead of using fixed geometric constellations, this framework reconfigures the constellation by directly learning from the channel and interference environment. This involves a joint training process where the satellite (Encoder) and the ground base station (GBS) (Decoder) are optimized together under complex interference channel conditions. Through this process, the autoencoder autonomously designs a new, optimized constellation that minimizes the impact of interference and maximizes symbol distinguishability, tailored specifically to the current channel environment. The proposed AE-based framework can manage interference and decode signals far more efficiently than traditional detection methods used in multi-satellite NOMA environments. It is expected to make a substantial contribution to enhancing the reliability and efficiency of future 6G satellite communication systems, which will face increasingly complex interference scenarios.