Journal of the Korean Society of Mineral and Energy Resources Engineers ISSN:2288-0291(Print) 2288-2790(Online) 한국자원공학회지

본 연구에서는 무인항공기(UAV) 기반 타워크레인 객체 탐지 결과를 선택적으로 검증하는 정책 기반 인공지능(AI) 점검 에이전트 시스템을 개발하였다. 검증 데이터의 클래스별 신뢰도와 오예측 특성으로 수용 임계값을 설정하고, 임계값 민감도와 독립 촬영 세션 자료를 추가로 평가하였다. 시험 영상 59장의 170건 탐지 결과에 예측 오류 위험 기반 분기를 적용한 결과, 95건은 초기 자동 수용되고 75건은 비전-언어 모델(VLM) 검증 대상으로 분류되어 전역 임계값 방식보다 검증 대상이 51.30% 감소하였다. VLM 검증 후 총 105건(61.76%)이 자동 판단되고 65건(38.24%)이 전문가 검토로 이관되었다. 최종 자동 판단 오류율은 7.62%, 최종 오류 포착률은 73.33%였다. 전체 탐지에 VLM을 적용하면 오류 포착률은 높아졌으나 검증 부담도 증가하였다.

자기지전류(MT) 탐사 자료의 2차원 역산 해석은 역산 블록 모델 설계, 매개변수 최적화, 반복적 수렴성 평가 등 해석자의 전문성과 시행착오를 요구한다. 본 연구에서는 Model Context Protocol(MCP)을 기반으로 대규모 언어 모델이 이 과정을 자율 제어하는 2차원 MT 역산 AI 에이전트를 구축하였다. 기존 역산 엔진(MT2DInvMatlab)은 수정 없이 유지하고, GUI와 에이전트가 하나의 영속 세션을 공유하는 “AI–Human–Inversion Loop”를 구현하였다. 호주 Victoria 현장 자료 검증을 통해 현장 자료 입력, 측선 설정, 자료 QC, 다양한 매개변수 조합의 반복 실행, 역산 모델 평가에 이르는 전 과정을 AI 에이전트 환경에서 대화형 협업과 명세 기반 자동화로 안정적이고 효율적으로 수행할 수 있음을 확인하였다.

본 연구에서는 미국 본토를 대상으로 지질·지구물리 자료를 통합한 머신러닝 기반 천연수소 유망도 매핑을 수행하였다. 자기·중력·방사능 이상, 지질 및 단층 자료를 입력으로 사용하고, USGS 예비 유망도 지도를 기준 자료로 하여 Random Forest(RF)와 U-Net의 성능을 비교하였다. 패치 단위 무작위 분할로 구성한 공통 시험 집합에서 U-Net은 RF보다 MAE와 RMSE가 각각 약 19.5%, 18.8% 낮고 R²는 약 20.6% 높았다. SSIM과 TV 분석에서도 유망구역의 공간적 연속성을 더 효과적으로 재현하였다. 블록 순열 특성 중요도 분석에서 RF는 퇴적 기원과 부게 중력이상에, U-Net은 화성 기원에 높은 의존성을 보였다. 이 결과는 U-Net의 광역 천연수소 유망도 평가 활용 가능성을 보여주지만, 실제 탐사를 위해서는 학습자료와 독립된 지역을 대상으로 한 검증이 필요하다.

3차원 탄성파 탐사는 지하구조를 파악하는 데 필수적이지만, 2차원 탄성파 탐사에 비해 높은 비용이 소모된다. 2차원 자료를 3차원 자료로 확장하는 기법이 개발되고 있지만, 기존 지구통계 기반 차원확장 기법은 여러 한계를 지닌다. 최근 기계학습 기법을 이용한 차원확장 연구가 수행되어 왔고, 본 총설에서는 해당 연구의 발전 과정을 세 단계로 구분하여 분석한다. GC-GAN 기법은 원본 자료를 점진적으로 확장하는 기법으로 초기 3차원 체적이 필요하다는 한계를 가진다. VQ-VAE 기법은 2차원 자료로 체적을 추정하지만, 입력 측선 간격이 넓어지면 진폭이 소멸하는 한계를 보인다. GenAI 기법은 VQ-VAE 기법에 생성형 인공신경망을 융합하여 동일한 입력으로부터 여러 구조를 생성한다. 본 연구는 실제 자료에 세 기법을 적용하여 각 기법의 추정 결과를 비교하고 실무 적용시 고려사항을 제시한다.

본 연구에서는 광산 트럭 배차 시뮬레이션 분석의 접근성을 높이기 위해, 이산사건 시뮬레이션 엔진을 모델 컨텍스트 프로토콜(MCP) 서버를 통해 도구화하고 대규모 언어모델이 자연어 요청을 해석하여 이를 호출하는 통합 시스템을 설계 및 구현하였다. 엔진의 기능은 분석 단계별 여섯 개의 MCP 도구로 분해하고, 엔진과 광산별 입력 자료를 설정파일로 분리하여 코드 수정 없이 다양한 광산을 동일한 엔진에서 구성할 수 있도록 하였다. 가상 광산 시연에서 배차 전략 비교와 트럭 수 변화에 따른 생산성 분석을 자연어 요청만으로 수행하였으며, 기존 연구의 지하 석회석 광산 운반 시뮬레이션을 단일 트럭·단일 경로 조건에서 참조 모델로 재현하여 엔진의 수치 정확성을 확인하였다. 본 시스템은 전문 인력과 고가 도구에 의존하지 않고 시뮬레이션의 분석 능력을 유지한 채 접근 장벽을 낮추는 보완적 분석 도구로서 의의를 가진다.

핵심광물 공급망은 다양한 교란 위험에 노출되어 있으나, 관련 지표가 여러 기관에 분산되어 있어 신속한 위기대응에 한계가 있다. 본 연구에서는 공공데이터를 통합하여 광종별 복합 공급망 위험점수를 산출하고, 위험진단 결과를 근거 기반 다중 에이전트 AI 숙의와 연계하는 프로토타입 의사결정 지원 플랫폼을 개발하였다. 역할 기반 AI 에이전트들은 탐지된 위험을 명시적 출처 표기와 함께 다양한 관점에서 검토하고, 사용자 유형에 맞는 대응 브리핑을 생성한다. 과거 각 평가시점 기준으로 지수를 재산출한 소급 백테스트에서 이후 6개월의 평균 절대 가격변동은 위험 등급이 높을수록 증가하였으며, 안정·주의·위험 등급에서 각각 8.6%, 17.3%, 26.4%로 나타났다. 두 건의 소급 사건 사례에서도 대체로 일관된 위험 순위 경향이 관찰되었다. 또한 일반 언어모델과의 예비 비교에서 근거 기반 다중 에이전트 구성은 더 높은 출처 표기율과 관점 커버리지를 보였다. 이러한 결과는 핵심광물 공급망 위기대응을 위한 위험진단과 다중 에이전트 AI 연계 의사결정 지원의 적용 가능성을 시사한다.

본 연구에서는 노천광산의 일일 배차계획 수립을 지원하기 위한 AI 지원 하이브리드 계획 프레임워크를 개발하였다. Python 기반 모듈은 후보계획을 생성하고 운반량과 품위를 계산하며, GPT-4.1은 사전 선별된 후보 중 최종 계획을 선택하고 선정 근거를 생성한다. 2023년 7월의 정상 생산조건 17개 사례를 대상으로 작업자의 사전 배차계획과 비교한 결과, 평균 운반량 및 품위 유사도는 각각 96.4%와 95.8%, 종합 유사도는 96.1%였다. 이러한 유사도에는 Python 기반 후보생성 및 사전 선별의 영향이 포함될 수 있으므로 GPT-4.1의 독립적인 계획 성능으로 해석할 수 없다. 본 연구는 실제 광산의 배차계획 절차를 구조화한 AI 지원 하이브리드 계획 프레임워크의 적용 가능성과 한계를 제시하였다.

최근 AI 에이전트는 디지털 추론 결과를 물리적 시스템의 제어 명령으로 확장하고 있으나, 많은 레거시 로봇은 독자적 제어기, 제한된 API, 비공개 내부 제어 구조로 인해 연동이 어렵다. 본 연구에서는 기존 원격 조종기의 조이스틱을 서보모터로 물리적으로 구동하여 AI 생성 명령을 로봇 입력으로 변환하는 인터페이스를 개발하였다. LIMO와 BUNKER 로봇을 내부 API와 제어 소프트웨어를 사용하지 않는 조건의 실험 플랫폼으로 적용한 결과, 서로 다른 조종기에서도 인터페이스가 동작함을 확인하였다. LIMO 10회 반복주행에서 평균 방향각 오차는 첫 회전 7.1°에서 네 번째 회전 28.7°로 증가했고 최종 복귀오차는 56.4 ± 1.4 cm였다. 실외 환경에서 BUNKER를 대상으로 주행 실험을 통해 제안 인터페이스를 통한 로봇 구동이 가능함을 확인하였다. 제안한 인터페이스는 기존 제어구조를 변경하지 않고 AI 에이전트와 레거시 로봇을 통합하는 실용적 연결 계층으로 활용될 수 있을 것이다.

광산 안전관리에서는 여러 공식 문서에 분산된 현장 조치와 근거를 신속하게 확인할 필요가 있다. 본 연구에서는 광산 안전문서를 검색하고 현장 조치와 출처를 함께 제시하는 LLM-RAG 기반 광산 안전관리 지원시스템 MineSafe AI를 개발하였다. 검색용 데이터베이스는 기존 광산안전 문서의 검색용 문서 조각 487개와 중대재해처벌법 관련 추가 자료의 문서 조각 333개로 구성하였다. 시스템은 질문의 위험요인과 요청항목을 분석하고 검색자료의 구성을 점검하여 추가 확인 안내를 포함한 답변 또는 규칙형 대체 응답을 제공한다. 또한 필요 이행기록을 추천하고 위험성평가 초안을 제시한다. 30문항의 내부 검색평가에서 Hit@5는 0.5667, MRR은 0.4639로 나타나 관련 근거의 상위 제시 성능을 개선할 필요가 있었다. MineSafe AI는 공식 문서 확인과 기록 준비를 지원하며, 최종 조치는 책임자가 실제 현장조건과 관련 자료를 검토하여 결정하도록 하는 보조도구이다.

본 연구에서는 한국광해광업공단의 대규모 시추코어 자료를 기반으로 정량적 석회석(CaO) 품위 예측 딥러닝 모델 개발 및 고도화를 수행하였다. 후보 모델 적용성 검토를 통해 U-Net(영역분할)과 ResNet18(품위회귀)을 베이스라인 모델로 선정하였다. 연구 과정에서 통합 사전학습 모델에 결합한 위치 정보가 품위회귀 모델의 질감 학습을 저해하며, Flatten 레이어를 사용한 품위회귀 모델에서 파라미터 과다로 인한 과적합이 발생함을 발견하였다. 이를 해결하기 위해 위치 정보를 배제한 회귀 전용 사전학습 모델을 분리 개발하고 Global Average Pooling 레이어를 도입하여 인코더 구조를 개선하였다. 또한 예측 성능 향상을 위해 Huber loss와 맞춤형 자료증강 기법을 적용하였다. 개발된 모델은 실무 현장에서의 신속한 품위 추정 등 효율적 의사 결정 지원 도구로써 활용이 기대된다.

본 연구에서는 유전개발계획의 유정배치와 운영조건 최적화를 위한 심층강화학습 기반의 프레임워크를 제안하였다. 유정배치 최적화에는 이중 심층 Q-네트워크를 적용하여 유정의 시추여부와 위치, 종류를 의사결정 시점마다 선택하였다. 이어서 순현재가치(NPV)를 기준으로 선택한 유정배치 후보에 대해, 소프트 액터-크리틱으로 생산정의 공저압력과 주입정의 물 주입유량을 최적화하였다. 유정배치 후보들의 NPV는 운영조건 최적화를 통해 15.7~34.6% 개선되었으며, NPV 기준 순위도 달라졌다. 이는 복수의 유정배치 후보에 대해 운영조건 최적화를 수행하여 각 후보의 경제성을 재평가할 필요가 있음을 시사한다. 아울러 학습된 프레임워크를 운영조건 의사결정의 시간간격이 다른 최적화 문제에 적용하여, 추가 학습 없이 활용하거나 학습된 신경망을 fine-tuning의 초기값으로 사용할 수 있는 가능성을 확인하였다.

물리탐사 자료의 해석은 지배방정식이 명확한 역산 문제이지만, 해의 불량조건성과 레이블 자료의 희소성으로 순수 데이터 기반 기계학습의 적용에는 한계가 있다. 물리정보 기계학습(physics-informed ML)은 물리 지식을 학습 과정에 직접 반영하여 이러한 한계를 보완하는 접근이다. 이 논문에서는 관련 기법을 물리 지식의 주입 방식에 따라 소프트 제약, 하드 제약, 연산자 학습, 하이브리드로 분류하고, 탄성파, 전기·전자, 중력·자력 탐사 등 탐사법별 적용 사례를 체계적으로 검토하였다. 아울러 학습 불안정성, 3차원 확장성, 현장자료 검증 부족, 불확실성 정량화 부재를 공통 한계로 도출하고 최근 제안된 해결법을 정리하였으며, 물리탐사 워크플로 자동화 관점에서 향후 연구 방향을 제시하였다. 이 논문은 체계적 분류와 적용 현황을 제공하여 후속 연구의 출발점이 될 것으로 기대된다.

희토류(REE)는 청정에너지 기술의 핵심 전략 자원이지만 공급이 특정 국가에 편중되어 있고, 광상의 지질학적 복잡성과 탐사 자료의 부족으로 기존 탐사 기법만으로는 효율적인 탐사가 어렵다. 본 해설은 인공지능(AI)을 활용한 REE 광상 연구·탐사의 최근 동향을 정리하였다. REE의 지구화학적 특성과 광상 유형, 지구화학·지구물리·원격탐사 기반 기존 탐사법의 한계를 살펴본 뒤, AI 기반 탐사에 활용되는 자료와 전처리, 지도학습·비지도학습·딥러닝 기법, 모델 검증·설명가능 AI·불확실성 정량화를 소개하고, 광물 부존잠재성 평가, REE 광물·풍화대 식별, 품위·자원 모델링 응용 사례를 탄산염암형, 이온흡착형, 사광형, 비전통 자원별로 비교하였다. 자료·라벨 부족, 해석성, 일반화는 여전히 핵심 과제이며, 다중자료 융합, 물리 정보 기반 머신러닝, 지구과학 파운데이션 모델이 향후 방향으로 제시된다.

자원공학 공정에서는 유사한 AI 기술이 도입되더라도 과업에 따라 실제 자율화 수준이 크게 다르다. 노천광산의 자율운반은 상용화되었으나 갱내 재해 대응은 여전히 경보와 인간의 판단에 의존한다. 본 논문은 과업의 측정가능성(M)과 통제가능성(C) 가운데 취약한 쪽이 자율화 상한을 정한다는 이중 천장 분석틀을 제안한다. 과업별로 M과 C를 3단계 서열척도로 판정하고 낮은 쪽을 상한에 대응시켜 자율 방향성시추, 노천 자율운반, 갱내 메탄재해 대응, 통합발전소(VPP)·수요반응(DR) 디스패치를 비교하였다. 관찰된 자율화 수준(Level 3, 4, 1~2, 현장 기준 3)은 모두 예측 상한(Level 3, 4, 2~3, 3~4) 이내였으나, 이는 선정 사례의 해석이며 상한 자체의 검증은 아니다. 이 분석틀은 과업별 구속 제약을 진단하고 계측과 제어 가운데 우선 투자 대상을 구분하는 데 활용될 수 있다.

대규모 언어 모델(large language model, LLM)은 비정형 문서 해석과 복합 분석 절차 구성 능력을 바탕으로 지리정보시스템(geographic information system, GIS) 기반 재생에너지 모델링의 새로운 방법론으로 주목받고 있다. 그러나 기존 연구는 GIS 또는 에너지 시스템 분야에 개별적으로 초점을 두어, GIS 기반 재생에너지 모델링 관점에서 LLM의 역할을 종합적으로 검토한 연구는 제한적이다. 본 연구에서는 GIS 기반 재생에너지 모델링에서 LLM의 활용을 프롬프팅, 검색증강생성, 도메인 특화 학습 및 모델 적응, 도구 활용 및 LLM 기반 에이전트의 네 범주로 구분하고, 각 접근의 적용 방식, 기존 방법 대비 개선점, 한계 및 향후 연구 방향을 검토하였다. 이를 통해 LLM이 GIS 기반 재생에너지 분석의 단계를 해석·연계·통합하는 지능형 분석 계층으로서 갖는 가능성과 과제를 정리한다.

태양광 전기차에서는 차량 이동에 따라 일사·기하·환경 및 열·전기 조건이 시공간적으로 변하며, 기존 연구에서는 관련 정보가 서로 다른 물리·운용 수준과 데이터 형태로 다뤄져 왔다. 본 연구는 16편의 집중 근거코딩 문헌을 바탕으로 정보를 태양·기상, 시공간·운행, 차량–도로–태양 기하, 주변환경, PV 시스템 특성 및 열·전기적 응답의 다섯 영역으로 분류하였다. 입사각, 음영, 태양광 접근도(Solar Access), 면입사일사량은 파생·중간상태로 구분하였다. 또한 운행상황별 요구정보를 비교하고, 물리적 현실(R0)–관측·외부 데이터원(R1)–파생상태(R2)–과업지향형 데이터 표현(R3)의 정보변환체계를 제안하였다. 이 체계는 발전량 평가·예측 입력구성과 실차 계측설계에 활용할 수 있으며, 예측성능과 일반화 성능은 실차 데이터 기반 검증이 필요하다.

본 논문에서는 에이전틱 AI(Agentic AI)와 피지컬 AI(Physical AI)의 발전을 바탕으로 자율광산의 개념과 향후 발전 방향을 고찰하였다. 자율광산을 장비 무인화나 개별 인공지능 기술의 적용을 넘어 센싱, 상황이해, 의사결정, 물리적 실행, 피드백 및 적응이 연계되는 폐루프(closed-loop) 시스템으로 정의하였다. 에이전틱 AI는 추론, 계획 및 조정을 수행하는 운영지능을, 피지컬 AI는 광산 환경을 인식하고 의사결정을 물리적 행동으로 구현하는 체화된 실행지능을 제공한다. 이를 바탕으로 두 지능을 통합하는 폐루프 아키텍처를 제시하고, 레거시 장비와 데이터의 통합, 상호운용성, 안전성과 신뢰성 및 현장 검증 등 주요 구현과제를 검토하였다. 마지막으로 다중 에이전트 시스템, 파운데이션 및 월드 모델, 로봇학습, 인간-AI-로봇 협업을 중심으로 미래 연구방향을 제시하였다.

본 연구는 폐석적치장의 복구 전·후 수질과 지구화학적 특성을 비교하여 산성암석배수(ARD)의 장기 발생과 강우 영향을 평가하였다. 복구 전 수질·산염기평가와 폐석 내부의 용적수분함량 및 전기전도도(EC) 관측을 수행하였다. 폐석 시료의 약 68%가 산 발생 가능 시료였으며, 수질은 모두 Ca–SO₄형이었다. 강우는 폐석 내부 2 m 이상까지 침투하여 비포화대에 축적된 황산염과 용존 성분을 재용출시켰다. 복구 후에도 Fe 농도가 낮고 Al과 SO₄ 농도가 높은 저철·고알루미늄형 ARD가 지속되었다. 강우 후에는 pH가 감소하고 EC와 SO₄, Al, Mn, Ca 및 Mg 농도가 증가하였다. 이는 폐석 내부의 산성 생성물과 황산염이 강우 침투로 재활성화된 결과이다. 따라서 복구 후에도 황화광물 산화와 저장 산도에 따른 ARD가 장기간 지속되며, 강우가 그 발생을 지배하는 핵심 인자임을 확인하였다.

본 연구는 한국광해광업공단 전용 산정 및 비교점검 도구를 활용하여 8대 광해방지사업 유형의 16개 대표 실증 표본을 대상으로 자재 및 장비 투입 데이터를 정밀 분석하고, 순공사비 대비 탄소배출원단위를 도출하였다. 나아가 과거 19개년(2007~2025) 재정 추진실적에 산출된 기준 원단위를 연계하여 과거 시계열 배출량을 복원하고, 선형 회귀분석으로 2050년까지의 장기 탄소배출 전망 궤적을 모델링하였다. 시계열 복원 결과, 광해방지사업의 연평균 배출량은 약 4만 tCO₂-eq로 산출되었으며, 연도별 예산 집행에 따라 완만한 감소 추세를 나타냈다. 본 연구의 추정 모델은 신규 사업 기획 단계의 사전 스크리닝 도구이자, 한국광해광업공단의 2050 탄소중립 로드맵 및 감축 목표 수립을 위한 정량적 기준선으로 유용하게 활용될 것이다.

본 연구는 6개 국제 광물 매장량·광물 가채매장량 공개보고 체계의 공통 기능을 국내 현행 광업행정 제도와 비교하여 CRIRSCO 정합형 국가 코드 개발의 시사점을 도출하였다. 공통 기능은 CRIRSCO IRT가 규정하거나 5개 관할권 체계 중 셋 이상에서 확인되는 기능으로 한정하였다. 178개 조항 단위 기록에서 25개 공통 기능을 도출하고 국내 제도와 대응시킨 결과, 부합 0개, 목적상이 2개, 부분부합 10개, 미반영 13개로 25개 전체가 차이항목으로 확인되었다. 국내 제도는 표준화된 광량 산정·서식·보고로 행정심사의 일관성을 지원하지만, 정의·분류·전환, 책임전문가 인정체계, 코드의 유지·개정, 윤리·징계 및 시장 연계에 구조적 차이가 있었다. 따라서 기존 광업행정과 병행·연계되는 국가 공개보고 코드와 운영체계를 구축할 필요가 있으며, 본 연구는 그 기능적 기준선을 제시한다.

본 연구는 국내 지하 석회석 광산에서 디젤 덤프트럭(diesel truck, DT)을 배터리 전기 덤프트럭(battery-electric truck, BET)으로 대체할 때의 CO₂ 배출량과 비용을 평가하였다. 두 차종 각 2대를 19년간 운용하는 조건을 모사하고, 운반 작업 중 충전 방식을 최대량 충전과 다음 사이클에 필요한 양만 채우는 필요량 충전으로 나누어 비교하였다. BET로의 전환 시 톤당 CO₂ 배출량은 49.6% 저감되고 법정 희석 풍량 19.95 m³/s가 해소되었다. 톤당 운반원가는 BET가 DT보다 23.67%~27.82% 높았으며, DT는 충전 방식과 무관한 것으로 분석되었다. 특히, 필요량 충전은 최대량 충전 대비 BET 선단의 일 운반횟수를 17회에서 19회로 늘려 DT 대비 생산능력을 85%에서 95%로 회복시키고, BET의 톤당 운반원가를 3.25% 낮추었다. 전동화 비용 등 8개 인자값을 ±30% 변동시켜도 순위는 유지되었으나, BET 취득가를 대당 5.74억 원 낮추면 역전되었다. 이는 지하 광산 전동화 검토 시 장비 가격과 동력 단가뿐 아니라 충전 운영 방식도 고려해야 함을 시사한다.

발전 프로젝트 투자는 대규모 자본, 비가역성, 수익 변동성으로 인해 불확실성이 높고 의사결정이 어렵다. 일반적인 현금흐름할인법은 기다림, 축소 등의 전략적 유연성을 반영하지 못하여 실물옵션 분석이 필요하다. 이 논문은 국내 서남해안 태양광 발전 프로젝트 사례를 바탕으로 현금흐름할인법과 실물옵션의 임계투자가격을 비교하고 가격변수에 따른 임계투자가격의 민감도 분석을 시행하였다. 장기고정가격계약으로 가격 불확실성을 제거한 경우, 장기고정가격계약이 자본구조와 할인율 및 임계투자가격에 미치는 영향을 살펴보았다. 분석 결과, 옵션가치를 반영한 실물옵션모형의 임계투자가격이 할인현금법의 결과값보다 높았으며, 수익 변동성이 클수록 그 차이가 커졌다. 이는 가격 변동성이 클수록 기다림과 같은 전략적 유연성을 통해 프로젝트의 가치를 극대화할 수 있는 투자시점을 결정하는데 있어 실물옵션모형이 보다 유용한 정량적 가이드라인을 제공할 수 있음을 의미한다. 장기고정가격계약은 수익 변동성을 완화함으로써 투자자의 자기자본참여비율, 요구수익률 및 임계투자가격을 낮추어 결과적으로 투자 유인을 높임을 확인하였다.

본 연구에서는 배출권거래제 대상 50개 기업의 2014~2024년 패널자료를 이용하여 온실가스 배출을 비선호 산출물로 반영한 SBM-DEA로 기업별 효율성을 측정하고 결정요인을 Tobit 및 부트스트랩 방법으로 분석하였다. 분석 결과, 온실가스를 포함하지 않을 경우에 매출이 높은 기업이 효율적으로 평가될 수 있었으나 이를 포함하면 배출이 많은 기업의 효율성이 낮게 평가되었다. 탄소집약도는 주모형에서 가장 강력한 음의 결정요인이었으나, 일부 하위표본에서는 양의 영향도 확인되었다. RE100 참여와 ESG는 단기적으로 음의 관계를 보였는데, 이는 친환경 전환에 따른 초기 비용이 반영된 결과로 해석된다. 본 연구는 배출권거래제 성과 평가가 생산성뿐 아니라 환경성과를 고려해야 함을 보여주며, 정부 지원정책도 배출권 추가 할당보다 기술투자에 초점을 둘 필요가 있음을 시사한다.

에너지·자원과 ICT·SW 분야를 아우르는 기술분류체계 및 R&D 사업을 대상으로 설계한 6가지 모형에 대하여 자료포락분석(DEA)을 활용한 결과 기술분류 기반에서는 모형 5(과학기술표준분류)가, 사업 기반에서는 모형 4(원천연구개발사업)가 주요 벤치마킹 대상으로 도출되었다. 특히 효율성 상위 30% 이상인 그룹에 대한 투입 요소별 성과 창출 패턴의 차이를 확인하였으며, 나아가 비효율 원인을 규명하고 개선목표량(%)을 산출하였다. 한편 규모 효율성과 절대적 생산성을 결합한 사분면 해석 결과 모형 4는 벤치마킹이 권장되는 반면, 모형 2(기후에너지사업)는 자원 안보 등의 도메인 특성을 반영한 투입 자원의 재배치 및 지표 개선이 필요한 것으로 제안되었다. 이 연구는 향후 한정된 예산의 배분과 기술 분야별 특성을 반영한 R&D 투자전략 수립 시 유용한 기초자료로 활용될 것으로 기대된다.

본 연구는 미국 천연가스 기반 SMR(steam methane reforming) 청색수소 공급망 구축을 위한 2가지 시나리오와 세부 조건에 따른 7가지 케이스를 구성하고, 비용의 변동성을 고려하기 위해 몬테카를로 시뮬레이션을 기반으로 수소 공급가격을 비교 분석하였다. 시나리오 1에서는 수입된 LNG를 사용하여 국내에서 수소를 생산하며, LNG 가격 산출 방법과 CO₂ 지중 격리 위치에 대한 조건별 공급가격을 비교하였다. 또한, 시나리오 2에서는 미국 걸프 코스트에서 생산된 청색수소를 국내로 도입하며, 이때 해상 운송을 위한 수소 저장 방식별 공급가격을 비교하였다. 시나리오 1에서는 가스 허브 연동형 LNG 가격과 국내 CCS 적용 시 평균 수소 공급가격이 $2.75/kgH₂로 가장 낮았으며, 시나리오 2에서는 암모니아(NH₃)를 수소 저장 방식으로 활용할 때 $4.64/kgH₂로 가장 저렴하였다. 각 시나리오를 구성하는 세부 비용의 영향을 파악하기 위해 민감도 분석을 수행한 결과, 시나리오 1에서는 천연가스 구매 비용이, 시나리오 2에서는 수소 변환·재변환 비용이 공급가격 변동의 핵심 요인으로 확인되었다.

본 기술보고에서는 자연정화, Active, Semi-active 광산배수 처리시설을 설계하고 운영 인자를 예측하는 소프트웨어의 개발 내용을 소개하고자 한다. 미국에서 개발한 AMDTreat에서 제공하는 예산 산출 기능은 없으나, 해당 소프트웨어와 다른 장점들을 제공한다. 1) 철에 의한 망가니즈의 공침 및 흡착을 고려한 목표 pH 제안, 2) 최근 연구된 광산배수 내 폭기 여부에 따른 Fe(II) 산화 속도 적용, 그리고 3) 슬래그반응조 공정 및 필요 체류시간 반영이 포함되었으며, 추가로 4) 실내 컬럼 실험 데이터로 파일럿 실험을 대체하여 침전 효율을 예측할 수 있는 모듈 등이 포함되었다. 이는 광산배수 처리시설의 설계 및 운영의 효율과 품질을 제고하는 것에 기여할 수 있을 것으로 기대된다.

폐광을 조사하는 작업은 매우 위험한 작업이다. 이러한 위험을 줄이기 위해 4족 보행 로봇과 같은 무인 이동체를 투입하여 원격 조사를 수행한다. 본 연구에서는 무인 이동체에 고속 LiDAR(Light Detection and Ranging)를 탑재하고 SLAM(Simultaneous Localization and Mapping) 기술을 활용하여 장거리 광산 조사를 수행하는 방법을 제안하였다. 광산 터널 내 위치 추정에는 주로 관성 측정 장치(IMU)가 사용되지만, 장거리 이동 시 누적되는 오차(drift)로 인해 환경 재구성의 정확도가 저하된다. 이러한 문제를 해결하기 위해, 본 연구에서는 ROS(Robot Operating System) 기반의 LiDAR SLAM 시스템을 사용하여 광산 갱도의 형상을 재구성하고 실시간으로 이동체의 위치를 ​​추정하였다. 제안된 방식의 정확도는 먼저 실내 환경에서 실제 측정값과의 비교를 통해 검증하고, 실제 폐광 현장에 시스템을 투입하여 88 m 구간에 대한 3D 재구성을 성공적으로 수행함으로써, 실제 광산 조사 작업에 적용할 수 있는 가능성을 입증하였다.

이 논문은 문헌 및 정책자료를 바탕으로 강원특별자치도 폐석탄광산의 지질공학적·지화학적 제약 요인을 검토하고, 지역 여건에 적합한 사후 활용 전략을 제안하였다. 강원지역 폐석탄광산은 불규칙한 갱도와 채굴 공동, 지반 불안정성, 산성광산배수에 따른 부식·스케일링, 잔류 메탄 및 자연발화 위험으로 인해 대규모 유인 지하공간이나 고압 에너지 저장 시설로의 직접 전환에 제약이 있다. 이에 밀폐형 갱내수 지열 시스템, 자율주행·재난대응 로봇 실증 테스트베드, CO₂ 광물화 채움재의 폐갱도 충진, 석탄 경석의 고부가가치 소재화를 대안으로 검토하였으며, 이 가운데 밀폐형 갱내수 지열 시스템의 태백·삼척 신규 산업 클러스터 연계 가능성을 논의하였다. 실제 적용을 위해서는 광산별 지반 안정성, 갱내수 유량·수온·수질, 가스 거동 및 경제성에 대한 현장 기반 검증이 필요하다.

본 연구는 해외 시험광산 9개 사례를 네 가지 기능(연구개발 실증, 표준화·인증, 산업생태계 조성, 인력양성)의 달성 수준과 이를 가능하게 한 제도적 기반의 두 축으로 분석하였다. 네 기능 모두에서 높은 성과를 보인 사례는 없었고, 기능별 강점은 운영주체 유형에 따라 차이를 보였다. 연구개발 실증과 산업생태계 조성 기능에서 높게 평가된 노캣 시험광산은 시설에 선행한 기업 클러스터와 연구·행정 기관의 집적 위에서 성립하였으며, 광산기업의 현장 문제를 구매로 연결하는 프로그램과 법정 훈련·인증 수요가 재정 지속성을 뒷받침하였다. 이러한 결과는 국내 시험광산을 시설이 아니라 수요·재원·인프라를 결합하는 계약 구조로 설계하고, 법적 지위를 후보지 선정과 병행하여 확정할 필요가 있음을 시사한다.