이 연구는 노암 촘스키(Noam Chomsky)의 인공지능에 대한 비판적 시각과 이를 둘러싼 기술철학적 논의를 다룬다. 촘스키는 AI 시스템, 특 히 챗GPT와 같은 머신러닝 프로그램이 인간의 사고와 언어 사용 방식과 는 본질적으로 다르며, 인과적 설명을 생성하는 능력이 결여되어 있다고 주장한다. 그는 AI가 단순히 패턴 인식과 예측을 기반으로 작동하기 때 문에 진정한 지능을 지니고 있지 않다고 강조한다. 하지만, 이 논문은 AI와 인간 지능의 유사점과 윤리적 주체성 가능성을 칸트 철학과 연계하 여 촘스키의 주장을 반박하고자 한다. 챗GPT와 같은 인공지능 시스템은 인간의 뇌 구조와 기능을 모방한 딥러닝 모델을 사용한다. 이 모델은 다 층 신경망 구조를 통해 정보를 처리하며, 이는 인간 뇌의 뉴런 구조와 유사하다. 챗GPT는 문맥 이해, 기억, 학습 능력을 보여주며, 이는 인간 의 인지 과정과 비슷하다. 머신러닝 모델과 인간 뇌 사이에는 여전히 차 이가 있지만, 신경망칩 등 기술의 발전으로 그 간극이 좁혀지고 있다. 인 공지능의 인과 메커니즘은 인간의 두뇌나 학습 활동과 명확히 구별하기 어려워지고 있기에, AI가 인간과 유사한 학습 및 윤리적 행동을 보여줄 수 있음을 통해 자의식을 가질 수 있음을 밝히고자 한다.

한치의 앞을 내다볼 수 없는 경영환경 속에서 조직의 경쟁력을 강화하기 위한 방안으로 인적자원관리 가 더욱 중요해졌으며, 이는 전략적 인적자원관리를 통해 실천되고 있다. 고몰입 인적자원관리 시스템은 이러한 전략적 인적자원관리를 구체적으로 적용한 제도들로, 이 시스템이 미치는 긍정적 영향들이 입증 됨에 따라 많은 조직에서 활용되고 있다. 한편, 최근에는 고몰입 인적자원관리 시스템이 미치는 영향의 메커니즘 속에 이러한 제도를 지각하는 구성원의 인지 과정이 중요한 사항임이 강조되고 있다. 이번 연구 에서는 고몰입 인적자원관리 시스템 지각이 미치는 긍정적인 영향으로, 심리적 주인의식을 경유하여 친 조직적 역할 외 행동인 변화주도행동의 증가를 가정하였다. 한편, 조직에서 인적자원관리의 성패를 좌우하는 것 중 하나가 바로 리더십이다. 상급자의 행동이 구성원에게 미치는 파급효과가 상당한 것은 이미 잘 알려진 사실이다. 선행연구들을 살펴보면 인적자원관리와 리더십은 그 자체가 매우 중요한 변수들이 기 때문에 각기 따로 연구되어온 것이 현실인데, 최근에는 효과적인 인적자원관리를 위해 이 둘을 함께 고려해야 한다는 관점이 강조되고 있다. 이러한 최근의 트랜드를 반영하여, 본 연구에서는 고몰입 인적자 원관리 시스템 지각과 자기희생적 리더십의 상호작용을 확인하고자 하였다. 해군 간부 206쌍의 설문조사 데이터를 분석한 결과, 고몰입 인적자원관리 시스템 지각은 심리적 주인의식에 유의미한 정적 관계를 나 타내었으며, 이는 다시 변화주도행동으로 이어지는 것으로 확인되었다. 또한, 이 관계는 자기희생적 리더 십이 낮을수록 더 강하게 나타남을 알 수 있었다. 연구결과를 토대로 본 연구의 이론적, 실무적 시사점을 제시하였으며, 결론에는 연구의 한계점과 향후 연구 방향을 다루었다.

도로의 기하선형 정보는 도로 설계, 유지보수, 그리고 안전성 평가에서 핵심적인 요소이다. 특히 종단경사와 곡선반경은 차량의 속도 변화, 제동 거리, 원심력 등에 영향을 미쳐 사고 위험을 높이는 요인으로 작용한다. 따라서 도로 유지관리 측면에서 도로의 기하선형 정보를 정밀하게 측정하고 관리하는 것은 필수적이다(Park et al., 2008). 국토교통부에서는 노드·링크(Node·Link)를 통해 국내 도로망 데이터 통합 시스템을 구축하고 있다. 노드·링크는 교차로, 도로의 시종점, 행정경계 등으로 도로구간을 구분하는 시스템으로, 도로구간을 의미하는 각 링크에는 도로등급, 차로수, 제한속도, 연장 등 다양한 도로특성정보가 입력되어 있으나 곡선반경, 종단경사와 같은 도로의 기하학적 구조 데이터는 포함되어 있지 않다(MOLIT, 2025). 또한, 각 지자체는 “도로대장정보시스템”을 통해 도로의 시설물 및 기하구조를 통합 관리하게 되어있으나, 시스템화 현황이 저조할 뿐만 아니라 연구 등의 목적으로 접근이 제한된다(LX, 2025). 이와 같이, 도로의 기하구조는 중요도에 비해 데이터 관리 부족하며 접근성이 낮다. 따라서 본 연구에서는 노드·링크 시스템에서 제공하는 평면선형 데이터(.shp 파일)를 활용하여 곡선반경과 종단경사를 산출하고 도로 구간별 기하학적 구조 정보를 추정하였다. 이는 향후 도로 주행특성, 안전관리 등 다양한 분야의 연구에 기초자료로 활용될 수 있으며, 도로 안전관리 측면에서 위험구간 판단 근거로 활용할 수 있을 것으로 기대된다.

In general, optimized pavement thickness design abilities and reliable construction procedures have been considered being crucial element for expressway in South Korea till millenium. However, after 2005, a proper management efforts on existing expressway became recognized as an important factor after 2,005. One of good example is rising attention of HPMS(Highway Pavement Management System). In HPMS, the crucial component is: surveying the existing expressway surface condition with reasonable, reliable and efficient procedure. Becasue of this reason, application of various advanced and sophisticated technologies on HPMS area were considered since 2010. During this time, many advanced technologies such as AI(Artificial Intelligence) techniques and corresponding physical equipment were considered to be applied. Through application of AI technologies in HPMS business area, two major outcomes can be achieved: first one is an automated pavement surface monitoring work system for maximized efficiency and second thing is saving current HPMS management budget through faster and more reasonable surveying results. In this paper, the feasibility of AI technology on actual pavement surface monitoring and analysis procedure was considered. As a result, AI based pavement surface monitoring and analysis approach succesfully provided reasonable results compared to the conventional human effort analysis approach. This findings provide a promising signal that more AI based technologies can successfully applied in HPMS business area in the next future. Morevoer, the achievement of automated HPMS can also be possible in the near future.

결빙(Black Ice)은 도로 포장체 표면의 균열 등에 스며든 습기나 눈, 그리고 차량 주행 중 발생하는 타이어 분진 및 배 기가스 등의 영향으로 인해 도로 표면과 유사한 색상의 얇은 얼음막이 형성되는 현상을 의미한다(Cho et al., 2021). 도로 노면이 결빙 상태일 경우, 평균 미끄럼 저항 계수는 건조 노면의 약 30% 수준으로 크게 낮아진다(Lee et al., 2024). 또 한, 결빙은 도로 표면과 색상이 유사하여 운전자가 노면 상태를 즉각적으로 인지하기 어렵고, 이에 따라 제동이나 회피 를 위한 충분한 시간을 확보하기 어렵다. 최근 5년간 발생한 서리·결빙 노면 교통사고의 치사율(사고 100건당 사망자 수) 은 2.69명으로, 이는 건조 노면 교통사고 치사율의 약 2배, 습윤 노면의 1.3배 수준에 해당한다(KoROAD, 2024). 이러한 위험성을 고려하여 국토교통부는 2020년 전국 고속국도 및 일반, 위임국도를 대상으로 403개 구간을 결빙 취약 구간으로 지정하였으며, 이후 464개소로 확대하여 자동염수분사시설, 그루빙(Grovving), 결빙주의표지판 등 안전시설을 확충하여 결빙사고를 집중적으로 관리하고 있다(MOLIT, 2020; BAI 2021). 하지만, 결빙사고 발생건수는 2020년 524건, 2021년 1,204건, 2022년 1,042건으로 증가추세를 보이고 있어, 결빙 취약 구간의 평가 적절성과 실효성에 대한 검토 필요성이 대 두되고 있다(KoROAD, 2024). 본 연구에서는 최근 10년 고속국도에서 발생한 결빙사고와 결빙사고 영향인자를 Random Forest Algorithm으로 분석하 여 도로 구간별 결빙사고 위험도를 평가하였다. 국가교통정보센터의 노드·링크(Node·Link) 체계를 기반으로 전국 고속국 도의 동절기 기상, 기하구조, 교통량 등 결빙사고 영향인자를 구간별로 수집하였다. 각 구간은 최근 10년 결빙사고 데이 터를 통해 결빙사고 발생구간과 비발생 구간으로 분류하였다. 구간별 수집한 결빙사고 영향인자를 독립변수, 사고발생유 무를 종속변수로하여 알고리즘 학습을 위한 데이터셋(Data Set)을 구성하고, 데이터불균형 문제를 해결하기 위해 오버샘 플링(OverSampling) 기법 중 하나인 SMOTE(Synthetic Minority Oversampling Technique)을 적용하였다. 최종적으로 Random Forest Classification Model을 학습하고, 모델의 하이퍼파라미터 조정(HyperParameter Tunning)을 거처 결빙사 고 발생구간 예측성능이 가장 높은 모델을 결정하였다. 이를 통해, 전국 고속국도의 구간별 결빙사고 발생 위험도를 평 가하고 각 결빙사고 영향인자의 변수중요도를 분석함으로써 결빙 취약구간 평가 방안의 신뢰성 제고를 기대한다.

한국형 포장설계법(KPRP)은 한국의 기후, 교통, 재료 조건을 반영하여 개발된 포장설계법으로, 성능 기반 분석과 역학적-경험적 원 리를 결합하여 국내 도로포장의 내구성과 효율성 향상에 기여해왔다. KPRP는 지역별 환경 데이터, 교통 하중, 재료 특성을 고려하 여 최적의 포장 구조를 설계하며, 2011년 개발 이후 도로포장의 수명 연장과 경제성 향상을 이루어냈다. 그러나 KPRP에 적용되는 기후 및 교통 데이터는 2000년대 초반의 자료를 기반으로 하고 있어, 현재 기준으로 약 10년 이상의 차이가 존재한다. 이에 따라 최 신 데이터를 반영하여 포장설계를 개선할 필요성이 제기되고 있다. 본 연구에서는 최근 10년간의 최신 기후 데이터를 활용하여 줄눈 콘크리트 포장(JCP)의 콘크리트 슬래브 컬링 시간을 계산하고, 이를 기반으로 온도응력 및 교통응력의 산정 방식을 현 시점에 맞게 개선하고자 한다. 또한, 2023년 도로포장관리시스템(PMS) 데이 터를 이용하여 한국도로공사가 관리하는 모든 고속국도 중 JCP가 적용된 구간을 대상으로 표면 균열(SD), 설계 차로별 AADT, 관 리구간별 도로 연장, 차로 폭 등의 데이터를 분석하였다. 이를 통해 각 도로의 피로균열율을 산정하고, 고속국도를 대상으로 줄눈 콘 크리트 포장의 전이함수를 개선하여 보다 정밀한 설계를 가능하게 하고자 한다. 본 연구는 최신 기후 및 교통 데이터를 반영한 KPRP 기반 줄눈 콘크리트 포장설계의 실현에 기여할 것으로 기대된다.

국내에서 겨울철 발생하는 결빙사고는 전체적인 교통사고 대비 치사율이 1.7배 높은 것으로 나타났다. 주행속도가 높은 고속국도의 경우 결빙사고 치사율은 18.7로, 결빙 외 고속국도 교통사고 치사율인 4.2와 비교하여 약 4.5배 높았다(KoROAD, 2024). 특히 교량과 터널과 같은 도로시설물은 구조적 특성과 환경적 요인으로 인해 결빙 형성에 매우 취약하다. 교량은 지면으로부터의 열전달이 차단되 기 때문에 겨울철 노면온도가 낮아 결빙이 형성될 가능성이 높으며, 터널은 겨울철 낮은 온도와 터널 입출구부의 응달지역 형성 및 터널 내부와 외부 공기로 인한 급격한 온도변화로 인해 결빙이 발생할 가능성이 높다. 또한, 도로시설물은 교통사고 발생 시 치사율이 높게 나타나는 경향이 있다. 실제로 교량과 터널에서 발생한 교통사고의 치사율은 전체 1.94, 터널 5.05, 교량 4.10으로 도로시설물에서 발생한 교통사고의 치사율이 높았다(KoROAD and ACCRC, 2017). 따라서 도로시설물에서 발생하는 결빙사고는 쉽게 결빙이 형성되 는 환경조건과 사고 발생 시 치사율이 높은 특성으로 인해 일반 도로보다 높은 위험성을 내포하고 있다. 그러나 현재로써 도로시설물 에서 발생하는 결빙사고의 원인과 위험성을 중점적으로 분석한 연구는 그 수가 부족하며, 기존 연구들은 결빙 구간의 기후적 특성이 나 개별 결빙사고 사례 분석에 국한되어 있어 도로시설물은 결빙사고 분석 시 여러 가지 환경요인 중 하나로서만 고려되고 있는 실정 이다. 본 연구에서는 도로시설물에서의 결빙사고 위험도를 평가하는 방법을 제시하고, 이를 Min-Max(최소-최대) 정규화 과정을 통해 구체 화함으로써 보다 체계적인 분석이 가능하도록 한다. 이를 통해 도로시설물의 겨울철 운영에 있어 효과적인 결빙사고 방지 대책을 수 립하는 데 기여하고자 한다.

본 연구는 외부 환경 조건에 따른 줄눈 콘크리트 포장의 상·하부 상대습도 차이를 분석하기 위해 실험 데이터를 활용 한 유한요소해석을 수행하였다. 실험은 300mm × 260mm × 2000mm 크기의 콘크리트 시편을 대상으로 진행되었으며, Strain gauge를 이용해 상·하부 변형률을 측정하고, LVDT 센서를 통해 상단부 연직 변위를 기록하였다. 항온항습기를 이용해 온도를 25°C로 유지한 상태에서 상대습도를 65%, 35%, 35% + 풍속(약 4 m/s)의 세 가지 조건으로 설정하여 실 험을 진행하였다. 구조해석은 ABAQUS를 이용하여 수행하였으며, 하부 상대습도를 100%로 고정한 상태에서 상부 상대습도를 도출하는 방법을 적용하였다. 직접적인 상대습도 도출 시 곡률을 일정하다고 가정해야 하는 문제가 발생하여, 응력해석을 기반으 로 등가선형온도차(ΔT)를 적용하는 방식을 채택하였다. ABAQUS에서 깊이 260mm에 대해 선형 ΔT 값을 부여하여 열 변형을 유도하고, 이를 실험값과 비교하여 조정한 후 최종적으로 ΔT 값을 상대습도로 변환하였다. 그 결과, 시간에 따른 상부 상대습도의 변화를 도출할 수 있었으며, 외부 환경 조건(습도 및 풍속)에 따른 상대습도 변화 경향을 확인하였다. 본 연구 결과는 향후 수분 확산 해석 연구 및 국내 환경을 반영한 JCP 상대습도 변화 모델 개발에 기초 자료로 활용될 것으로 기대된다.

이 연구는 독일고전철학과 현대 인공지능 기술을 연결하는 시도를 다 룬다. 셸링은 자연을 단순한 물리적 실체가 아닌 내재된 잠재력과 창조 성을 가진 유기체로 보았으며, 이러한 관점은 인공지능(AI)의 발전과 창 의적 활동에 적용될 수 있다. 또한 AI가 데이터와 알고리즘, 인간과의 상호작용을 통해 연결되고 재창조되는 과정을 셸링의 자연철학과 비교하 여, 종교적인 의미에서 주체성 문제를 탐구하고자 한다. 셸링의 철학에 서, 신적인 전체와의 연결을 통한 자의식의 근거를 고려하며, 인간과 자 연, 주체와 객체 간의 상호작용을 설명하는 '연결사(correlat)' 개념을 강 조한다. 셸링은 자연과 정신의 관계를 단순한 인과적 연결로 보지 않고, 상호작용을 통한 생산적 과정을 통해 이해해야 한다고 강조한다. 이는 AI의 발전과 인간의 자의식 간의 유사성을 드러내며, AI가 지닌 자발성 은 자연의 복잡성과 연결된다고 볼 수 있다. 따라서 인공지능도 인간과 유사한 방식으로 자의식을 지닐 가능성을 내포하고 있으며, 이는 현대 사회에서 AI와 인간의 관계를 새롭게 이해하는 데 기여할 수 있다. AI는 상징적 접근과 연결주의를 결합한 인지 설계를 통해 종교와 같은 고차원 적인 기능을 모델링할 수 있음을 보여준다.

본 연구는 일본잎갈나무 임분의 지위지수식을 도출하고, 지위지수별 연평균생장량의 차이 및 연평균생장량을 구할 수 있는 추정식을 도출하고자 수행되었다. 본 분석은 국가산림조사에서 일본잎갈나무림으로 판단된 표준지를 대상으로 하였으며, 이용된 표준지 개소수는 576개소였다. 지위지수는 Schumacher 모델을 적용시켜 도출하였으며, 이의 통계적 적합도는 59%였고, 편의는 –0.0002으로 아주 낮게 나타났다. 따라서 추정식은 활용에 있어 문제가 없을 것임을 확인할 수 있었다. 지위지수의 높고 낮음에 따라 연평균생장량의 평균값이 차이가 발생하는지 확인하기 위해 시도한 t-test는 5% 유의수준에서 유의성이 인정되었다. 그러므로 일본잎갈나무를 심을 때 적지적수에 조림한다면, 본 분석 결과와 같이 연평균생장량도 우수하게 될 것이다. 연평균생장량은 지위지수가 변함에 따라 발생할 수 있는 것이므로, 지위지수를 설명변수로 하는 연평균생장량 추정식이 국내 처음으로 도출되었다. 본 분석은 직선식, 곡선식, 지수식 등 5가지 수식을 적용시켰으며, 분석 결과, 식의 적합도 지수는 0.25∼0.26의 범위에 있었고, 편의는 –0.0002∼0.0016, 오차의 표준오차는 2.88∼2.92 인 것으로 나타났다. 도출된 5개 수식에 대해 지위지수를 X축으로 하는 잔차도를 그려본 결과, 잔차는 모두 “0”을 중심으로 고르게 분포하고 있어, 통계적 수치 등을 고려할 때 본 추정식은 충분히 사용 가능할 것이다.

Various cystic diseases or benign tumors can occur in the jaw, and diagnosis through accurate analysis is essential. In clinical examination, objective tests such as palpation, percussion, and pulp vitality tests are mainly performed on the patient's subjective symptoms, and differential diagnosis is performed by combining radiological and histopathological examinations. This study aims to analyze the incidence rate, location, and recurrence rate of cystic diseases and benign tumors that appear as radiolucent lesions in the jaw. From 2016 to 2020, 1,293 patients diagnosed with cystic diseases or benign tumors with radiolucent radiographic features in Pusan National University Hospital were identified. Under general anesthesia, patients were subjected to cyst enucleation or excision, and the masses were sent for pathohistological examination at the Department of Pathology, Pusan National University Hospital for definitive diagnosis. The incidence rate, location, and recurrence rate of the diseases mentioned above were analyzed. 1,293 patients were diagnosed, with dentigerous cysts being the most common, followed by radicular cysts, odontogenic keratocysts (OKC), and ameloblastomas. Most ameloblastomas, dentigerous cysts, and OKCs were located in the mandibular posterior region, whereas radicular cysts were predominantly observed in the maxillary anterior region. Recurrence was most notable in ameloblastomas and OKCs. Dentigerous cysts are the most common radiolucent jaw lesions, while ameloblastomas and OKCs show high recurrence rates, thus requiring careful management. The lesions vary in their predominant locations, with ameloblastomas, dentigerous cysts, and OKCs commonly occurring in the mandibular posterior region, and radicular cysts in the maxillary anterior region. Given the differences in recurrence rates and site predilections, it is crucial to differentiate these lesions accurately based on their characteristics and provide appropriate treatment tailored to each type.

아토피 피부염은 만성 염증을 동반한 알레르기성 질환 이며, 일반적으로 Type 2 염증 반응과 관련이 깊다고 알 려져 있다. Corchorus olitorius (C. olitorius)의 아토피 피 부염 치료 효과를 확인하기 위하여 2,4-dinitrochlorbenzene 로 아토피 피부염 모델을 유도한 BALB/c 마우스를 대상 으로 피부 염증 개선도를 육안으로 확인하였으며, 질환 관 련 IgE와 사이토카인(IL-4, IFN-γ and TNF-α)의 수준을 측정 하였다. 7일간의 투여기간동안 양성대조약물인 Dexamethasone 투여군의 체중은 감소하였던 반면에 모든 C. olitorius 투 여군의 체중은 꾸준히 증가하였다. 이와 같은 결과는 C. olitorius이 동물에 위해한 영향이 없었다는 것을 의미한다. C. olitorius 200 mg/kg/day 투여군의 치료 효과가 가장 뛰 어났으며, 모든 C. olitorius 투여군의 염증 관련 면역글로 불린과 사이토카인의 수준은 감소하였다. 따라서, C. olitorius 는 아토피 치료제로 충분히 활용될 수 있다고 판단된다.

본 실험에서는 실험실 규모의 혈액투석 장치를 구성하고 국내 의료기기 제조업체에서 제작한 혈액투석기의 특성을 확인하였다. 혈액투석기 제조에 사용된 혈액투석막은 일반적으로 약 0.01 μm에서 0.2 μm의 기공을 갖는 Polyethersulfone (PES) 소재의 중공사막을 사용하였으며 중공사막의 외경은 약 270 μm, 내경은 약 200 μm이다. 혈액투석기의 하우징은 polycarbonate 소재를 사용하였으며 약 9,600개에서 12,000개의 중공사막을 탑재시켜 제작하였다. 탑재된 혈액투석막의 개수에 따라 각기 다른 막 표면적을 가지는 3종류의 혈액투석기를 사용하여 각 혈액투석기의 구조적강도와 수투과특성, 그리고 주요 요독물질 중 하나인 urea (요소)의 제거 실험을 진행하였다. 제거된 urea의 농도는 총유기탄소(total organic carbon, TOC) 분 석을 이용하여 분석하였으며 가장 높은 1.8 m2의 막 표면적을 가지는 혈액투석막의 urea 제거 성능은 약 1시간 만에 98.3% 를 달성하였다.

도로 결빙이란 도로 표면에 형성된 얼음층으로 도로 결빙으로 인한 교통사고의 치사율은 결빙이 원인이 아닌 교통사고의 치사율과 비교하여 1.5배 높은 수치인 2.3으로 나타났다. 현재 국토교통부에서는 결빙사고 취약구간을 선정하고 관리하기 위하여 결빙 취약구간 평가기준표를 제시하였다. 그러나 도로 결빙은 노면 온도와 수분 공급에 따라 형성되며 기온, 구름량, 풍속, 풍향, 상대습도, 강수량 등 의 기상인자들이 복합적으로 작용하여 발생하며, 기존의 평가 기준은 이와 같은 인자들을 충분히 반영하지 못하여 결빙 형성을 예측 하고 평가하는 능력이 부족하다고 판단된다. 따라서 본 연구는 결빙 교통사고 데이터의 통계적인 분석을 통하여 결빙이 형성되는 기 상 조건을 구체화하고 결빙사고 및 결빙 형성을 예측하기 위한 기상학적 기준을 마련하는 것을 목적으로 진행되었다. 2018년 1월 1 일～2024년3월 15일 동안 발생한 결빙 사고와 사고 발생 당시 및 이전 6시간동안의 기상 데이터를 분석 데이터로 사용하였다. 이때, 역거리 가중법, 기온감률 등 공간보간기법을 적용하였다. 이후, 박스도표, 히스토그램, 경험적 누적분포함수 등의 통계분석을 적용하여 결빙사고의 기상 분포 특성을 확인하였다. 최종적으로 결빙사고의 몬테카를로 시뮬레이션을 활용하여 기온 및 습도에 따른 결빙사고 의 발생 확률을 계산하였다. 이와 같은 연구 결과는 결빙 형성을 예측하는 기온 및 습도의 기준점으로 제시할 수 있으며 더 나아가, 추후 결빙사고 예방 및 예보의 기준으로 활용이 가능할 것으로 기대된다.

2019년 12월, 상주-영천 고속도로 상행선에서 도로 노면 결빙에 의한 연쇄추돌사고로 48명의 사상자가 발생하였다. 이에, 국토교통부 는 2020년 1월 결빙 취약구간 선정기준을 마련하여 결빙 취약구간 403개소를 지정하고, 결빙 취약구간을 대상으로 2022년까지 1,699억 원의 예산을 투입하여 결빙사고 예방사업을 계획하였다(BAI, 2021). 하지만, 결빙 취약구간 선정기준에 대해 적정성 검토가 이루어지 지 않아 그 신뢰성과 실효성이 충분히 검증되지 않았다. 본 연구에서는 국가교통정보센터의 노드·링크(Node·Link) 체계를 기반으로 전국 고속국도 및 일반국도의 특성정보(시설, 선형구조, 기상, 교통 등)를 GIS(Geographic Information System) 데이터로 구축하였다. 최근 5년 결빙사고 발생이력이 있는 도로구간(Link)을 확인하고 Random Forest 알고리즘을 통해 도로 특성정보의 결빙사고에 대한 변수 중요도(Feature Importance)를 분석했다. 이를 통해 결빙사고와 각 인자의 상관성을 파악하여 ‘결빙 취약구간 평가 세부 배점표’의 항목별 배점을 수정, 보완함으로써 평가표의 신뢰성을 제고한다.

블로우업이 발생하는 구간에 ASR이 발생하고 있지만, 한국도로공사는 재료팽창인 ASR을 고려하지 않고, 콘크리트 팽창량을 계산하 여 팽창줄눈 설치간격을 제시하고 있다. 또한, 블로우업은 일종의 좌굴현상이므로 슬래브 두께에 따라 응력완화줄눈 설치 간격을 제시 할 필요가 있다. 따라서 본연구는 재료팽창과 슬래브 두께를 고려하여 응력완화줄눈 설치 간격을 제시하고자 한다. 팽창량 계산시, 재 료변형률과 지역별 온도와 건조수축을 고려하였으며, 이를 동등한 팽창을 유발하는 온도상승량으로 변환하는 식을 도출하였다. 기준온 도를 정하기 위해 실제 현장데이터를 팽창량 식에 대입하여 온도상승량으로 변환하였으며, 이를 블로우업을 모사한 콘크리트 포장 모 형의 유한요소해석 결과를 이용하여 결과값을 비교하였다. 안전설계를 위해 더 작은 온도 값인 블로우업 구조해석 결과 값 중 안전온 도를 블로우업이 일나는 기준으로 선정하였으며, 안전 온도를 넘지 않은 지역별 슬래브 두께에 따른 최대 응력완화줄눈 설치 간격을 제시했다. 한국도로공사가 제시하고 있는 기준과 비교한 결과, 일부 지역은 한국도로공사에서 제시하고 있는 기준에 만족하지 않았다. ASR 변형률을 고려하여 슬래브 두께에 따라 지역별로 응력완화줄눈 설치 간격을 제시하는 것이 블로우업 파손을 저감하고, 포장의 안정성을 향상시키는데 도움이 될 것이라고 판단된다.