선박 운항에서 GPS 위치 정보의 신뢰성은 안전 항해의 핵심 요소이다. 그러나 GPS 신호 교란(재밍, 스푸핑 등)이 증가함에 따 라 대체 위치 결정 시스템의 필요성이 대두되고 있다. 본 연구는 딥러닝 기반 객체 인식 기술인 YOLO v2 네트워크를 활용하여 선박에 설 치된 카메라 영상을 분석하고, 이를 기반으로 선박 위치를 추정하는 보조 시스템을 개발하였다. 구체적으로 광양항 입항 영상에서 좌현의 멧돌초 고립장애표지와 우현의 광양제철 사일로를 객체로 선정하여 인식하였으며, 바운딩 박스 중심점과 카메라 위치를 연결한 위치선 (Line of Position)을 생성하고 기준선과의 교각을 측정하여 2D 해도 상에 위치를 작도하였다. 학습 결과 객체 인식 정확도는 94% 이상으로 나타났으며, GPS 위치와 비교 시 최소 오차 3m, 최대 오차 33m, 평균 RMSE 18.51m를 기록하였다. 이는 GPS 신호 교란 시 대안으로 활용 가능하며, 협수로나 항만 등 정밀 위치가 요구되는 환경에서 유용함을 검증하였다. 향후 자율운항선박 시스템과의 연계를 통해 GNSS 이 중화 장비로 발전할 수 있을 것으로 기대된다.