해양경찰 위성정보 현업활용을 위한 해양경찰청이 참여하는 3대 위성시스템 중심의 위성활용 시스템 개발

본 과제는 인공지능 기술을 활용하여 바다의 수온을 미리 예측하고, 이 정보를 해양 레저 활동(예: 낚시)을 즐기는 사람들과 어업에 종사하는 기업 및 정부 기관에 맞춤형으로 제공하는 서비스 시스템을 개발하는 연구임. 인공위성과 실제 관측 데이터를 활용하여 바다 수온의 변화를 정확하게 예측하는 것이 목표임. 연구 목표는 해양 레저 및 어업 활동의 증가하는 해양 기상 정보 수요에 부응하여, 인공위성 및 관측 자료 기반의 실시간 해수면 온도(SST) 합성장과 인공지능 기술 기반의 예측 SST를 생산하고 유료 서비스하는 시스템을 개발하는 데 있음. 이는 B2B OpenAPI 또는 빌트인 설치 방식의 비즈니스 모델로 제공될 예정임. 핵심 연구 내용은 인공위성 및 관측 수온의 실시간 수집 및 자동 품질관리, 최적내삽법(OI) 알고리즘을 이용한 SST 합성장 생산 시간 단축 (병렬연산 활용), LSTM 딥러닝 기반 SST 예측 정확도 고도화, 대용량 위성자료 고속 연산 처리 및 관리 시스템 및 OpenAPI 기반 수요자 서비스 시스템 개발을 포함함. 사용자 요구 분석과 프로토타입 개발, 테스트·검증을 통해 상품화를 추진함. 기대 효과는 개발된 시스템이 ㈜HMT, 국립해양조사원, 국립수산과학원 등과의 연계를 통해 광범위한 해역에 정밀하고 신뢰성 높은 해양 기상 예측 정보를 제공하는 것임. 이를 통해 양식, 어업, 해운업, 해양보험업 등 다양한 산업 분야로 활용처를 확대하고, 연간 31억 원 이상의 정보 검색 소요시간 절약 효과를 뛰어넘는 경제적 파급효과를 창출할 것으로 전망됨.

ㅇ LSTM 딥러닝 기술을 이용한 이상수온 예측 연구 - 해역별 최적 입력 자료 선정 연구 + 동해, 남해, 서해, 제주도 인근 해역 등으로 해역을 나누고, 각 해역별로 이상수온 발현에 영향을 끼치는 입력 자료가 무엇인지 전수조사를 실시할 계획임. + 입력 자료의 신뢰성을 높이기 위한 QC(Quality Control) 기법 고안 - LSTM 모델 트레이닝 최적화 연구 + 한 해역에 대해 최근 10년간의 입력자료를 트레이닝 하는 방법과 특성이 유사한 5개 해역의 최근 2년간의 입력자료(총 10년치에 해당하는 양)를 트레이닝 하는 방법 비교 분석(즉, 한 해역에서 오랜 기간 축적된 자료를 트레이닝 하는 것이 좋은지, 아니면 다양한 해역의 최근 트렌드를 트레이닝 하는 것이 좋은지 비교 분석) + 드롭아웃(dropout) 등 을 이용한 과적합 회피 + LSTM 트레이닝 가중치(weigh) 초기 값 최적화 ㅇ 유관 기관과의 협력 - 한국수산과학원, 한국해양조사원 등 이상수온 예측이 필요한 다양한 유관 기관과 협력할 계획임. - 이상수온 현상과 연관이 깊은 대용량 해양위성자료를 수집하기 위해 전담기관과 협의할 계획임 ㅇ 다종위성자료 합성연구 방안 - 서로 스펙이나 형식이 상이한 위성으로부터 획득된 자료는 각각 공간해상도, 투영법 등이 다름. - 이러한 다종 위성자료를 활용하기 위해서는 자료간 합성연구가 필요함. - 해역별 이상수온 예측에 최적화된 형식으로 해양위성자료를 합성할 계획임. ㅇ 대용량 해양위성자료 처리를 위한 가상화 및 병렬화 - 수백 테라바이트 규모로 제공되는 장기간의 해양위성자료를 효율적으로 처리하기 위해 병렬화 기술을 도입할 계획임. - 가상화를 통한 리소스 절약적인 시스템을 활용할 계획임.

본 과제는 매년 반복되는 이상고수온 현상으로 인한 막대한 경제적 피해와 늦은 대응의 한계를 극복하기 위한 연구임. 광범위한 바다를 직접 동시에 감시하는 것이 불가능하여 피해가 가중되는 문제를 해결하고자, 위성기반 실시간 감시 기술과 딥러닝을 활용한 예측 기술을 개발하는 것을 목표로 함. 연구 목표는 이상고수온으로 인한 수산 피해를 절감하고 양식업 환경 파괴를 방지하는 데 있음. 이를 위해 위성기반 실시간 이상고수온 감시기술과 딥러닝 예측기술을 개발함. 핵심 연구 내용은 유관 기관 협력 및 다중위성자료 합성 연구를 통한 최적화된 형식 통일, 대용량 위성자료의 실시간 수집·처리·배포 시스템 개발 (가상화 및 병렬분산처리 활용), 그리고 딥러닝 기반 이상고수온 예측 연구 (트레이닝 최적화, QC 기법, Deep CNN 알고리즘 설계 및 검증 포함)임. 기대 효과는 이상고수온 발현을 실시간으로 검출 및 예측하여 수산 피해와 국가 재해 대응 비용을 최소화함. 이는 해양재해예보의 초석이 되어 적조, 녹조 등 다른 해양재해 예측 기술로 확장될 수 있음. 또한, 융합연구 성공 사례를 제시하고, 지구온난화 대비 및 대국민 정보 공유를 지원함.