‘영하 20도 극한 환경 대응’ 해양선박 결빙감지 비전 AI 데이터 구축 사례

선박 결빙을 판단하는 영상 데이터의 범위

‍

해양선박에서 결빙감지 비전 AI를 적용하려면 단순히 얼음이 있는 장면과 없는 장면을 구분하는 것만으로는 부족합니다. 어느 위치에 얼음이 발생했는지, 얼마나 넓게 형성됐는지, 표면에 어떤 형태로 쌓였는지를 함께 확인할 수 있는 데이터가 필요합니다. 선박의 외부 구조물과 난간, 갑판, 배관, 장비 등은 형태와 재질이 서로 달라 결빙이 나타나는 모습도 다릅니다. 따라서 데이터 구축 단계에서 선박 전체를 하나의 영역으로 처리하기보다 실제 점검 대상이 되는 부위를 구분하고 각 위치에서 나타나는 결빙 형태를 수집하는 방식이 중요합니다.

‍

해상 환경에 따른 촬영 조건

선박에서 촬영되는 영상은 육상 시설의 고정형 카메라와 다른 조건을 가집니다. 파도와 선박의 움직임, 바람, 해무, 물방울 등이 카메라 영상의 품질과 결빙의 가시성에 영향을 줄 수 있습니다. 같은 장소라도 항해 상태나 카메라 흔들림에 따라 얼음의 윤곽이 다르게 나타날 수 있으며 물기가 얼음처럼 보이는 경우도 생길 수 있습니다. 데이터 구축 시에는 정지된 상태의 선박뿐 아니라 실제 운항 중 촬영된 영상을 포함하고, 영상의 흔들림이나 시야 가림이 어느 정도 발생했는지도 함께 관리할 필요가 있습니다.

‍

결빙 위치와 형태를 세분화하는 라벨

‍

결빙 데이터의 라벨 기준은 AI의 검사 목적에 따라 달라질 수 있습니다. 선박의 특정 부위에 얼음이 존재하는지만 확인한다면 객체나 영역 단위의 라벨로 구성할 수 있지만, 결빙의 범위와 두께 변화까지 분석하려면 보다 세밀한 영역 정보가 필요합니다. 얼음이 얇게 표면을 덮은 경우와 덩어리 형태로 크게 쌓인 경우도 구분할 필요가 있습니다. 또한 선체 구조물의 원래 색이나 반사광 때문에 얼음과 주변 표면의 경계가 불분명한 장면은 별도 검토 대상으로 관리하는 방식이 적합합니다.

‍

‍

결빙감지 데이터에서 관리할 주요 정보

• 결빙 발생 위치와 대상 설비
• 결빙 영역의 형태와 범위
• 결빙 정도 또는 단계
• 선박의 운항·정박 상태
• 촬영 시간과 해상 환경
• 기온과 표면 상태 등 환경정보
• 카메라 위치와 촬영 방향
• 시야 가림 및 영상 품질 상태

‍

결빙과 물방울을 구분하는 데이터

‍

해양 환경에서는 선박 표면에 맺힌 물방울이나 젖은 표면이 얼음과 비슷한 형태로 촬영될 수 있습니다. 특히 저온 환경에서 눈과 성에, 얼음이 동시에 나타나면 비전 AI가 서로 다른 표면 상태를 하나의 결빙으로 잘못 학습하지 않도록 구분된 데이터가 필요합니다. 따라서 결빙 영상만 모으는 것보다 결빙이 발생하지 않은 젖은 표면과 눈이 쌓인 장면, 서리가 나타난 장면 등을 함께 수집하는 것이 중요합니다. 서로 혼동하기 쉬운 사례를 별도로 관리하면 실제 운항 환경에서 발생하는 오인식 사례를 분석하기도 수월합니다.

‍

시간에 따라 변하는 결빙 상태

결빙은 한순간에 동일한 형태로 나타나는 현상이 아니라 환경 조건에 따라 점차 형성되거나 녹을 수 있습니다. 같은 선박과 같은 위치를 시간 간격을 두고 촬영한 영상은 결빙이 어떻게 변화하는지를 보여주는 중요한 데이터가 됩니다. 초기에는 얇은 얼음층이 나타났다가 시간이 지나면서 특정 구조물에 얼음이 집중될 수도 있습니다. 따라서 단일 이미지 중심의 데이터셋과 함께 동일한 구역을 반복 촬영한 시계열 데이터를 구성하면 결빙의 발생과 변화 과정을 분석하는 데 활용할 수 있습니다.

‍

야간과 악천후 영상의 확보

‍

‍

해상에서 결빙 위험이 나타나는 환경은 항상 촬영 조건이 좋은 상황과 일치하지 않습니다. 야간에는 조명이 부족하고 눈이나 해무가 발생하면 선박 구조물의 윤곽이 흐려질 수 있습니다. 낮에 선명하게 촬영된 결빙 영상만으로 데이터셋을 구성하면 실제 운항 중 마주치는 불리한 시야 조건이 충분히 반영되지 않을 수 있습니다. 따라서 주간과 야간, 맑은 날과 눈·안개가 있는 상황 등을 구분해 데이터를 확보하고 각각의 영상 품질을 함께 기록하는 것이 필요합니다.

‍

카메라와 선박 구조의 관계

카메라의 설치 위치에 따라 같은 결빙도 전혀 다른 형태로 보일 수 있습니다. 갑판을 내려다보는 카메라와 선체 측면을 바라보는 카메라는 촬영 거리와 각도가 다르고 구조물에 가려지는 영역도 달라집니다. 데이터 구축 단계에서 카메라 위치와 촬영 방향을 함께 기록하면 특정 카메라 환경에만 편중되는 문제를 줄이는 데 도움이 됩니다. 또한 선박 종류와 구조가 달라지면 동일한 장비라도 화면에 나타나는 형태가 달라질 수 있으므로 여러 선박과 다양한 설치 조건을 포함하는 방식이 필요합니다.

‍

실제 운항 환경을 반영한 데이터 관리

해양선박 결빙감지 데이터는 촬영한 이미지의 수량만으로 품질을 판단하기 어렵습니다. 결빙 여부와 위치뿐 아니라 촬영 당시의 선박 상태와 환경 조건을 함께 기록해야 실제 운항 환경에서 데이터가 어떤 의미를 갖는지 확인할 수 있습니다. 새롭게 발견된 결빙 형태나 오인식 사례가 발생하면 해당 영상을 별도로 모아 기존 데이터와 비교하고 라벨 기준을 수정하는 과정도 필요합니다. 선박과 운항 조건에 따라 결빙 양상이 달라지는 만큼 여러 환경에서 수집된 데이터를 지속적으로 보완하는 구조가 실제 검사 시스템을 위한 학습데이터 구축에서 중요한 요소로 다뤄집니다.

‍

‍