해사 빅데이터를 활용한 공간분석 알고리즘 기반의 해상교통망 프레임워크에 관한 연구 = A Study on Integrated Framework for Maritime Traffic Network based on Spatial Analysis Algorithms using Big Data

국문 초록 (Abstract)

최근 세계적으로 해운 물동량의 증가와 선박의 거대화의 추세는 해사 산업 분야에 많은 변화를 가져오고 있다. 유럽 국가와 여러 선진 국가들의 경우에는 해상교통의 흐름을 보존하고 안전한 선박의 운항을 위해 최우선으로 항행구역을 고려하고 있다. 이러한 요구들은 여러 국가의 해양공간 계획에서 잘 구분되고 있으며 대용량의 해상교통 데이터와 최신 분석 방법을 활용하여 해상교통로 또는 해상교통망으로 분석하고 공공에 제공한다. 하지만 우리나라의 경우 최근 해상풍력발전단지의 육상입지 대체, 해양관광 활성화 등으로 연안해역을 운항하는 선박들의 관습적 해상교통 흐름에 변화를 유발하고 있지만, 해상교통 보존 연구는 미비한 상황이다. 이에 따라 선박들의 관습적인 통항로를 구축하여 해역이용 수요 증가 및 해상교통 여건의 악화에 대비한 해상교통로의 보존 및 관리 체계가 필요하다. 또한 항만과 항만을 아우르는 해상교통망을 구축하기 위해 해사 빅데이터, 인공지능, 공간분석 알고리즘을 활용하여 실제 선박에 적용이 가능할 방법을 고안할 필요성이 있다.
본 연구에서는 해사 빅데이터를 활용하여 다양한 데이터 분석에 사용하였다. 최근 해운산업에도 비정형, 정형 데이터를 수집하고 처리하는 기술이 발달하였고 선박 운항 기술에 데이터 분석 결과를 접목하는 다양한 연구가 진행되고 있다. 또한 AIS 데이터, 해양공간 정보, 전자해도 등 다양한 형태의 데이터를 해사 분야와 접목하여 안전한 선박 운항과 해양 환경 보호에 도움을 줄 수 있다. 한편 해사 산업에 데이터가 폭발적으로 증가하고 있어 이를 분석하기 위한 기술의 한 가지를 인공지능 알고리즘 개념에 통합하였다. 인공지능 알고리즘이란 대용량의 데이터를 활용하여 학습하고 인간의 의사결정을 모방하는 것을 목적으로 한다. 컴퓨터 기술의 발달에 따라 인공지능 알고리즘은 해양산업의 전통적인 운영 과정을 점진적으로 변화시키고 있다. 또한, 지리정보시스템을 활용하여 해사 공간 빅데이터를 효과적으로 분석하고 시각화 한다. 이러한 추세에 따라 해상교통로와 해상교통망을 구축할 수 있으며 실제 선박 운항에 적용 가능성이 존재하는 것을 의미한다.
본 연구의 구성인 해상교통로의 추출, 해상교통망 탐지, 지리정보 시스템의 네트워크 기반 항해계획 내용은 해사 빅데이터 활용, 인공지능 적용, 공간분석 알고리즘을 통합한 프레임워크를 기반으로 제안하였다.

목차 (Table of Contents)

• 제 1 장 서 론 1
• 1.1 연구 배경 및 목적 1
• 1.2 연구 방법 및 내용 5
• 제 2 장 해사 빅데이터 분석 9
• 2.1 해사 빅데이터 정의와 수집 9
• 2.2 해사 빅데이터 전처리 과정 16
• 2.3 해양 공간정보 수집 및 저장 20
• 2.4 해사 빅데이터 통계 분석 24
• 2.5 공간분석 및 인공지능 알고리즘 분석 방법 35
• 2.5.1 공간분석 알고리즘 35
• 2.5.1.1 Moran I 공간적 자기상관성 36
• 2.5.1.2 Getis Ord G 공간적 자기상관성 39
• 2.5.2 인공지능 알고리즘 47
• 2.5.2.1 계층적 군집분석 49
• 2.5.2.2 분할적 군집분석 49
• 제 3 장 공간분석 알고리즘을 활용한 해상교통로 추출 53
• 3.1 해상교통로 추출 연구 배경 53
• 3.2 연구 방법 및 분석 데이터 57
• 3.2.1 분석 해역의 공간정보 57
• 3.2.2 해상교통로 추출 개요 58
• 3.2.3 데이터 전처리 및 통계 분석 61
• 3.2.4 밀집도 분석 방법 66
• 3.3 해상교통로 추출 결과 68
• 3.3.1 밀집도 분석 케이스 도출 68
• 3.3.2 등도수 분할 표출 72
• 3.3.3 해상교통로 구분 및 정의 74
• 3.3.3.1 간선항로 74
• 3.3.3.2 외부지선항로 76
• 3.3.3.3 내부지선항로 76
• 3.3.4 해상교통로 시각화 79
• 3.3.5 해상교통로 평가 81
• 제 4 장 인공지능 기반의 해상교통망 탐지 86
• 4.1 해상교통망 탐지 연구 배경 86
• 4.2 선행 연구 89
• 4.2.1 해상교통로 추출에 관한 연구 89
• 4.2.2 해상교통망 생성에 관한 연구 90
• 4.3 해상교통망 탐지 방법 및 데이터 91
• 4.3.1 해상교통망 탐지 개요 91
• 4.3.2 데이터 수집 및 전처리 과정 92
• 4.3.3 Hausdorff-distance 알고리즘 97
• 4.3.4 Douglas-Peucker 알고리즘 99
• 4.3.5 인공지능 기반의 변침점 탐지 102
• 4.3.6 KDE 분석 기반의 항로폭 산출 105
• 4.4 해상교통망 탐지 결과 108
• 4.4.1 분석 케이스 도출 108
• 4.4.2 인공지능 기반의 변침점 탐지 결과 111
• 4.4.3 KDE를 활용한 항로폭 산출 결과 115
• 4.4.4 KDE 기반의 변침점 분포값 비교 120
• 제 5 장 GIS 네트워크를 활용한 최적 항해계획 수립 124
• 5.1 항해계획 연구 배경 124
• 5.2 선행 연구 125
• 5.2.1 해상교통로 생성에 관한 연구 127
• 5.2.2 해상교통망 구축에 관한 연구 127
• 5.2.3 최단거리 항해계획에 관한 연구 128
• 5.2.4 GIS 네트워크 기반의 연구 활용 방안 129
• 5.3 GIS 네트워크 데이터 세트 구축 방법 130
• 5.3.1 GIS 네트워크 분석 개요 130
• 5.3.2 해상교통 데이터와 밀집도 분석 개요 132
• 5.3.3 들로네 삼각분할 수행 방법 136
• 5.3.4 전자해도 데이터를 활용한 네트워크 구축 139
• 5.3.5 들로네 삼각분할 기반의 네트워크 데이터 세트 구축 방법 141
• 5.4 GIS 네트워크 분석과 항해계획 수행 142
• 5.4.1 들로네 삼각분할과 네트워크 데이터 세트 구축 결과 142
• 5.4.2 항해계획을 위한 네트워크 분석 수행 144
• 5.4.3 실습선과 네트워크 데이터 세트의 항해계획 비교 분석 146
• 제 6 장 결론 157
• 국문초록 161
• 참조문헌 163

참고문헌 (Reference)

1. 지오인포매틱스, 주현승, 한국학술정보, , 2017

2. 도로의 정이 및 종류, 부산지방국토관리청, https://www.molit.go.kr/brocm/USR/WPGE0201/m_24271/DTL.jsp/, , 2023

3. 항만 및 어항 설계기준, 해양수산부, , 2017

4. GIS기반 공간분석방법론 적용 연구, 김영표, 임은선, 국토연, 제2권 22호, 국토연구원, 1-246쪽, , 2004

5. 한국의 해상교통로와 해양안보 1편, 한국해양전략연구소, https://kims.or.kr/news/event/n// (최종방문일 : 2023.01.04.), , 2022

6. 선회조기감지시스템 개발에 관한 연구, 박영수, 윤대근, 정창현, 최명식, 해양환경안전학회지, 제22권 제6호, 해양환경학회, 625-630쪽, , 2016

7. 공간통계 분석의 이해와 활용을 위한 첫걸음, 양은정, 한선희, 이경주, 황명화, 국토연구원, 세종시, 대한민국, , 2015

8. 물동량과 선박 크기 간의 인과관계 실증분석, 이민규, 안영균, 물류학회지, 제27권 제4호, 9-18쪽, , 2017

9. 컨테이너터미널 자동화에 대한 관련 주체별 인식연구, 김율성, 유지원, 한국항해항만학회지, 제44권 제3호, 한국항해항만학회, 195-202쪽, , 2020

10. Euclidean Distance를 이용한 ARPA/AIS 데이터 융합에 대한 연구, 김영기, 박계각, 한국지능시스템학회지, 제21권 제6호, 한국지능시스템학회, 775-780쪽, , 2011

11. 해운산업의 중요성, https://www.shipowners.or.kr:4432/about/industry.php/, 한국해운협회, (최종방문일 : 2023.01.09.), , 2023

12. 유전 알고리즘을 활용한 부유식 해상풍력단지 최적위치 선정, 조익순, 이보경, 손우주, 이정석, 해양환경안전학회지, 제25권 제6호, 해양환경안전학회, 658-665쪽, , 2019

13. 항해설비 사용자 인터페이스 개선을 위한 표준 항해과업 도출 및 실험, 이서정, 정지은, 전계정, 전재호, 정민, 디지털콘텐츠학회, Vol.19 No.10 , pp.1981-1988, , 2018

14. 공간분석을 활용한 해상교통관점의 해상풍력발전 최적지 영향요인 분석, 손우주, 이정석, 이형탁, 조익순, 한국연안방재학회지, 제7권 제2호, 한국연안방재학회, 85-96쪽, , 2020

15. 해상-빅데이터 기반 선박 항적 표시 및 해상교통량 통계 분석시스템의 개발, 송상기, 황훈규, 김배성, 신일식, 남경태, 한국정보통신학회, Vol.20 No.6, pp.1195-1202, , 2016

16. 해상교통로 구축을 위한 해양공간 빅데이터 기반의 밀집도 분석에 관한 연구, 김윤지, 석사학위논문, 한국해양대학교, , 2023

17. Korean seaborne trade volume, Seoul. Korea, Available at https://oneksa.kr:4431/eng/shipping/volumes.php, Korea Shipowners’ Association KSA., (최종방문일 : 2023.01.17.), , 2023

18. GIS와 공간통계기법을 이용한 시 공간적 도시범죄 패턴 및 범죄발생 영향요인 분석, 정경석, 문태헌, 허선영, 정재희, 한국지리정보학회지, 제12권 제1호, 한국지리정보학회, 12-25쪽, , 2009

19. 해상교통 빅데이터를 활용한 GIS 환경에서의 항행공간계획에 관한 연구, 석사학위논문, 이정석, 한국해양대학교, , 2020

20. 우리나라 연안해역을 통항하는 선박에 대한 AIS 데이터 입력 오류의 분석 및 개선 방안 연구, 전재호, 정태권, 수산해양교육연구, 제28권 제6호, 한국수산해양교육학회, 1812-1821쪽, , 2016

21. 지속가능한 해양이용을 위한 생태계기반 공간관리에 관한 연구 –한반도 주변해역을 중심으로-, 이문숙, 박사학위논문, 고려대학교, , 2011

22. 해상-빅데이터 기반 선박 항적 표시 및 해상교통량 통계 분석 시스템의 개발, 한국정보통신학회논문 , 제20권 제6호, 남경태, 황훈규, 신일식, 송상기, 김배성, 한국정보통신학회, 1195-1202쪽, , 2016