search
Contact Us
HOME

  • Crossref logo
Journal Search Engine

to

Search Advanced Search Adode Reader(link)
Download PDF Export Citaion korean bibliography PMC previewer
ISSN : 1229-3431(Print)
ISSN : 2287-3341(Online)
Journal of the Korean Society of Marine Environment and Safety Vol.31 No.5 pp.565-578
DOI : https://doi.org/10.7837/kosomes.2025.31.5.565

Study on the Evaluation of Marine Climate Change Monitoring and Prediction Activities using AHP

Kyu Won Hwang*,**, Chul-Yong Lee***,****, Seung Won Kang*****, Moon Suk Lee******†
*Researcher, Ocean Law and Policy Institute, Korea Institute of Ocean Science and Technology(KIOST), Busan, 49111, Korea
**Ph.D. candidate, School of Business, Pusan National University, Busan, 46241, Korea
***Associate professor, School of Business, Pusan National University, Busan, 46241, Korea
****Institute for Future Earth, Pusan National University, 2, Busandaehak-ro 63beon-gil, Geumjeong-gu, Busan, 46241, Korea
*****Senior research scientist, Ocean Law and Policy Institute, Korea Institute of Ocean Science and Technology(KIOST), Busan, 49111, Korea
******Principal research scientist, Ocean Law and Policy Institute, Korea Institute of Ocean Science and Technology(KIOST), Busan, 49111, Korea

* First Author : hwangkw@kiost.ac.kr, 051-664-3757


† Corresponding Author : leems@kiost.ac.kr, 051-664-3726
September 26, 2025 October 27, 2025 October 28, 2025

Abstract


The Korean government has enacted the Act on Climate and Climate Change Monitoring and Prediction and has been making sustained efforts to advance research and development and improve systems for marine climate change monitoring and prediction. This study aims to evaluate experts’ perceptions and assess the technological maturity of marine climate change monitoring and prediction activities, while identifying relative priorities that can support more effective and evidence-based policy formulation by the government. To this end, experts from government agencies, research institutes, universities, and private companies were surveyed to assess their overall perceptions and evaluations of the current technological capacity for marine climate change monitoring and prediction. The study also identified relative priorities through the systematic structuring of monitoring and prediction activities and the analysis of their relative importance, alongside an examination of the correlations between experts’ perceptions and technological assessments. The results indicate that experts strongly recognize the necessity of governmental climate strategies and R&D initiatives to effectively respond to marine-related natural and economic disasters. The analysis of relative importance revealed that information management and collaborative activities are regarded as the most critical domains. Moreover, differences in institutional affiliation were found to influence experts’ perceptions and their assessment of the importance of marine climate change monitoring and prediction activities. These findings highlight the need for the government to incorporate relative priorities into the design of practical and effective policies that can strengthen marine climate change response initiatives.


Marine climate change , Analytic hierarchy process , Relative importance , Sensitivity analysis , Carbon neutral

AHP를 활용한 해양 기후변화 감시 및 예측 활동 평가 연구

황규원*,**, 이철용***,****, 강승원*****, 이문숙******†
*한국해양과학기술원 연구원
**부산대학교 경영대학 박사과정
***부산대학교 경영대학 교수
****부산대학교 미래지구환경연구소
*****한국해양과학기술원 선임연구원
******한국해양과학기술원 책임연구원

초록


정부는 기후·기후변화 감시 및 예측 등에 관한 법률을 제정하고, 해양 기후변화 감시 및 예측 R&D 및 체계 개선을 위해 노력하 고 있다. 본 연구의 목적은 해양 기후변화 감시 및 예측 활동에 대한 전문가의 인식과 기술수준을 평가하고, 상대적 우선순위를 제시함으 로써 정부의 효율적인 정책 수립과 실효성 제고에 기여하고자 한다. 연구방법으로 정부, 연구기관, 대학, 민간기업 등 소속 전문가를 대상 으로 해양 기후변화 감시 및 예측 활동에 대한 전반적인 인식과 기술수준을 평가하였다. 또한 감시 및 예측 활동 구조화 및 상대적 중요 도 분석을 통한 상대적 우선순위를 결정하고 전문가 인식과 기술수준 간의 상관관계를 분석하였다. 연구결과 전문가들은 해양 자연적·경 제적 재해에 대응하기 위해 정부의 기후전략 수립이 매우 필요하다고 인식하고 있다. 상대적 중요도 평가 결과, 정보 관리 및 공동활동 영역이 가장 중요한 활동으로 분석되었다. 소속에 따른 집단의 목적과 이해관계가 해양 기후변화 감시 및 예측 활동에 대한 인식과 중요 도에 영향을 미친다는 것을 확인하였다. 정부의 해양 기후변화 활동 지원 측면에서 상대적 우선순위를 고려하여 실효성 있는 정책을 도 모할 필요가 있다.


해양 기후변화 , 계층분석법 , 상대적 중요도 , 민감도 분석 , 탄소중립

    1. 서 론

    최근 UNEP(2023)는 기후변화로 인해 수자원, 식량, 에너지 등이 위협받고 있으며, 이로 인하여 이주, 분쟁 등 사회적 불안정이 심화될 수 있다고 경고하였다. 특히 해양의 경우 지난 20년간 온난화율이 두 배로 증가하였고, 해수면 상승 속도는 지난 30년간 2배로 빨라졌다. 동시에 해양 산소 농도 감소, 산성화, 생태계 파괴 등 복합적 변화가 가속화되고 있 다(IOC-UNESCO, 2024). 또한 WMO(2025)에 의하면 지난 10년 동안 역대 가장 무더운 시기를 기록했으며, 2024년에는 최고 기온이 경신되었다. 이 과정에서 극한 기상현상 151건, 대규 모 인명 피해, 식량 위기 및 경제적 손실이 발생하였다. 2030 년까지 지구 평균기온이 2°C 상승할 가능성이 높으며, 2050 년까지는 전 세계 GDP의 최대 11%가 손실될 수 있다고 경 고하고 있다(WMO, 2025). 이러한 상황에서 해양 기후변화 감시, 예측, 정보 생산 및 공동 활용을 통한 정확한 예측과 체계적인 정보 제공은 국가 차원의 기후변화 대응 및 안전 관리 강화를 위해 필수적이다. 특히 해양 기후변화에 대한 지속적 감시·예측 체계 구축은 실효성 있는 해양수산 분야 정책 수립을 위한 중요한 기반이 된다. 정부는 2023년「기 후·기후변화 감시 및 예측 등에 관한 법률」을 제정한 이후 2024년 시행하는 등 관련 정책을 강화하고 있다(Ministry of Oceans and Fisheries, 2024). 더 나아가 대기, 해양, 극지 등 기 후체계를 확립하고, 기후예측 정보 생산을 통해 국가 차원 의 기후위기 대응력을 제고하고 있다.

    본 연구는 이러한 기후변화 및 해양환경 변화와 정부 정 책에 부응하여, 해양 기후변화 감시 및 예측 활동의 기술수 준을 평가하고 우선순위를 도출하는 것을 목적으로 한다. 특히 전문가 의견을 반영하여 정책 기초자료를 제공하고, 해양 기후변화 감시 및 예측 활동을 구조화하고 기술지원 방향을 설정함으로써 정책의 효율성을 높이고자 한다.

    이를 위해 먼저 법률을 기반으로 해양 기후변화 감시 및 예측 활동1)을 구조화하고, 전문가 집단을 대상으로 FGI(Focus Group Interview)를 실시하여 하위 영역별 사업을 도출하였다. 이어서 각 활동에 대해 정부의 역할과 필요성을 조사하고, 한국의 노력 수준을 리커트 척도(Likert scale)를 활용하여 평 가하였다. 또한 AHP(Analytic Hierarchy Process) 기법을 활용하 여 집단별 상대적 중요도와 우선순위를 산정하고, 민감도 분석을 통해 상위 영역의 변화가 하위 영역에 미치는 영향 을 평가하였다. 마지막으로 집단 특성, 노력 정도, 기술수준 간의 상관관계를 분석하여 변수 간 관계를 파악하였다.

    본 연구의 차별성으로 첫째, 전문가 소속 기관별 집단 차 이를 고려하여 감시 및 예측 활동에 대한 기술수준·인식·상 대적 중요도를 종합적으로 연계하여 분석함으로써 과학기술 적 진단과 가치 평가를 동시에 수행하였다. 둘째, 기존 연구 들이 기후변화 대응 전반을 다룬 것과 달리, 본 연구는 해양 공간과 해양 기후변화 감시 및 예측 활동에 초점을 맞추었 다. 셋째, 민감도 분석을 통해 영역별 중요도 변화 시나리오 를 제시함으로써 정책적 유연성과 대응 전략 수립에 기여할 수 있도록 하였다. 따라서 본 연구는 해양 기후변화 감시 및 예측 활동을 상위·하위 영역으로 구조화하고, 이를 기반으로 기술수준과 우선순위를 제시하고, 통계적으로 유의한 관계 를 제공한다. 또한 환경 변화에 따른 정책적 대응 유연성을 확보할 수 있는 분석틀을 제시한다는 점에서 의의가 있다.

    본 논문의 구성은 다음과 같다. 제2장에서는 본 연구와 관 련된 선행연구를 검토하고, 제3장에서 연구방법과 설문구성 을 설명한다. 제4장에서는 연구결과를 제시하고, 제5장에서 결론과 함의를 도출한다.

    2. 선행연구

    본 연구의 주제 및 연구방법론과 관련된 선행연구는 크게 3가지 범주로 구분할 수 있다. 첫째 기후변화 정책과 AHP 기법을 활용하여 상대적 중요도를 도출한 연구, 둘째 방법 론적 측면에서 기술수준 평가, AHP, 민감도 분석을 수행한 연구, 셋째 해양 기후변화 분야 대상 연구 등으로 구분된다.

    첫째 기후변화 정책 및 AHP 기법 관련 연구로 기후변화 대응 정책 분야에서 AHP 기법은 정책 대안이나 전략의 상 대적 중요도를 평가하고, 우선순위를 도출하는 유용한 방법 론으로 활용되어 왔다. Alsafadi et al.(2023)은 AHP 기반 가 중 기후 적합성 지수를 활용하여 건조 지역에서의 기후변 화가 밀 재배 적합성에 미치는 영향을 평가하였다. Liu et al. (2025)은 해안 지역 기후변화 완화 전략의 우선순위를 도출 하였으며, Soam et al.(2023)은 AHP Analyser 도구를 개발하여 기후변화 완화 및 산림관리 대안을 평가하고, 민감도 분석 을 통해 결과의 신뢰성을 검토하였다. 또한 Al-Zu’bi(2009)는 Azraq 분지를 대상으로 AHP 기법을 적용하여 기후변화가 생 태수문학에 미치는 영향을 분석하였다. 국내에서도 다양한 분야에서 AHP 기법이 적용되고 있다. Song et al.(2024)은 고 속도로 기후변화 적응사업의 평가지표 개발을 위해 환경 적·기술적·경제적 기준을 설정하고 AHP 기법을 활용하여 사업의 효과성과 우선순위를 도출하였다. Koh(2018)은 지방 자치단체 기후변화 정책을 정책통합 관점에서 분석하였으 며, Kim and Park(2021)은 재난재해 분야의 기후변화 적응 대책 우선순위를 AHP와 ANP 기법으로 도출하였다. Kim et al.(2024)은 에너지 부문의 탄소저감 수단을 평가하기 위해 전문가 기반 중요도를 분석하였고, Lee et al.(2015)은 발전 부문 온실가스 감축 기술과 정책의 우선순위를 기술적, 경 제적, 환경적 기준에서 AHP로 평가하였다. Lee(2018)는 인천 시의 기후변화 정책 평가체계를 연구하였으며, Chae and Jo(2013)는 기후변화 적응 대책의 효과적인 우선순위 결정을 위해 다기준 의사결정 기법을 활용하였다.

    둘째 방법론적 측면에서의 연구로 AHP와 민감도 분석은 다양한 분야에서 의사결정의 타당성과 안정성을 검토하는 데 활용되고 있다. Apostolou and Hassell(1993)은 AHP를 적용 하여 응답자의 일관성 비율(CR, Consistency ratio)을 기준으로 집단을 구분하고, 민감도 분석을 통해 우선순위 변화를 확 인하였다. Dutta and Deka(2024)는 지리정보 기반 MCDM-AHP 모델을 활용하여 홍수위험을 평가하면서 다중공선성과 민 감도 분석을 결합하였다. May et al.(2013)은 ANP 모델에서 입력 가중치 변화를 반영한 민감도 분석 기법을 제시하였 다. 또한 Ozegin et al.(2024)은 지리공간 기술과 AHP를 활용 하여 나이지리아 지하수 잠재력 구역을 설정하고, 가중치 변동의 영향을 분석하였다. Santos et al.(2023)은 AHP 기반 Python Tool을 개발하여 민감도 분석을 수행하였으며, Sulistio et al.(2018)은 교량 기초 설계 대안의 우선순위를 민감도 분 석으로 검토하였다. 국내에서는 Park et al.(2016)이 평생교육 정책의 중요도를 AHP로 분석하고, 민감도 분석을 통해 정책 우선순위의 안정성을 검토하였다. Park and Choi(2010)는 교 육지원청 기능 우선순위를 AHP 기법으로 도출하고 민감도 분석을 통해 결과를 검증하였다. Yoo(2023)는 부사관 정신전 력 요소를, Lee et al.(1999)은 우편집중국 입지를 AHP로 분석 하고 민감도 검토를 수행하였다. 한편, 기술수준 평가와 관 련하여 Korea Health Industry Development Institute(2022), Korea Institute of Geoscience and Mineral Resources(2021), Korea Institute of Industrial Technology Planning and Evaluation(2024), Korea Institute of Science and Technology Evaluation and Planning(2022) 등은 기술성숙도, 연구개발 역량, 시장성, 산업 적용 가능성 등 다차원적 평가 기준을 활용하여 체계적 기 술수준 평가 방법론을 제시하였다. 이는 본 연구에서 해양 기후변화 감시·예측 활동의 기술수준 평가에 참고할 수 있 는 기초적 연구들이다.

    셋째 해양 기후변화 관련 연구로 해양 분야에서도 기후 변화 대응 및 예측과 관련한 연구가 수행되어 왔다. Abdel-Hady et al.(2024)은 이집트 해양 양식업 전략 수립을 위 해 SWOT 분석과 AHP를 결합하여 효과적인 전략 방향을 제 시하였다. Santos et al.(2024)은 지속 가능한 기후 스마트 해 양계획의 핵심 요소를 도출하고, AHP를 통해 중요도를 평가 하였다. Saraswati et al.(2024)는 인도네시아 강 수로의 해양환 경 보호 전략을 AHP 기법으로 분석하였다. 국내 연구로는 Cho et al.(2025)이 기후 복합재난 대응 R&D 중점 과제를 도 출하였으며, Choi et al.(2024)은 해양 기후기술 중 온실가스 감축 및 흡수 분야의 연구 동향과 기술 수준을 분석하였다. Choi et al.(2014)은 기후 감시·예측·적응을 위한 과학정보 활 용 전략을 제시하였고, Han et al.(2023)은 해양수산 분야 기 후변화의 영향과 전망을 분석하여 정책 및 연구 활용 전략 을 제안하였다. 또한 Ahn(2024)은 국내 해양 기후변화 예측 기술의 한계와 정책적 제언을 제시하였다.

    선행연구를 종합하면, 기후변화 정책과 AHP 기법을 결합 한 연구는 국내외에서 활발히 수행되고 있으며, 다기준 의 사결정 방법론으로서 AHP와 민감도 분석의 유용성이 입증 되었다. 다만 연구 대상의 공간적 범위를 해양으로 한정하 고, 해양 기후변화 감시 및 예측 활동을 구조화하여 기술수 준과 상대적 중요도를 동시에 평가한 연구는 아직 미흡하 다. 특히 해양 기후변화 감시 및 예측 활동을 법률 기반으로 구조화함으로써 객관성과 정책 일관성을 확보하고자 한다. 또한 감시 및 예측 활동을 기술수준 평가와 연계하여 상대 적 평가와 절대적 평가를 동시에 고려하여 기존 연구와 차 이점이 있다. 민감도 분석을 통해 중요도 변동에 따른 정책 적 시사점을 제시하고, 집단 특성과 인식 차이, 기술 수준 간의 관계를 통계적 방법을 활용하여 분석함으로써 정책 결 정의 합리성과 효율성을 제고하는 데 기여하고자 한다.

    3. 연구방법

    본 연구에서 활용한 AHP 분석은 의사결정 문제를 계층적 으로 구조화하고, 쌍대비교를 통해 각 요소의 상대적 중요 도를 산출하는 기법이다. 이때, 쌍대비교 행렬의 고유벡터 (Eigenvector)를 계산하여 가중치를 도출하는데, 이 가중치는 최종 대안의 우선순위를 결정하는 데 사용된다. 분석 절차로 목표(Goal), 기준(Criteria), 하위기준(Sub-criteria)으로 계층화하며, 1부터 9까지의 척도를 이용하여 두 요소 간 상대적 중요도를 평가한다(Saaty, 1987;Saaty and Vargas, 2001;Huh et al., 2016). 쌍 대 비교 행렬을 간단한 수식으로 표현하면 아래와 같다.

    A = 1 a 12 a 13 ⋯ a 1 n 1 / a 12 1 a 23 ⋯ a 2 n 1 / a 13 1 / a 23 1 ⋯ a 3 n ⋮ ⋮ ⋮   ⋮ ⋮ 1 / a 1 n 1 / a 2 n 1 / a 3 n ⋯ 1
    (1)

    aij는 i가 기준 j보다 얼마나 중요한가를 의미하고, aji는 1/aij으로 역수 관계를 의미한다.

    다음 고유치법(Eigenvalue Method)에 의한 가중치 계산 방 법으로 행렬 A의 최대 고유치 λmax와 그에 대응하는 고유벡 터 w를 아래와 같이 구할 수 있다.

    A ⋅ w = λ max ⋅ w
    (2)

    또한 가중치 벡터 w = w 1 , w 2 , w 3 , w 4 , … , w n 를 정규화하 여 아래와 같이 ∑ i = 1 n w i = 1 이 되도록 변환한다.

    w i = w i ∑ j = 1 n w j
    (3)

    AHP 민감도 분석은 상위 Level의 가중치 기반의 민감도 분석을 수행하였다. 이 방법은 특정 기준(criterion)의 가중치 를 일정 비율로 변경시키면서, 다른 기준의 가중치를 비례 적으로 조정하여 전체 합이 1이 되도록 맞춘다. 이후 각 대 안의 최종 가중치를 재계산하여 최종 가중치와 순위 변화를 관찰한다(Saaty, 1987;Vaidya and Kumar, 2006). 가중치 변화와 최종 가중치를 아래의 수식과 같이 표현할 수 있다.

    W A i = ∑ j = 1 n w i   ⋅   υ A i
    (4)

    여기서 WA는 대안 A의 최종 가중치, wi는 기준 i의 가중 치, υ A i 는 기준 i에 대한 대안 A의 가중치를 의미한다.

    본 연구는 해양 기후변화 감시 및 예측 활동의 중요도와 우선순위를 평가하기 위하여 AHP 기법을 활용하였다. 연구 의 설문 구조는 Table 1과 같이 개인속성, 전문가 인식, 기술 수준 평가, 상대적 중요도 조사 등으로 구성하였다. 먼저 개 인속성 항목에서는 응답자의 소속 기관, 경력, 연구단계, 해 양과학기술 활동 분야, 연구(업무) 분야 등을 조사하여 표본 의 배경 특성을 파악하였다. 이어 전문가 인식 및 평가 항목 에서는 1점에서 5점까지 리커트 척도(Likert scale)를 활용하 여 정량적으로 평가하였다.

    해양 기후변화 감시 및 예측 분야에 대한 과학기술적 노 력의 정도, 정책·사회적 노력의 정도, 타 부처 대비 해양수 산부의 상대적 노력 수준, 해당 활동의 미래 중요도, 해양 기후변화 대응 필요성의 주요 요인, 정부의 역할 등을 포함 하여 전문가의 전반적 인식을 측정하였다. 또한 기술수준 및 발전 방안에 관한 문항에서는 계층 1 및 계층 2의 세부 영역별 최고 기술 보유국가, 향후 기술 향상 방안 등을 조 사하였다.

    조사 대상은 정부, 연구기관, 대학교, 민간기업에 소속된 해양 및 기후 관련 전문가 총 54명이며, 이중 기술수준 평가 와 AHP 설문을 동시에 수행하여 응답 일관성을 검증하였다.

    분석 시 AHP의 신뢰도 확보를 위해 일관성 비율(CR)을 적용하여 신뢰도와 타당성을 확보하였으며, 다만 일반적으 로 0.1 이하를 기준으로 일관성을 판단하지만, 본 연구 제약 을 고려하여 0.2 이하까지 합리적 허용 한계로 설정하여 채 택하였다(Hummel et al., 2014). 최종적으로 37명(정부 소속 11%, 연구기관 49%, 대학 14%, 민간기업 5%)의 전문가 응답 을 분석에 활용하였다. 설문조사는 2024년 8월 약 3주간 대 면 면담과 온라인 설문 방식을 병행하여 수행되었다. 해양 기후변화 감시 및 예측 활동의 계층 구조는 Fig. 1과 같이 「기후·기후변화 감시 및 예측 등에 관한 법률」을 기반으 로 설정하였다. Level 1에서는 감시(A), 예측(B), 활용(C), 거 버넌스(D)의 4개 전략 영역을 도출하였다. 이를 세분화한 Level 2 수준의 활동은 전문가 자문과 집단별 FGI를 통해 하 위 활동을 총 14개 활동으로 구체화하여 정의하였다. 세부적 으로 감시(A) 영역은 연안 감시 요소 및 기반 강화(A1), 대양 및 극지 감시체계 구축(A2), 해양생태계 변동성 감시(A3), 핵 심 감시자료 생산 및 품질관리(A4)로 구성된다. 예측(B) 영 역은 예측모델 고도화(B1), 단기 예측 및 경보 체계 구축 (B2), 중기 예측 강화(B3), 장기 예측 강화(B4)로 구분된다. 활용(C) 영역은 위기 정보 생산(C1), 위험평가 및 관리기술 개발(C2), 정보 관리·공동활용 체계 구축(C3)으로 구성되며, 거버넌스(D) 영역은 거버넌스 체계 구축(D1), 국제 협력 강 화(D2), 지식 보급 및 인식 제고(D3)로 구체화된다. 이와 같 이 설정된 계층 구조를 기반으로 설문조사를 통해 해양 기 후변화 감시 및 예측 활동의 상대적 중요도를 평가하고, 이 를 종합하여 우선순위를 도출하였다.

    4. 연구 결과

    해양 기후변화 감시·예측이 필요한 이유를 해양활동 위 협, 해양기후변화에 따른 신산업 및 신성장동력 확보, 해양 생태계 보호(고수온, 서식지 피해, 외래종 유입 등), 수산 분 야 경제적 위협(양식, 어획어업 등), 자연재해 위협(침식, 범 람 등) 등 5개의 폐쇄형 문항으로 조사하였다. 감시 예측의 주요한 이유로 자연재해 위협과 수산 분야 경제적 위협이 꼽혔으며, 이는 해양안전과 경제적 측면의 필요성이 높은 것으로 판단된다.

    본 연구에서 설문 대상은 전문가 개인이기 때문에 업무 및 전문 분야에 따라 인식 및 기술 평가 수준이 상이할 수 있으며, 응답 결과의 평균을 소속 집단의 대표로 가정하여 분석의 한계가 존재한다.

    소속 집단별 해양 기후변화 감시 및 예측이 필요한 이유 를 분석한 결과 Fig. 2와 같이, 정부 소속 전문가들은 수산 분야 경제적 위협과 자연재해 위협이 주요한 이유로 인식하 였다. 연구기관 소속 전문가들은 수산 분야 경제적 위협이 가장 중요한 이유이며, 다음 해양생태계 보호, 자연재해 위 협 등의 순이다. 다음 대학 소속 전문가는 해운, 해양관광 등 해양활동 위협을 제외하고 수산 분야 경제적 위협, 해양 생태계 보호, 자연재해 위협 등의 이유로 감시 및 예측이 필 요하다고 인식하고 있다. 민간기업 소속 전문가들은 자연재 해 위협을 가장 높게 평가하였으며, 다음 해양생태계 보호, 수산 분야 경제적 위협 등의 순으로 분석되어 집단 간 차이 를 확인하였다.

    현재 해양 기후 감시 및 예측에 대한 정부의 주요한 역할 을 조사한 결과 Fig. 3과 같이 Huh et al.(2015)의 연구 결과와 유사하게 집단에 따라 전문가의 인식이 상이하게 나타났다.

    정부 소속 전문가들은 주요한 역할로 법·제도 개선 37.5%, 국가 R&D 확대와 지속가능한 전략 및 계획 실행이 각각 25.0%로 정부의 업무와 밀접한 관계가 있는 것으로 나타났 다. 연구기관 소속 전문가의 경우 국가 R&D 확대 33.3%로 가장 중요한 역할로 뽑았으며, 다음 지속가능한 전략 및 계 획 실행 30.3%, 전문인력 양성 15.2% 등의 순으로 조사되었 다. 대학 소속 전문가들은 지속가능한 전략 및 계획 실행과 국가 R&D 확대가 각각 40.0%로 주요한 역할로 뽑았다. 마지 막으로 민간기업 소속 전문가들도 지속가능한 전략 및 계획 실행과 국가 R&D 확대가 각각 35.0%로 주요한 역할로 선정 하였다. 종합하면 감시 및 예측에 관한 정부의 주요한 역할 은 집단에 따른 전문가 인식의 차이가 크지 않았다. 특히 전 략 및 계획 실행과 R&D 확대가 정부의 주요한 역할로 선정 되었으며, 응용기술 및 제품 개발 지원 역할은 전문가이 기 대하는 정부의 역할이 아닌 것으로 나타났다.

    해양 기후변화 감시·예측에 대한 과학기술적 및 사회적 노력 정도, 타 부처 대비 해양수산부의 노력, 미래 중요도 전망을 조사한 결과는 Fig. 4와 같다. 여기서 붉은 색 점선은 전체 평균을 의미한다. 한국의 과학기술적 노력은 10점 만점 에 평균 6.4점, 정책·사회적 노력은 6.1점으로 나타났으며, 해 양수산부의 노력은 6.3점으로 평가되었다.

    특히 향후 중요도 전망은 9.6점으로 매우 높게 평가되어, 전문가들이 미래 해양 기후변화 대응의 시급성과 필요성을 강하게 인식하고 있음을 알 수 있다.

    소속 집단별 인식을 살펴보면, 정부 소속 전문가들은 한 국의 과학기술적 노력을 7.0점으로 가장 높게 평가한 반면, 대학 소속 전문가들은 5.6점으로 가장 낮게 평가하여 소속 집단에 따른 인식의 차이가 명확하게 보였다.

    정책·사회적 노력에 대해서도 유사한 경향이 나타났으며, 민간기업은 6.2점으로 상대적으로 긍정적이나, 대학은 여전 히 가장 낮은 점수를 부여하였다. 타 부처 대비 해양수산부 노력은 평균 6.3점이었고, 민간기업은 7.0점으로 높게 평가한 반면, 정부 소속 전문가는 5.5점으로 낮게 평가하는 등 기관 별 인식 차이가 확인되었다. 다만 미래 중요도에 대해서는 모든 집단이 일관되게 매우 높은 점수를 부여하였다.

    종합하면 정부의 현재 해양 기후변화 감시·예측 노력은 중간 수준으로 인식되고 있으나, 미래 중요도는 매우 높게 전망된다. 또한 소속 기관에 따라 인식 차이가 분명히 나타 났는데, 이는 전문가 집단의 이해관계 및 기관의 역할 차이 가 인식에 영향을 미치고 있는 것으로 해석된다.

    해양 기후변화 감시·예측 활동의 Level 1 전략별 기술수준 을 평가한 결과를 Fig. 5에 제시하였다. 분석 결과, 활용 영역 의 기술수준이 상대적으로 가장 낮았으며, 거버넌스 영역은 가장 높게 평가되었다. 전체적으로 최고기술 보유국은 미국 으로 나타났으며, 한국은 최고수준 대비 약 73.0~76.4% 수준 으로 평가되었다. 영역별로 보면, 감시 영역에서 대학 소속 전문가들은 한국의 기술수준을 72.5%로 가장 높게 평가했 다. 한편 정부 소속 전문가는 58.3%로 가장 낮게 평가하였 다. 예측 영역에서는 연구기관 전문가들이 72.5%로 높게 평 가했으나, 정부 소속 전문가들은 51.7%에 불과하였다.

    활용 영역에서는 민간기업 전문가들이 71.3%로 가장 높게 평가했고, 정부 소속 전문가는 50.0%로 전체 영역 중 최저치 를 기록하였다. 거버넌스 영역에서는 연구기관 전문가들이 77.5%로 높게 평가했으며, 민간기업 전문가들은 64.0%로 상 대적으로 낮았다.

    해양기후 감시 및 예측 영역별 개선 방향을 기술개발 장 비 등 인프라 구축, 해당 분야 전문인력, 시장 성장가능성(국 내외 수요), 정부 정책 및 규제, R&D 투자 규모, 과학기술적 성과(논문, 특허, 제품), 기타 등 6가지 방향으로 구성된 폐쇄 형 문항으로 조사하였다. 여기서 시장 성장가능성은 현재 시장 규모의 확장성을 의미하여, 민간 영역에서의 기업 참 여 확대 및 시장규모 성장에 대한 기대로 볼 수 있다.

    영역별 개선 방향 조사 결과, Fig. 6과 같이 감시 영역은 과 학기술적 성과(논문, 특허, 제품)와 R&D 투자 확대가 주요 개 선 과제로 도출되었으며, 인프라 구축과 전문인력 양성은 낮 게 평가되었다. 예측 영역에서는 전문인력 양성과 R&D 투자 확대가 주요 과제로 꼽혔으며, 시장 성장 가능성과 제도 개선 은 낮았다. 활용 영역은 정부 정책 및 규제와 R&D 투자가 중 요하게 나타났고, 거버넌스 영역은 정책·제도 개선과 전문인 력 양성이 주요한 개선 방향으로 나타났다. 감시 영역에서 정 부 소속 집단은 인프라 구축, 대학 소속 집단은 R&D 투자 규 모가 중요한 개선 사항으로 인식하고 있다. 예측 영역에서는 대부분의 전문가들이 인프라 구축을 가장 낮게 평가하였다.

    AHP를 활용한 상대적 중요도 분석 결과를 Fig. 7에 제시 하였다. Level 1 전략의 중요도를 보면, 정부 소속 전문가는 감시와 예측을 가장 중요하게 인식한 반면, 연구기관은 활 용과 거버넌스를 중시하였다. 대학 소속 전문가는 예측, 감 시 순으로 평가했으며, 민간기업은 활용, 예측 순으로 평가 하였다. 즉 소속에 따라 뚜렷한 차이가 나타났음을 확인할 수 있다. Level 2 전략의 상대적 중요도에서는 Table 2와 같 이 집단 간 차이가 더욱 분명해졌다. 상대적 중요도 평가의 CR 값은 소속 집단별 CR 평균값은 정부 0.0265, 공공기관 0.0537, 대학 0.0151, 민간기업 0.0886이며, 모든 영역에서 0.2 이하로 나타나 일관성이 확보되었다. 상위 5개 활동을 보면, 정부 전문가들은 C1(활용-정보), B1(예측-모델) 등을, 연구기 관은 C1(활용-정보), C3(활용-체계) 등을, 대학은 B1(예측-모 델), A1(감시-연안) 등을, 민간기업은 C3(활용-체계), C1(활용- 정보) 등을 중시하는 것으로 나타났다. 공통적으로 C1(활용- 정보)와 B1(예측-모델)은 중요도가 높았으나, 세부 사업별 순 위는 집단에 따라 크게 달라졌다. 특히 Level 2 수준에서는 동일 영역 내에서도 세부 사업 간 가중치 차이가 크게 나타 났다. 예를 들어, 정부 소속 전문가들은 감시 영역 내 사업 의 중요도를 4위에서 13위로 분산 평가했으며, 대학 소속 전 문가들은 거버넌스 영역 사업을 3위에서 13위까지 다양하게 평가하여, 세부 과제별 우선순위에 대한 이견이 두드러졌다.

    AHP에서 민감도 분석은 상위 기준의 가중치가 조금 변할 때, 하위 항목들의 전역 가중치(global weights) 또는 우선순위 가 어떻게 바뀌는지를 평가하는 과정이다. 이를 통해 의사 결정 모델이 얼마나 안정적인지, 즉 특정 기준의 가중치가 바뀌면 우선순위에 얼마나 영향을 주는지를 파악할 수 있 다. 상위 기준(A, B, C, D)의 가중치를 ±5% 변화시켰을 때, 하위 항목들의 전역 가중치 변화율과 우선순위 변화를 분석 하였다. 분석 방법으로 상위 기준 가중치(감시, 예측, 활용, 거버넌스) 중 하나의 가중치를 5% 증가 또는 5% 감소하는 경우(총 8가지)를 가정하여, 기존 Global 가중치와 변화된 Level 1 수준 가중치를 반영한 Global 가중치 간의 변화율로 설정하였다.

    분석 결과 Fig. 8과 같이 상위 가중치 변화에 따라 하위 활동의 순위가 크게 변동하는 것으로 나타났다. 특히 C3(활 용-체계)는 1위에서 14위로 급락했고, B4(예측-장기)는 13위 에서 1위로 급상승하는 등 극적인 변화를 보였다. 이는 전문 가들의 판단과 모델의 안정성이 환경 변화에 따라 크게 달 라질 수 있음을 의미한다.

    상위 기준의 가중치 변화에 따른 하위 기준의 우선순위를 살펴보면, 가장 민감한 하위영역은 A3(-19.8%), C3(-20.4%), D3(-22.2%), D2(-21.3%), D1(25.6%) 등으로 상위 가중치의 변 화가 하위 가중치에 크게 영향을 미치고 있음을 확인하였 다. 또한 우선순위를 중심으로 살펴보면, C3(1위에서 14위로 하락), B4(13위에서 1위로 상승), A4(12위에서 1위로 상승) 등 우선순위가 극적으로 변동하여, 전문가의 판단에 의한 최종 결과가 바뀔 수 있음을 의미한다.

    종합하면 상위 기준 중 어떤 항목이 민감한가 분석한 결 과는 특정 가중치의 변동이 전체 결과에 큰 영향을 준다면, 해당 영역의 가중치가 매우 중요하다고 판단할 수 있다. 특 히 하위 항목 중 민감도가 높은 사업은 관리 및 정책의 우선 대상이 될 수 있다. 본 연구의 민감도 분석 결과 하위 수준 의 사업 가중치 변화를 분명하게 확인하였으며, 민감도가 높은 사업은 정책 수립 및 관리 과정에서 특별히 더 세밀한 고려가 필요함을 의미하며, 이는 정책의 유연성과 효율성을 제고하는 데 기여할 것이다.

    앞서 분석한 기술 수준 평가, 해양 기후변화 활동 인식, 소속 집단의 민간 영역 강도, 연구단계 수준 등을 변수로 Pearson 상관관계 분석 결과를 Fig. 9에 제시하였다. 집단 특 성과 연구단계, 전문가 인식, 기술수준 간 상관관계를 분석 한 결과, 몇 가지 유의한 관계가 확인되었다.

    민간 성격이 강할수록 개발 단계와 유의한 양의 상관관계 (r=0.349)를 보였으며, 민간 강도와 해양수산부 노력 정도 (r=0.307), 활용 기술수준(r=0.400) 간에도 양의 관계가 나타났 다. 과학기술적 노력은 정책·사회적 노력(r=0.742) 및 해양수 산부 노력(r=0.448)과 높은 양의 관계를 보였다. 정책·사회적 노력은 감시(0.392), 예측(0.395), 활용(0.518) 기술수준과 모두 유의한 관계를 보였다.

    기술수준 간에도 매우 높은 상관관계가 확인되었다. 감시 와 예측 기술수준 간 상관계수는 0.865, 감시와 활용은 0.879, 감시와 거버넌스는 0.818로 나타났다. 또한 예측과 활용 (0.892), 예측과 거버넌스(0.788), 활용과 거버넌스(0.715) 모두 높은 양의 관계를 보였다.

    종합하면, 전문가 소속 집단은 인식 차이에 직접적인 영 향을 미치며, 기술수준은 영역 간 상호의존성이 매우 높음 을 확인할 수 있다. 이는 해양 기후변화 감시·예측 체계 구 축 시, 단일 영역보다는 통합적 관점에서 접근할 필요가 있 음을 시사한다.

    5. 결 론

    최근 기후변화로 인해 해양 온난화, 해수면 상승, 해양 생 태계 파괴 등이 가속화되고 있으며, 전세계적으로 사회적 경제적 위협을 받고 있다.

    이러한 상황에서 해양 기후변화에 대한 체계적인 감시 및 예측을 통해 정확한 정보를 생산하고 활용하는 것이 국가의 기후변화 대응 및 안전 관리를 위해 필수적인 과제가 되었 다. 정부는 기후변화 감시 및 예측 관련 법률을 제정하는 등 정책적 노력을 강화하고 있지만, 실효성 있는 정책 수립을 위해서는 전문가 의견을 반영한 기술적 진단과 정책 우선순 위 도출이 필요한 실정이다. 본 연구는 해양 기후변화 감시 및 예측 활동에 대한 전문가의 인식을 분석하고, 기술수준 을 평가하고, 활동별 우선순위를 도출하는 것을 목적으로 한다. 특히 과학기술적 진단과 정책적 가치 평가를 동시에 고려함으로써 정부의 효율적인 정책 수립에 기여하고, 해양 기후변화 관련 R&D 및 사업 지원의 방향을 설정하는데 필 요한 기초 자료를 제공하고자 한다.

    본 연구의 연구방법으로 정부, 연구기관, 대학, 민간기업 등의 소속 전문가를 대상으로 해양 기후변화에 대한 인식 평가, 기술수준 평가, AHP 기반 상대적 중요도 분석으로 수 행하였다. 전문가 인식조사는 해양 기후변화 감시·예측 필요 성, 정부 역할, 과학기술적·정책적 노력 수준에 대한 인식으 로 구성되었다. 기술수준 평가는 해양 기후변화 감시 및 예 측 활동의 4개 상위 영역(감시, 예측, 활용, 거버넌스)에 대해 최고 기술 보유국 대비 국내 기술수준을 평가하였다. 법률 에 기반한 4개의 상위 계층과 전문가 FGI를 통해 도출된 14 개의 하위 계층 활동 간의 상대적 중요도를 쌍대비교를 통 해 분석하였다. 또한 민감도 분석을 통해 상위 계층의 가중 치 변화가 하위 계층의 순위에 미치는 영향을 분석하여 정 책의 유연성을 검토하고, 전문가의 소속, 기술수준, 인식 간 의 상관관계를 파악했다.

    영역별 기술수준 평가 결과, 한국의 해양 기후변화 감시 및 예측 기술수준은 최고 기술 보유국 대비 73.0-76.4% 수준 으로 평가되었고, 활용 영역의 기술수준이 가장 낮았으며, 거버넌스 영역의 기술수준이 가장 높은 것으로 나타났다. 소속별 인식 차이를 보면, 정부 소속 전문가는 대부분 영역 의 기술수준을 낮게 평가한 반면, 연구기관 및 민간기업 전 문가는 상대적으로 높게 평가했다. 특히 대학 소속 전문가 는 과학기술적 노력 수준을 가장 낮게 인식하여 소속별 인 식 차이가 뚜렷했다.

    AHP 분석 결과 상위 영역 중요도를 보면, 정부 소속 전문 가는 감시와 예측을 가장 중요하게 평가한 반면, 연구기관 과 민간기업 전문가는 활용을 최우선으로 꼽았다. 이는 전 문가의 소속 기관 목적과 이해관계에 따라 중요도 인식이 다름을 보여준다. 하위 영역 우선순위 도출결과 전반적으로 정보 활용(C1)과 예측 모델(B1)이 중요하게 평가되었으나, 민간기업 전문가는 단기 예측(B2)을 높은 순위에 두는 등 하 위 활동에서도 집단별 중요도 차이가 확인하였다.

    민감도 분석 결과 상위 계층의 가중치를 5% 변화시켰을 때, 하위 활동의 순위가 크게 변동하는 것으로 나타났다. 특 히 생태계 감시(A3), 활용-체계(C3), 거버넌스-인식(D3) 등 일 부 활동의 우선순위의 변동이 매우 크게 나타났으며, 이는 정부가 어떤 영역에 우선순위를 두는지에 따라 실제 추진되 는 하위 사업의 중요도가 크게 달라질 수 있음을 의미한다. 상관관계 분석 결과 감시, 예측, 활용, 거버넌스 등 모든 영 역의 기술수준이 서로 매우 높은 양의 상관관계를 보여, 한 영역의 기술 발전이 다른 영역에도 긍정적인 영향을 미침을 확인하였다. 또한 민간기업에 가까울수록 활용 기술수준과 해양수산부의 노력 정도를 높게 평가하였고, 특히 전문가의 소속과 역할이 해양 기후변화 활동에 대한 인식과 중요도 평가에 영향을 미치는 것으로 분석되었다. 해양 기후변화 감시 및 예측 활동에 대한 정부의 지원은 상대적 중요도와 기술수준 평가 결과를 고려할 필요가 있다. 현재 기술수준 이 가장 낮은 활용 분야에 대한 우선적인 R&D 투자 및 정책 지원이 필요하다고 볼 수 있다. 또한 전문가의 소속 집단별 로 중요도가 상이하게 나타난 점을 고려하여, 민간 부문에 는 단기 예측 및 활용 기술 개발을, 학계에는 예측 모델 고 도화와 같은 기초 연구를, 정부는 통합적 거버넌스 체계 구 축 및 정보 활용 촉진에 중점을 두는 맞춤형 정책 수립이 효 과적일 것으로 판단된다. 민감도 분석 결과는 미래의 환경 변화에 따라 정책 우선순위를 유연하게 조정할 수 있는 시 나리오 기반의 의사결정 체계가 필요함을 시사하고 있다.

    본 연구는 해양 기후변화 감시 및 예측 활동에 대한 전문 가의 인식을 중심으로 초기적인 진단을 제공했다는 점에서 의의가 있다. 다만 전문가의 주관적인 의견에 기반한 평가 이므로, 추후 정량적 데이터를 활용한 기술 분석과 병행하 여 연구의 객관성을 보완할 필요가 있다. 또한 제한된 전문 가 표본으로 인해 일부 집단에 편향될 가능성이 존재하며, 개인의 인식과 판단이 소속 집단 및 전체 해양 기후변화 분 야의 의견으로 일반화하는 데 한계가 있다. 향후 더 많은 전 문가를 대상으로 한 설문조사, 소속 기관 대표 설문, 세분화 된 전문가 그룹별 FGI, 정밀한 기술성숙도평가, 인과 모형 등 다양한 방법론을 추가하여 연구 신뢰도와 타당성을 제고 할 수 있는 연구가 수행되길 기대한다.

    Acknowledgement

    본 연구는 한국해양과학기술원의 「탄소중립/기후위기 대 응을 위한 국제규범 및 국내 이행을 위한 정책연구(EA0341) 」 의 지원을 받아 수행되었습니다. 또한 환경부「기후변화특 성화대학원사업」및 2025년도 정부(교육부)의 재원으로 한 국연구재단의 G-램프(LAMP) 사업(No. RS-2023-00301938)의 지원을 받아 수행된 연구입니다.

    Figure

    KOSOMES-31-5-565_F1.jpg

    AHP structure of MCC (Marine Climate Change) monitoring and prediction activities.

    KOSOMES-31-5-565_F2.jpg

    Reasons for the need for MCC monitoring and prediction.

    KOSOMES-31-5-565_F3.jpg

    Perceived role of government in MCC monitoring and prediction.

    KOSOMES-31-5-565_F4.jpg

    Assessment of effort levels by sector in MCC monitoring and prediction.

    KOSOMES-31-5-565_F5.jpg

    Assessment of technological readiness in MCC monitoring and prediction activities

    KOSOMES-31-5-565_F6.jpg

    Sector-specific improvement strategies for marine climate.

    KOSOMES-31-5-565_F7.jpg

    Results of the relative importance analysis of MCC.

    KOSOMES-31-5-565_F8.jpg

    Sensitivity analysis based on changes in sectoral weights.

    KOSOMES-31-5-565_F9.jpg

    Correlation heatmap of MCC monitoring and prediction activities.

    Table

    Survey items for the evaluation of Marine Climate Change monitoring and prediction activities

    Relative Importance of MCC Monitoring and Prediction Activities

    Reference

    1. Abdel-Hady, M. M., A. A. Barrania, Z. M. Abdel-Khalek, and S. M. Haggag ( 2024), A comprehensive approach to strategic planning for marine aquaculture in Egypt: SWOT-AHP analysis, Marine Policy No. 162, 106057.
    2. Ahn, J. B. ( 2024), Understanding and Predicting Marine Climate Change, Meteorological Technology & Policy, Vol. 17, No. 1, pp. 8-24.
    3. Alsafadi, K., S. Bi, H. G. Abdo, H. Almohamad, B. Alatrach, A. K. Srivastava, and S. Mohammed ( 2023), Modeling the impacts of projected climate change on wheat crop suitability in semi-arid regions using the AHP-based weighted climatic suitability index and CMIP6, Geoscience Letters, Vol. 10, No. 1, pp. 1-21.
    4. Al-Zu'bi, Y. A. ( 2009), Application of analytical hierarchy process for the evaluation of climate change impact on ecohydrology: the case of Azraq basin in Jordan.
    5. Apostolou, B. and J. M. Hassell ( 1993), An empirical examination of the sensitivity of the analytic hierarchy process to departures from recommended consistency ratios, Mathematical and computer modelling, Vol. 17, No. 4-5, pp. 163-170.
    6. Chae, Y. R. and H. J. Jo ( 2013), Analysis of Methodologies for Prioritizing Climate Change Adaptation Measures, Korean association for public administration, Vol. 12, No. 4, pp. 23-44.
    7. Cho, M. S., E. J. Jun, S. J. Ha, H. Y. Shin, and J. H. Oh ( 2025), A Study on identifying R&D Key Projects for responding to Climate-related Complex Disasters based on Demand Analysis of Field Experts using the ADAT2 Framework, Journal of Korea Technology Innovation Society, Vol 28, No. 1, pp. 45-73.
    8. Choi, K. R., S. S. Euh, and S. J. Jin ( 2024), An Analysis of Research Trends and Technological Level in Marine Climate Technology: Focusing on Greenhouse Gas Reduction and Absorption, Journal of the Korean Society of Marine Environment & Safety, Vol. 30, No. 6, pp. 552-561.
    9. Choi, Y. G., W. T. Kwon, W. T. Yun, H. J. Jung, K. H. Kim, I. H. Park, H. S. Lee, D. E. Pyeon, and J. I. Kwon ( 2014), Study on Application Strategies of Scientific Climate Change Information to build Adaptation Policies and Climate Monitoring-Prediction-Adaptation Planning over the Republic of Korea, Journal of Climate Research, Vol. 9, No. 1, pp. 77-91.
    10. dos Santos, V. R., L. P. L. Fávero, M. Â. L. Moreira, M. dos Santos, L. D. A. de Oliveira, I. P. de Araújo Costa, and E. H. Kojima ( 2023), Development of a computational tool in the Python language for the application of the AHP-Gaussian method. Procedia Computer Science, No. 221, pp. 354-361.
    11. Dutta, P. and S. Deka ( 2024), A novel approach to flood risk assessment: Synergizing with geospatial based MCDM-AHP model, multicollinearity, and sensitivity analysis in the Lower Brahmaputra Floodplain, Assam, Journal of Cleaner Production, No. 467, 42985.
    12. Frazão Santos, C., T. Agardy, L. B. Crowder, J. C. Day, M. L. Pinsky, A. Himes-Cornell, and E. Gissi ( 2024), Key components of sustainable climate-smart ocean planning, npj Ocean Sustainability, Vo. 3, No. 1, pp. 10.
    13. Han, I. S., J. S. Lee, C. S. Kim, and J. Y. Yang ( 2023), Impacts, projections and assessments related to climate change in ocean and fisheries, Journal of Climate Change Research, Vol. 14, No. 6-2, pp. 965-972.
    14. Huh, S. Y., M. S. Jo, and Y. G. Lee ( 2015), Analysis of Cognitive Differences of New and Renewable Energy Policy in Korean Expert Groups of Triple Helix, Innovation studies, Vol. 10, No. 1, pp. 99-121.
    15. Huh, S. Y., M. S. Jo, and Y. G. Lee ( 2016), Analysis of Priorities of Constructive Factors of New and Renewable Energy Policy in South Korea using Analytic Hierarchical Process, Innovation studies, Vol. 11, No. 1, pp. 29-69.
    16. Hummel, J. M., J. F. Bridges, and M. J. IJzerman ( 2014), Group decision making with the analytic hierarchy process in benefit-risk assessment: a tutorial, The Patient-Patient-Centered Outcomes Research, Vol. 7, No. 2, pp. 129-140.
    17. IOC-UNESCO (Intergovernmental Oceanographic Commission of UNESCO) ( 2024), State of the Ocean Report. Paris, IOC-UNESCO. (IOC Technical Series, 190).
    18. Kim, D. Y., S. A. Hong, and S. Y. Huh ( 2024), Evaluation criteria and their relative importance for carbon mitigation measures in energy sector, Korea society of innovation, Vol. 19, No. 4, pp 31-51.
    19. Kim, N. Y. and C. S. Park ( 2021), A priority Analysis on the Climate Change Adaptation Measures in the Disaster: Using AHP and ANP, Journal of Environmental Policy and Administration, Vol. 29, No. 1, pp. 21-45.
    20. Koh, J. K. ( 2018), Alterations in the Change of Climate Change Policies by Local Governments from a Policy Integration Perspective, Korean Journal of Urban Studies, No. 14, pp. 7-47.
    21. Korea Health Industry Development Institute ( 2022), 2022 Healthcare and Industrial Technology Level Assessment.
    22. Korea Institute of Geoscience and Mineral Resources ( 2021), Technology Level Assessment and Technology Level Improvement Plan.
    23. Korea Institute of Industrial Technology Planning and Evaluation ( 2024), 2023 Industrial Technology Level Survey Report.
    24. Korea Institute of Science and Technology Evaluation and Planning ( 2022), 2022 Technology Level Assessment.
    25. Lee, C. W., S. B. Kwon, C. K. Kang, and J. R. Kim ( 1999), A Study on the Selection of Locations for Mail Sorting Centers Using the AHP Methodology, Korean journal of policy analysis and evaluation, Vol. 9, No. 2, pp. 171-183.
    26. Lee, W. G., H. T. Kim, and Y. G. Park ( 2015), A Study on the Order of Priority for the Technoloy·policy of GHG Reduction in Power Plant using AHP, Journal of Energy Engineering, Vol. 24, No. 4, pp 130-139.
    27. Lee, Y. H. ( 2018), A Study of Policy Evaluation in Local Climate Change Policy: Case of Incheon Metropolitan City, Korean Journal of Local Government Studies, Vol. 22, No. 1.
    28. Liu, J., X. Liu, A. Zhu, X. Wang, Q. Yu, L. Chen, and M. Aasal ( 2025), Prioritization of climate change mitigation strategies for coastal regions using the Analytic Hierarchy Process, Marine Pollution Bulletin, No. 212, 17516.
    29. May, J. H., J. Shang, Y. C. Tjader, and L. G. Vargas ( 2013), A new methodology for sensitivity and stability analysis of analytic network models, European Journal of Operational Research, Vol. 224, No. 1, pp. 180-188.
    30. Ministry of Oceans and Fisheries ( 2024), Climate Change Monitoring and Prediction Act.
    31. Ozegin, K. O., S. O. Ilugbo, and O. N. Akande ( 2024), Leveraging geospatial technology and AHP for groundwater potential zonation in parts of South and North-Central Nigeria, Sustainable Water Resources Management, Vol. 10, No. 4, p. 146.
    32. Park, M. S., S. H. Han, and J. C. Yoon ( 2016), The Priority Analysis on the Lifelong Education Enhancing Plan using AHP, Journal of the korea academia-industrial cooperation society, Vol. 17, No. 3, pp. 499-508.
    33. Park, S. J. and Y. C. Choi ( 2010), Prioritizing the Functions of Local Education Support Authority Using AHP Method, The journal of educational administration, Vol. 28, No. 4, pp. 281-300.
    34. Saaty, R. W. ( 1987), The analytic hierarchy process-what it is and how it is used, Mathematical modelling, Vol. 9, No. 3-5, pp. 161-176.
    35. Saaty, T. L. and L. G. Vargas ( 2001), Models, Methods, Concepts and Applications of the Analytic Hierarchy Process. Kluwer Academic Publishers, Norwell.
    36. Saraswati, I., S. Anggoro, D. Wijayanto, and A. Prasetiawan ( 2024), Analytical hierarchy process (AHP) analysis of maritime environmental protection strategies and priorities in Silugonggo River channel, Indonesia, AACL Bioflux, Vol. 17, No. 3, pp. 1103-1110.
    37. Soam, S. K., S. R. N, Y. BS, R. Balasani, R. S, S. Marwaha, P. Kumar and R. C. Agrawal ( 2023), AHP analyser: A decision-making tool for prioritizing climate change mitigation options and forest management, Frontiers in Environmental Science, No. 10, 1099996.
    38. Song, M. S., S. G. Yum, H. S. Yun, S. H. Park, S. W. Bae, and J. J. Lee ( 2024), Development of an evaluation indicator for highway climate change adaptation projects based on analytical hierarchy process in South Korea, Meteorological Applications, Vol. 31, No. 2, e2180.
    39. Sulistio, H., M. Waty, M. I. Setiawan, N. Kurniasih, and A. S. Ahmar ( 2018), Sensitivity analysis with AHP method: selection of foundation design on bridge Sei Muara Bulan Anak 2, In Journal of physics: conference series, Vol. 1028, No. 1, 012069.
    40. UNEP (United Nations Environment Programme) ( 2023), Climate change and security risks.
    41. Vaidya, O. S. and S. Kumar ( 2006), Analytic hierarchy process: An overview of applications, European Journal of operational research, Vol. 169, No. 1, pp. 1-29.
    42. WMO (World Meteorological Organization) ( 2025), WMO Global Annual to Decadal Climate Update 2025-2029.
    43. Yoo, K. H. ( 2023), Prioritizing and sensitivity analysis of motivation training for mental warfare Noncommissioned officer by AHP, Journal of spiritual & mental force enhancement, No. 75, pp. 165-196.
    Copyright © The Korean Society of Marine Environment and safety. All rights reserved.
    (530-729)Mokpo National Maritime Univ., Jukgyo-dong, Mokpo-si, Jeollanam-do, Korea