선박밀집도 예측을 위한 인공지능 학습용 데이터셋 구축 연구

Abstract

최근 해양 안전 관리를 위해 해양 안전사고 예방 및 예측을 위한 다양한 연구가 수행되고 있다. 특히 AIS 동적정보에 포함된 선박위치정보를 이용한 인공지능 학습 연구를 통해 선박 상호간 충돌예방, 불법선박 탐지, 선박경로 예측 등이 가능해지고 있다. 이 때 선박위치정보는 선박의 속도에 따라 위치정보의 송신주기가 달라지므로 인공지능 학습 데이터셋을 구축하기 위해서는 시간 간격의 정규화를 통한 선박위치정보 보정이 반드시 수행되어야 한다. 따라서 본 연구에서는 선박위치정보 시간 간격을 정규화하고 인공지능 학습을 위한 학습용 데이터셋을 구축하도록 하였다. 선박밀집도 예측을 위해 선박의 분포 및 이동 경로를 나타내는 AIS의 선박위치정보를 활용하였다. 이 때 선박위치정보는 선박 각각의 위치를 인공지능 학습의 입력자료로 사용한다면 연산시간이 길어지며, 정확한 예측 또한 불가능하기 때문에 10분 간격의 경위도 격자 하나에 위치하고 있는 선박위치정보의 개수를 선박의 밀도로 정의하여 학습자료를 구축하고 이를 이용한 인공지능 학습을 수행할 필요가 있다. 그러나 AIS의 선박위치정보는 선박의 속력에 따라 2초에서 6분 간격으로 불규칙하게 전송되고 있기 때문에 특정 시간대의 선박위치정보를 기준으로 학습자료를 구축할 경우 누락된 선박이 발생할 확률이 크며, 시간 범위 내의 선박위치정보를 모두 포함한다면 빠른 속도로 이동하는 선박의 선박위치정보가 다수 포함되기 때문에 선박의 밀도를 제대로 표현할 수 없다. 따라서 선박위치정보의 각기 다른 시간간격을 통일하고, 통일된 시간의 선박의 위치를 보간할 필요가 있다. 본 연구에서는 2018년의 전국 AIS 선박위치정보를 이용하여 선박위치정보의 선박밀집도 예측을 위한 학습용 데이터셋을 구축하였다. CSV 파일 형식의 선박위치정보는 총 81억 건의 텍스트 정보로 구성되어 있으며, 일시, 위경도, COG, SOG, Heading 정보를 포함하고 있다. 선박밀집도 분석을 위한 격자는 위경도 10분 간격으로 분할된 소해구도를 사용하였으며, 학습용 데이터셋 구축을 위한 시간간격을 1시간으로 정의하였다. 학습용 데이터셋을 구축하기 위해 모든 선박에 대하여 매시간을 기준으로 직전, 직후의 위치정보를 탐색하고 직선으로 이동했다는 가정 하에 선형보간을 통해 기준 시간의 선박위치정보를 재구축하였다. 방대한 선박위치정보를 처리하기 위해 빅데이터 플랫폼을 활용하였으며, 재구축된 선박위치정보를 이용하여 선박밀집도 예측용 이미지 자료를 구축하였다(그림 1). 이와 함께 선박밀집도에 영향을 끼칠 수 있는 요인인 기상자료, 수온, 염분, 해상풍, 파고 등의 해양환경자료를 함께 구축하였다. 본 연구에서는 2018년 AIS 자료를 이용하여 선박밀집도 예측을 위한 학습용 데이터셋을 구축하였으며, 이를 이용한 선박밀집도 예측을 통해 해양안전사고 예방을 위한 해양경비 배치 및 어업활동 보호를 위한 지원이 가능할 것으로 판단된다.