韩大熙，京畿道军浦市市长在14日谈及资源循环环保政策时表示：“此次获得的最优奖是对我们为减少生活废物和促进资源循环所采取的多项政策成果的认可。” 当天，韩市长指出：“在京畿道女性愿景中心举行的发布会上，我们在按人口规模分组的B组（24万至56万人）10个市县中获得了第一名。” 韩市长在京畿道主办的“2026年清洁京畿”市县优秀案例发布会上获得了最优奖，表彰了其在生活废物减量和资源循环政策推进方面的成就。 此次发布会由京畿道主办，评估了全省31个市县在生活废物减量政策和清扫行政优秀案例方面的表现，军浦市在民间评审委员和市县评审委员的交叉评估中获得了高度评价。 此次获奖是韩市长推动的生活环境改善和资源循环政策通过多项清扫行政项目取得的成果。 韩市长提出了公共焚烧厂共生焚烧合作机制的建立、特定生活废物资源的分类回收激活、一次性产品减量及废物排放管理加强等主要成就。 特别是，军浦市与光明市共同推进的“公共焚烧厂共生焚烧”项目被评为此次评估的核心优秀案例。 两地市政府在焚烧设施的定期维护期间，相互利用对方的设施，确保生活废物的稳定处理基础，并降低了民间委托处理费用。 通过市政府间的合作，提高了废物处理效率，减轻了行政费用负担，得到了认可。 韩市长还在推动居民参与的回收激活政策。 他运营废旧电池、纸盒、透明塑料瓶的集中回收及回收品补偿兑换项目，并引入了对各行政福利中心的评估，以引导居民自发进行分类投放和回收参与。 通过扩大公共机构内的多次使用容器使用，减少一次性产品，打击非法排放，以及“我们的社区美化”项目等，积极开展提升生活环境清洁度的活动。 韩市长的清扫行政主要方向是不仅确保废物的稳定处理，还同时推进减量、回收和排放秩序的建立。 此次获奖也引起了人们的关注，因为生活废物处理和回收问题与市民的日常生活环境密切相关。 市民感受到的街道和居住区的清洁度、回收品收集的便利性、垃圾排放的不便等，都是评估政策成效的主要标准。 因此，未来政策的持续推进和现场改善成果的积累，将有助于确认市民感受到的生活环境变化和政策满意度。 此外，韩市长表示：“今后将继续发掘和推进市民能够直接感受到的资源循环政策，以创造清洁的城市环境。”

申相镇成南市市长正在加快建立与市民生活密切相关的生活废物稳定处理基础设施的步伐。 申市长计划在2028年2月之前建设新的焚烧设施，以替代位于中原区相对元洞的老旧焚烧厂。 该项目旨在应对首都圈生活废物直埋禁令，并确保日益重要的生活废物稳定处理基础。 申市长正集中市政力量现代化老旧环境基础设施，创造市民能够感受到的宜居城市环境。 相对元洞焚烧厂替代设施的建设也是这一环境政策的主要项目之一。 新焚烧设施将建设在环境能源设施总面积7万6000多平方米的现有焚烧厂旁边的6500平方米土地上，日处理能力为500吨生活废物。 该项目于2024年8月开工，目前工程进度为36%。如果按计划推进，预计将替代自1998年以来运行的现有焚烧设施。 现有焚烧设施每天处理600吨生活废物，但由于设施老化，迫切需要新的处理设施。 特别是自今年1月起，首都圈生活废物直埋禁令的实施，使得地方政府必须建立适当的处理体系，包括焚烧和回收生活废物。 申市长表示，通过新焚烧设施应对变化的废物处理条件，为市民提供稳定的生活废物处理基础。 在与市民生活密切相关的环境领域建立稳定的行政基础，现代化老旧设施，创造更宜居的城市环境。 在焚烧设施建设过程中，努力将居民的担忧降到最低，提高接受度。 申市长于去年8月与焚烧厂周边居民支持协商会签署协议，为焚烧厂周边300米范围内的500多户居民设立居民支持基金。 申市长的环境政策不仅限于设施扩建，还聚焦于老旧设施的现代化、废物的稳定处理以及与居民的沟通与共生。 居民们强调：“在焚烧设施建设和运营过程中，必须尽量减少可能出现的气味、空气污染和交通不便，并严格遵守环境管理标准。” 他们还表示，在设施建设过程中应充分听取居民意见，并确保间接影响范围内的居民能够实际受益于居民支持基金的运营和支持方案。 申市长表示：“由于首都圈生活废物直埋禁令的实施，确保生活废物的焚烧和回收等适当处理体系变得至关重要。”并表示：“将基于居民协商，顺利推进替代焚烧设施的建设。” 同时，申市长计划在2028年2月新焚烧设施如期完工的同时，继续与居民进行协商。 ※ 本报道经人工智能（AI）系统翻译与编辑。

李敏根，京畿道安山市市长，强调：“建立稳定的废物处理基础，同时减少废物产生和建立资源再利用结构非常重要。” 李市长在30日于资源回收设施召开了包括副市长和主要干部在内的现场干部会议，集中讨论生活废物处理及资源循环政策的推进方向，并表达了这一观点。 李市长亲自前往生活废物处理现场，检查资源循环政策，并加快建立稳定的废物处理基础。 此次会议旨在直接确认与市民生活息息相关的废物处理设施的运营现状，并检查从废物减少到回收和处理的资源循环整体问题。 会议上，生活废物的产生和处理现状、资源回收设施的扩建、回收分拣中心的增设、专用垃圾袋的储存仓库建设等主要问题被讨论。 特别是，李市长指出，回收分拣中心每年接收约24000吨的可回收物，因此扩建处理设施势在必行。 目前，回收分拣中心的处理能力约为18600吨。 为此，李市长计划推动回收分拣中心的扩建，并将目前每日处理200吨的资源回收设施逐步扩大到360吨，以增强自身处理能力。 在首都圈生活废物禁止直接填埋等废物处理条件发生变化的情况下，李市长决定将政策力量集中在不仅仅处理废物，还要减少产生量和扩大回收的资源循环体系的建立上。 会议后，李市长等人亲自参观了中继处理设施和回收分拣中心，确认了生活废物在接收后的分拣和处理全过程，并检查了设施的运营情况。 李市长表示，未来将通过减少生活废物产生量、推广正确的分类投放文化、扩大市民参与的资源循环活动，系统管理从废物产生到收集、处理和回收的全过程。 市民们也表示：“减少废物的政策最终与市民的生活息息相关，希望能提供易于实践的分类投放环境和具体的减少方案。” 此外，李敏根市长补充道：“将逐步扩建资源回收设施和回收分拣中心等必要设施，并推动市民日常实践和制度改善，共同打造可持续的资源循环城市。”※ 本报道经人工智能（AI）系统翻译与编辑。

政府投入1兆6328亿韩元建设的人工智能（AI）学习数据项目中，出现了重复制作与无法用于AI学习的低质量数据的情况。由于事前审核、质量管理和事后管理的不足，大规模预算被低效使用。 根据审计院于12日公布的《人工智能产业发展现状-AI学习数据建设项目审计报告》，科学技术信息通信部自2017年至2024年间建设了AI学习数据。截至2025年11月，AI中心公开的数据共有908种。 此外，食品药品安全处、首尔市和韩国道路公社等26个公共机构也通过各自的门户网站公开了313种数据。然而，由于各机构未能事先共享建设计划或评估现有数据的可用性，导致了重复建设相似数据的情况。 科学技术信息通信部花费73亿8000万韩元首先建设了野生动物、生活废物、混凝土裂缝和鸡蛋相关的四种数据，但首尔市和韩国道路公社等五个机构又花费6亿1000万韩元制作了相似的数据。 大田西区建设的生活废物数据中，9000张图像中有5200张（57.8%）与现有的科学技术信息通信部数据相似。韩国道路公社的野生动物数据中，约有25000张（总数6万张）与现有资料相似。 由于未能协调各机构的计划，同年内各自制作相似数据的情况也存在。科学技术信息通信部在2021年至2023年间投入233亿韩元建设药丸、口腔和自动驾驶相关数据，而食品药品安全处等三家机构则单独使用了8400万韩元建设相似数据。 2023年，个人信息保护委员会为口腔治疗等建设的1000张图像与同年科学技术信息通信部建设的数据完全相似。2021年，科学技术信息通信部和食品药品安全处分别制作的药丸自动识别数据中也有1411种图像重叠。 数据质量管理也相当薄弱。在建设业绩排名前20的公共机构中，有4家没有单独的质量管理标准，9家在交付前没有进行第三方质量验证。食品药品安全处和韩国东南电力公司不仅未进行第三方验证，也未要求项目执行机构进行自检。 五个机构建设的114种数据中，有96种（84.2%）没有句法规则标准，无法判断句子结构和格式的准确性，因此质量检测本身不可能进行。 审计院对京畿道和韩国道路公社建设的6种数据进行了专业机构验证，结果发现其中1种无法进行检测。其余5种的格式准确性在77.3%至99.2%之间，未达到标准值99.5%。 韩国道路公社在2025年建设的“道路行驶CCTV学习数据集”中，标注汽车等对象的2680张图像缺少边界框位置坐标信息，导致AI无法识别汽车位置，无法作为自动驾驶技术开发的学习资料。 首尔市在2020年建设的“大型废物学习数据”中，2303张图像中有538张（23.4%）的文件名与实际图像不一致。文件中标注为“包”，但实际包含的是盒子或桌子的图像等错误。 建设企业停业后，数据错误无法修复的问题也暴露出来。韩国智能信息社会振兴院在2021年至2024年通过1270家企业建设了721种数据，其中65家企业因停业或内部原因交付的数据达213种，占总数的29.5%。 针对这些数据中11种提出了错误相关的投诉，但振兴院以建设企业停业为由，未直接修正或委托第三方进行修复，便结束了投诉。即使确认错误的数据仍在AI中心公开。 审计院要求科学技术信息通信部与行政安全部协商，事先评估现有数据的替代利用可能性，并建立各机构间的建设计划共享与协调机制。同时，要求公共机构制定统一适用的质量管理标准及自检和第三方验证程序。 韩国智能信息社会振兴院被要求直接修正停业企业建设的数据错误或建立第三方维护体系。科学技术信息通信部表示，将通过跨部门全面调查验证现有数据的质量，并通过数据和AI专业企业补充不合格资料。 审计院指出：“由于重复建设和质量管理体系缺失，产生了无法利用的数据，建设后的事后管理也不够。”并表示：“AI企业持续呼吁缺乏可用数据，为了实现成为AI强国，急需改善数据的数量和质量。”