AIS 데이터를 활용한 딥러닝 기반 장단기 항로 예측

Abstract

본 연구는 한국과 홍콩 해역의 AIS(Automatic Identification System) 데이터를 기반으로 항로 예측 모델의 성능 을 비교 분석하는 것을 목표로 한다. AIS 데이터는 실시간으로 선박의 위치와 상태 정보를 제공하며, 이를 활용해 다양한 딥러닝 모델(LSTM, RNN, GRU, Transformer)의 예측 능력을 평가한다. 특히, 연구는 각 모델을 사용하여 해당 해역 내 선박의 미래 위치를 예측하고, 다양한 예측 기간별로 성능을 비교하여 모델별 강점과 한계를 분석한다. 이러한 비교를 통해 딥러닝 모델의 특성을 심층적으로 이해하고, 해상 항로 예측 분야에 적합한 최적의 모델을 탐색하는 데 기여하고자 한다. 향후 연구에서는 성능이 우수한 모델을 바탕으로 추가적인 피처와 방법론을 탐구하여, 더욱 정확하고 효율적인 항로 예측 시스템을 구축하는 데 기여할 계획이다.