📌 핵심 요약 (Key Takeaways)
- 핵심 성과 1: 참고래와 혹종고래가 대형 연료 운반선의 치사 구역(17m 이내)에서 각각 70.2%, 73.5%의 시간을 체류함을 UAS(드론) 정밀 관측으로 규명함.
- 독창적 차별점 2: 기존 선박 충돌 위험 모델에서 간과되었던 개체별 행동 상태(휴식 및 표면 유영 등)를 변수로 도입하여 충돌 취약성을 정밀화함.
- 실무 파급력 3: 해양 무인 이동체(UAS/드론)를 활용한 원격 모니터링 데이터가 해양 생태계 보호 및 해상 교통 관리(VTS) 정책 수립에 기여함.
1. 서론: 해양 무인시스템을 통한 생태계 위협 요인 분석의 필요성
전 세계 수염고래 개체군의 회복에 있어 선박과의 충돌(Vessel-strike)은 가장 치명적인 인위적 위협 요소 중 하나로 꼽힙니다. 선박 충돌 위험성은 선박의 크기와 속도뿐만 아니라 고래의 존재 위치, 수심별 분포, 시인성, 그리고 개체의 운동 특성에 따라 복합적으로 결정됩니다. 그러나 기존의 연구는 광역적인 통계에만 의존하여 미시적인 행동 패턴을 반영하지 못하는 한계가 있었습니다.
본 연구는 북동 태평양의 주요 먹이 활동 해역에서 무인항공시스템(UAS, 드론)을 활용하여 혹종고래(Megaptera novaeangliae)와 참고래(Balaenoptera physalus)의 주간 근접 수심 분포, 미시적 행동 파라미터, 그리고 수면 시인성을 정밀 추적하였습니다. 이를 통해 11개 선박 등급(소형 레저선부터 대형 연료 운반선까지)에 따른 치사 구역(Lethal-zone) 점유율을 과학적으로 산출하였습니다.
2. UAS 기반 정밀 관측 방법론 및 수심 분포 분석
연구팀은 고성능 카메라와 텔레메트리 장비를 탑재한 무인기(UAS)를 이용해 대상 고래들의 수면 근접 행동을 밀착 추적(Focal follows)하였습니다. 드론 기반 공중 관측은 선박 자체의 접근으로 인한 고래의 회피 행동을 최소화하면서 수중 수심별 체류 시간을 고해상도로 데이터화할 수 있는 강력한 기법입니다.
분석 결과, 참고래와 혹종고래는 대형 연료 운반선의 치사 구역으로 정의되는 수심 17m 이하 영역에서 각각 전체 시간의 70.2%와 73.5%를 소비하는 것으로 나타났습니다. 특히 휴식 상태와 표면 유영(Surface traveling) 상태에서는 수면 근접 체류 시간이 급격히 증가하여 선박 충돌 취약성이 치명적으로 높아지는 경향을 보였습니다.
유사 선행 연구 대비 독창성 및 성능 비교
| 비교 항목 | 기존/유사 연구 방식 | 본 연구의 제안 방식 | 실무적 차별성 및 한계 |
|---|---|---|---|
| 데이터 수집 매체 | 선박 기반 목측 조사 및 광역 음향 탐지 | 무인항공시스템(UAS/드론) 활용 공중 정밀 추적 | 선박 자체의 관측 오차 제거 및 고정밀 수심 분포 산출 가능 |
| 위험 평가 변수 | 선박 속도 및 단순 출현 빈도 기반 통계 | 행동 상태(휴식, 유영 등) 및 치사 구역 점유율 연동 | 행동학적 특성을 반영하여 충돌 예측 정밀도 대폭 향상 |
| 선박 등급 세분화 | 대형 상선 중심으로 일괄 적용 | 소형 레저선부터 대형 연료 운반선까지 11개 등급 분류 | 선종별 맞춤형 해상 교통 안전 규제 설계 지원 |
3. 행동 상태별 취약성 메커니즘과 공학적 시사점
본 연구의 핵심 노벨티는 ‘행동 상태(Behavior state)’라는 미시적 변수를 선박 충돌 위험 분석 모델에 최초로 정량화하여 통합했다는 점입니다. 단순한 개체 밀도 추정을 넘어, 유영 속도, 이동 선형성(Travel linearity), 수면 시인성 등의 파라미터가 고래의 실시간 충돌 리스크에 미치는 영향을 규명했습니다.
엔지니어링 관점에서 이러한 행동 파라미터 데이터는 자율운항 선박(Autonomous Surface Vehicles, ASV)의 해양 생물 회피 알고리즘(Collision Avoidance System) 개발에 필수적인 학습 데이터셋으로 활용될 수 있습니다. 특히 시인성이 낮고 수면 체류 시간이 긴 특정 행동 패턴을 비전 센서나 라이다가 실시간으로 감지할 수 있도록 연계하는 구조적 확장이 요구됩니다.
4. 산업 파급 효과 및 향후 전망
이번 연구 결과는 해양 무인 이동체(드론) 기술이 단순한 공중 촬영 장비를 넘어, 생태계 보전 및 해양 인프라 안전 관리 분야의 핵심 데이터 수집 인프라로 자리 잡고 있음을 증명합니다. 수집된 치사 구역 점유율 모델은 향후 해상 항로 지정, 선박 속도 제한 구역(Speed restriction zones) 설정, 그리고 지능형 해상 교통 관제 시스템(VTS) 고도화에 직접적으로 기여할 것입니다.
결론적으로, 무인항공시스템을 통한 고정밀 행동 분석은 해양 생태계 보호와 스마트 항만·자율운항 산업 간의 상생을 위한 기술적 교두보를 마련했으며, 향후 실시간 텔레메트리 연동 시스템으로의 발전이 기대됩니다.