국립부경대학교 연구진이 인공지능(AI)을 활용해 해상 파고를 보다 정확하게 예측하는 기술을 개발하면서 선박 안전운항과 해양사고 예방에 새로운 전기를 마련했다.
국립부경대 컴퓨터·인공지능공학부 강나윤 박사과정생과 장원두 교수, 동명대학교 조선해양공학과 양영준 교수 연구팀은 X밴드 해상 레이더 영상과 풍속 정보를 결합한 AI 기반 유의파고(Significant Wave Height·SWH) 추정 모델 'SWH-WindNet'을 개발했다고 밝혔다.
유의파고는 해상 상태를 판단하는 대표적인 지표로 선박의 안전항해와 항만 운영, 해양공사, 해상교통관제(VTS) 등 다양한 해양안전 분야에서 핵심적으로 활용된다. 특히 정확한 파고 예측은 기상 악화에 따른 해양사고 예방과 선박 운항 의사결정에 중요한 역할을 한다.
연구팀이 개발한 모델은 X밴드 해상 레이더 영상에 풍속 정보를 함께 학습시켜 기존 레이더 영상만 활용한 AI 모델보다 높은 정확도를 구현했다.
실험 결과 평균 상관계수는 0.9461, 평균제곱근오차(RMSE)는 0.3887m를 기록하며 최신 2D·3D CNN과 트랜스포머 기반 모델보다 우수한 성능을 나타냈다.
특히 속초 해역에서 1년간 수집한 장기 관측 데이터를 활용한 검증에서도 계절 변화에 따른 성능 저하가 거의 나타나지 않았다. 기존 모델은 계절에 따라 예측 정확도가 크게 달라졌지만, 새 모델은 사계절 모두 안정적인 성능을 유지했으며 겨울철에는 RMSE가 약 11.8% 개선됐다.
이는 겨울철 강풍과 높은 파도로 해양사고 위험이 증가하는 상황에서도 보다 신뢰성 높은 파고 정보를 제공할 수 있다는 의미로 해석된다.
연구진은 풍속이라는 외부 환경 정보를 함께 활용한 것이 장기 데이터 환경에서도 예측 정확도를 높인 핵심 요인이라고 설명했다.
이번 연구는 단순히 AI 예측 성능을 높인 데 그치지 않고, 실제 해양안전 분야에 활용 가능한 기반 기술을 확보했다는 점에서 의미가 크다.
연구진은 향후 이 기술이 ▲선박 항로 계획 ▲선박교통관제시스템(VTS) ▲자율운항선박 ▲장기 해양 모니터링 ▲스마트 해양안전 시스템 등 다양한 분야에서 활용될 것으로 기대하고 있다.
특히 기상 악화 시 선박의 안전 운항 지원과 항만 운영 효율성 향상, 해양재난 대응 능력 강화에도 기여할 것으로 전망된다.
이번 연구 성과를 담은 논문 'Significant Wave Height Estimation Using X-band Radar Imagery with Wind Fusion: Performance Enhancement in Long-Term Data Environments'는 해양공학 분야 SCIE 국제학술지 Ocean Engineering(IF 6.3, JCR Q1)에 지난 6월 게재됐다.
