항적데이터를 활용한 경험 기반 로드맵 개발에 관한 연구

연안해역에서 정기적으로 같은 항로를 운항하는 선박은 조위 변화, 장애물, 불법 양식장 등으로 인해 운항의 안전성과 효율성이 저하될 수 있다. 기존에는 지역을 자주 운항하는 선장의 경험과 판단에 의존하여 항로를 설정해왔으나, 이는 객관성과 반복성을 보장하기 어려운 한계가 있다. 특히, 조위 변화로 인해 수심이 변동되는 상황에서 선박이 안전하게 항해할 수 있는 가항수역을 정밀하게 정의하고, 이를 기반으로 최적 경로를 탐색할 수 있는 방법이 필요하다. 따라서 과거 AIS 데이터를 활용하여 안전성과 신뢰성을 보장하는 경로 탐색 방법을 제안한다. 본 연구는 과거 AIS 항적 데이터를 활용하여 선박의 항로를 분석하고, 이를 기반으로 가항수역을 설정한 뒤, 경험적 로드맵을 생성하는 방법을 제시한다. 먼저, AIS 데이터를 전처리하여 누락된 데이터를 보간 처리하고, 선박 항적 데이터를 경도와 위도의 최대값 및 최소값으로 분석하여 가항수역 경계를 정의한다. 이후, PRM(Probabilistic Roadmap) 알고리즘을 사용하여 탐색 공간 내 노드와 엣지를 구성하고, 시작점과 목표점 간 최적 경로를 탐색한다. 특히, 조위 변화와 같은 환경 요인을 반영하여 일반 항로와 우회 항로를 유동적으로 선택할 수 있는 시스템을 설계하였다. 이 과정에서 바이너리 맵 및 벡터 기반 맵을 활용하여 탐색 공간을 구성하고, 공간 표현 방식에 따른 경로 탐색 결과를 비교하였다. 본 연구는 과거 항적 데이터를 기반으로 한 경험적 로드맵을 통해 자율운항선박의 경로 탐색을 지원하며, 탐색 시간과 비용을 절감하는 효율적인 방안을 제시한다. 또한, 조위 변화와 같은 환경 요인을 고려한 유동적인 경로 설정을 통해 해상 운항의 안전성과 효율성을 동시에 향상시킨다. 향후 연구에서는 해역을 확대하고 해류와 바람 같은 다양한 환경 변수를 반영하여, 더 넓은 지역과 복잡한 환경에서도 활용 가능한 모델로 발전시킬 수 있을 것으로 기대한다.