해양쓰레기는 불특정 다수에게 부정적인 피해를 미치며 수거와 처리를 위해 높은 비용이 소요된다는 특징이 있다. 이러한 이 유로 해양쓰레기에 대해 개인이나 시장은 문제 해결에 자발적으로 나설 유인이 부족하여 그동안 정부가 중심이 되어 관리해왔다. 그러나 최근에는 거버넌스 관점에서 지역공동체가 주체가 되는 해양쓰레기 자율관리 모델이 새롭게 주목받고 있다. 본 연구는 이러한 자율관리 현상을 단순한 행정적 거버넌스의 사례로 보지 않고, 이론적으로 설명가능한 제도적 작동원리로 규명하고자 한다. 이를 위해 해양쓰레기 를 기존 공유재의 구조를 반전시킨 ‘부(不)의 공유재(negative commons)’로 개념화하고 E.Ostrom의 제도분석틀(IAD Framework)을 적용하여 자율관리의 제도적 기반을 분석하였다. 전통적인 공유재가 과잉사용(overuse)으로 자원이 고갈되는 문제를 다룬다면, 부의 공유재는 제거 회피(inaction)로 유해물이 축적되는 문제를 야기한다. 두 현상은 방향은 다르지만 모두 동일한 집합행동의 딜레마 구조를 가지며, 이에 따 라 부의 공유재 역시 규칙 설계와 상호신뢰를 전제로 자율적 관리가 가능하다는 점을 제시한다. 경남 통영시 선촌마을 사례분석 결과, 주 민들은 직위·선택·정보·보상 등에 대한 비공식적 규칙을 형성하여 해양쓰레기의 자율관리를 제도화하고 있었다. 이러한 규칙들은 E.Ostrom이 제시한 자율관리의 핵심 설계원칙과 부합하며 공동체 내부의 자발적 규율이 유해한 대상의 관리에도 안정적으로 작동할 수 있음을 보여준다. 궁극적으로 본 연구는 해양쓰레기를 ‘부의 공유재’라는 새로운 개념으로 정의하고, 이를 통해 공유재관리 이론의 적용 범위를 ‘유익한 자원의 보존’에서 ‘유해한 대상의 제거’로 확장하는 학문적 근거를 제시하였다.

Given the rapid advancement of international Chinese education, digital transformation has been established as a core element in improving the quality and efficiency of education. The introduction of AIGC technology has opened up broad prospects for the development of Chinese education. This study systematically explores how AIGC drives the digital transformation of international Chinese education by examining theoretical frameworks, transformation driving mechanisms, practical challenges, and practical approaches. Research suggests that the essence of digital transformation should not only involve the digital upgrading of teaching content, but also encompass the overall optimization of teaching modes, evaluation systems, and learning resources. By leveraging intelligent driven learning process analysis, interactive feedback, and customized content creation, AIGC technology can enhance the interactivity, immersive learning experience, and teaching effectiveness of Chinese education. However, in practical applications, there are obstacles such as incomplete technical implementation, uneven allocation of teaching resources, and inconsistent evaluation criteria. Therefore, this study proposes that in the future, it is necessary to strengthen technical support, improve the construction of digital teaching resources, promote the construction of interactive and immersive teaching scenarios, and enhance teachers' digital skills and evaluation abilities.

This study aimed to enhance the safety of autonomous bus services by systematically identifying safety-related factors and establishing priorities based on real-world operating environments. An expert survey was conducted using a autonomous bus currently operating in Pangyo Zero City as a case study. Building on the concept of the Operational Design Domain, a two-layer safety framework was developed consisting of four primary categories (Layer 1): physical infrastructure, operating conditions, communication environment, and weather conditions, and their corresponding detailed elements (Layer 2). A fuzzy Analytic Hierarchy Process(AHP) analysis revealed that physical infrastructure had the highest relative importance, with key safety-critical factors identified as intersection type, construction work zone, lane markings, and adverse weather. Subsequently, a strength, weakness, opportunity and threat (SWOT) analysis was employed to propose short-, mid-, and long-term strategic actions, including the enhancement of object recognition functions based on advanced camera sensor fusion, reinforcement of safety driver and onboard safety personnel systems, and establishment of infrastructure pre-notification systems for construction and maintenance activities. This study provides a quantitative prioritization of safety factors for autonomous bus services and links these findings to a practical technology and policy roadmap, contributing to the enhancement of safety and development of commercialization strategies for future autonomous public transportation services.

This study proposes a data-driven framework for analyzing freeway driving behavior using multiple real-world trajectory datasets, and applies it consistently to mainline and ramp sections. The four large-scale datasets—namely highD, exiD, NGSIM I-80, and NGSIM US- 101—were processed through a unified preprocessing pipeline that converted all variables to International System Units(SI), resampled trajectories to 10 Hz, applied Savitzky-Golay smoothing to speed, and removed physically implausible and statistical outliers based on joint physical-statistical criteria. For each vehicle, 24 summary features were constructed from six longitudinal indicators–speed, acceleration, deceleration, time headway (THW), distance headway (DHW), and time-to-collision (TTC)–using their minimum, maximum, mean, and standard deviation. Indicator distributions by road type were compared using relative frequency histograms with common binning; then, principal component analysis (PCA) and K-means clustering were applied independently to each dataset. The leading principal components revealed interpretable axes related to longitudinal driving intensity (speed and acceleration level), safety margin (THW/DHW/TTC), and onramp sections; responsiveness was characterized by acceleration-deceleration variability, as observed within the analyzed datasets. Cluster interpretation yielded four relative driving behavior categories–aggressive, responsive, stable, and defensive–defined within each dataset based on indicator levels and variability rather than absolute thresholds.

Potholes accelerate the pavement deterioration rate, posing a significant challenge to the Pavement Management System (PMS). Furthermore, potholes severely undermine road safety and traffic efficiency by causing vehicle damage and inducing evasive maneuvers. However, conventional manual maintenance methods are limited in their ability to respond rapidly to such degradation due to the inevitable time lag spanning from pothole occurrence and detection to repair. To address this, this paper proposes a fully automated framework that integrates real-time detection via crowdsourcing with robotic repair. In this paper, we quantify total delay times, comprising reporting, waiting, and repair phases, of 15 major routes in Jeju Island using an one-dimension corridor model. Simulation results demonstrate that the proposed system reduces the detection-to-repair time by over 90%, effectively eliminating administrative waiting times and significantly decreasing the number of residual potholes. This indicates that the proposed strategy can enhance the overall efficiency of the transportation network by minimizing the delay time and the number of residual potholes. By transitioning from methods reliant on manual labor to an operational model driven by data and operating in real time, this study confirms the technical and economic feasibility of the proposed system in optimizing the PMS, thereby simultaneously ensuring road safety and minimizing social costs.

본 연구는 ESG 교육과 평생교육의 연계성을 텍스트마이닝으로 실증 분석하고 통합교육 프레임워크 를 탐색한다. 2016~2025년 상반기 국내 학술 DB 372편을 대상으로 TF-IDF, 네트워크분석, LDA 토 픽모델링을 적용하였다. 연구결과, 평생교육 키워드는 23.1% 논문에 출현(명시적 연계 제한적)이지만 매개중심성 3위(0.145)로 ESG 영역(환경·사회·지배구조)을 연결하는 중개 허브 역할을 확인하였다. 4 개 토픽 중 평생교육 통합(18.5%)이 독립 도출되었다. 키워드 네트워크는 기업교육(57.3%) 중심 속 평생교육의 지역사회 연계 가능성을 보여준다. 공식·비공식 학습 융합, 학습자중심 시스템, 지역 네트 워크, 지속가능성 역량을 핵심으로 하는 미래지향적 통합 프레임워크를 제안한다. 초기 단계이나 개념 적으로 견고한 연계성을 확인, 지속가능 교육 생태계 정책 통합을 제언한다.

The integration of high-capacity active materials onto flexible substrates is essential for advancing flexible sodium-ion batteries (SIBs). Herein, we report a novel strategy for fabricating high-performance, flexible SIB anodes via the immobilization of molybdenum disulfide ( MoS2) nanoparticles on carbon cloth (CC) modified with metal–organic framework-derived carbon nanotubes (MOF-derived CNTs). In this method, Co-containing zeolitic imidazolate frameworks (ZIFs) were assembled on polyaniline-coated CC, followed by CNT growth via chemical vapor deposition (CVD) and hydrothermal deposition of MoS2. The resulting MoS2@ CNT@CC electrodes achieved significantly higher MoS2 loading (15–20 wt%) compared to direct deposition on CC (< 5 wt%). Electrochemical evaluation revealed an initial discharge capacity of 231 mAh g− 1 with a Coulombic efficiency of 94.3%, outperforming MoS2@ CC (150 mAh g− 1, 77.8%) and bare CC (113 mAh g− 1, 74.3%). After 100 cycles at 50 mA g− 1, MoS2@ CNT@CC maintained a stable capacity of 133 mAh g− 1 and an average Coulombic efficiency of 99.9%. Cyclic voltammetry confirmed enhanced redox activity, while mechanical tests showed no significant degradation after 10,000 bending cycles (10 mm radius). These findings highlight the effectiveness of MOF-derived CNTs in enhancing MoS2 loading, conductivity, and mechanical resilience, offering a promising route toward robust and efficient flexible SIB anodes.

With high redox activity, superior conductivity, abundant pores, and large specific surface area, nitrogen-doped graphitic carbon featuring a hierarchically porous structure is regarded as ideal electrode material for supercapacitors. In this work, hierarchically porous nitrogen-doped graphitic carbon (PG-PZC50) was fabricated via non-solvent induced phase separation and high-temperature calcination processes. SEM images showed its three-dimensional network structure, with abundant macro- and mesopores distributed throughout. XRD and Raman spectra confirmed the phase purity and graphitic nature of the as-prepared material, while XPS revealed its surface elemental composition, especially the content and doping states of nitrogen atoms. The graphene oxide-induced three-dimensional network, combined with the mesoporous structure of metalorganic framework-derived N-doped carbon particles, creates abundant migration channels and a large adsorption surface area for the electrolyte ions. Benefiting from its hierarchically porous structure and high nitrogen-doping content, the formed PG-PZC50 reached high specific capacitances of 499.7 F g− 1 at 0.1 A g− 1 and 179.6 F g− 1 at 20 A g− 1. Notably, the material also demonstrated robust cyclic stability with no capacitance loss after 10,000 charge–discharge cycles. The proposed synthetic strategy provides new ideas for the facile and reproducible construction of nitrogen-doped graphitic carbon with 3D hierarchically porous structure and high capacitive performances.

Cordycepin is the principal bioactive compound produced by Cordyceps militaris and exhibits diverse pharmacological properties. However, cordycepin production is highly sensitive to cultivation conditions, leading to substantially variable production amounts and challenges in process optimization. An interpretable machine learning framework was established in this study to predict the cordycepin produced by C. militaris cultivated on Pinus densiflora sawdust. Three key cultivation parameters—input weight, growth weight, and particle size—were quantified using submerged mycelial culture. The cordycepin content was measured via high-performance liquid chromatography. Four predictive models (random forest, support vector machine, XGBoost, and artificial neural network) were optimized through a randomized hyperparameter search and evaluated using internal validation and Tropsha’s external quantitative structure-activity relationship criteria. The validation accuracy of XGBoost was the highest (root mean square error = 42.67 μg/mL), whereas the external performance of random forest was the most reliable (R² = 0.898). Shapley additive explanations revealed that input weight most strongly influenced cordycepin production, followed by growth weight and particle size, with distinct nonlinear and interaction-driven effects among the cultivation variables. Kernel density and dependence analyses confirmed the occurrence of multimodal production regimes associated with the substrate loading and particle size characteristics. Finally, the best-performing model was deployed through a streamlit-based graphical user interface, enabling the real-time prediction of cordycepin concentration with a 95% confidence interval. The results collectively demonstrate the utility of interpretable AI-driven modeling for unveiling complex biological responses, providing a practical decision-support tool for optimizing cordycepin production in fungal biotechnologies.

국내 조직은 오랫동안 문화적·제도적 기반이 충분히 마련되지 않은 상태에서 외국의 인적자원 평가제 도를 무비판적으로 도입해 혼란을 겪어 왔다. 직무연구의 부재 속에서 직무분석을 전제로 한 평가방식을 적용하거나, 경쟁적 환경에도 불구하고 보수적·속인적 특성을 중심으로 한 평가를 지속한 사례가 대표적 이다. 특히 외환위기 이후 성과주의가 본격 도입되면서 연공중심의 기존 평가체계는 급격한 변화를 맞이 했고, 연봉제·인센티브제 등 새로운 보상체계의 확대는 팀워크 저하와 인간관계 훼손 등 부작용도 함께 초래하였다. 이러한 성과주의 체계가 조직 내에 안정적으로 정착하기 위해서는 무엇보다 평가시스템의 공정성·합리성·신뢰성 확보가 필수적이다. 본 연구는 (B)시설관리공단(FMA: Facilities Management Authority)의 인적자원 평가체계 운영 실태를 분석하고, 인사평가·내부평가·다면평가 각 영역에서 나타나 는 구조적 문제를 검토하여 개선방안을 제시하는 데 연구의 주안점을 두었다. 이론적 고찰과 실태분석 결과를 통합하여 인적자원평가의 타당성을 제고할 수 있는 대안을 도출하고, 조직 특성과 직무환경을 반 영한 전략적 인적자원 평가체계 구축을 위한 정책적 시사점을 제안하였다.

본 연구는 Hofstede의 문화 차원 이론과 Service-Dominant Logic(S-D Logic) 이론을 통합하여, 국가별 문화적 배경이 방한 관광객의 데일리케이션(Dailycation) 행동에 어 떤 영향을 미치는지를 분석하였다. 문헌 연구와 양적 분석을 결합한 혼합 연구 설계 를 채택하였으며, 11개 주요 관광객 428명을 대상으로 자료를 수집하였다. 분석 결과, 문화 차원에 따라 데일리케이션 행동에 유의미한 차이가 나타났다. 권력거리와 불확 실성 회피 성향이 높은 문화권의 관광객은 구조화되고 안전한 활동을 선호한 반면, 개인주의와 쾌락 성향이 강한 문화권의 관광객은 자율적이고 창의적인 체험을 선호 하는 경향을 보였다. 또한 가치 공동창출과 자원통합은 문화적 배경과 관광 행동 간 의 관계를 유의미하게 매개하는 것으로 나타나, 문화적 성향이 관광객과 서비스 제공 자 간의 가치 창출 방식에 영향을 미침을 확인하였다. 행동 의도는 만족도에 긍정적 인 영향을 미쳤으며, 만족도는 재방문의도를 강화하였다. 이러한 결과는 문화적 가치 가 일상 체험형 관광의 핵심 결정요인임을 보여주며, Hofstede의 이론을 확장하고 S-D Logic의 문화적 타당성을 검증하는 데 기여하였다. 본 연구는 문화적 적응성을 반영한 데일리케이션 프로그램 개발, 차별화된 마케팅 전략, 포용적 관광정책 수립 등 이론적·실무적 시사점을 제시함으로써 한국 관광산업의 경쟁력 및 지속 가능성 향상에 기여할 것이다.

The rapid expansion of the fast fashion industry has led to a dramatic increase in textile waste, posing significant environmental and systemic challenges. Although approximately 95% of discarded clothing is technically recyclable, current recycling system remains inefficient due to fragmented collection, manual sorting, limited recycling capabilities, and a lack of integrated data management. This study investigates the structural limitations of Korea’s waste clothing recycling system and proposes optimization strategies grounded in circular economy principles. These strategies, if implemented, have the potential to significantly improve the efficiency and effectiveness of Korea’s textile waste recycling system. Through a comparative analysis of international models― including government-led Extended Producer Responsibility (EPR) systems, digital platform-based collection services, and brand-driven recycling initiatives―the study identifies key bottlenecks in Korea’s current system. The findings highlight the need for a unified and monitored collection infrastructure, the deployment of AI-based automated sorting technologies, and the development of fiber-to-fiber (F2F) recycling processes supported by standardized classification codes and centralized databases. Furthermore, the study emphasizes the importance of real-time data integration across all stages of the recycling chain to enable transparent tracking and performance evaluation. Drawing on successful PET bottle recycling cases, the research outlines a roadmap for transitioning Korea’s textile waste management to a scalable, sustainable circular economy. The study concludes by calling for robust institutional support, legal clarity, and most importantly, cross-sector collaboration. This collaboration is crucial to ensure effective implementation of EPR and long-term resource circulation, and it will require the collective efforts of environmental policymakers, waste management professionals, industry stakeholders, and researchers.

Defect detection in manufacturing processes is a critical requirement for ensuring product reliability and maintaining production stability. As smart manufacturing environments continue to advance, the need for precise and robust vision-based inspection methods has become increasingly significant. This study proposes a hybrid defect analysis framework that integrates YOLOv5-based defect candidate detection with an Attention U-Net–based segmentation module. Experiments conducted on chromate-coated industrial images demonstrate that the proposed framework achieves an accuracy of 0.97, precision of 0.91, recall of 0.89, F1-score of 0.93, and IoU of 0.88, exhibiting stable performance even for small defects and irregular boundaries. The combination of region- of-interest extraction and attention-enhanced pixel-level segmentation improves both computational efficiency and boundary reconstruction quality. The findings extend the applicability of attention-based segmentation to industrial defect inspection and provide practical insights for deploying deep learning–based quality monitoring systems in automated manufacturing environments.

Freight-rate forecasting in the VLCC TD3C market remains challenged by abrupt regime shifts, pronounced volatility, and heterogeneity in real-time signals from oil prices, seaborne trade, vessel operations, and macroeconomic factors; these directly impact freight planning and chartering. This study presents a daily multivariate dataset with 4,267 samples covering 2014-02-01 to 2025-10-08, integrating crude benchmarks, fuel spreads, refinery margins, port congestion, inventory levels by region, plus detailed AIS-derived VLCC activity, speed, and operation states, scaled and split 80/10/10 for training, validation, and testing. The proposed framework combines a PyTorch Transformer—optimized using Optuna for d_model=128, 9 layers, 8 heads, a 14-day input window, and 5-day output—with Monte Carlo Dropout for uncertainty quantification. Diagnosis uses differential entropy and coefficient-of-variation to verify convergence with 90 separate runs, while a Kalman filter (Q=0.001, R=0.01) smooths the forecast trajectory and enhances temporal reliability. Experimental results show baseline Transformer achieves average MAE 5,259.4, MAPE 13.10%, and R²=0.74 across 1-5 day horizons, with volatility quality metrics declining at longer leads. Applying the Kalman filter reduces errors to MAE 4,326.1, MAPE 10.6%, and raises R² to 0.83; timing and extremity components of volatility quality scores are strengthened, providing a more robust basis for operational decisions. Monte Carlo backtesting for 82 Korean VLCCs over 598 trades finds the Kalman-smoothed strategy earns $108.5M (88.9% win rate, Sharpe ratio 0.83), substantially outperforming raw Transformer ($32.9M, 60.5%, 0.24) and random selection (near zero, 49.3%, 0.005). These results highlight the clear economic value added by calibrating uncertainty and post-processing forecasts, transforming predictive reliability into real-world freight portfolio improvement in the tanker market.

선박 충돌 위험 평가는 항해 안전 확보를 위한 핵심 절차로, 실시간 의사결정 지원과 회피 기동 판단의 기초를 제공하며, 특히 자율운항선박 시대의 안전성 확보를 위해 그 중요성이 커지고 있다. 기존 연구들은 다양한 시나리오에 맞춘 지표와 모델을 제안해 왔으 나, 충돌 위험 변수와 변수 모델링 방법론 간의 구조적 연계에 대한 통합적 분석은 부족한 실정이다. 본 연구는 PRISMA 2020 지침에 따라 문헌 검토 절차를 체계화하고, 자율운항선박 기술개발이 본격적으로 진행된 2020년부터 2025년까지 발표된 관련 논문 중 75편을 선정하 여 선박 충돌 위험도 평가에 사용된 변수와 방법론을 각각 다섯 개의 범주로 분류하였다. 이를 통해 각 요소의 출현 빈도와 조합 경향을 통계적으로 분석하였으며, 변수-방법론 연계 행렬을 통해 연구 경향을 시각화하였다. 분석 결과, 대부분의 충돌 회피 모델이 여전히 운동 학 기반의 거리 중심 지표에 의존하고 있으며, 인간 요인이나 맥락 조건에 기반한 위험 평가는 상대적으로 적게 다루어졌다. 본 연구는 이러한 통합적 분석을 통해 향후 충돌 위험 평가 연구에서 확장되어야 할 변수와 기법의 방향을 제안하며, 제시한 5축 기반 분류체계는 향후 관련 연구자들이 연구 목적에 따라 적절한 변수와 방법론을 선택하고 설계하는데 유용한 개념적 틀로 활용될 수 있을 것으로 기대 한다.

본 연구는 생물음향 모니터링(Passive Acoustic Monitoring, PAM)을 통해 수집된 종 수준 조류 발성 데이터를 기반으로, Shannon 및 Simpson 지수를 활용한 조류 종다양성 정량 분석 체계를 제안하고, 이를 제주도에서 생태적으로 대비되는 두 보호지역인 동백동산과 1100고지 습지를 대상으로 실증하였다. 자동녹음장치(Song Meter SM4)를 설치하 여 2020년 1년간 매시간 1분씩 수집한 총 17,568개의 음향 자료를 분석하였으며, 청음 및 소노그램 판독을 통해 종을 식별하고, 종별 발성 탐지량()을 기반으로 상대 발성 빈도()를 산출하여 고전 생태학 지수에 적용하였다. 월 단위로 산출된 다양성 지수는 자기상관 함수 분석, 계층적 군집 분석, 변동계수(CV) 계산, 분산분석(ANOVA) 등의 통계 기법을 통해 시계열적 안정성, 계절 군집 전환, 서식지 간 구조 차이를 비교·해석하였다. 분석 결과, 동백동산 은 연중 다양성과 안정성이 유지된 반면, 1100고지 습지는 계절에 따른 다양성 급감과 군집 재편성이 반복되었다. 본 연구는 종 단위 식별을 기반으로 생물음향 자료를 정량 생태학 지표와 직접 연결할 수 있음을 확인하였다. 이를 통해 기존 음향지수 방식에서 나타나는 정보 부족 문제를 보완할 수 있으며, 음향 기반 자료도 종 구성의 변화를 해석하는 데 유용하게 활용될 수 있음을 보여주었다. 제안된 분석 체계는 생태계 변화의 구조적 추적, 보호지역 관리 효과 진단, 기계학습 기반 자동화 등 다양한 분야로 확장될 수 있어, 국내 조류 생물음향 연구의 이론적 기준점으로 기능할 수 있다.

기후변화로 인한 고탁도, 조류 발생 심화나 과불화화합물(PFAS, Per- and Polyfluoroalkyl substances) 검출 등 취수원 수질 이슈가 최근 빈번하게 발생하고 있으며, 취수원 수질 변동성이 심화되고 있다. 이러한 문제 해결을 위해 다수의 정수장에 대하여 고도정수처리공정 도입이 검토되고 있으나, 현행 지침은 취수원의 잠재적 수질 위험을 반영하기 어려워 실질적 검토에 한계가 있다. 이를 개선하기 위해 본 연구에서는 취수원 수질특성을 반영하여 수질 잠재위험을 정량적으로 평가할 수 있는 체계를 제시하였다. 8개 취수원을 대상으로 2024년 8∼10월 동안 18개 수질항목을 조사하고, 일반수질, 수질등급, 맛냄새 유발, 소독부산물 생성, 색도 유발 등 5개 평가항목을 설정하여 평가를 실시하였다. 정량평가를 통해 취수원 수질여건 점수를 산정하고, 5개 등급으로 구분되는 선택취수 가능도 등급을 제안하였다. 평가 결과, A1취수탑(73.6점, E등급), A2취수탑(73점, E등급), F댐(67.3점, E등급)은 수질 잠재위험성이 매우 크게 평가되어 고도정수처리공정의 우선 도입 검토가 필요할 것으로 판단되었다. 수심별 평가결과 취수원에 따라 적절한 선택취수 지점은 상이하며, 본 연구방법에 의해 선택취수 지점 의사결정에도 활용할 수 있을 것으로 판단되었다. 월별 평가결과 8∼9월의 수질여건이 10월보다 열악하였으며, 강우 등 계절적 특성이 수질여건에 반영된 결과로 추정되었다. 본 연구에서는 취수원 수질여건 점수와 선택취수 가능도 등급이라는 정량평가 지표를 제시하여 취수원 수질에 따른 잠재위험 평가방법론을 제안하였으며, 향후 고도정수처리 도입 검토 의사결정에 활용될 수 있을 것으로 기대된다.

Global trade relies heavily on shipping; yet maritime law frameworks often fail to protect seafarers’ human rights adequately. Seafarers thus continue to experience coerced labor, abandonment, harassment, or inadequate treatment. This research aims to establish a cohesive legal framework safeguarding seafarers’ human rights through a comparative analysis of international and Korean maritime law. It provides an overview of the current status of seafarers’ human rights protection; describes the theoretical framework of human rights principles and maritime labor; reviews and analyzes legal precedents regarding seafarers’ human rights; and offer recommendations for international and domestic (Korean) policies and industry and stakeholder engagement to strengthen the protection of seafarers’ human rights. This manuscript addresses soft law initiatives, including the Neptune Declaration, Geneva Declaration, and the training and accountability proposals from the IMO-ILO. The authors advocate for more stringent national legislation, comprehensive worldwide SASH training, and enhanced oversight. Ultimately, the rights of seafarers necessitate enforceable legal reform, global collaboration, and interagency support.

본 연구는 민선지방자치 30년이 되는 해에 중앙정부가 제시하고 있는 지방규제 정비에 주목하고 지방규제의 특성을 분석하는 것이 목적이다. 왜냐하면, 중앙정부는 지방규제를 정비하여 규제완화와 지방자치의 역할 을 중시하고 있다고 언급하였다. 그러나 규제정보포털에 지방규제의 현 황을 분석한 결과, 지방규제의 사무는 자치사무보다 위임사무가 많았으 며, 완화되는 규제보다 기존규제를 변경하거나 누락된 규제를 수정하는 규제가 많았다. 특히 지방규제는 「행정규제기본법」 제2조제1항제3호에 제시되어 있는 지방규제의 특성에 따라 작위의무와 부작위의무에 해당하 는 규제가 정비대상이 되었고 그 이유에 대해 분석하였다. 다른 지방규 제와 달리 작위의무와 부작위의무에 대한 규제가 주요 정비대상이 되었 던 이유는 지방규제의 등록 미변경에 관한 책임에 관한 것이다. 구체적 으로 규제가 개인 또는 기관의 권리나 행위를 제한한다는 점에서 형법상 의무불이행시 행정소송과 헌법상 기본권 침해에 해당될 수 있다는 점을 제시하였다.