글로벌 어업 감시, 투명한 바다를 만든다

초록

글로벌 피싱 워치(GFW)는 AIS 데이터를 활용해 전 세계 상업 어선의 위치와 행동을 실시간으로 추적·분류한다. 빅데이터와 머신러닝 알고리즘을 적용해 ‘어업 활동’과 ‘비어업 활동’을 구분하고, 결과를 웹 플랫폼에 공개함으로써 불법·과잉 어업 감시와 정책 개선을 지원한다.

상세 분석

본 논문은 글로벌 피싱 워치(GFW)의 시스템 아키텍처와 데이터 파이프라인을 상세히 기술한다. 첫 번째 핵심은 자동식별시스템(AIS)이라는 전 세계 선박에 의무적으로 장착되는 VHF 기반 위치 전송 장치이다. AIS는 1~2분 간격으로 위도·경도, 속도, 항로, 선박 식별번호(MMSI) 등을 전송하며, 위성·지상 수신기를 통해 전 세계 해양을 커버한다. GFW는 이러한 원시 AIS 스트림을 수집·정제하고, 결측값 보정, 중복 제거, 시간 동기화 등의 전처리 과정을 거친다.

두 번째 단계는 행동 인식 알고리즘이다. 논문에서는 속도·코스 변동, 회전 반경, 이동 패턴 등을 특징 벡터로 변환하고, 지도학습 기반의 분류 모델(예: 랜덤 포레스트, Gradient Boosting)을 훈련시켜 ‘어업’과 ‘비어업’ 라벨을 예측한다. 라벨링은 국제 어업 데이터베이스와 현장 조사 결과를 활용해 구축된 고품질 학습셋을 기반으로 하며, 모델 검증에서는 정확도 85 % 이상, 재현율 80 % 이상을 달성했다.

세 번째는 시각화·공개 플랫폼이다. GFW는 클라우드 기반 GIS 엔진과 웹 매핑 인터페이스를 결합해 전 세계 어선 움직임을 실시간 지도에 겹쳐 보여준다. 사용자는 특정 지역·시간대를 선택해 어업 활동 밀도를 확인하고, 이상 패턴(예: 보호구역 내 무단 어업)을 탐지할 수 있다. 또한 API를 제공해 연구자·정책 입안자·시민단체가 데이터를 자유롭게 활용하도록 설계되었다.

논문은 시스템 운영상의 도전 과제도 논의한다. AIS는 선박이 전파를 차단하거나 고의로 전송을 중단할 경우 데이터 공백이 발생한다. 이를 보완하기 위해 SAR(합성 개구 레이더) 이미지와 광학 위성 사진을 보조 데이터로 활용하는 멀티모달 융합 방안을 제시한다. 또한 데이터 프라이버시와 국가 안보 이슈를 고려해, 민감 정보는 익명화·집계 처리 후 공개한다는 정책을 채택한다.

마지막으로 GFW의 사회·경제적 파급 효과를 정량화한다. 공개된 데이터는 불법 어업 적발 건수를 30 % 이상 감소시켰으며, 어업 규제 준수율을 15 % 향상시켰다. 또한 어업 관리 기관이 과학적 어획량 추정에 활용함으로써 지속 가능한 어업 정책 수립에 기여했다. 전반적으로 GFW는 빅데이터·AI 기반 해양 감시 체계의 선구적 사례로, 투명성 강화와 국제 협력 촉진에 핵심적인 역할을 수행한다.