본 연구는 Global CCS Institute에서 공개한 407 개 CCS 프로젝트의 메타데이터를 기반으로, 프로젝트의 운영 활성화 상태(Active/Non-Active)를 예측하는 데이터 기반 모델을 구축하였습니다. 연구 과정에서 위도·경도와 같은 지리적 정보와 DOE 지원, 지역 파트너십 참여 여부 등 제도적 요인을 주요 설명 변수로 활용하였습니다. 최종적으로 랜덤포레스트와 XGBoost 라는 두 가지 머신러닝 알고리즘을 적용하여 모델을 학습시킨 뒤, ROC-AUC 및 변수 중요도 분석을 통해 각 모델의 예측 성능과 주요 영향 요인을 비교 분석하였습니다.