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.

해상교통분석은 복잡해지는 해양환경에 따라 발생하는 문제해결을 위해 다방면으로 시행되고 있다. 하지만 4차 산업혁명으로 부터 도래된 자율운항선박 개발 등의 해사분야 동향은 해상교통분석에도 변화가 필요함을 암시한다. 이에 해상교통분석의 개선점을 식별 하고자 관련 연구를 분석하였으며, AIS데이터의 활용도가 높은 반면에 해도정보의 활용은 그 중요도에 비해 부족한 것으로 조사되었다. 이에 본 연구는 자율운항선박의 상용화에 대비한 해상교통분석의 개선점으로서 수치해도 데이터와 선박운항데이터인 AIS데이터를 복합 적으로 활용하는 방법을 제시하였다. 연구결과로써 해상교통분석에 수치해도데이터를 활용하였을 때 추출 가능한 해상교통특성을 제시 하였으며 이는 향후 자율운항선박의 도입을 위한 해상교통분석에 활용가능할 것으로 기대된다.

해양사고 예방을 위해서는 사고의 원인과 결과에 대한 분석 및 진단뿐만 아니라, 사고의 발생 패턴과 변화 추이를 예측함으로 써 정량적 위험도를 제시할 필요성이 있다. 선박교통과 관련된 해양사고 예측은 선박의 충돌위험도 분석 및 항해 경로 탐색 등 선박교통 의 흐름에 관한 연구가 주로 수행되었으며, 해양사고의 발생 패턴에 대한 분석은 전통적인 통계 분석에 따라 제시되었다. 본 연구에서는 해양사고 통계 자료 중 선박교통관련 사고의 월별, 시간대별 발생 현황 데이터를 활용하여 해양사고 발생 예측 모델을 제시하고자 한다. 국내 해양사고 발생 현황 중 월별, 시간대별 데이터 집계가 가능한 1998년부터 2021년까지의 통계자료 중 선박교통 관련 데이터를 분류하 여 정형 시계열 데이터로 변환하였으며, 대표적인 인공지능 모델인 순환 신경망 기반 장단기 기억 신경망을 통하여 예측 모델을 구축하 였다. 검증데이터를 통하여 모델의 성능을 검증한 결과 RMSE는 초기 신경망 모델에서 월별 52.5471, 시간대별 126.5893으로 나타났으며, 관측값으로 신경망 모델을 업데이트한 결과 RMSE는 월별 31.3680, 시간대별 36.3967로 개선되었다. 본 연구에서 제안한 신경망 모델을 기 반으로 다양한 해양사고의 특징 데이터를 학습하여 해양사고 발생 패턴을 예측할 수 있을 것이다. 향후 해양사고 발생 위험의 정량적 제 시와 지역기반의 위험지도 개발 등에 관한 추가 연구가 필요하다.

선박교통관제사는 선박 교통의 안전과 효율을 도모하기 위하여 선박교통관제 설비로 지정된 시스템 및 센서 장비를 활용하여 선박교통관제 업무를 수행한다. 선박교통관제의 효과적 운영을 위한 관제 필요 정보는 지정된 선박교통관제 설비 이외의 부가적인 정보 창구의 접근이 요구되며, 이러한 다양한 정보 열람 창구를 일원화하기 위하여 선박교통관제 클라우드 시스템 개발이 진행 중이다. 본 연구 에서는 선박교통관제 클라우드 시스템 도입에 따른 사용자 필요 정보 식별을 위하여 선박교통관제 업무 분석 및 운영 정보와 선박교통관 제 설비 연계 분석을 수행하였다. 국내외 문헌 검토와 전문가 인터뷰를 통하여 선박교통관제 업무 분석을 수행하였으며, 선박교통관제 설 비에 따른 필요 정보를 식별·연계하였다. 분석 결과 전체 내·외부 정보 창구의 필요 정보는 37개의 범주로 식별되었으며, 필수 및 보조관제 설비 이외 열람이 필요한 추가 요구 정보는 8개의 정보창구를 통하여 수집 가능한 것으로 확인되었다. 본 연구를 통하여 식별한 사용자 요 구사항은 선박교통관제 클라우드 시스템 구축을 위한 데이터 수집·처리 구조 설계에 적용될 것이다. 향후 시나리오 기반 관제 시스템 사용 자 운영 분석을 통하여 사용자 요구 및 필요 정보를 개정·보완하고, 시스템 인터페이스 디자인 설계에 관한 추가 연구가 필요하다.