https://dspace.kci.go.kr:443 The DSpace digital repository system captures, stores, indexes, preserves, and distributes digital research material. Tue, 12 May 2026 22:33:07 GMT 2026-05-12T22:33:07Z https://dspace.kci.go.kr/handle/kci/2381012 출토유물로 살펴본 백제·신라시대의 젓갈문화 Yeonkwang Kim; Yookyung Kim "Jeotgal, a traditional Korean salt-fermented food, has received insufficient research attention in its early stages because of the limited historical records before the Joseon period. This study explored ancient jeotgal culture by analyzing archaeological evidence from Baekje (Pungnap Toseong) and Silla (Wolseong district and Anapji). The findings revealed a highly organized system of production, distribution, and ritual use. At the Baekje site, various fish species were stored in large glazed vessels within underground royal facilities, suggesting large-scale, fermentation-based preservation. In Silla, Anapji wooden tablets (mokgan) document systematic management, including detailed production information. Regarding the terminology, Silla’s own words (Idu notation) ‘Josa (助史)’ used alongside ‘Hae (醢)’ identified jeotgal as a distinct food category, while the records of ‘Jusu-Josa (猪水助史)’ indicated that liquid-type jeotgal had already emerged as an independent product. Furthermore, the records of jeotgal transported from coastal areas to the capital revealed a state-led supply chain. Finally, fish remains in royal tombs, and ritual sites suggest that jeotgal had a significant ceremonial function beyond daily consumption. These results show that in ancient Korean society, jeotgal was strategically managed and integrated into the royal administrative and ritual systems." Wed, 01 Apr 2026 00:00:00 GMT https://dspace.kci.go.kr/handle/kci/2381012 2026-04-01T00:00:00Z https://dspace.kci.go.kr/handle/kci/2381113 온라인 리뷰 텍스트 분석을 통한 글로벌 베이커리 프랜차이즈의 국가 간 소비자 인식 구조 비교 연구 박지은; 허채현; 김희정; 김교보; Eunhye Park "This study explores cross-national differences in consumer perception structures of a global bakery franchise by analyzing online review texts. For Paris Baguette, reviews from the United States, Canada, France, and Singapore were collected on Google Maps to understand how customers in different cultural contexts evaluate their experiences. Latent Dirichlet Allocation (LDA) was used to identify key experience-related topics in the reviews, and the proportions of these topics were compared across countries to identify similarities and differences in consumer perceptions. Then, Ordinary Least Squares (OLS) regression analyzed how topic prevalence affected overall ratings, while quadrant analysis identified country-specific managerial priorities. The results reveal both shared and unique evaluation patterns. Perceptions of staff hospitality were found to be universal criteria, whereas France emphasized product quality and Singapore paid more attention to the store environment. Negative service experiences were associated with significant declines in ratings, underscoring the importance of service management. By combining text mining with quantitative analysis, this study provides evidence for data-driven localization strategies and offers practical insights for managing customer experience in global foodservice franchises." Wed, 01 Apr 2026 00:00:00 GMT https://dspace.kci.go.kr/handle/kci/2381113 2026-04-01T00:00:00Z https://dspace.kci.go.kr/handle/kci/2381110 국고보조금과 기초자치단체 재정건전성의 관계 규명: 사회복지 분야와 SOC 분야 국고보조사업 규모를 중심으로 Youmi Jang 본 연구는 기초자치단체 예산에서 국고보조금이 차지하는 비율이 재정건전성에 미치는 영향을 실증적으로 분석하는 것을 목적으로 한다. 이를 위해 2017년부터 2021년까지 226개 기초자치단체의 패널자료를 활용하여, 통합재정수지비율, 관리채무비율, 통합유동부채비율 등 재정건전성을 나타내는 지표를 종속변수로 설정하고, 전체 및 분야별(사회복지, SOC) 국고보조금 비율을 주요 독립변수로 구성하여 고정효과 패널회귀모형을 적용하였다. 분석 결과, 국고보조금 비율이 높을수록 통합재정수지비율이 하락하고 자산 대비 부채비율이 상승하는 등 일부 재정건전성 지표에서 부정적인 영향이 나타났다. 특히 사회복지 분야 국고보조금 비중은 단기 유동성 지표와 재정수지에 유의미한 영향을 미치며 재정건전성을 저하시킬 가능성이 높은 것으로 나타났다. 반면, SOC 분야 국고보조금 비중은 대부분의 재정건전성 지표에서 통계적으로 유의미한 영향을 보이지 않았다. 이러한 결과는 국고보조금에 대한 높은 의존도가 지방자치단체의 재정운용 자율성을 제약하고, 대응지출 증가를 통해 재정구조의 경직성을 심화시킬 수 있음을 시사한다. 이에 따라 국고보조금 제도의 개선을 위해 보조율의 합리적 조정, 재정분권 강화, 그리고 지방정부의 재정자율성 확대를 위한 제도적 보완이 필요함을 제언한다.; This study examines the impact of intergovernmental grants on the fiscal soundness of local governments using panel data from 226 municipalities in South Korea (2017–2021). Fiscal indicators—including the consolidated fiscal balance ratio, managed debt ratio, and current liabilities ratio—are analyzed using a fixed-effects model, with grant shares overall and by sector (social welfare and SOC) as key explanatory variables. The results show that higher grant dependency is associated with lower fiscal balance and higher debt levels. In particular, social welfare grants have statistically significant negative effects on liquidity and fiscal balance, while SOC grants show no significant impact. These findings suggest that excessive reliance on grants may constrain fiscal autonomy and increase fiscal rigidity, underscoring the need for improved matching schemes and stronger fiscal decentralization. Wed, 01 Apr 2026 00:00:00 GMT https://dspace.kci.go.kr/handle/kci/2381110 2026-04-01T00:00:00Z https://dspace.kci.go.kr/handle/kci/2381111 머신러닝 알고리즘을 활용한 지방정부의 재정건전성 예측: 한국 사례를 중심으로 Youngsung Kim 지방정부는 핵심적인 공공서비스를 제공하는 중요한 역할을 하고, 건전한 재정건전성 확보는 이러한 공공서비스를 안정적으로 제공하기 위해 반드시 필요한 것으로 인식되어 왔다. 이에 따라 많은 국가에서 지방정부의 재정건전성을 확보를 위해 다양한 노력을 해왔는데, 재정건전성 모니터링 시스템의 운영은 그 노력 중에 하나이다. 따라서 본 연구에서는 그 동안 재정건전성 모니터링에 잘 사용되어 오지 않은 머신러닝 알고리즘을 활용하여 재정건전성의 변화를 얼마나 잘 예측할 수 있을지에 대해 탐색해보고자 한다. 또한 이를 바탕으로 기존 재정건전성 예측방법과의 비교를 통해 그 유용성도 평가해보고자 한다. 이를 위해 본 연구에서는 한국의 모든 기초지방자치단체 데이터를 2015년부터 2023년까지 수집하여 예산 대비 채무비율, 통합재정수지 적자비율, 공기업 부채비율 측면에서 재정건전성 악화가 일어날 가능성을 랜덤 포레스트와 XGBoost 알고리즘을 사용하여 예측해 보았다. 그 결과 정확도는 대부분의 경우 만족할 만한 수준으로 나타났다. 하지만 연도별 변동성이 높은 통합재정수지 적자비율을 예측할 때에는 재현율이 매우 낮게 나옴을 알 수 있었다. 변수별 중요도를 평가했을 때는 1인당 개인소득과 1인당 민간소득 등의 변수가 머신러닝 알고리즘을 활용하여 재정건전성의 악화를 예측하는데 중요한 기여를 함을 알 수 있었다. 이러한 연구결과를 토대로 머신러닝 알고리즘은 이론이나 전통적인 통계기법에 의해 재정건전성을 예측하는 접근법을 많은 부분에서 완벽하지는 않지만 보완할 수 있을 것이라는 결론을 내릴 수 있었다.; It has been widely believed that maintaining sound fiscal health of local governments is critical for stable public service delivery since they provide essential public services. As such, many governments have made diverse efforts to improve local fiscal condition and one such important effort is to systematically monitor local fiscal health. This study examine whether/how machine learning algorithms contribute to predictions of local fiscal health. It also compares machine learning based predictions with traditional approaches to evaluate the usefulness of the former approach. In doing so, this study uses all low-level local governments in South Korea from 2015 to 2023 as a sample to predict declines in three fiscal health indicators ― debt to budget, operating ratios, and public enterprise debt ratios ― through Random Forest and XGBoost. The findings reveal that machine learning algorithms perform well in terms of the accuracy indicator for most cases. However, the recall indicator shows unsatisfactory results for several cases, requiring more careful implementation of algorithms. The results also suggest that personal income per capita and private consumption per capita are generally important contributors for the predictions of declines in fiscal health across the models. The findings further suggest that machine learning algorithms can complement the previous approaches of fiscal health monitoring, thereby contributing to an effective design of fiscal health monitoring systems. Wed, 01 Apr 2026 00:00:00 GMT https://dspace.kci.go.kr/handle/kci/2381111 2026-04-01T00:00:00Z