선박의 선장이 일정한 목적을 가지고 일시 운항을 정지하는 경우인 정류는 실무에서 흔한 일이다. 이러한 정류 중인 선박의 법적 지위는 COLREG에서 정의하고 있지 않고, 학자들의 의견과 판례에서 일반항법 적용과 선원의 상무규정 적용이 상호 대립하고 있는 상황이다. 따라서 선박 상호 간에 어떠한 선박이 유지선, 피항선이 되는지 모호한 상황이다. 또한, 법적 지위의 불명확성으로 인하여 정류 중인 선박은 대수속력이 없는 항행중인 동력선이 되고, 이는 다른 선박에서 정류 중인 선박을 외관상 식별할 방법이 없는 상황이다. 이에 정류 중인 선박의 충돌사고가 지속적으로 발생하고 있다. 이러한 모호성을 제거하여 선박충돌사고를 예방할 필요가 있다. 한편, 선박자동 식별장치(AIS)는 선박의 위치, 침로, 속력 등의 정보와 더불어 항해상태에 대한 정보를 실시간으로 제공하는 장치이다. 항해상태는 IMO Res.A.1106(29)에 따라 항행중, 정박중, 조종제한선 등 선박의 현재 상태를 외부로 표시할 수 있는 기능인데, 현재 13번째 항목이 미래 사용 을 위하여 남겨두었다. 따라서 해당 항목에 ‘정류 중인 선박’을 할당하여 외부에서 정류 중인 선박의 상태를 확인할 수 있도록 하는 것을 제안한다.

세계 해양산업은 자율운항선박 기술의 등장으로 급속도로 발전하고 있으며, 해양 데이터에서 파생된 인공지능 활용에 관한 관 심이 높아지고 있다. 다양한 기술 발전 중에서 선박 항로 군집화는 자율운항선박 상용화를 위한 중요한 기술로 부각되고 있다. 항로 군집 화를 통해 해상에서 선박 항로 패턴을 추출하여 가장 빠르고 안전한 항로를 최적화하고 충돌 방지 시스템의 개발에 기반이 된다. 항로 군 집화 알고리즘의 정확성과 효율성을 보장하기 위해 고품질의 잘 처리된 데이터가 필수적이다. 본 연구에서는 다양한 항로 군집화 방법 중 항로의 실제 형태와 특성을 정확히 반영할 수 있는 선박 항로 유사도 기반 군집화 방식에 주목하였다. 이러한 방식의 효율을 극대화하 기 위해 최적의 데이터 전처리 기술 조합을 구성하고자 한다. 구체적으로, 4가지의 선박 항로 간 유사도 측정법과 3가지의 차원 축소 방 법을 조합하여 연구를 진행하였다. 각 조합에 대해 k-means 군집 분석을 수행하고, 그 결과를 Silhouette Index를 통해 정량적으로 평가하여 최고 성능을 보이는 전처리 기법 조합을 도출하였다. 본 연구는 단순히 최적의 전처리 기법을 찾는 것에 그치지 않고, 광범위한 해양 데 이터에서 의미 있는 정보를 추출하는 과정의 중요성을 강조한다. 이는 4차 산업혁명 시대의 해양 및 해운 산업이 직면한 디지털 전환에 효과적으로 대응하기 위한 기초 연구로서 의의를 갖는다.

빠르게 발전하는 이미지 인식 기술에도 불구하고 표 형식의 문서와 수기로 작성된 문서를 완벽하게 디지털화하기에는 아직 어려움이 따른다. 본 연구는 표 형식의 수기 문서인 선박 항해일지를 작성하는 데에 사용되는 규칙을 이용하여 보정 작업을 수행함으로 써 OCR 결과물의 정확도를 향상시키고자 한다. 이를 통해 OCR 프로그램을 통하여 추출된 항해일지 데이터의 정확성과 신뢰성을 높일 것 으로 기대된다. 본 연구는 목포해양대학교 실습선 새누리호의 2023년에 항해한 57일간의 항해일지 데이터를 대상으로 OCR 프로그램 인 식 후 발생한 오류를 보정하여 그 정확도를 개선하고자 하였다. 이 모델은 항해일지 기재 시 고려되는 몇 가지 규칙을 활용하여 오류를 식별한 후, 식별된 오류를 보정하는 방식으로 구성하였다. 모델을 활용하여 오류를 보정 후, 그 효과를 평가하고자 보정 전과 후의 데이터 를 항차별로 구분한 후, 같은 항차의 같은 변수끼리 비교하였다. 본 모델을 활용하여 실제 셀 오류율은 약 11.8% 중 약 10.6%의 오류를 식 별하였고, 123개의 오류 중 56개를 개선하였다. 본 연구는 항해일지 중 항해정보를 기입하는 Dist.Run부터 Stand Course까지의 정보만을 대 상으로 수행하였다는 한계점이 있으므로, 추후 항해정보 뿐만 아니라 기상정보 등 항해일지의 더 많은 정보를 보정하기 위한 연구를 진 행할 예정이다.

선박의 안전운항을 도모하기 위한 필수적 요소 중 하나인 복원성 확보에 대한 항해사의 해기지식은 선박의 대형화 및 자율운 항선박 출현 등 선박 기술의 진보와 더불어 향상되고 개선되어야 한다. 이에 따라 본 연구에서는 항해사를 대상으로 복원성에 관한 설문 조사를 수행하였고, 일반적 특성을 이용하여 경험적 인지도를 통계분석하였다. 분석 결과, 복원성 기준의 이해도에서 상위직급에서는 높 은 이해도를 갖고 있었으며, 특정 선종에 대한 특별 기준에 대한 이해는 부족한 것으로 나타났다. 전체 응답자의 87.6%가 복원성 평가의 수단으로 Loading computer를 활용하고 있었다. 현장에서 복원성 평가 방법으로 GM 활용이 평균 3.891/5.000점으로 가장 높았으며, 주로 GM과 복원성 기준으로 복원성 확보여부를 판단하였다. 복원성 부족 시, 항해사는 주로 평형수 보충을 통하여 개선하였으며, 소각도 타각 사용으로 안전을 확보하는 운항적 경향도 있었다. 본 연구 결과는 선박 복원성에 대한 항해사의 경험적 인지도를 평가함으로써, 향후 운 항자 중심의 복원성에 관한 교육 개선 및 연구에 중요한 자료로 활용하고자 한다.

통합항해시스템(INS)은 기존 항해 장비들을 통합하여 부가가치를 제공하는 장치로써 항해 업무 수행을 위한 정보와 기능을 다기능표시장치에(MFD)에 통합하는 것으로 정의된다. IMO 성능 기준은 각 업무에 대한 최소 요구사항을 명시하고 있지만, 장비 및 기 능의 목록은 정의하지 않아 제조사마다 INS의 구성이 상이하고 사용자 관점에 기반 한 지침 또한 부족한 실정이다. 본 연구는 선박 운 용상황 및 수행 업무에 따라 사용자가 요구하는 정보를 분석하고, 이를 INS의 MFD에 효과적으로 구조화하여 INS의 사용성을 높이기 위해 수행되었다. INS 관련 국제 기준 및 제조사의 구성 장비 목록을 분석하여 필수 항해 정보들을 선별하고 MFD 사용 경험이 있는 선박 운항자를 대상으로 카드 소팅 테스트를 실시하여 각 INS 업무에 요구되는 정보들을 분류하도록 하였다. 연구의 결과는 제조사들 이 제품 설계 시 사용자 경험을 반영한 정보 구성에 기본적인 가이드로 활용될 수 있을 것이다.