본 논문은 동적 해양 환경에서 AUV (Autonomous Underwater Vehicle)의 자율 임무 수행 및 경로 최적화를 위해 AOPF (Autonomous Underwater Vehicle Optimal Path Finder) 알고리즘을 제안한다. 제안한 알고리즘은 PPO (Proximal Policy Optimization) 기반 강화학습 기법과 3-degree-of freedom (DOF) 모델을 적용하여 장애물 회피와 목표 도달의 균형을 달성하며, 기존 DDPG (Deep Deterministic Policy Gradient) 알고리즘 대비 빠른 수렴과 높은 임무 성능을 보인다. 실험 결과, 제안 기법은 안정적 학습과 효율적 경로 생성을 확인하였다. 본 연구는 동적 해양 환경에서 AUV의 자율 임무 수행을 위한 새로운 강화학습 기반 제어 방법을 제시하며, 실제 해양 적용 및 다중 AUV 협력 제어와 같은 확장 가능성에 관해 논의한다.