항만에서의 컴퓨터 비전으로 해상 무역 최적화하기

전 세계 상품의 90% 이상이 해상으로 운송되는 만큼, 항구는 글로벌 무역의 핵심 허브입니다. 항구는 육상과 해상을 연결하는 중요한 연결고리 역할을 합니다. 항구는 원자재, 제조품, 소비재와 같은 가치 있는 화물 선적을 자주 처리하므로 국제 supply chain의 핵심 요소가 됩니다.

수년에 걸쳐 최첨단 기술은 전 세계 항구의 운영 및 관리 방식을 변화시켜 왔습니다. 이러한 혁신은 항만 관리를 더욱 빠르고 안전하며 안정적으로 만들었습니다. 최근 항구에서의 혁신은 종종 artificial intelligence (AI)를 포함합니다.

특히 AI의 하위 집합인 computer vision (CV),은 항만 운영에서 엄청난 파장을 일으키고 있습니다. 비전 AI를 통해 컴퓨터 시스템은 시각 정보를 실시간으로 보고 이해할 수 있습니다. 이미지와 비디오를 분석함으로써 Ultralytics YOLO11과 같은 computer vision 모델은 패턴을 식별하고, 객체를 감지하며, 실시간으로 움직임을 추적할 수 있습니다. 이미지 분석에서 얻은 인사이트는 더욱 효율적이고 정확한 운영을 가능하게 하며, 이는 항만 관리에서 엄청난 잠재력을 가지고 있습니다.

예를 들어, 유럽 최대의 항구인 로테르담 항구는 유지보수 일정을 최적화하기 위해 computer vision systems을 사용합니다. AI 기반 시스템은 실시간 비디오 모니터링을 사용하여 선박과 항만 장비를 주시하며, 항만 근로자가 유지보수 시점을 예측할 수 있도록 돕습니다. 정기적인 모니터링은 장비의 수명을 연장하고 항만 운영을 더욱 원활하고 빠르게 만듭니다.

이 글에서는 컴퓨터 비전 기술을 활용하는 다양한 스마트 항만 사례를 살펴봅니다. 또한 항만에서 이러한 혁신을 사용할 때의 장단점을 논의하고 미래 전망을 고려해 보겠습니다. 시작해 보겠습니다!

스마트 항만의 중요성#

항만은 매일 막대한 양의 상품을 처리하며, 운영 효율 유지, 작업자 안전 보장, 교통 혼잡 감소, 악천후 대응과 같은 과제에 직면해 있습니다. 단 한 시간의 지연도 해운 회사에는 큰 비용 손실이 될 수 있습니다.

예를 들어, 화물 하역 지연(체선료), 하역 후 컨테이너를 너무 오래 보관(지체료), 항만에 상품을 추가 기간 동안 보관(보관료), 선박 도착 지연(도착 지연 수수료)과 관련된 비용이 발생합니다. 이러한 막대한 벌금을 피하기 위해 해운 회사들은 일정, 이동 시간 및 항만 활동을 면밀히 계획하고자 합니다.

이러한 과제를 해결하는 동시에 항만 운영을 관리하기 위해 해운사와 항만 당국은 첨단 AI 기반 자동화 솔루션으로 점차 눈을 돌리고 있습니다. computer vision과 관련하여 vision models은 항만 운영에 관한 방대한 이미지 및 비디오 클립 datasets으로 학습될 수 있습니다.

학습된 모델은 화물 컨테이너가 적재 및 하역될 때 이를 감지하고 추적하는 등의 작업에 사용될 수 있습니다. 또한 컴퓨터 비전은 무거운 화물 컨테이너를 옮기는 항만 직원을 추적하여 항만 안전을 강화하는 데 도움을 줄 수 있습니다.

항만에서의 컴퓨터 비전 활용 사례#

이제 항만에서 AI와 컴퓨터 비전 기술이 왜 중요하고 가치 있는지 이해했으니, 컴퓨터 비전이 어떻게 사용될 수 있는지 보여주는 몇 가지 스마트 항만 사례를 자세히 살펴보겠습니다.

컴퓨터 비전을 이용한 항만 안전 유지#

Ultralytics YOLO11 및 Ultralytics YOLOv8과 같은 computer vision 모델은 작업자를 추적하고 안전 프로토콜 준수를 보장할 수 있습니다. 이 과정은 어떻게 작동할까요? YOLO11과 YOLOv8 모두 이미지나 비디오에서 객체를 식별하고 분류하는 객체 감지(object detection), 그리고 시간에 따른 이러한 객체의 움직임을 모니터링하는 객체 추적(object tracking)과 같은 다양한 computer vision tasks을 지원합니다.

이러한 작업은 다양한 작업자 안전 유스케이스에 사용될 수 있습니다. 좋은 예로는 헬멧 및 조끼와 같은 개인 보호 장구(PPE)를 항만 직원에게서 감지하기 위해 object detection을 사용하는 것이 있습니다.

Fig 1. 항만 안전 규정 준수를 위한 PPE 감지에 Ultralytics YOLOv8을 사용하는 예시.

마찬가지로 object tracking과 같은 computer vision 기능이 통합된 스마트 항만 시스템은 작업자의 위치를 모니터링하고 실시간으로 움직임을 추적하여 위험 요소를 감지하고 사고를 예방하는 데에도 사용할 수 있습니다.

실시간 영상 분석을 통해 비전 모델은 낙하물이나 위험 구역에 진입하는 작업자와 같은 잠재적 위험을 식별할 수 있습니다. 시스템은 작업자가 실수로 제한 구역에 들어가거나 중장비에 너무 가까이 접근할 경우 즉시 경고를 보내도록 구성할 수 있습니다.

항만 내 AI를 이용한 선박 항해 및 모니터링#

Computer vision solutions은 해상 항법을 개선하는 데 중요한 역할을 할 수 있습니다. computer vision, 선박의 신원, 위치, 속도 등을 포함하는 선박의 신호인 자동 식별 시스템(AIS) 전송, 그리고 기타 고급 센서가 통합된 해상 시스템을 사용하여 선박의 위치에 대한 인사이트를 얻을 수 있습니다. 이러한 인사이트를 바탕으로 AI 시스템은 혼잡을 줄이고 연료 효율을 높이는 선박의 이상적인 경로를 매핑할 수 있습니다. 또한 이러한 인사이트를 통해 승무원은 대기 시간 없이 하역 및 적재 등의 항만 작업을 준비할 수 있습니다.

객체 감지와 같은 computer vision 기법은 항만 당국이 안전한 항해를 위해 해상의 객체를 감지하고 추적하는 데 사용할 수 있습니다. 예를 들어, 포틀랜드의 걸프 오브 메인 연구소(Gulf of Maine Research Institute)는 선박 항해와 안전을 위해 AI-based camera systems을 사용합니다. 카메라는 computer vision을 사용하여 야간이나 안개가 낀 조건에서도 선박, 보트, 부표, 사람 및 기타 해상 위험 요소를 감지합니다. 바다의 장애물을 감지함으로써 선박 운영자는 사고를 방지하고 쉽게 항해할 수 있습니다.

Fig 2. 해양 분야의 AI: 해상에서 객체를 감지하는 computer vision 지원 카메라.

항만 디지털화를 통한 화물 처리 간소화#

화물 처리는 중장비가 동원되고 낙하물 위험이 있기 때문에 항만에서 가장 복잡한 작업 중 하나입니다. 연구에 따르면 port accidents의 63% 이상이 화물 조작 및 적재 또는 하역 작업 중에 발생합니다. 이러한 사고는 레이블 읽기나 손상 검사와 같은 작업을 위해 근로자가 컨테이너나 중장비 근처에 있어야 하는 필요성을 줄임으로써 방지할 수 있습니다.

vision 시스템은 컨테이너의 레이블을 인식하고, 크기, 유형, 무게, 봉인(seal), 목적지를 스캔하거나 구조적 손상을 감지하여 이를 달성하는 데 도움을 줄 수 있습니다. 이에 대한 흥미로운 사례 연구로 그리스의 Piraeus Container Terminal (PCT)가 있습니다. 이 항구는 비전 AI 통합 카메라를 사용하여 컨테이너의 봉인이 손상되지 않았는지 확인합니다. 시스템은 적재 또는 하역 중에 각 컨테이너 전면의 이미지를 캡처합니다. 그런 다음 이미지에 객체 감지를 사용하여 컨테이너의 봉인을 찾습니다. 봉인이 누락되었거나 손상된 경우 알람이 트리거되어 항만 당국에 추가 조사를 통지합니다.

Fig 3. 그리스의 피레우스 컨테이너 터미널은 스마트 항만의 좋은 예시입니다.

스마트 항만의 감시 및 출입 통제#

항만의 보안 및 감시 작업은 지속적인 주의가 필요합니다. 전체 항만의 환경과 운영을 모니터링하는 데 필요한 인력은 엄청납니다. 세계에서 가장 작은 항구인 오리건주 디포 베이조차 6에이커에 달합니다. 방대한 공간과 빽빽하게 쌓인 컨테이너 때문에 사람이 24시간 내내 수동으로 모니터링하는 것은 사실상 불가능합니다.

computer vision을 사용하여 항만 운영을 여러 지점에서 모니터링할 수 있으며 무단 출입을 즉시 발견할 수 있습니다. Optical character recognition (OCR) 및 automatic number plate recognition (ANPR) 기술은 항구에 출입하는 차량의 번호판을 읽어 무단 차량을 감지할 수 있습니다. 추가적인 보안 계층을 위해 facial recognition 시스템을 사용하여 차량 내부 운전자와 승객의 신원을 교차 검증할 수도 있습니다.

Fig 4. computer vision을 사용하여 자동차 번호판을 읽는 예시.

예를 들어, 스페인의 Port of Valencia는 자율주행 드론, 5G 연결, 그리고 증강 현실(AR) 헤드셋으로 구성된 computer vision 시스템을 사용하여 항구의 보안을 모니터링하고 있습니다. Autonomous drones은 정기적으로 항구를 순찰하는 데 사용되며, 비디오 피드는 5G 네트워크를 통한 비전 기반 시스템을 통해 분석됩니다. computer vision 모델은 침입이나 의심스러운 활동을 찾습니다. 이상 징후가 감지되면 알림이 생성됩니다. AR 헤드셋을 사용하여 보안 팀은 경고가 발생한 지역을 직접 살펴보고 사건의 심각성을 파악할 수 있습니다.

비전 AI를 통한 기름 유출 감지#

기름 유출은 특히 항만 적재 및 하역 작업 중에 상당한 환경 위협을 초래합니다. 연구에 따르면 medium and small-scale oil spills(7~700톤)의 약 29%가 이러한 활동 중에 발생합니다. 이러한 유출은 쉽게 눈에 띄지 않고 무해해 보일 수 있지만, 그 환경적 영향은 심각할 수 있습니다.

넓은 항만 구역에서 이러한 유출을 수동으로 모니터링하는 것은 특히 어렵습니다. 이 문제를 해결하기 위해 컴퓨터 비전 소프트웨어가 탑재된 첨단 수질 감지 카메라가 효과적인 솔루션을 제공할 수 있습니다. 영상 분석을 통해 이러한 시스템은 실시간으로 기름 유출을 감지하여 신속한 대응과 정화 작업을 가능하게 합니다.

Fig 5. 스마트 항만 예시: 바다의 기름 유출 감지.

실제로 유럽에서 두 번째로 큰 항구인 Port of Antwerp은 기름 유출의 영향을 완화하기 위해 computer vision 기술을 사용합니다. 원격 조종 드론이 주변 수역을 모니터링합니다. computer vision 기능을 갖춘 이 드론은 인근 항만 지역의 기름 유출을 감지할 수 있습니다. 이를 통해 항만 당국은 농축된 유출 지역을 신속하게 파악하고 대응할 수 있으며, 이를 통해 해안가의 수질을 개선할 수 있습니다.

항만에서의 컴퓨터 비전 장점 및 한계#

항만 관리에 컴퓨터 비전을 도입하면 많은 장점이 있으며 고유한 과제에 대한 다양한 맞춤형 솔루션을 도출할 수 있습니다. 이러한 이점 중 일부를 간략히 살펴보겠습니다.

• 향상된 해운 물류: 해상 공급망에서의 AI in maritime은 물류에 새로운 수준의 운영 효율성을 가져다주고 있습니다. 비전 기반 시스템을 사용하여 항로, 항만 서비스, 화물 처리 간의 상품 교환을 모니터링할 수 있습니다.

• 데이터 기반 의사 결정: 이미지 및 영상 분석에서 얻은 인사이트를 통해 항만 경영진은 정보에 입각한 의사 결정을 내릴 수 있습니다.

• 더 나은 경로 예측: 비전 AI 시스템은 항만과 선박의 실시간 영상과 같은 시각적 데이터를 분석하여 AI 알고리즘이 최적화된 경로를 제안하도록 지원할 수 있습니다.

• 인건비 절감: 컴퓨터 비전을 통해 선박 모니터링, 화물 분류, 선박 추적과 같은 작업을 자동화함으로써 항만은 인적 노동력에 대한 의존도를 줄일 수 있습니다.

CV 솔루션은 많은 장점이 있지만 항만 구현 시 고려해야 할 몇 가지 과제가 있습니다. 염두에 두어야 할 몇 가지 한계는 다음과 같습니다.

• 높은 초기 비용: 항만에 업계 표준 컴퓨터 비전 애플리케이션을 구현하려면 하드웨어, AI 전문 지식 및 컴퓨팅 인프라에 상당한 투자가 필요합니다.

• 환경적 제약: 특히 해안 지역의 비와 안개와 같은 일관되지 않은 기상 조건은 이미지와 영상 품질에 영향을 미쳐 AI 모델 성능 저하를 초래할 수 있습니다.

• 해상 컨테이너 크기의 다양성: 해상 컨테이너는 크기, 색상, 라벨, 모양이 다양하여 비전 기반 시스템이 추적하기 어렵습니다. 컴퓨터 비전 모델은 이러한 다양성을 처리하기 위해 추가 학습이 필요할 수 있습니다.

• 일관되지 않은 네트워크 연결: 안정적인 네트워크 연결은 클라우드 기반 컴퓨터 비전 시스템의 핵심이며, 중단 시 항만 운영에 지연, 비효율성 및 안전 위험을 유발할 수 있습니다.

항만에서의 컴퓨터 비전 미래#

보고서에 따르면 전 세계 smart port market은 24.16%의 인상적인 연평균 성장률(CAGR)을 기록하며 2033년까지 61억 달러에 이를 것으로 예상됩니다. 이러한 성장은 현대 항만 운영에서 AI, computer vision, 사물 인터넷(IoT)과 같은 첨단 기술의 사용이 증가하고 있음을 강조합니다. 항구가 더욱 효율적이고 스마트해짐에 따라 computer vision은 작업 자동화, 안전 향상, 운영 효율성 증대에 있어 중추적인 역할을 할 것입니다.

IoT, 블록체인, 빅데이터와 같은 기술과 결합하면 컴퓨터 비전은 실시간 화물 추적 및 항만 장비의 예측 유지보수와 같이 고급스럽고 복잡한 AI 기반 솔루션을 가능하게 할 것으로 기대됩니다. 이러한 혁신은 에너지 사용을 최적화하고 탄소 배출을 줄임으로써 항만 운영을 간소화하고 지속 가능성을 촉진할 것입니다.

스마트 항만에 대한 핵심 요약#

항만 관리에 컴퓨터 비전을 통합하면 안전성, 효율성 및 보안을 향상시킬 수 있습니다. 작업자 활동 모니터링에서부터 화물 처리 및 선박 항해와 같은 복잡한 작업 자동화에 이르기까지, 컴퓨터 비전 애플리케이션은 광범위한 기능을 제공하고 항만 관리의 핵심 과제를 해결할 수 있습니다.

자동화 및 AI 기반 프로세스를 향한 추세는 비전 AI 솔루션의 잠재력을 밝히고 있습니다. 이러한 첨단 기술을 채택함으로써 항만은 글로벌 해상 산업의 리더로 자리매김하여 경제 성장과 환경적 지속 가능성에 기여할 수 있습니다.

our community에 가입하고 GitHub repository를 확인하여 AI에 대해 자세히 알아보세요. AI in manufacturing 및 computer vision in healthcare의 다른 흥미로운 애플리케이션도 살펴보세요.