본 연구는 기존 선박에 자외선 (UV) 평형수처리장치(BWMS)를 설치 한 경우, 수치 계산을 통해 평형수 처리시간의 증가를 정량적으로 조사하였다. 계산 결과 배수량 55,000톤 가스 운반선의 평형수 처리시간은 UV BWMS 미설치 및 유량 제어 기능 없이 2.152 시간이었다. 평형수 처리시간은 UV BWMS 설치 후 14.2 % 증가했으며, 유량 제어 기능까지 고려 시 20.4 % 증가했습니다. 실제 조건들을 고려하면 UV BWMS 설치 후 평형수 처리시간은 기존 평형수처리시간 대비 최소 30 % 정도 증가할 것으로 예상됩니다. 따라서 업계 관계자는 평형수 처리시간 증가로 인한 선박 운영 손실을 최소화하기 위하여 UV BWMS 선정시 본선의 실제 평형수펌프 용량과 UV BWMS의 유동 에너지 손실을 충분히 고려하는 것이 좋습니다. 또한 BWMS 설치 후 평형수 처리시간 증가를 최소화하기 위해서는 더 큰 용량의 BWMS, 더 큰 파이프 및 내부 코팅이 있는 파이프 등의 사용을 고려할 수 있습니다.

선박이 접안할 때 발생하는 접안에너지에 가장 영향력이 큰 요소는 접안속도이며, 과도한 경우 사고로 이어질 수 있다. 접안속도의 결정에 영향을 미치는 요소는 다양하지만 기존 연구에서는 일반적으로 선박 크기에 제한하여 분석하였다. 따라서 본 연구에서는 다양한 선박 접안속도의 영향요소를 반영하여 분석하고 그에 따른 중요도를 도출하고자 한다. 분석에 활용한 데이터는 국내 한 탱커부두의 선박 접안속도를 실측한 것을 바탕으로 하였다. 수집된 데이터를 활용하여 머신러닝 분류 알고리즘인 의사결정나무(Decision Tree), 랜덤포 레스트(Random Forest), 로지스틱회귀(Logistic Regression), 퍼셉트론(Perceptron)을 비교분석하였다. 알고리즘 평가 방법으로는 혼동 행렬에 따른 모델성능 평가지표를 사용하였다. 분석 결과, 가장 성능이 좋은 알고리즘으로는 퍼셉트론이 채택되었으며 그에 따른 접안속도 영향 요인의 중요도는 선박 크기(DWT), 부두 위치(Jetty No.), 재화상태(State) 순으로 나타났다. 이에 따라 선박 접안 시, 선박의 크기를 비롯하여 부두 위치, 재화 상태 등 다양한 요인을 고려하여 접안속도를 설계하여야 한다.

신재생 에너지 자원중 풍력발전은 비약적인 기술 발전과 시장 규모가 급속하게 성장하고 있다. 최근 육상풍력발전단지의 공간적 한계, 환경 문제 등으로 인하여 설치 공간이 해상으로 이동되었고, 더욱 풍부한 풍황 조건을 가진 깊은 수심에 설치되는 부유식 해상 풍력단지의 개발이 활발하게 진행되고 있다. 해상교통관점에서 해상풍력단지의 최적위치 선정은 선박과 풍력기들의 간섭을 최소화 하고 사고 확률이 적은 곳이며, 선박 밀집도가 낮은 해역이 최적위치로 선정된다. 본 연구에서는 유전 알고리즘 기반의 계절별 1주일 기간 선박자동식별장치 데이터를 유전자 및 염색체로 구성하였다. 80개의 유전자로 구성하고 유전 알고리즘의 적합도 평가를 거쳐 부유식 해상 풍력단지의 계절별 최적위치를 선정하였다. 더 나아가 계절별 최적위치 점수를 합산하여 최종 최적위치를 선정하였다. 분석 해역에서 최적위치는 11개로 나타났으며, 해상교통관점에서 유전 알고리즘을 통한 최적위치 선정이 적용 가능함을 확인하였다.

SOLAS에서는 국제 항해에 종사하는 총톤수 500톤 이상의 선박에 대하여 2018년 7월 1일 이후 도래하는 최초 검사까지 ECDIS 를 설치해야 한다고 규정하고 있다. 새로운 주요 항해 장비로 ECDIS가 탑재되면서 ECDIS 사용에 관련한 다양한 사고가 발생하고 있다. MAIB, BSU, BEAmer, DMAIB, DSB에서 발행한 12가지의 사고보고서에는 항해사의 운용 미숙과 ECDS 시스템의 사고 원인으로 분석하였고, 사고 원인과 관련된 단어들을 정량적으로 분석하기 위해 R-프로그램을 사용하여 텍스트를 분석하였다. 도출 빈도에 따른 단어의 중요도를 나타내기 위해 텍스트 마이닝 기법인 단어 구름, 단어 연관성, 단어 가중치의 방법을 사용하였다. 단어 구름은 사용된 단어들의 빈도 수를 구름 형태로 나타내는 방법으로써 N-gram 모델을 적용하였다. N-gram 모델 중 Uni-gram 분석 결과 ECDIS 단어, Bi-gram 분석 결과는 Safety Contour 단어의 사용 빈도가 가장 많았다. Bi-gram 분석을 기반으로 사고 원인 단어를 항해사와 ECDIS 시스템으로 구분하고, 연관된 단어들을 단어 연관성으로 나타내었다. 마지막으로 항해사와 ECDIS 시스템에 연관된 단어들을 단어 말뭉치로 구성한 후 단어 가중치를 적용하여 연도별 말뭉치 빈도 변화를 분석하였다. 추세선 그래프로 말뭉치 변화 경향을 분석한 결과, 항해사 말뭉치는 최근으로 올수록 감소하였으며 반대로 ECDIS 시스템 말뭉치는 점점 증가함을 나타내었다.