계명대 로봇공학과, 생성형 AI 접목한 해양 안전기술로 전국 경진대회 석권

이형진·김재윤·손여원 학생팀 최우수상...RGB 영상의 열화상 변환으로 야간 선박 인식 기술 개발

[프라임경제] 계명대학교 로봇공학과 학생들이 생성형 인공지능(AI)을 활용해 자율운항선박의 야간 항해 과정에서 발생하는 선박 식별 문제에 새로운 해결책을 제시했다. 

계명대 로봇공학과 학생팀이 지난 15일 부산 벡스코에서 열린 '2026 해양공학 CAE 경진대회'에서 최우수상을 수상한 뒤 기념촬영을 하고 있다. ⓒ 계명대학교

해상 열화상 영상의 학습 자료를 확보하기 어려운 현실에 착안한 연구로, 전국 해양공학 분야 경진대회에서 우수한 평가를 받았다.

계명대는 로봇공학과 3학년 이형진·김재윤·손여원 학생팀이 '2026 해양공학 CAE 경진대회'에서 최우수상을 수상했다.

홍성훈 교수의 지도를 받은 이들은 지난 15일 부산 벡스코 제2전시장에서 열린 시상식에서 상장과 상금 100만원을 받았다.

학생팀이 해결 과제로 삼은 것은 어두운 바다에서 주변 선박을 정확하게 찾아내는 기술이다. 자율운항선박은 주변 상황을 스스로 파악하고 항로를 판단해야 하지만, 야간이나 기상 여건이 좋지 않을 때는 시각 정보를 안정적으로 확보하기 어렵다. 

특히 일반 컬러 카메라를 이용한 영상 인식은 빛이 부족한 환경에서 성능 저하가 발생할 수 있어 보완 기술이 요구된다.

연구진은 빛의 변화에 상대적으로 강한 열화상(TIR·Thermal Infrared) 영상에 주목했다. 그러나 열화상 카메라의 장점을 AI 기반 선박 탐지에 활용하려면 다양한 해상 상황을 담은 학습 데이터가 필요하다. 실제 해상 열화상 자료가 충분하지 않다는 점이 기술 개발의 걸림돌이었다.

학생팀은 기존에 확보된 해상 컬러 영상을 열화상 영상으로 변환해 학습 자료로 활용하는 접근법을 마련했다. 이 과정에 콘텐츠 보존형 생성형 AI 모델을 적용해 영상의 시각적 특성을 바꾸면서도 선박의 위치와 형태에 관한 핵심 정보는 유지하도록 설계했다.

이 같은 방식은 영상 변환 과정에서 선박의 위치 정보가 훼손되는 문제를 줄이고, 기존 영상에 담긴 정보를 새로운 학습 자료 제작에 활용할 수 있도록 한 것이 특징이다.

또한 학습 데이터마다 선박의 위치를 일일이 지정해야 하는 수작업 레이블링 부담을 낮춰 데이터 구축의 효율성을 높일 수 있는 가능성도 제시했다.

연구 주제는 '야간 해상 환경에서 자율운항선박의 안전 운항을 위한 열화상 기반 자동 타선 탐지 기법'이다. 학생들은 생성형 AI를 영상 변환에 활용하는 데 그치지 않고, 해상 환경에서 주변 선박을 탐지하기 위한 AI 학습 과정과 연결했다는 점에서 기술적 의미를 더했다.

이번 대회는 한국해양공학회 주최로 열렸으며, 해양수산부와 한국조선해양플랜트협회, 선박해양플랜트연구소, 태성에스엔이, 소프트웨이즈 등이 후원했다. 해양공학 관련 학부생을 대상으로 선박·해양플랫폼, 해양토목, 해양로봇, 해양에너지 등 다양한 분야의 연구를 심사했다. 

본선에는 계명대와 KAIST, 서울대, 한양대, 부산대, 국립한국해양대 등 모두 10개 팀이 진출해 연구 성과를 겨뤘다.

수상 이후 학생팀은 한국해양공학회 창립 40주년 기념 추계학술대회에서 연구 내용을 발표했다. 경진대회에서 인정받은 성과를 학술대회에서도 소개하며 야간 해상 선박 탐지 기술과 데이터 확보 방안에 관한 연구 결과를 공유했다.

이형진 학생은 "야간 해상에서 자율운항선박이 주변 선박을 보다 안정적으로 인식할 수 있는 방법을 찾는 데 주력했다"고 설명했다. 이어 "이번 수상을 계기로 인공지능과 로봇공학 기술을 실제 해양 환경에 적용할 수 있도록 연구 경험과 역량을 쌓겠다"고 밝혔다.

홍성훈 지도교수는 "학생들이 해양 분야의 현실적인 기술적 난제를 직접 발굴하고 생성형 AI를 활용해 해결 방안을 제안했다"는 점을 높이 평가했다. 앞으로도 로봇공학과 인공지능을 융합한 실무 중심 연구를 이어가며 학생들의 응용 능력과 문제 해결 역량을 강화하겠다는 뜻을 전했다.