머신러닝과 딥러닝을 이용한 장기 파고 예측 모델 개발

• 발행기관: 한국항해항만학회
• 저자명: 홍정윤 이상석 조성원 이원희
• 간행물 정보: 『한국항해항만학회 학술대회논문집』2025 춘계학술대회논문집, 170~171쪽, 전체 2쪽
• 주제분류: 공학 > 해양공학
• 파일형태: PDF
• 발행일자: 2025.05.08

국문 초록

파고 예측은 해양 공학 분야에서 필수적인 요소로서, 자율운항선박의 항해, 해양플랜트 설치 및 운영, 해양환경 분석 등 다양한 분야에서 활용된다. 과거에는 수치 모델을 활용하여 파고 예측을 진행했으나, 많은 계산 비용이 요구되는 한계가 존재하여 머신러닝 및 딥러닝 모델을 활용한 연구가 진행되고 있다. 특히, 최근에는 단기 예측을 넘어 장기 파고 예측의 중요성이 주목받고 있다. 장기 파고 예측이란 수십 시간 이후의 파고를 예측하는 것으로, 선박 항로 최적화, 해양 구조물의 안정성 확보, 파력 발전 운영 등에 핵심적인 역할을 한다. 그러나 파고 예측 연구는 주로 단기 예측에 집중되어 있으며, 장기 예측에 대한 연구는 상대적으로 부족한 실정이다. 따라서, 본 연구에서는 National Oceanic and Atmospheric Administration(NOAA) 데이터를 활용하여 머신러닝 모델과 딥러닝 모델을 장기 파고 예측에 적용하였다. 적용한 모델의 성능 비교를 위해 여러 평가지표를 바탕으로 각 모델의 예측 정확도를 계산하였다. 이러한 결과를 분석하고 각 평가지표 별로 장기 파고 예측에 적합한 모델을 선정하였다.

키워드

파고 예측 장기 예측 머신러닝 딥러닝