정보기술의 지속적인 발전과 인터넷 및 인공지능(AI)의 보급에 따라 어선·어항 관리는 광범위한 디지털 전환을 겪고 있습니다. 많은 관리 기관이 다양한 디지털 관리 수단을 적극 도입하여 어선·어항을 관리하고 있지만, 선박 번호판 인식률이 낮고 위험 식별이 늦으며 오경보율이 높은 등의 문제가 여전히 존재합니다. 이는 주로 기존 AI 알고리즘의 고유한 특성에서 비롯됩니다.
이러한 문제를 해결하기 위해 GW-OCEAN은 화웨이와 협력하여 어센드(Ascend)의 강력한 연산 능력을 기반으로 스마트 어항용 멀티모달 대규모 모델 ‘GW·스마트항(GW · Smart Port)’을 출시했습니다. 이 시스템은 기존 AI 알고리즘과 대규모 모델 기술을 깊이 결합하여 어선·어항 관리의 새로운 디지털화를 실현했습니다.
선박 번호판 인식률 저하, 위험 식별 지연, 높은 오경보율 등의 문제에 대응하여 ‘GW·스마트항’은 대규모 모델 관련 차세대 AI 기술로 어선·어항 관리 시스템을 개선했습니다. 딥러닝 기술로 대량의 데이터에서 복잡한 패턴과 규칙을 학습하여 선박 번호판 인식과 위험 식별을 더욱 정확하게 수행하고, 전이 학습과 강화 학습을 통해 다른 분야에서 이미 성숙한 모델을 어선·어항 관리에 이전하며, 이미지, 영상, 소리, 레이더, AIS 등 다양한 데이터를 결합하고 멀티모달 융합 기술을 활용하여 위험 식별과 사건 모니터링을 더욱 포괄적으로 수행합니다. 또한 자기지도 학습 등의 방법으로 레이블이 없는 데이터에서 더 풍부한 표현을 학습하여 새로운 상황에 대한 시스템의 적응력을 높였습니다.
제품 기능 면에서 ‘GW·스마트항’은 복잡한 어항·어선 환경에서 날씨, 각도, 가림 등의 영향을 극복하고 정밀한 이미지 분할과 대상 자동 레이블링을 수행합니다. AI 이미지 분할 기술로 구역 내 여러 복잡한 대상을 정밀하게 인식하는데, 여기에는 어선 유형과 선체 번호가 포함되며, AIS 정보를 융합하여 어선의 이동 항적을 기록합니다. 이미지 인식 기술을 통해 선박 전복, 충돌, 역방향 운항, 인원 추락 등 안전 관련 행동을 효과적으로 식별하고, 잠재적이거나 이미 알려진 위험 행동에 대해 조기경보와 예보를 발령합니다.
GW-OCEAN은 연구개발 플랫폼을 화웨이 칭다오 어센드 인공지능 생태 혁신센터의 이기종 컴퓨팅 아키텍처로 이전하고, 화웨이 Atlas 910 서버와 MindSpore 딥러닝 프레임워크를 사용하여 대규모 모델 개발을 완료함으로써 단기간에 ‘GW·스마트항’ 제품 개발을 마쳤습니다. 다른 어항 관리 제품에 비해 ‘GW·스마트항’은 영상 감시, 레이더, AIS, 전자해도 등의 정보를 고도로 융합하였으며, 대규모 모델 데이터셋 수요 90% 감소, 데이터 레이블링 작업량 50% 감소, 제로샷 학습 지원, 멀티모달 학습 지원, 인식 정확도 대폭 향상을 실현하고 기존 시스템과도 호환됩니다. 앞으로 ‘GW·스마트항’의 관련 기술은 어선·어항 관리, 어업 행정 단속, 어업 어로, 해상 비상 관리, 해양 환경 보호, 종합 지휘·배치 등의 시나리오에 폭넓게 적용될 것입니다.
