최근 국민 삶의질 향상, 여가 활동 다변화, 인구구조의 변화 등으로 관광수요 증가 및 관광활동이 다양화되고 있다. 특히 연안 도시의 경우, 육상 관광 요소와 해양관광 요소가 공존하는 지역으로 다양한 요인이 관광수요에 영향을 미치고 있다. 본 연구 목적은 본 연구는 행위자 기반의 데이터를 활용하여 관광규모의 시계열 분석을 통해 예측 정확도를 향상시키고, 영향요인을 탐색하고자 한다. 연구 대상은 부산 지역 내 기초자치단체이며, 데이터는 월단위의 관광객수와 관광소비금액을 활용하였다. 연구방법으로 확정적(결정적) 모형 인 단변량 시계열 분석과 영향요인을 파악하기 위해 SARIMAX 분석을 수행하였다. 영향요인은 관광소비성향을 설정하였으며, 업종별 소 비금액과 SNS 언급량을 중심으로 설정하였다. 연구결과 COVID-19를 고려하지 않은 시계열 모형과 고려한 모형 간의 정확도(RMSE 기준) 차이가 지역별로 최소 1.8배에서 최대 32.7배 향상되었다. 또한 영향요인을 보면 관광소비업종과 SNS 트렌드가 관광객수와 관광소비금액 에 유의한 영향을 미치고 있다. 따라서 미래 수요예측을 위해서는 외적 영향을 고려하고, 관광객의 소비성향과 관심도가 지역관광 측면에 서 고려 대상이 된다. 본 연구는 연안도시인 부산 지역의 미래 관광수요 예측과 관광규모에 미치고 있는 영향요인을 파악하여 정부 관광 정책 및 관광추세를 고려한 관광수요태세 마련을 위한 정책 의사결정에 기여하고자 한다.

The study used the whole-life carbon assessment method to conduct a thorough carbon-neutral evaluation of a standard steel structure. To further assess carbon emissions, 11 design-changed models were evaluated, with changes made to the span between beams and columns. The results of the carbon emission assessment showed savings of approximately 13.1% by implementing the stage of the beyond life cycle. Additionally, the evaluation of carbon emissions through design changes revealed a difference of up to 42.2%. These findings confirmed that recycling and structural design changes can significantly reduce carbon emissions by up to 48.6%, making it an effective means of achieving carbon neutrality. It is therefore necessary to apply the stage of beyond life cycle and structural change to reduce carbon emissions.

With the increasing number of aging buildings across Korea, emerging maintenance technologies have surged. One such technology is the non-contact detection of concrete cracks via thermal images. This study aims to develop a technique that can accurately predict the depth of a crack by analyzing the temperature difference between the crack part and the normal part in the thermal image of the concrete. The research obtained temperature data through thermal imaging experiments and constructed a big data set including outdoor variables such as air temperature, illumination, and humidity that can influence temperature differences. Based on the collected data, the team designed an algorithm for learning and predicting the crack depth using machine learning. Initially, standardized crack specimens were used in experiments, and the big data was updated by specimens similar to actual cracks. Finally, a crack depth prediction technology was implemented using five regression analysis algorithms for approximately 24,000 data points. To confirm the practicality of the development technique, crack simulators with various shapes were added to the study.

Visual inspection methods have limitations, such as reflecting the subjective opinions of workers. Moreover, additional equipment is required when inspecting the high-rise buildings because the height is limited during the inspection. Various methods have been studied to detect concrete cracks due to the disadvantage of existing visual inspection. In this study, a crack detection technology was proposed, and the technology was objectively and accurately through AI. In this study, an efficient method was proposed that automatically detects concrete cracks by using a Convolutional Neural Network(CNN) with the Orthomosaic image, modeled with the help of UAV. The concrete cracks were predicted by three different CNN models: AlexNet, ResNet50, and ResNeXt. The models were verified by accuracy, recall, and F1 Score. The ResNeXt model had the high performance among the three models. Also, this study confirmed the reliability of the model designed by applying it to the experiment.

해안가 복합재해는 기후변화 등의 영향으로 인해 그 규모 및 피해정도가 증가하고 있어, 이에 대한 적절하고 체계적 관리 가 필요하다. 하지만 해안가 복합재해에 대해 우리나라는 법제도적인 미비가 있고, 따라서 해안가 복합재해 관리구역 제도를 위한 법 률적 마련할 필요가 있다. 이를 위해 본 연구에서는 해당 제도가 「자연재해대책법」의 규정을 중심으로 운영되는 것을 전제로 하여 크게 과학기반 관리, 협력적 관리, 그리고 적응관리라는 세 가지 측면에서 선행된 이론적 연구를 토대로 적절한 규범화 작업의 방향을 검토하였다. 그 결과 효과적인 과학기반 관리를 위해서는 위험성 평가 도입이 필요하고, 이를 통해 얻어진 결과를 기준으로 구역범위 설정 및 그에 따른 차등적 대책을 설정하도록 해야 할 것이다. 협력적관리 측면에서는 다양한 부처들이 해안가 복합재해와 관련되어 있기에 다양한 주체의 협력 기반을 제도화할 필요가 있는데, 그 방안으로 행정안전부, 국토교통부, 해양수산부, 환경부, 지자체 등이 함 께 정책ㆍ제도를 협의할 수 있는 정책협의회를 구성할 것을 제안한다. 마지막으로 적응관리 측면에서 구조적 대책의 한계를 비구조적 대책을 병행 추진하여 보완할 필요성이 있음이 나타났으며, 따라서 법을 개정함에 있어 재해관리를 위한 계획 수립 시 비구조적 대책 을 활용을 촉진할 수 있는 지원 방안을 담아야 할 것이다.

최근 전세계적으로 해양공간계획을 수립하고 공간활용 측면에서 다양한 용도를 포괄하고, 법제도화를 통해 공간관리를 추진하 고 있다. 또한 해양공간에서 발생되는 다양한 활동과 해양공간의 이용 범위와 강도가 확대되고 있는 가운데, 이해관계자 간 갈등 저감과 합리적인 공간관리수단으로써 해양공간계획의 중요성이 증대되고 있다. 이와 더불어 해양공간계획 관련 연구는 양적 성장과 다양한 연구 분야에서 수행되고 있다. 이 연구의 목적은 해양공간계획 관련 연구동향을 탐색하고 최근 10년간 연구주제의 변화와 이슈 키워드를 분석 하고자 한다. 연구대상은 2010년부터 2020년까지 해양공간계획을 핵심 주제어로 포함하는 연구문헌을 대상으로 키워드를 분석하였다. 분 석방법은 단어출현빈도, 워드 클라우드 등 출현강도를 기반으로 핵심 이슈를 발굴하고, 키워드를 중심으로 토픽과 연계된 5개 키워드를 추출하여 핵심 주제 도출하였다. 연구결과 정책수립 측면에서 정책수준단계(PRL)를 적용하여 원칙개발, 제도화, 정책검증 등 시기별 핵심 주제가 변화를 확인하였다. 국내연구는 의사결정도구로서 연구와 방법적용을 중심으로 수행되고 있으며, 향후 연구의 양적 성장과 질적 다변화를 통해 현재 시행초기의 해양공간계획이 실제 해양공간의 통합적 관리 및 조정 역할이 가능한 제도로의 정착을 기대한다.

This study presents the estimation of crack depth by analyzing temperatures extracted from thermal images and environmental parameters such as air temperature, air humidity, illumination. The statistics of all acquired features and the correlation coefficient among thermal images and environmental parameters are presented. The concrete crack depths were predicted by four different machine learning models: Multi-Layer Perceptron (MLP), Random Forest (RF), Gradient Boosting (GB), and AdaBoost (AB). The machine learning algorithms are validated by the coefficient of determination, accuracy, and Mean Absolute Percentage Error (MAPE). The AB model had a great performance among the four models due to the non-linearity of features and weak learner aggregation with weights on misclassified data. The maximum depth 11 of the base estimator in the AB model is efficient with high performance with 97.6% of accuracy and 0.07% of MAPE. Feature importances, permutation importance, and partial dependence are analyzed in the AB model. The results show that the marginal effect of air humidity, crack depth, and crack temperature in order is higher than that of the others.

해안가 복합재해는 기후변화로 인한 해수면상승과 집중호우, 태풍, 해일 등으로 인한 내·외수침수와 범람이 복합적으로 발생하는 것으로 최근 발생빈도와 피해규모가 커지고 있다. 본 연구에서는 해안가 복합재해를 관리하는 법과 제도 현황을 검토하고 이를 관리하고 예방하는 개선방향을 도출하고자 한다. 이를 위해 현행 우리나라 법률 중에서 해안가 자연재해 관리를 위해 지정하는 지구·구역 제도를 중심으로 재난 및 안전관리기본법, 자연재해대책법, 국토계획법, 연안관리법, 하천법, 하수도법 등을 검토하였다. 이를 통해 법률의 목적과 성격, 공간적 범위, 관리수단 등을 비교한 결과 자연재해대책법을 토대로 해안가 복합재해를 통합적으로 관리하는 것이 바람직하다고 판단하였다. 현재 제도의 한계점을 극복하고 구체적인 법률 및 제도 개선방안을 도출하기 위해서 자연재해 관련 전문가들을 대상으로 세부 요소에 대한 설문조사를 실시하였다. 그 결과 해안가 복합재해관리를 위해 현제도를 개선하거나 새로운 제도 도입이 필요하며, 행정안전부, 환경부, 국토교통부, 해양수산부 등 부처 통합적인 의사결정 거버넌스 설치 운영을 통해 육상과 해역을 통합적으로 관리할 필요가 있는 것으로 나타났다.