Earticle

미국의 국토안보부(DHS)와 연방재난관리청(FEMA)는 재난관리 총괄부서로 역할을 수행하고 있다. 이에 본 논문에서는 미 국 재난대응체계 기관들의 업무와 기능들을 분석하여 한국 재난대응체계와의 비교 및 시사점을 파악하였다. 미국은 국가사고시스템(NIMS)에 따라 재난의 규모와 유형과 관계없이 모든 사고를 예방, 경감, 준비, 대응, 복구할 수 있도 록 일정한 기준점을 제공하여 유연하게 체계를 운영한다. 중앙정부가 모든 관리를 하고 책임을 지는 것이 아닌 재난발생지역과 가장 가까운 지방정부에게 책임과 권한을 부여해 신속한 초기재난대응조치를 가능케 하였다. 그에 반해 한국 재난대응체계는 중앙정부에게 모든 권한과 책임이 몰려있어 신속한 초기재난대응조치가 어려운 상황이다. 따라서 미국 재난대응시스템을 분석하는 과정을 통해 한국 재난대응체계의 단순화와 효율화가 필요하다고 보았다.

이 연구에서는 대형화, 복합화된 해양 재난의 대응력을 향상시키고자 효율적인 수중 구조 활동을 위한 협력적 거버넌스 구 축 및 민간 참여 관리 방안으로 2025년 1월 3일부터 시행되는 「해양재난구조대의 설치 및 운영에 관한 법률」 (약칭: 해양재난구 조대법)에 맞춰 전문 잠수사 인력을 활용한 해양재난구조대의 발전 방향을 제시하고자 한다.

2004년 인도양 쓰나미는 자연재난의 예측불가능성을 일깨움과 함께 해외에서의 자연재난이 발생할 경우, 해외에 거주중인 재외국민을 보호하기 위해 정부가 어떠한 조치를 취해야 하는지에 대해 많은 교훈을 준 일대사건이었다. 본 논문에서는 자연재 해 특히 지진과 쓰나미에 대한 많은 대응 경험을 축적하고 있는 일본의 조치를 통해 자연재난시의 대응체제에 대해 검토하였다. 일본은 인도양 쓰나미 발생 직후 자국민의 안위확인, 의료지원, 귀국지원 등의 조치와 함께 피해지에 대한 구호활동을 제공 하였으며, 향후 인도양 지역에서의 쓰나미 발생에 대비한 국제적인 사전경보체제를 구축하는데 기여하였다. 재난은 예상할 수 없지만 대비할 수 있는 만큼, 신속하고 중층적인 대응체제를 갖추기 위해 지속 노력할 필요가 있다.

재난발생시 효과적인 대응을 위해서 재난관리자원의 사전 준비가 필요하다. Covid 19 당시 마스크 부족사태처럼 재난관리 자원 부족이 사회적 혼란으로 연결되는 상황을 목격하기도 하였다. 국내의 재난관리자원관리 시스템은 지역별, 기관별 재난관리자원의 소요량 분석이 명확하지 않고, 책임기관이 혼재되어 있 으며, 관리 체계가 통일되지 않아 재난 대응간 혼선이 발생할 가능성이 높다, 특히, 대규모 재난 발생시 적절한 대응이 어려운 실정으로 재난관리자원 관리체계 개선에 대한 연구가 필요하다. 재난관리자원 관리체계 개선을 위해서는 발생 가능한 재난 유형을 확인하고, 비축 보유해야 할 적정 규모의 물자 및 장비의 소요를 파악해야 한다. 이는 위험성 평가를 통해 확인이 가능하며, 본 연구에서는 기존 연구들의 위험성 평가 이론을 고찰하고 재난관리자원관리에 적합한 위험성평가 요소들을 식별하고자 한다.

본 논문은 야외 행사에서 발생할 수 있는 온열질환 예방을 위한 재난관리 시스템 개선 방안을 제시한다. 최근 폭염으로 인한 온열질환 사례가 증가하면서 효과적인 대응 체계 구축의 필요성이 대두되고 있다. 현행 시스템의 한계를 분석하고 선진국 사례 를 참고하여, 취약계층 보호와 중앙정부 차원의 통합적 대응 방안을 모색했다. 본 논문에서는 행사 준비 단계에서의 취약계층 모니터링, 대응 매뉴얼 개발, 예방 시설 확보 및 응급 대응 체계 구축을 제안한다. 행사 진행 중에는 건강 모니터링과 경고 발령 시스템을 운영하고, 사후 관리 체계로 데이터 분석과 피드백 수렴을 통한 지속적인 개선을 도모한다. 이를 통해 온열질환으로 인한 인명 피해를 최소화하고 안전한 야외 행사 문화를 정착시키는 것을 목표로 한다.

재난 시의 업무중단 상황에서 사업연속성관리체계(BCMS)는 기업과 조직에 필수적이며, 이를 효과적으로 운영하기 위해 선 사업연속성관리(BCM) 내재화가 선행되어야 한다. 사업연속성관리(BCM) 내재화의 구성요소로는 인식내재화, 역량내재 화, 훈련내재화로 구분할 수 있으며, 이를 통해 사업연속성관리체계(BCMS)는 조직문화에 통합되고 구성원들에게 인식과 실 행력을 갖추게 되는 사업연속성관리(BCM) 내재화를 이룰 수 있다. 사업연속성관리(BCM) 내재화를 통해 재난 발생 시 기업은 업무의 연속성 유지와 생존력을 높일 수 있음으로, 이를 활성화하기 위한 지속적인 정책과 연구개발의 지원이 필요하다. 본 연구는 사업연속성관리(BCM) 내재화를 통해 재난 관리의 전문성을 높이고 효율성 확보에 목적이 있다.

조직이 효율적으로 업무를 수행하기 위해서는 뛰어난 리더뿐만이 아니라 팔로워 또한 필요한 존재이다. 국내에서 재난들이 발생하며 비상대응조직의 리더들의 역량에 대한 의심이 가증되고 있다. 조직의 올바른 업무수행을 위해서는 리더뿐만이 아닌 팔로워들의 역할또한 중요해 팔로워십에 대한 연구들도 대두되고 있지만, 비상대응조직에서 인식되는 팔로워들의 주요역량 등을 질적연구방법론을 통해 도출해야 할 필요가 있다. 본 연구에서는 선행연구들을 통해 팔로워십 주요역량과 비상대응조직 등의 특성등을 파악하고 이에 기반한 인터뷰 질문 및 연구대상자 등을 구성하여 근거이론적 접근으로 비상대응조직의 팔로워 십 주요역량을 도출하고자 한다.

본 연구는 정부와 민간의 위기관리 체계인 기능연속성 계획(COOP)과 사업연속성 계획(BCP)을 비교 분석한다. COOP는 공공기관의 핵심 기능 유지를, BCP는 민간 기업의 비즈니스 연속성 확보를 중점으로 한다. 주요 국가들은 COOP와 BCP를 통 해 민관 협력 체계를 구축하여 다양한 재난에 효과적으로 대응하고 있으며, 이를 바탕으로 한국의 위기관리 체계 개선 필요성을 논의한다.

본 연구는 민주주의의 꽃인 선거의 공정하고 안정적인 관리를 위해 제22대 국회의원선거를 중심으로 선거의 절차사무를 주 요일정별로 정리하고, 기업재난관리표준의 연속성절차 적용모델과 비교분석을 통해 재난발생 시 절차사무의 주요사무별로 연속성절차 시행방안모델을 제시하였고, 향후 추가연구를 통해 적용가능한 모델을 추가 연구하도록 보완 발전하였으면 한다.

본 연구에서는 10년간의 사회재난의 변동사항을 확인하여 신종사고 유형을 연구하였으며 각 사회재난 변화와 유형별 재난 관리 정보기술을 조사하였다. 이를 통해 사회재난 연구를 위한 재난관리 정보기술 접근과 광범위한 재난관리 정보기술의 현재 기술상황을 파악하고 향후 사회재난 대응을 위한 예방‧대비‧대응‧복구 단계별 기술을 연구할 수 있는 기반을 마련하고자 한다.

각종 재난 및 안전사고가 지속되면서 전 사회적으로 안전교육의 중요성이 강조되었다. 2016년 제정된 「국민 안전교육 진흥 기본법」을 기반으로 실시하는 국민 안전교육은 사각지대가 존재하는 등 체계적·지속적 실시에 한계가 있다. 국민 재난안전교 육의 발전을 위해서는 재난안전교육 분야에서 제시되는 이슈, 문제점 등을 파악할 필요가 있다. 본 연구에서는 ‘재난안전교육’ 키워드가 포함된 뉴스 2,493건을 수집하여 키워드 빈도분석, 토픽모델링 분석을 실시하고자 한다. 분석 결과를 기반으로 국민 재난안전교육의 이슈, 문제점 및 개선방안을 도출하고, 이 결과는 재난안전교육 정책 연구의 기초자료로 활용되기를 기대한다.

산업 ‘안전과 보건’은 최초「근로기준법」제6장에 제정 및 공포(1953.5.10.)되었다. 산업경제의 가속화로 사고사망만인율이 OECD 국가 평균보다 높아 이를 줄이고자「산업안전보건법」을 제정ㆍ공포(1981.12.31.)하여 사업주와 근로자 의무, 안전과 보 건 관계자 선임, 근로자 건강진단 등 다양한 내용을 담아 안전한 산업현장을 조성하고자 노력하였다. 이에 동법 제17조5항을 일부개정(2021.5.18.) 하여 상시근로자 수 50인 이상 300인 미만 사업장은 안전관리자의 업무를 위탁하도록 하였다. 또한 정부 는 중대재해 감축 로드맵을 발표(2022.11.30.)하여 중대재해를 절반으로 줄이고자 정부, 공공기관, 안전관리전문기관의 거버 넌스를 구축하고 협업을 강조하였다. 이러한 정책에 안전관리 위탁업무를 수행하는 종사자의 직무스트레스는 생산성 향상과 직무성과에 영향을 미친다. 본 연구는 양질의 안전관리 기술지도 및 점검으로 산업재해를 예방 및 감소하는 종사자의 직무스트 레스 해소 및 완화하는데 목적이다. 이를 위해 표적집단면접(FGI)을 활용하여 심층적으로 분석하였으며, 그 결과를 바탕으로 종사자들의 직무환경에 대한 개선방안을 제시하였다.

이 연구의 목적은 테스트베드를 통하여 대심도 Shield TBM 터널공사 시 스마트 안전관리시스템을 구축함으로써, Shield TBM 터널공사 시 시각 및 청각적으로 건설현장을 상시관리 및 통제함으로써 비상 상황을 조기에 파악·발견하고 신속·정확하 게 대응함으로써, 효율적인 터널 건설현장 안전관리업무를 수행하면서 안전사고 예방에 기여코자 한다. 또한, 연구모형 설계 와 변수의 선정을 위해 산업현장 안전보건관계자 및 스마트 안전관리시스템 사용 경험자를 대상으로 설문조사·면담의 실증을 위한 연구를 진행하였으며, 관련된 선행연구를 통해 연구모형과 주요 변수들에 대해 연구를 진행하고자 한다. 그리고 실증연구 결과에 따라 표적집단면접(포커스그룹 인터뷰) 방식으로 통계 검증 과정에서 발견된 시사점에 대한 안전향상효과 증진 방안 연구를 진행하고자 하며, 주요 내용으로는 첫째, 테스트베드를 통한 대심도 터널 건설현장에서 스마트 안전관리시스템을 구축 하여 종합관제시스템 등 안전향상효과에 대한 성과를 소개한다. 둘째, 대심도 터널 스마트 안전관리시스템의 안전향상효과에 대한 실증연구를 통해 가설검증 및 유의한 영향 등 주요 쟁점을 도출한다. 셋째, 도출된 주요 쟁점을 건설안전 전문가를 대상으 로 표적집단면접(포커스그룹 인터뷰)을 실시하여 스마트 안전관리시스템의 안전성 증진, 비용 계상, 도입 활성화, 전문성 확보 등 안전향상효과 증진 방안을 도출한다.

「중대재해 처벌 등에 관한 법률」은 중대재해를 예방하고 시민과 종사자의 안전을 위한 법적 요구사항을 강화하였다. 이에 따라, 기업과 공공기관은 중대재해를 방지하기 위한 안전관리체계의 구축과 실행을 요구받고 있다. 다중이용시설은 중대시민 재해의 대상인 공중이용시설에 포함이 되며, 재난 상황인 화재나 구조물 붕괴가 발생 시 다수의 인명과 재산 피해의 위험이 존 재한다. 본 연구는 다중이용시설에서 중대시민재해를 예방하기 위한 안전관리 향상 방안을 제시함으로써, 안전관리의 효율성 향상에 기여하고자 한다.

포모사 염화비닐공장 폭발사고와 미쯔이케미칼 폭발사고의 경우 인터록 또는 SIF(Safety Instrumented Function)를 바이패 스하고 운전하다 폭발한 사고였다. 인터록 또는 SIF는 생산을 위한 최소한의 설비인 기본공정시스템 고장 시 Fail Safe 기능 구 현을 통해 플랜트의 안전을 확보하기 위해 설계된다. 최초 기본설계 시 중대사고를 예방하기 위해 HAZOP(위험과 운전분석 기법)과 LOPA(방호계층분석기법)를 통해 인터록 또는 SIF를 설계하지만 운전원이 이 개념을 제대로 이해하지 못해서 평소에 인터록이나 SIF를 바이패스하고 운전하는 경우가 많다. HAZOP보고서와 LOPA보고서에서는 중대사고를 예방하기 위해 안 전조치나 IPL(Independent Protection Layer)의 개수를 늘려서 인터록 또는 SIF의 고장 시도 중대사고를 예방할 수 있도록 설계 한다. LOPA보고서의 IPL란에 입력된 장비들은 Safety Critical Equipment(SCE)라고 하는데 인터록 또는 SIF를 바이패스하기 전에 해당 LOPA 시나리오의 SCE의 상태가 정상적인지 확인한 후 인터록 또는 SIF를 바이패스한다면 인터록 또는 바이패스가 작동하지 않더라도 플랜트의 안전을 확보할 수 있다. 4차산업혁명시대를 맞이하여 전세계적으로 바이패스관리시스템과 작업 허가시스템이 개발되고 있지만 이런 LOPA 시나리오를 확인 후 바이패스 허가나 작업허가를 발급하는 시스템은 아직 개발되 어 있지 않다. 이번 논문에서는 포모사 염화비닐 사고사례와 보팔사고사례를 참고해서 LOPA 시나리오 기반으로 바이패스 허 가와 작업허가를 발급할 수 있는 시스템개발방향을 제시하고자 한다.

본 논문에서는 비상사태(민방위, 통합방위 사태 등) 발생 시 국민의 피해를 최소화하기 위한 방안 중 중요한 요소인 민방위 경보 발령에 따른 대피의 중요성을 논의한다. 2023년 동안 총 52발의 탄도 미사일 발사와 화산-31 핵탄두 공개 등으로 핵·미사 일 위협이 고조된 상황에서, 40년 만에 2023년 5월 31일 서울 지역에 민방위 경계경보가 발령되었다. 경계경보 발령 이후 서울 시와 행정안전부 간 혼선이 발생하였고, 다수의 시민은 재난 문자를 받고 혼란을 겪었다. 이는 “민방공 경보의 종류와 대피 요 령”에 대한 낮은 인지도가 원인으로 작용하였으며, 2023년 비상대비인지도조사 결과에 따르면 43%만이 민방공 경계경보에 따른 대처 방법과 준비 사항을 인지하고 있는 것으로 나타났다. 이에 본 연구는 히로시마 핵폭발 사례를 바탕으로 민방공 경보 의 필요성을 고찰하고, 러시아-우크라이나 전쟁 및 이스라엘과 하마스 간의 전쟁 사례를 분석하여 민방공 경보의 발전 방향을 제시한다. 발전 방향은 다음과 같다. 첫째, 국민행동요령에 대한 홍보 강화, 둘째, 스마트폰 기반 경보 및 대피 안내 체계 보완, 셋째, 재난문자 발송 시 대피시설 및 국민행동요령 포함하여 정보제공, 넷째, 민방공 경보(위급재난문자)를 적용한 대피 훈련을 반기 1회 실시하는 것이다.

Greenhouse gas emissions are a major constributor to climate change, a global issue being tackled through international efforts such as the Paris Agreement addressing it. South Korea has actively implemented legislative measures aimed at reducing carbon dioxide emissions,particularly within the transportation sector. This study investigates carbon dioxide emissions from highways in Incheon, focusing on carbon emissions between passenger and freight traffic. By utilizing traffic data and applying cluster analysis, regression models are created to identify emission patterns. The findings highlight the variation in emissions patterns across major arterial roads, providing essential data for developing targeted strategies to reduce emissions at the local government level.

본 연구는 향후 증가하는 인천의 화물차량과 물류산업에 대응하기 위해 인천, 서울, 경기도의 화물차 교통사고 자료를 활용 하여 사고 심각도에 영향을 미치는 요인을 분석하였다. 종속변수를 EPDO 가중치 세트의 차이에 따라 두 가지 데이터 세트로 구성하였으며 Light Gradient Boosting Machine을 기반하여 최적의 모델을 선정하여 두 데이터 세트 결과 값의 차이를 분석하 였다. 인천의 증가할 화물차량의 수요에 대비하는 필수조건 중 하나인 화물차 교통안전의 방안 마련이 가능할 것으로 판단된다.

과거의 교통속도 예측은 시계열 예측이나, 통계적 예측이 주로 사용되었으나 최근 연구에서는 데이터의 특성에 따라 모델이 직접 학습을 하여 복잡한 데이터를 표현할 수 있는 딥러닝 모델이 사용되고 있다. 따라서 본 연구는 LSTM 모형을 활용하여 2023년의 인천광역시의 교통 속도 예측을 수행하였다. 연구 결과 교통 속도 예측률이 0.89로 약 90%의 정확도로 나타났으며, 비 혼잡 시간대나 급격한 속도의 변화가 일어났을 경우 실제값과 예측 값이 유사하게 나타났다. 향후 교통 속도 관련해 더 많은 데이터를 활용한다면 교통 속도 예측 분석의 정확성을 높일 수 있을 것으로 판단 된다.

교통사고는 매년 수백만명의 사망자와 수천만명의 부상자를 일으키는 사회문제로 자리잡았다. 교통사고는 복합적인 원인 을 가지고 있으며 원인해결이 어려운 사회적 문제이다. 이를 과거의 사고를 기반으로 미래의 사고를 예측하는 머신러닝 모델을 제시하고자 한다. Random Forest 모델을 사용하였으며 MSE로 모델 평가를 진행하였다. 또한, 이 결과값을 통해 사회적, 경제 적인 손실을 줄이고 안전을 증진시키는 것을 목적으로 한다.

국내는 급격한 경제 성장으로 인해 차량의 보급이 폭발적으로 증가하여 교통혼잡뿐만 아니라 교통사고를 야기하고 있다. 이러한 문제점을 개선하고자 기계학습 기반인 XGBoost를 활용하여 교통사고를 예측하였다. 분석 결과 사고가 일어나지 않을 시 60% 예측성을 보이고 있으며, 사고 1건 이하일 경우 40%의 예측성을 보여주고 있다. 이러한 예측을 통하여 교통사고를 미리 파악하여 방지하고 교통사고로 인한 경제적 손실 및 사회적 손실을 줄여 보다 안전한 교통 환경을 만들 수 있다고 판단된다.

교통량 예측은 과거의 전통적인 회귀분석을 이용하여 예측을 하였다. 그러나 최근에야 인공지능인 AI를 활용하여 복잡한 데이터를 이해하고 예측할 수 있는 모델이들이 개발되고 사용되고 있다. 따라서, 본 연구는 시계열 데이터를 활용하여 학습하 는 딥러닝 모델인 LSTM을 활용하여 2023년 인천광역시의 교통량 예측을 수행하였다. 연구 결과 교통량 예측률이 0.89로 89% 를 예측하여 실제값과 예측값이 비슷한 추세를 나타내는 것으로 연구되었다. 향후 연구는 ITS로 실시간 교통량 데이터를 수집 및 구축하여 더 많은 데이터를 이용 및 활용하여 예측의 정확성을 더욱 높일 수 있을것으로 판단 된다.

본 연구는 최근 논란이 많은 고령운전자의 교통사고와 관련하여 2021년부터 2023년의 전국에서 발생한 고령운전자 교통사 고 자료를 활용하여 교통사고 심각도에 영향을 끼치는 요인을 분석하였다. Light Gradient Boosting Machine 기반으로 분석 할 수 있는 최적 모델을 선정하고 사고 심각도에 영향을 끼치는 요인을 분석하고자 하였으며, 향후 고령운전자의 교통사고에 대하여 영향을 주는 요인으로 확대하여 분석하고 사고 심각도 개선을 위한 대안 방안 마련이 가능할 것으로 판단된다.

본 연구는 감염병(코로나19)으로 인한 통행행태에 영향을 주는 여러 요인에 대해 검토하고, 사회적 특성의 영향 요인에 대해 머신러닝을 활용하여 감염병으로 인한 통행 감소 등 통행행태에 영향을 주는 특성 요인을 분석하였다. 코로나19와 함께 메르 스, 사스 등 지속적으로 반복되고 있는 감염병 위기에 보다 효과적으로 대응ㆍ극복할 수 있는 대중교통체계에 대한 정책적 추진 방안 및 정책 지원할 수 있는 연구를 추진하였다.

본 연구는 교통 혼잡 문제를 다루기 위하여 VDS를 기반으로 수집된 전국의 고속도로 데이터를 딥러닝 기법으로 분석하여 교통량을 예측하고 교통 혼잡을 완화하는 방안을 모색하고자 하였다. 데이터 분석을 위해 2023년 1년 동안 1시간 간격으로 측 정된 10개의 VDS 데이터를 활용하여 Multi LSTM-GRU 모델에 Dense Layer을 추가한 모델을 통해 분석을 진행하였다. 본 연구를 활용하여 V2N(Vehicle to Network) 시스템이 적용된 실시간 차량 데이터를 제공받아 예측 데이터에 적용한다면 교통 혼잡 해소에 많은 도움이 될 것으로 판단된다.

본 연구는 화재로 인한 인명과 재산에 큰 피해를 야기하는 심각한 문제. 특히, 특정소방대상물의 경우 복잡한 구조와 다양한 위험 요소로 인해 화재 발생 시 피해 규모가 더욱 커질 수 있음에 따라 화재 예방 및 안전 관리의 중요성이 더욱 강조되고 있으며, 디지털 트윈 기술을 활용한 고도화된 안전진단 시스템 개발에 대한 요구가 증가하고 있다. 본 연구는 기술수용모델(TAM)을 기반으로 특정소방대상물의 화재예방안전진단에 디지털트윈 기술을 적용하는 방안을 모색하고, 이를 통해 안전 관리 효율성을 향상시키고자 한다.

본 연구는 현대 재난의 복잡성, 대규모화, 예측 곤란성, 국제화, 장기화, 정보의 홍수와 오류, 기후 변화의 영향, 인프라의 취약 성 등 다양한 특징을 고려하여 효과적인 재난 관리 체계를 구축하고, 신속한 대응이 어느 때보다 더 절실히 요구되어지는 시점 에서 이를 과학적이고 객관적으로 분석하여 위험을 최소화 할 수 있는 재난정보 분석 전문가의 양성 방안에 대한 연구이다. 재난정보 분석 전문가는 과학적인 방법론과 최신 기술을 활용하여 재난을 예측하고 대응함으로써 인명과 재산 피해를 최소 화하고, 더 안전한 사회를 만드는 데 기여할 수 있다.

본 연구는 재난 조기 경보 시스템의 중요성을 강조하고, 효과적인 시스템 구축 및 운영을 위한 다양한 방안을 제시한다. 인공 지능, 빅데이터 등 최신 기술을 활용하여 더욱 정확하고 효과적인 재난 조기 경보 시스템을 구축하고, 국민의 안전을 확보하는 데 기여할 수 있을 것이다.

본 연구는 열악한 작업환경과 위험성이 산재해 있는 폐기물 처리 현장에서의 작업자 안전사고를 분석하여 작업자의 사고 예방과 안전을 확보할 수 있는 기술을 연구하고자 한다. 이를 위해 객체 탐지 기술을 활용한 지능형 안전 관리 기술을 개발하여 작업자의 사고감소 및 산업재해율감소, 안전한 작업 환경 조성 등 작업장의 안전관리 효율성을 향상시키는데 기여하고자 한다.

본 연구는 생애주기 중 인지, 언어, 사회성 등 모든 발달 영역에서 급격한 성장이 이루어지는 유아기는 중요한 시기로, 특히 정서 발달은 아이들의 사회성 형성과 건강한 성장에 필수적인 요소이다. 하지만 현대 사회의 변화와 양육 환경의 다양화로 인해 유아의 정서 발달에 어려움을 겪는 경우가 많다. 이러한 문제를 해결하고 유아의 정서 발달을 효과적으로 지원하기 위해 인공지능 기술, 특히 대규모 언어 모델(Large Language Model, LLM)을 활용한 연구는 새로운 접근 방법이라 할 수 있다. sLLM은 방대한 양의 텍스트 데이터를 학습하여 인간과 유사한 수준의 언어 이해 및 생성 능력을 갖추고 있어, 유아와의 상호작용을 통해 정서적 지지를 제공하고 발달을 촉진 할 수 있는 잠재력을 가지고 있다.