본 연구는 한국 주식시장에서 개별 환경(E), 사회(S), 지배구조(G) 차원 및 균형 잡힌 ESG 전략이 주가폭락 위험에 미치는 영향과, 이 관계에서 재무적 제약이 어떤 역할을 하는지를 분석한다. 본 연구는 ESG 평가점수, 기업 특성, 기업 내 E, S, G 점수 간 분산도, 주가폭락 위험의 시차 항 등을 포함한 패널 모델 분석을 수행한다. 내생성 문제를 해결하기 위해 도구변수(IV) 방법과 시스템 GMM(Generalized Method of Moments) 접근법 을 추가로 활용하였다. 실증 분석 결과는 다음과 같은 주요 통찰을 제공하며, 내생성 문제를 고려한 후에도 일관 성을 유지한다. 첫째, 기업의 ESG 활동 중 환경(E) 점수는 주가폭락 위험과 유의미하게 부(-)의 관계를 보이며, 이는 환경(E) 관리가 주가폭락 위험을 줄인다는 것을 시사한다. 둘째, 한 기업 내에서의 E-S-G 차원 간 점수의 분산 정도가 주가폭락 위험에 기여하는 또 하나의 요인으로 나타났으며, 이는 재무적 제약 여부에 따라 뚜렷한 차이를 보였다. 재무적으로 제약된 기업의 경우, 균형 잡힌 ESG 활동이 주가폭락 위험을 완화하는 데 효과적인 반면, 재무적으로 제약되지 않은 기업에서는 이 관계가 통계적으로 유의하지 않았다.

우리나라는 산지가 많고 하절기에 연 강수량의 약 2/3정도가 집중적으로 발생하기 때문에 매년 산사태에 의한 피해가 발생하고 있다. 재산 및 인명을 보호하기 위해서는 사전에 산사태 발생지를 예측하고 피해를 최소화하기 위한 대책이 요구된다. 본 연구는 2020년 경상남도지역 산사태 발생지 157개소를 대상으로 붕괴면적(㎡)에 미치는 영향인자를 구명하고, 수량화이론(I)을 사용하여 붕괴면적에 대한 각 인자의 기여도 분석을 하여 예방적인 측면에서 산사태 발생 위험지역에 대한 예측기법을 개발하였다. 산사태 발생지 붕괴면적에 영향을 미치는 인자의 Range를 추정한 결과, 산사태 위험등급(0.4664)이 가장 높게 나타나 경남지역의 산사태 발생 위험도에 큰 영향을 미치는 것으로 추정되었으며, 다음으로는 영급 (0.3891), 고도(0.2934), 경급(0.2037)순으로 나타났다. 경상남도지역 산사태 발생 위험도 판정표를 기준으로 4개 인자의 category별 점수를 계산한 추정치 범위는 0점에서 1.3526점 사이에 분포하고 있으며, 중앙값은 0.6763점으로 산사태 위험도 예측을 작성한 결과 Ⅰ등급은 1.0146 이상, Ⅱ등급 0.6764∼1.0145, Ⅲ등급 0.3383∼0.6763, IV등급 0.3382 이하로 나타나 1등급, 2등급에서 산사태 발생 비율이 59.2%로서 높은 적중률을 보였다. 따라서 본 판정표는 경상남도지역에 있어서 산사태발생 위험 예측 판정에 유용하게 사용할 수 있을 것으로 사료된다.

본 연구는 행정동 내 범죄위험의 분포양상을 유형화하고, 유형별로 범죄기회를 유발하는 영향요인을 분석하였다. 행정동별 범죄위험 등급의 평균, 표준편차, 지니계수를 활용하여 유형화 기준을 설정하고, 이를 바탕으로 8가지 유형을 도출하였다. 이후 로지스틱 회귀분석을 통해 행정동별 범죄위험 분포양상의 유형을 결정짓는 요인을 확인하였다. 또한 대표적 유형인 ‘균등 저위험 (LLL)’과 ‘불균등 고위험(HHH)’ 지역을 대상으로 공간회귀분석을 수행하여, 각각의 범죄위험 평균에 영향을 미치는 요인을 비교하 였다. 분석 결과, 유흥시설, 주거용 건물 등 촉진요인과 지구대･파출소, 비상벨 등 억제요인의 작용 방식은 유형별로 상이하게 나타났으며, 동일한 영향요인이라 하더라도 유형에 따라 효과의 방향과 강도가 달라짐을 확인할 수 있었다. 본 연구의 결과는 범죄위험 분포양상의 유형별로 영향요인에 대한 차별적 해석이 요구되고, 목적에 따라 분석 범위 및 대상을 적절히 설정할 필요가 있음을 시사한다. 이러한 점에서 본 연구는 범죄기회 억제를 위한 지역 맞춤형 정책 수립의 기초 연구로 활용될 수 있을 것이다.

While the subduction zone earthquakes have long ground motion durations, the effects are also not covered in seismic design provisions. Additionally, the collapse risk of steel frame buildings subjected to long-duration ground motions from subduction earthquakes remains poorly understood. This paper presents the influence of ground motion duration on the collapse risk of steel frame buildings with special concentrically braced frames in chevron configurations. The steel buildings considered in this paper are designed at a site in Seattle, Washington, according to the requirements of modern seismic design provisions in the United States. For this purpose, the nonlinear dynamic analyses employ two sets of spectrally equivalent long and short-duration ground motions. Based on the use of high-fidelity structural models accounting for both geometric and material nonlinearities, the estimated collapse capacity for the modern code-compliant steel frame buildings is, on average, approximately 1.47 times the smaller value when considering long-duration ground motion record, compared to the short-duration counterpart. Due to the sensitivity to destabilizing P-Delta effects of gravity loads, the influence of ground motion duration on collapse risk is more profound for medium-to-high-rise steel frame buildings compared to the low-rise counterparts.

This study aims to quantitatively evaluate the potential risks that may occur in liquefied petroleum gas (LPG) filling and storage facilities, to analyze the impact on the human body and surrounding buildings in the event of an accident, and to suggest safety measures. The range of damage from overpressure and radiant heat was estimated through ALOHA simulation. In the case of overpressure, damage occurred within a radius of 140 m for both scenarios at 8 psi, 141–191 m for 3.5 psi, and 192–408 m for 1 psi. Radiant heat affected up to 1.7 km for a large storage volume of 220.5 tons, and up to 1.6 km for 180 tons. It was confirmed that the damage radius tended to expand as the storage volume increased. This suggested the need to secure a minimum safety distance, strengthen fire resistance, and establish an emergency response system.

차 사고는 현재 계절별 정책(예: 노면 결빙, 강수 등)과 주·야간에 따른 대응이 이루어지고 있으나 자전거사고는 이러한 계절별 특성을 반영한 연구와 정책이 부족한 상황이다. 현재 대부분의 자전거사고 분석은 인적 요소(안전 장구 미착용, 중앙선 침범 등)에 초점이 맞춰지고 있다. 그러나 자전거사고 또한 계절별로 도로 특성이 달라짐에 따라 위험 요소가 달 라진다. 여름철에는 강과 인접한 지역이 미끄럽거나 물이 고여있어 위험할 수 있고, 겨울철에는 경사가 심한 지역이 더 욱 위험할 수 있다. 또한, 위험 구간은 주간과 야간에 따라서도 다르게 산정될 수 있다. 현재 계절과 시간대에 따른 자전 거도로 안전성을 분석한 선행 연구가 없기에 이를 분석하고 지도로 시각화해볼 필요가 있다. 이 연구를 통해 날씨와 시 간대별로 위험한 자전거도로 구간을 사전에 도출하여 시민들에게 더욱 안전한 자전거도로 이용이 가능하도록 돕고자 한 다.

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.

고속도로 2차 사고는 선행 사고(1차 사고) 또는 전방 고장 차량에 의해 교통흐름이 변화된 상황에서 발생하는 사고로, 이에 대한 효과적인 교통안전 관리전략이 필요하다. 그러나 일반사고에 비해 데이터 표본이 부족하여 신뢰성 있는 대응 전략 수립에 어려움이 있다. 본 연구는 고속도로에서 발생하는 2차 사고의 발생 주요 요인을 식별하고 예측하기 위해 BERT(Bidirectional Encoder Representations from Transformers) 기반 텍스트 분석 모델과 전통적 머신러닝 모델 (XGBoost, RandomForest, CatBoost)을 비교하였다. 교통사고 세부기록, 원클릭 속보자료 등 비정형 텍스트 및 정형 데 이터를 수집하고 1차 사고에 관한 시공간적 동적 변수를 통합하여 인공지능 기반의 사고 예측 프레임워크를 구축하였다. 특히, BERT 기반 모델을 통해 교통사고 문맥 정보를 고려하여 단어 삽입 및 대체 기법에 따른 2차사고 데이터 표본을 보완하였다. 또한, 설명가능한 AI(XAI) 기법을 활용하여 주요 사고 요인의 기여도를 시각적으로 해석하고 사고 예방 및 정책 수립에 필요한 정보를 제공하였다. 연구 결과, 제안된 하이브리드 접근법 기반 연구 프레임워크는 높은 정확도의 2 차 사고 발생 가능성 예측에 효과적이며, 교통사고관리시스템의 신뢰성과 효율성 향상에 핵심적인 기여를 할 것으로 기 대된다.

2024년 기준으로 서울특별시의 자전거 이용률과 자전거 도로 인프라가 모두 증가하는 경향을 보이고 있는 반면 자전거 사고건수 및 자전거 사고로 인한 사망자수와 중상자수는 매년 감소하고 있는 추세를 보이고 있어 현행 자전거 관련 안전 정책이 어느 정도 실효성 이 있음을 시사한다. 그러나 중상 및 사망사고는 여전히 지속적으로 발생하고 있어 이에 대한 효과적인 정책이 필요한 상황이지만 현 재 국내 자전거 안전 정책은 사고 예방에만 집중되어 있어 사고의 특성을 종합적으로 반영하지 못한다는 큰 문제점이 있다. 이에 본 연구는 서울특별시 자전거 사고 데이터를 기반으로 자전거 도로 유형별로 서로 다른 값의 가중치를 부여하여 자전거 도로 자체의 특 성을 반영한 사고 심각도를 산출하고, 사고 심각도와 사고 건수를 각각 표준화하여 단위를 통일한 후 이를 통합한 종합적 사고 위험 도 점수를 도출하는 방법론을 사용하였다. 본 연구의 목적은 실제 서울특별시의 공유자전거 사고데이터를 활용하여 자전거 도로 유형 에 따라 사고 심각도와 사고 건수를 종합적으로 고려한 사고 위험도 지표를 개발하는 방법론을 제안하고, 이를 자전거 위험도 분석 및 도로 유형별 맞춤형 안전 대책 마련을 위한 정책적 근거로 제공할 수 있도록 그 기준을 검토하는 것이다. 데이터수집의 경우, 2021 년~2023년 3년간 서울특별시에서 발생한 자전거 교통사고 데이터와 자전거 교통사고가 발생하는 지점의 도로 유형, 경사, 노면상태 등 자전거 도로 인프라 자체적 특성과 자전거 사고 발생 시 기상상황 등 환경적 특성이 포함된 자전거 사고 발생 도로환경요인 데이터를 확보하였다 분석방법론의 경우, 자전거 교통사고에 영향을 미치는 다양한 요인들을 계층적으로 고려하기 위한 방법론인 Hierarchical Modeling을 적용하였으며, 3개의 계층으로 구성된 프레임워크를 구축하여 사고 심각도, 자전거 도로 유형별 사고 심각도를 반영한 공 간 위험도, 종합적 사고 위험도 점수를 체계적으로 도출하였다. Level 1에서는 사고 데이터를 기반으로 사고 심각도를 정량화하고, 도 로 유형에 따른 가중치를 적용하여 사고 심각도를 평가하였다. Level 2에서는 MCAR(Model for Conditional Autoregressive Effects) 모델 을 활용하여 시공간적 상관성을 반영하고, 이를 바탕으로 도로 유형별 사고 심각도를 조정하였다. Level 3에서는 Level 2에서 도출된 도로 유형별 사고 심각도 점수에 사고 발생 빈도를 반영하여 최종적인 종합 사고 위험도 점수를 산출하고, 안전 정책 적용이 시급한 지점을 도출하였다. 향후에는 머신러닝 기반의 예측 모델을 활용하여 도출된 종합적 사고 위험도 점수와 비교 분석할 예정이다.

This study evaluates the occupational accident risks of anchovy boat seine fishery in Korea. Using Bayesian network modeling within the framework of the Formal Safety Assessment (FSA) proposed by the International Maritime Organization (IMO), data from 508 accident compensation claims between 2018 and 2022 were analyzed. Accidents were categorized into processes (sailing, fishing, maintenance, loading/unloading, and catch processing) and risk factors (hull and working environment, fishing gear and equipment, machinery and equipment, weather and external conditions, and processing equipment). The analysis revealed significant risks associated with fishing processes and hull-related factors. Fishing accounted for 36.42% of all accidents with trips/slips being the most frequent type (29.13%). Bayesian network analysis showed that trips/slips accidents during fishing posed the highest risks (0.001100). The risk of fishing operations was 4.60 times higher than sailing and 30.00 times higher than loading/unloading. The findings indicate that risks vary significantly depending on the processes and risk factors involved. As risk assessments mandated by the 2025 revision of Korean fishing safety laws are expected to remain simple and qualitative, this study underscores the necessity of incorporating quantitative approaches to enhance the reliability and effectiveness of safety management practices.

완도 지역 전복 양식장 주변 표층퇴적물을 대상으로 퇴적물의 입도, 총유기탄소(TOC), 중금속(Fe, Li, Cu, Zn, Pb, Cd, Cr, As, Ni, Hg) 분포와 조절요인을 분석하고, 생태학적 위험성을 평가하였다. 퇴적물은 주로 실트와 점토로 구성되었으며 일부 지역에서는 모래와 자갈이 혼합된 퇴적물이 확인되었다. TOC 함량은 평균입도와 높은 상관성을 보였으며, 평균값은 0.76%로 나타나 양식 과정에서 발생한 유기물과의 연관성을 제시하였다. 퇴적물 내 Ni, Cd, Zn, Cu는 양식장 활동 및 유기물 축적의 영향을 받으며, Cd는 가장 높은 농축을 보임 으로써 주요 오염원으로 확인되었다. 특히, Cd의 축적은 잔류 해조류 침전과 CaCO3 침전 과정에서 치환작용과 연관이 있는 것으로 해석 되었다. 생태학적 위해도 평가에서는 연구지역 대부분이 중간 위험 수준으로 나타났으며, Cd는 주요 생태학적 위해 요인으로 확인되었다.