해양 사고는 인명과 환경에 심각한 피해를 초래할 수 있다 이러한 사고에 신속하고 효과적으로 대응하기 위해서는 부유체의 이동 경로를 정확하게 예측하는 것이 필수적이다 특히, 해양 구조 및 오염 방지를 위한 즉각적인 대응이 요구되는 상황에서는 바람 데이터의 정확한 예측이 중요한 역할을 한다. 본 연구에서는 부유체 경로 예측에 중요한 바람 데이터를 예측하기 위해 딥러닝 기반의 Maximum Absolute Scaler를 적용한 일차원 합성곱 신경망 (1D-CNN) 모델의 활용을 제안하였다. 이를 위해 한반도 인근 7개 관측소에서 수집된 데이터를 전처리하여 모델 학습에 사용하였다. 실험 결과 제안된 모델은 기존 수치 모델 대비 RMSE에서 약 15.8%, MAE에서 12.22%, Adjusted R² 값에서 18.25% 향상된 성능을 보였다. 이는 제안한 모델이 실시간 해양 사고 대응 시스템의 정확도를 높이는 데 기여할 수 있음을 시사한다.