최근 해사산업 분야에서는 4차 산업혁명의 대명사로서 자율운항선박 관련 자율운항기술 및 원격운항기술 등의 개발이 활발히 진행되어 자율운항선박에 대한 본격적인 실증이 현실화되고 있다. 이러한 자율운항선박이 현실화가 된다 면 이러한 선박이 국제해사협약 체계 내에서 아무 문제없이 운항이 가능해야 할 것이며, 이를 위한 정책적, 법제적 준비가 제대로 이루어져야 할 것이다. 이 를 위해 자율운항선박이 운용되기 위하여 반드시 고려되어야 하는 인적요인의 역할 변화에 대한 법제적 및 기능적 검토가 필요하다. 먼저 국제협약 및 국내법에서는 인적요인에 대한 여러 규정을 두고 있으며 선박의 해상에서의 안전을 확보하기 위하여 자격 있는 선원의 승선 및 통제를 전제로 하여 선박과 인적요인을 분리하고 있지 않다. 다만, 자율운항선박의 경 우 기국이 재량에 따라 판단하여 선원이 승선하지 않아도 안전하고 효율적으로 선박을 운항할 수 있다고 판단한다면 반드시 선원의 승선이 필요한 것은 아니 라고 볼 것이다. 특히, 선박의 안전운항을 위하여 그동안 선장 및 해기사가 수 행해 온 역할들이 누락없이 축소된 최소 선원, 원격운항자 및/또는 첨단기술로 적절히 이전된다면 그러한 시대변화를 뒷받침할 수 있을 것으로 보인다. 따라서 이 논문에서는 IMO에서 논의가 되고 있는 원격운항자의 역할과 책임 과 관련하여 기존 해기사의 기능 중 원격운항자가 이어 받아 수행할 수 있는 기능을 식별하고 그러한 기능에서 요구되는 해기능력을 확인하여 제시하고자 하였으며, 향후 원격운항자의 요구능력으로 참조할 수 있을 것이다.

곧 다가올 미래에는 자율운항선박, 육상 원격제어센터에서 제어되는 선박, 그리고 항해사가 탑승하여 운항하는 선박이 함 께 공존하며 해상을 운항할 것이며, 이러한 상황이 도래했을 때 해상 교통 환경의 안전을 평가할 수 있는 방법이 필요할 것으로 사료 된다. 이에 본 연구에서는 자율운항기술을 사용하여 항해사가 직접 조종하는 선박과 자율운항선박이 공존하는 해상환경 하에서 선박 조종시뮬레이션을 통해 통항 안전성을 평가하기 위한 방안을 제시하였다. 자선은 6-자유도 운동 기반의 MMG 모델을 심층 강화학습 기법 중 하나인 PPO 알고리즘으로 학습하여 자율운항 기능을 갖출 수 있도록 설계하였다. 타선은 평가 대상 해역의 해상 교통 모델 링 자료로부터 선박이 생성되도록 하였고, 기 학습된 선박모델을 기반으로 자율운항 기능을 구현되도록 하였다. 그리고 해양기상 자 료 데이터베이스로부터 조위, 파랑, 조류, 바람에 대한 자료를 수집하여 수치 모델을 수립하고 이를 기반으로 해양기상 모델을 생성하 여 시뮬레이터 상에서 해양 기상이 재현되도록 설계하였다. 마지막으로 안전성 평가는 기존의 평가 방법을 그대로 유지하되, 선박조 종시뮬레이션에서 해상교통류 시뮬레이션을 통한 충돌 위험성 평가가 가능하도록 하는 시스템을 제안하였다.

4차 산업혁명의 도래로 인한 기술혁신은 자율운항선박을 중심으로 해상 운송분야까지 활발한 발전을 불러왔다. 특히, 현재의 선원이 직접 운항하는 방식인 유인선박 사이에서 운항하게 될 자율운항선박은 자율도에 따라 원격제어를 통해 운항을 수행하며, 육상에 서 이를 제어할 원격운항자에 대한 관심 또한 늘어나고 있다. 하지만 아직 원격운항자가 개입이 필요한 상황이 동시에 발생하는 등을 고 려한 원격운항자 최소 인력 요구사항에 대한 연구는 부족한 상황이다. 본 연구는 특정 해역 구간의 누적된 항적데이터를 활용하여 선박 간에 발생할 수 있는 조우상황에서 원격운항자의 개입이 필요한 상황을 정의하고, 해당 구간을 특정 규모의 자율운항선박 선대로 운항하 였을 때, 원격운항자의 개입이 동시에 필요한 상황이 얼마나 발생하는지를 시뮬레이션을 통해 확인하였다. 연구의 결과는 향후 실제 자율 운항선박 선대를 운행할 원격운항센터의 원격운항자의 적정인력 배치 등의 계획 또는 정책 수립에 활용될 기초 자료로 활용될 것으로 기 대한다.

해상교통관제센터(VTS)의 관제사는 구역 내 교통 상황을 빠르고 정확하게 파악하여 관제가 필요한 선박에게 정보를 제공하는 역할을 수행한다. 그러나 교통량이 급격히 증가하는 경우 관제사의 업무 부하로 인해 관제 공백이 발생하기도 한다. 이러한 이유에서 관 제사의 업무 부하를 줄이고, 일관성 있는 관제 정보를 제공할 수 있는 관제 지원 기술의 개발이 필요한 실정이며, 본 논문에서는 구역 내 이상 운항 선박을 자동으로 식별하는 모델을 제안하였다. 제안하는 이상 운항 식별 모델은 규칙 기반 모델, 위치 기반 모델, 맥락 기반 모 델로 구성되며, 대상 해역의 교통 특성에 최적화된 교통 네트워크 모델을 사용하는 특징이 있다. 구현된 모델은 시범센터(대산항 VTS)에 서 수집되는 실해역 데이터를 적용하여 실험을 수행하였다. 실험을 통해 실해역의 다양한 이상 운항 상황이 자동으로 식별됨을 확인하였 고, 전문가 평가를 통해 식별 결과를 검증하였다.

IMO에서는 자율운항선박의 자율화등급을 제1단계부터 제4단계까지 분류하 였고, 등급이 올라감에 따라 선박조종의 주체는 선원, 원격운항자, 인공지능으 로 바뀐다. 한편, 현행 해상법에서는 선박충돌사고가 발생했을 때, 직접적인 선 박충돌의 행위자는 선원이지만 그 책임은 과실과 관계없이 선원을 고용한 선박 소유자가 진다. 그런데, 선원과 원격운항자는 법인격을 가진 사람이지만 인공지능은 사람도 아니고 선박소유자의 피용자도 아니다. 따라서 내적요소인 인공 지능과 외적요소인 선박이 결합된 완전자율운항선박의 충돌사고에서는 손해배 상책임을 선박소유자에게 이전시킬 수 없을 뿐만 아니라 직접적인 선박조종을 실행하여 사고를 일으킨 인공지능에게 피해자는 손해배상책임을 물을 수도 없다. 이러한 이유로 완전자율운항선박 충돌사고에서 손해배상책임을 어떻게 적용 할 것인가를 다각적으로 검토하였다. 그 방안으로 인공지능에 대한 법인격 부 여, 제조물책임, 공작물책임, 위험책임주의가 검토되었고, 그 중에서 위험책임 주의가 가장 적합한 것으로 보인다.

자율운항선박 기술은 점차 발전하고 있다. 하지만 완전 자율운항선박이 등장하기 전까지는 원격운영센터에서 원격운영자가 제 어하는 형태를 가지게 될 것이다. 그러나 현재 그들의 면허체계는 국내외적으로 정해지지 않았다. 역량이 검증되지 않은 원격운영자의 등 장은 항행 안전에 위험이 될 것이다. 본 논문에서는 문헌 연구를 통해 원격운영자의 면허체계를 위해 고려해야 할 평가기준과 국내 해기 사 면허체계 내에서 수립할 수 있는 방안을 모색하고 AHP를 활용하여 분석하였다. 그 결과 원격운영자의 면허체계를 위해서는 우선적으 로 법률제정이 필요하고 선박직원법 제4조 해기사 면허의 직종에 원격운영자의 직종을 추가하는 방안이 가장 선호되었다. 이에 따라 원 격운영센터의 조직구성도 기존 선박의 선교인적관리 조직과 유사하게 형성할 수 있을 것이다. 본 연구는 자율운항선박의 인적 관리 측면 에서 원격운영자의 효율적인 양성과 항행 안전에 이바지할 수 있을 것이다.

The need for an intelligent information-based ship accident prevention and control system for various marine accidents is very clearly emerging. As it is a variety of marine accidents, the causes are diverse. Therefore, it can be said that it is very important to prevent these marine accidents and their causes in advance. Therefore, a study was conducted on an intelligent information-based ship safety management decision support system that provides information necessary for decision-making at sea and land through an integrated management device for ships that informs safety-related risks in real-time ship operation. In the future, we intend to pursue the development of a system that can aim for safer and more economical ship operation by linking it to navigation instruments through the evaluation and analysis of AI, IoT, and big data.

현재의 해양산업의 기술은 스마트 선박 및 자율운항선박 등의 개발과 같은 자율화 및 지능화와 환경규제의 강화에 맞추어 선 박의 운항 효율성을 개선하는 친환경 선박을 위한 기술이 함께 개발되고 있다. 이러한 흐름에 맞추어, 세계각국에서는 선박의 안전운항을 보장하는 선에서 선박운항효율을 극대화하기 위해 다양한 방식으로 노력하고 있다. 본 연구에서는, 현존하는 선박운항효율 개선 기술이 운항 당시의 기상환경, 선박조종 등의 선박운항상태를 실시간으로 반영하지 못하는 문제를 개선하기 위해, 선박에서 수집한 선박운항데 이터를 활용하여 실시간 선박운항효율 분석모델을 개발하고자 한다. 본 연구의 실시간 선박운항효율 분석모델은 연료소모를 기준으로 판 단한 선박운항효율과 당시의 선박운항상태를 감안하여 판단한 선박운항효율을 비교하여, 식별된 선박운항효율의 타당성을 확인할 수 있 는 모델이다. 분석의 주요 내용은 대상선박의 선정과 선박운항데이터의 수집, 선박운항효율 특성과 선박운항상태 특성의 구분, 그리고 이 를 활용한 분류모델의 개발을 포함한다. 연구의 결과는 기존의 선박운항효율과 항해 당시 선박운항상태를 감안한 운항효율을 제시하여 선박 운항자의 의사결정을 지원하여 운항효율을 개선하고자 한다.

Recently, Regulations on ships exhaust gas are being strengthened. Nations around the world are trying to various efforts in many aspects to decrease ship emission gas. As part of these efforts, the shipping industry is working towards establishing green system that reduce the emission gas emitted in port. In this study we measured exhaust emission gases such as by fuel change using A-Ra Training Ship in Port. When sailing, we found that was 3.6% to 6.6% higher when using LRFO compared to using MGO, and during departure and arrival, the load changes were significant. As a result, was on average 29.8% higher and was 42% higher during departure, while was on average 19.5% higher and was 17.4% higher during arrival, with almost no difference in the other components.