2024.02.25 (일)

  • 구름많음동두천 4.9℃
  • 흐림강릉 1.8℃
  • 구름조금서울 4.9℃
  • 흐림대전 3.9℃
  • 흐림대구 6.2℃
  • 흐림울산 6.3℃
  • 흐림광주 5.6℃
  • 흐림부산 7.8℃
  • 흐림고창 4.0℃
  • 흐림제주 8.6℃
  • 맑음강화 4.2℃
  • 흐림보은 3.9℃
  • 흐림금산 3.8℃
  • 흐림강진군 7.0℃
  • 흐림경주시 6.2℃
  • 흐림거제 7.3℃
기상청 제공

IT/과학

전체기사 보기

과학기술정보통신부, 원자력 분야 전공인력 및 원자력 산업분야 인력 현황 발표

원자력 분야 입학생 증가율 최근 5년 중 최대, 원자력산업 인력 ’18년 이후 최초 증가세

한국시사경제 김숙영 기자 | 과학기술정보통신부는 매년 원자력 전공대학과 기업‧기관을 대상으로 시행하는 원자력산업실태조사 결과를 토대로 원자력 전공인력 및 원자력산업분야 인력 현황을 발표했다. 이번 조사는 한국원자력산업협회에서 국내 17개 원자력 전공대학과 원자력 분야 사업을 수행하고 있는 1,020개 기업‧기관을 대상으로, 원자력 전공 입학‧재학‧졸업 현황과 산업 인력 현황 등 원자력 정책 수립에 필요한 기초자료 수집을 위해 실시했다. ’23년도 국내 원자력 전공대학의 원자력 전공 입학생은 총 751명으로 전년 대비 66명(9.6%) 증가했고, 이는 최근 5년 입학생 증가율 중 최대로 나타났다. 원자력 전공 재학생의 경우 ’23년 2,219명으로 전년 대비 0.4% 감소했고, 졸업생은 620명으로 전년 대비 8.6% 증가했다. ’22년도 국내 원자력산업분야의 전체 인력은 35,649명으로 전년보다(35,104명) 545명(1.6%)이 증가하여 ’18년 이후 최초로 증가세에 돌입한 것으로 나타났다. 한편 산업체별 인력분포를 살펴보면, 원자력공급산업체가 19,125명(53.6%)으로 가장 많았고, 원자

국토교통부, UAM 팀코리아 · 스마트+빌딩 얼라이언스 맞손, ‘UAM 버티포트 설계 기준’ 만든다

22일 건축물과 버티포트 융합 위한 워크숍 개최… UAM 인프라 구축방안 논의

한국시사경제 김숙영 기자 | 새롭게 대두되고 있는 도심항공교통(‘UAM’)의 구심점인 버티포트 구축‧개발에 대한 연구결과를 공유하고 향후 정책 방향을 논의하는 민‧관 협력의 장이 열린다. 국토교통부는 민간 전문가와 함께 UAM 인프라 개발분야에 대해 논의하는 「UAM 팀코리아 인프라 분과 X 스마트+빌딩 얼라이언스」 워크숍을 2월 22일 오후 4시 서울(스페이스쉐어서울역)에서 개최한다. 이번 워크숍은 UAM 및 건축 분야를 대표하는 두 협의체가 힘을 합쳐 UAM의 핵심 인프라로 기업들이 주목하고 있는 버티포트 개발과 활용을 구체화하는 초석이 될 것으로 기대되고 있다. 워크숍에서는 “UAM의 새로운 거점을 만들어 간다”라는 주제로 ①버티포트 관련 법‧제도화 추진 현황, ②버티포트 설계기준(안), ③스마트+빌딩 로드맵 등 3개 안건에 대한 발표와 함께 신산업에 도전하는 국내 기업의 상호 발전 방안을 논의한다. 버티포트 설계기준은 UAM 팀코리아(국토부 2차관 위원장)의 공동 연구 결과물로 버티포트 구축에 필요한 기준을 선제적으로 제시하여 참여기업들의 사업계획에 박차를 가할 수 있을 것으로 기대되며, 기

과학기술정보통신부, 대한민국 최고의 IP 스타과학자를 모십니다

대학기술경영촉진(IP스타과학자 지원) 사업설명회 및 매칭데이 개최

한국시사경제 김숙영 기자 | 과학기술정보통신부와 과학기술사업화진흥원은 ‘대학기술경영촉진(IP스타과학자 지원) 사업설명회 및 매칭데이’를 실시한다고 밝혔다. ‘IP스타과학자 지원사업’은 ‘24년도 신규로 추진하는 사업으로 우수 연구성과를 보유한 연구자가 기술사업화의 주체로서 프로젝트를 주관하고, 민간 사업화 전문기관의 역량을 적극 활용하여 강한 특허 기반의 성공적인 사업화를 지원한다. 동 사업을 통해 ①연구자가 민간 사업화 전문기관과 협력하여 지식재산(IP)고도화·기획을 통해 강한 특허를 창출하고, ②사업화 전략 기반 수요기업 발굴 및 기술 중개, 타당성 검증 등의 사업화 지원을 통해 ③연구자 보유 우수성과의 사업화 성과 창출을 지원할 예정이다. 특히, ‘IP스타과학자 지원사업’을 올해 신규로 추진하는 만큼, 민간 사업화 전문기관과의 매칭을 추가로 희망하는 대학 및 과기원 소속 연구자들에게는 민간 사업화 전문기관*과 협력할 수 있는 장을 마련했다. 매칭을 희망하는 연구자의 기술분야․개요․민간과 협력을 희망하는 분야 등에 대한 수요를 사전에 발굴하여 대한변리사회․한국기술거래사회․한국연구산업협회 등의 협

과학기술정보통신부, ’25년 국가연구개발 투자방향 수립을 위한 토론회 개최

현장의 의견을 바탕으로 ’25년도 국가연구개발 투자방향 및 기준(안) 수립

한국시사경제 김숙영 기자 | 과학기술정보통신부는 2월 21일 오후 2시, 2025년도 국가연구개발 투자방향 및 기준(안) 마련을 위한 토론회를 온라인 생중계로 개최한다고 밝혔다. 과학기술기본법에 따라 매해 수립하는 국가연구개발 투자방향 및 기준은 차년도 정부 연구개발(이하 ‘R&D’) 예산이 투자될 분야와 방향을 제시하며, 향후 정부R&D 예산 배분·조정의 지침으로 활용된다. 이번 토론회는 ’25년도 투자방향(안) 수립에 앞서 산업계, 연구계, 학계 등 연구자들과 국민들의 의견을 청취하기 위해 마련된 자리로, 의견수렴의 효과성을 높이고자 온·오프라인 방식을 병행하여 개최되고 공식 누리집 및 과기정통부 생중계 지원 플랫폼을 통해 시청이 가능하다. 또한, 국민 누구나 공식 누리집 게시판을 통해 의견을 개진할 수 있다. 특히, ’25년 투자방향(안) 토론회는 정부가 주요내용을 미리 정하고 의견을 청취하는 일방 소통 방식에서 벗어나, 정부는 아젠다 등 거시적 방향만 제시하고 국민의 다양한 의견과 생각을 이끌어내는 ‘현장·연구자와 소통 중심의 토론회’로 진행된다. 토론회 1부 순서에서는 대내외 투자환경, ’

해양수산부, ‘해로드’ 앱에서 이제 안개·수온 정보도 볼 수 있어요!

2월 22일(목)부터 해로드 앱 업데이트 버전(7.0.0) 출시

한국시사경제 김숙영 기자 | 해양수산부는 새롭게 단장을 마친 해양안전정보 앱 ‘해로드’의 업데이트 버전(7.0.0)이 2월 22일(목) 출시된다고 밝혔다. ‘해로드’는 위급 상황이 발생했을 때 정확한 위치를 구조기관(해경, 소방청)에 알려 신속한 구조를 돕는 해양안전 앱이다. 2014년 8월 서비스를 시작한 이후 지금까지 앱을 내려받은 건수가 60만 건을 돌파했고, 앱을 통해 2,100명이 넘는 인명을 구조하며 소형선박 및 해양레저 이용자들의 안전을 위한 필수 앱으로 자리잡았다. 이번 업데이트 버전에서는 기존에 제공하던 풍향·풍속·기온 등 10종 정보 외에 ▲해상안개관측망(인천,목포)의 영상정보와 ▲국립수산과학원의 수온정보를 새롭게 제공한다. 또한, 이용자를 위한 ▲1:1 문의창구와 ▲자주 묻는 질문방을 개설했으며, 앱 이용 편의성과 가독성을 높이기 위해 ▲디자인도 개선했다. 또한, 해상추락 시 자동으로 긴급구조 요청 및 위치를 발신하는 자동조난 구조단말기인 ‘해로드 세이버’ 연결기능을 기존 안드로이드폰에서 아이폰까지 사용할 수 있도록 개선했다. 기존 버전을 사용하던 해로드 앱 이용자는 앱 마켓(플레이스토어,

행정안전부, 관행적 버스노선, AI를 통한 과학적 기준 마련해 실효성 중심으로 개편

버스 하차 인원·지점, 99% 추정 가능한 데이터 분석 모델 개발 완료

한국시사경제 김숙영 기자 | 행정안전부와 부산광역시는 합리적 대중교통 노선개편 지원을 위한'AI기반 승객하차정보 추정 분석 모델'개발을 완료했다. 이번에 개발된 모델은 승객 하차지점과 하차인원 추정을 통해 실제와 가까운 교통 수요량을 산출하고, 대중교통 잠재수요를 찾아내는 것을 주요 기능으로 설계했다. 실질적 교통수요를 파악할 수 있는 분석모델을 통해, 고령화와 인구감소로 대중교통 노선운영 효율화 조치가 필요한 지자체의 대중교통 노선개편에 활용도가 높을 것으로 기대된다. 모델개발 과정에는 교통카드 사용이력 데이터, 통신사 유동인구 데이터, 신용카드 사용데이터 등 약 3억 건의 공공·민간 데이터를 활용했다. 3가지 분석 모형을 단계적으로 적용하여 노선 정류장별 하차 인원을 99%까지 추정하고, 대중교통 잠재수요까지 파악할 수 있었다. 먼저 1단계로 하차정보가 존재하는 승객 데이터(승차시간, 장소, 환승지점 등)를 AI가 학습하여 예측 알고리즘(심층신경망:DNN)을 통해 하차정보가 없는 승객의 하차지점을 예측한다. 1단계 과정에서 하차지점 예측이 어려운 경우에는 2단계로 거주지