霍尔木兹危机不仅导致国际油价上涨，还引发了原油、液化天然气（LNG）、液化石油气（LPG）、石脑油等能源和工业原料的供应和海上物流问题，暴露了韩国能源供应链的脆弱性。分析指出，单靠增加进口国的方式进行供应链多元化在应对危机方面存在局限，因此需要同时确保储备等缓冲资产和可转型的替代供应选项。 根据23日国会立法调查处发布的《霍尔木兹危机揭示韩国能源供应链的局限性与挑战》报告，此次霍尔木兹危机与过去中东能源冲击不同，已超越价格上涨，扩展至能源和工业原料的实际采购问题。 霍尔木兹海峡的原油和石油产品运输量在战争爆发后，从每天约2000万桶急剧下降至几乎微不足道的水平。由于卡塔尔LNG供应受阻，韩国和印度等亚洲进口国开始寻求替代现货货源，供应中断已波及到工业生产。报告分析指出，不仅原油，石脑油、LNG、LPG、硫、氦等工业原料和海上物流普遍出现问题，价格、数量和物流冲击相继扩散。 全球能源供应链也在重组。自页岩革命以来，美国已成为原油和LNG的主要生产和出口国，成为缓冲中东冲击的新供应中心。预计到2025年，美国的原油产量将达到约1360万桶，创历史新高，LNG出口也将达到单一国家的世界最大水平。立法调查处认为，美国的崛起并不是取代中东的单一供应者，而是美国与中东、俄罗斯等参与的多极化供应结构。 另一方面，能源需求正集中在亚洲。中国在全球原油进口中的比例从2010年的约11.5%增加到2024年的25.1%。预计到2025年，经过霍尔木兹海峡的原油和石油产品约80%，LNG约90%将流向亚洲。中东海湾地区出口的LPG几乎全部（99%）供应给韩国、日本、中国和印度等亚洲国家。 韩国面临的问题在于供应国数量与实际转型可能性之间的差距。根据2024年的数据，韩国的原油供应国有18个，超过日本，但由于进口的原油均需经过相同的地缘政治要道，且国内炼油设施针对特定油种，导致在危机时难以迅速利用替代供应源。中东原油超过90%需经过霍尔木兹海峡，这也是一个脆弱因素。 尤其是作为石油化工产业核心原料的石脑油，始终暴露在中东风险之中。国内炼油工艺的石脑油收率约为20%，内需的约45%依赖进口。预计到2025年，石脑油进口量的约77%来自中东，整体进口量的约54%经过霍尔木兹海峡。如果石脑油供应出现问题，将对塑料、包装材料、汽车和电子材料等前端制造业产生影响。 炼油设施也成为转型的障碍。由于国内炼油企业已投资于处理中东重质和高硫原油的高端设施，若急剧转向美洲轻质和低硫原油，残油处理设施可能闲置，产品收率结构也会发生变化。尽管LNG的进口来源比原油更为分散，但如果液化设施、船舶和进口终端的余量不足，也难以确保替代货源。 因此，立法调查处建议将能源安全政策从供应线多元化转向增强供应链的恢复弹性。关键在于平时确保的“缓冲资产”和在危机时可转向的“转型选项”。应常态化储备和互换，降低对特定地区和海上要道的依赖，同时在长期合同中结合转售权、互换权和增减量选项等。 作为立法任务，提出了通过《国家资源安全特别法》等补充战略工业原料储备体系的建议。对于像石脑油这样在现有强制储备对象中缺失的核心工业原料，应根据品类风险和替代采购可能性设定储备目标，并建立从平时最低储备到危机时追加储备的分阶段体系。 还建议修订《税收特例限制法》。将直接促进非中东原油处理和原料转型等供应线多元化的技术和设施，限制性地纳入新兴增长和源头技术及商业化设施的范围，并适用优惠扣除率。但立法调查处强调，支持对象应限于实际提高油种和原料转型能力的投资，而非简单的设施扩建或老旧设施更换。 立法调查员崔正允强调：“能源安全的核心在于系统性地管理风险暴露，确保必要的缓冲资产和转型选项，而不是一味消除个别的僵化。”※ 本报道经人工智能（AI）系统翻译与编辑。

随着人工智能（AI）的普及，关于调整个人信息监管体系的讨论正在加速进行。生成型AI和代理型AI通过数据结合与推理，增加了个人信息在多项服务间的流动，现行以事前同意和目的限制为中心的监管方式难以应对这一变化。因此，提出了在“同意”之外明确个人信息处理的依据，并整顿“第三方提供”的标准，同时根据信息类型、处理方式和责任主体细化监管的意见。在14日于首尔汝矣岛国会图书馆举行的“讨论个人信息监管范式的未来”研讨会上，主要讨论了如何改善以同意为中心的个人信息处理体系，以及如何根据数据利用的扩大来精细化保护与责任体系。金安熙律师指出：“实际用户几乎没有逐条确认条款或个人信息处理内容并决定是否同意的情况。”他指出了以同意为中心的体系的局限性。他建议应更明确地适用合同履行和正当利益等其他个人信息处理依据，并指出现行要求中正当利益应“明显”优先于信息主体权利的标准也需进行调整。为了AI开发，在一定条件下允许个人信息利用的“AI特例”被评估为展示了从事前同意中心监管向实际风险评估转变的可能性。南昌大学的裴冠表教授表示：“事前监管的性质将转变为事后监管，并根据风险承担责任。”但他指出，缺乏数据的初创企业可能难以利用特例，并表示“只有拥有数据的企业才能享受制度的悖论”。个人信息的第三方提供也成为争议焦点。第三方提供是指一个企业将其持有的个人信息转交给其他企业或机构，现行法律原则上需要信息主体的单独同意。然而，在多个服务相互连接的代理型AI中，个人信息的频繁流动可能使现行的同意方式受到限制。Meta的李希珍律师表示：“如果在每个阶段都需要单独同意，不仅会给用户带来不便，也可能对我国企业在系统实施上造成不利。”她建议将第三方提供与其他个人信息处理在同一法律依据下进行处理的方案。随着数据利用的扩大，保护与责任结构也需更为严密。国会立法调查处的朴素英立法调查官建议，根据个人信息的类型、处理方式和责任主体细化监管体系。现行法律要求事先确定个人信息的收集目的、项目和保留期限。然而，AI可以结合对话、文档和图像等推断出前所未有的个人信息，并且多个企业可以共同参与一个服务。因此，仅依靠现有的个人信息处理者中心的体系难以涵盖处理过程和责任关系。朴调查官表示：“对个人信息进行一刀切的放宽或收紧并不重要，而是根据信息的类型、处理方式和责任主体细化监管体系的工作更为重要。”加强保护措施的必要性也被提出。金宝拉美律师强调，个人信息保护应被视为限制政府和企业权力的社会价值。KT的CPO金昌五也表示，需要考虑AI风险的保护体系，并建议将个人信息影响评估与AI风险评估相结合。这些讨论预计将导致个人信息保护委员会的制度改革。个人信息保护委员会的崔允贞政策处长表示：“我们将准备在年内制定适应AI时代的制度创新与改善方案并发布。”个人信息保护委员会还在制定AI特例实施令，预计于明年3月实施。加州大学教授崔京镇表示：“应区分可以通过现有制度解决的部分与需要制度改进的部分，并指出在AI时代需要精细的解释和精细的制度设计。”※ 本报道经人工智能（AI）系统翻译与编辑。

青年群体的财富两极分化问题日益严重，亟需提升资产形成支持政策的实效性。尽管政府推出了以高利率为卖点的资产形成支持项目，但急需帮助的弱势青年群体却常常被排除在外。 根据国会立法调查处28日发布的《青年资产形成支持项目对弱势青年的意义》报告，青年家庭的资产上层20%与下层20%之间的平均净资产差距达到了40.4倍。 立法调查处分析国家数据处的家庭金融福利调查微观数据后指出，去年青年家庭资产上层20%的平均净资产达到9亿3022万元，而下层20%的净资产仅为2301万元。这一差距的原因在于，青年时期的储蓄能力和应对危机的能力较弱，加之父母资产的传承，导致了财富差距的扩大。 此外，青年群体中拥有金融债务的家庭比例高达63.0%，他们的债务总额超过了所拥有的资产。39岁以下家庭的平均债务为9548万元，其中金融债务为8272万元，超过了整体平均水平（6795万元）。而储蓄与金融债务的比率为131.1%，超过了100%。 为了缩小青年之间的财富差距，政府开展了资产形成支持项目，主要包括针对低收入群体的自助型福利匹配储蓄和面向普通青年的金融政策产品等两种类型。 其中，青年未来定期存款是一种每月限额50万元、为期3年的自由存款产品，其实际加入效果相当于一般型年利率13.2%至14.4%和优待型年利率18.2%至19.4%的定期存款。例如，年收入不超过3600万元的中小企业员工若加入优待型，每月存入50万元，3年后可积累最多2255万元。 青年资产形成支持项目使得青年能够实现难以独自达成的资产积累。青年未来定期存款优待型的实际收益效果相当于年利率18%至19%的定期存款。此外，青年明天储蓄账户还起到防止低收入青年进入生活补助的作用。 然而，现行支持项目以储蓄为前提，导致没有收入的青年无法加入，这被视为一个明显的缺陷。加入青年明天储蓄账户需要每月有10万元以上的工作或经营收入，而青年未来定期存款则需要有可向国税厅申报的收入。那些急需资产形成的青年因此被排除在外。 此外，长期维持定期存款的困难也是需要改善的问题。根据2023年的数据，青年跃进账户的中途解约率从8.2%上升至15.9%，几乎翻倍。中途解约将导致政府贡献金的免税优惠消失，因此只有具备储蓄能力的青年才能享受这些优惠。 复杂的重复加入禁令也使青年难以找到适合自己的制度。每当青年希望定期存款、青年跃进账户和青年未来定期存款推出时，条款和条件的变化也加剧了混乱。 因此，立法调查处指出，应设计以弱势青年为中心的资产形成支持项目。建议根据收入差异调整匹配比例，并在失业或生病等情况下放宽缴纳暂停和部分提取的标准，以避免中途解约。 同时，分散的项目需要整合和系统化，确保财政的可持续性。立法调查员金大成表示：“各部门分散的项目应从用户的角度进行整合，而不是单独设立新项目，应该整合和系统化分散项目的法律依据。”他强调，资产形成支持需要数年持续的财政投入，因此应考虑逐步扩大支持对象和水平，以及通过合并类似和重复项目进行资金再分配。※ 本报道经人工智能（AI）系统翻译与编辑。