A Fleet-Level Carbon Management Framework via Heterogeneous Vessel Learning and Hierarchical Robust Optimization
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구A)
2026년
2710114242
과학기술정보통신부
한국연구재단
국립부경대학교 산학협력단
이지환
7명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2029.08.31
4,421만원
4,421만원
응용연구
대학
부산광역시 남구
정보/통신 > 정보이론 > 인공지능
한국은 세계 6위 해운 강국으로 해운이 국제 교역량의 90%를 담당하면서 탄소 배출의 약 2.9%를 차지한다. 국제해사기구(IMO)는 2023년부터 선박별 탄소집약도지수(CII)를 도입하여 A~E 등급제 시행을 의무화하였고, 감축 기준은 2027년 13.6%, 2030년 21.5%로 강화된다. CII는 선박이 화물 1톤을 1해리 운송할 때 배출하는 CO₂의...
1년차: 이종 선단 풀링 모델과 통계 보장 예측 구간 확보. 첫 해에는 선박별로 분리되어 있던 데이터를 한 모델로 통합 학습하여 선박 간 운항 경험을 공유하고 신규 선박까지 일반화 가능한 FOC 예측 모델을 구축한다. 무차원 비율(Froude 수·적재율·MCR 부하율)로 이종 선박을 같은 입력 공간에 정렬하고 Holtrop-Mennen 해석적 저항과 엔진 ...
해운·선사 직접 활용본 연구의 산출물은 선사 운항본부의 항차 속도 계획, 연간 CII 등급 관리, 선단 단위 탄소 예산 배분에 모듈 단위로 결합된다. 선박마다 따로 모델을 운영하던 기존 방식에서 벗어나 선단 전체를 한 모델로 다루므로, 데이터가 적은 신규 선박까지 같은 품질로 관리하면서 IMO 규제 대응 비용과 연료비 절감을 함께 얻는다. 협력사의 운항관제...