국립부경대, AI로 장기 해양 파고 예측 정확도 높였다

풍속 결합 새 모델 개발
겨울철 오차 11.8% 개선

국립부경대학교 연구팀이 개발한 풍속 정보 융합 AI 기반 장기 해양 파고 예측 모델 개념도.(사진=국립부경대 제공)

해양 레이더 영상에 풍속 정보를 함께 분석하는 인공지능(AI) 기술이 개발돼 장기간 해양환경에서도 파도 높이를 더욱 정확하게 예측할 수 있는 길이 열렸다. 자율운항선박과 해양 안전관리 등 스마트 해양 분야 활용 가능성이 기대된다.

국립부경대학교 컴퓨터·인공지능공학부 강나윤 박사과정생과 장원두 교수, 동명대학교 조선해양공학과 양영준 교수 연구팀은 X밴드 해상 레이더 영상과 풍속 데이터를 결합한 딥러닝 모델 'SWH-WindNet'을 개발했다.

연구팀은 장기간 축적된 관측자료를 활용해 성능을 검증한 결과, 새 모델이 레이더 영상만 이용한 기존 방식보다 높은 예측 정확도를 보였다고 설명했다.

실험에서는 평균 상관계수 0.9461, 평균제곱근오차(RMSE) 0.3887m를 기록했다. 이는 기존 2D·3D CNN과 트랜스포머 기반 모델과 비교해도 우수한 수준이라는 것이 연구팀의 설명이다.

특히 속초 해변에서 1년 동안 수집한 관측 데이터를 계절별로 분석한 결과, 기존 모델은 계절 변화에 따라 성능 편차가 컸지만 새 모델은 계절에 관계없이 안정적인 예측 성능을 유지했다. 겨울철에는 RMSE가 약 11.8% 개선됐다.

연구팀은 풍속 정보를 함께 활용하는 방식이 계절 변화에 따른 예측 성능 저하를 줄이는 데 효과적이라는 점을 확인했다고 밝혔다.

이번 연구는 장기 관측 데이터를 기반으로 레이더 기반 유의파고 추정 기술의 활용 가능성을 높였다는 점에서 의미가 있다. 연구팀은 향후 선박교통관제시스템(VTS), 자율운항선박, 항로 계획, 장기 해양 모니터링 등 다양한 해양 분야에서 활용될 것으로 기대하고 있다.

연구 성과를 담은 논문 'Significant Wave Height Estimation Using X-band Radar Imagery with Wind Fusion: Performance Enhancement in Long-Term Data Environments'는 해양공학 분야 SCIE 국제학술지 Ocean Engineering(IF 6.3·JCR Q1) 6월 온라인판에 게재됐다.

부산=김성욱 기자