한국해양진흥공사, 해운·항만·물류 업무부터 도입 전망
선박 도착 늦어지면 운항·선석·하역 담당 AI가 일정 조정
자율운항 선박과 지능형 항만 연계…선박 활용률↑운영 비용↓
안전 관련 결정은 사람이 승인…초기 투자비·인력 재배치 과제
▲항만 운영실에서 담당자가 선석 배치도와 하역 일정을 확인하는 모습을 그린 개념도. 한국해양진흥공사 특집 보고서를 통해 에이전틱 AI가 선박의 입항 시각에 맞춰 선석 배정과 하역 일정을 함께 조정하는 방안을 제시했다. 그래픽=박규빈 기자
선원의 서류 작성과 외국어 번역을 시작으로 선박 운항과 항만 하역을 연계하는 데까지 '에이전틱 인공 지능(AI)'의 쓰임이 넓어질 것이라는 전망이 나왔다. 기상 악화로 선박 도착이 늦어지면 AI가 바뀐 입항 시각을 확인하고 배를 댈 자리와 하역 일정을 함께 조정하는 방식이다. 선사와 항만 운영사가 업무 처리 시간을 줄이고 선박 활용률을 높일 수 있지만, 안전에 직결되는 결정을 누가 승인할지 정하고 자동화 이후 현장 인력을 재배치하는 일이 과제로 꼽혔다.
19일 한국해양진흥공사의 11월 특집 보고서 '해양 산업의 인공 지능 전환(AX)을 위한 에이전틱 AI의 이해와 전망'에 따르면 에이전틱 AI가 가장 먼저 확산될 분야는 항만·물류·해운업의 일상 업무와 운영 관리인 것으로 나타났다. 보고서를 작성한 홍태호 부산대학교 경영학과 교수는 단기적으로 선원의 행정 부담을 덜고 장기적으로 자율 운항 선박과 지능형 항만을 하나의 플랫폼에서 운영하는 방향으로 적용 범위가 확대될 것으로 내다봤다.
에이전틱 AI의 특징은 목표를 부여받으면 수행할 일을 나누고 외부 시스템을 이용해 직접 처리한 뒤 결과에 따라 계획을 수정한다는 점이다. 선박 도착 시각을 조회하거나 선석 예약을 변경하는 개별 업무는 각각의 'AI 에이전트'가 맡을 수 있다. 에이전틱 AI를 활용하면 입항 일정 조정이라는 하나의 목표 아래 업무를 어떤 순서로 처리할지 정하고 앞 단계의 결과를 다음 작업에 반영할 수 있다.
홍 교수는 해양 산업에서 정보가 쌓이고 전수되는 방식에 주목했다. 해운·항만 현장에는 숫자와 정해진 항목으로 관리하는 데이터 외에도 규정과 업무 보고 등 문서 형태의 정보가 많다. 숙련자가 경험을 쌓으며 익힌 판단 요령처럼 문서에 담기 어려운 지식의 비중도 크다. AI가 문서에서 필요한 대목을 찾고 과거 유사 상황을 어떻게 처리했는지 보여 주면 현장 담당자가 대응 방안을 정하는 데 활용할 수 있다는 분석이다. 육상과 떨어져 일하는 선박의 근무 환경도 상시 업무를 지원하는 AI의 쓰임이 클 것으로 본 배경이다.
가장 가까운 적용 분야는 선원이 배 안에서 처리하는 서류 작업이다. 입항 신고서를 작성할 때 AI가 기항지의 최신 항만 규정을 찾아 필요한 절차를 안내하고 작성이 끝나면 검토를 맡은 AI가 신고 내용을 규정과 대조하는 식이다. 외국어 자료 번역과 이용자별 맞춤 서비스도 단기 활용 대상으로 제시됐다. 자료를 찾고 옮겨 적고 다시 확인하는 데 드는 시간이 줄면 선원은 운항을 비롯한 본래 업무에 더 많은 시간을 쓸 수 있다.
규정이 바뀌는 업무에는 '검색 증강 생성(RAG)'을 활용하는 방안이 제시됐다. AI가 학습한 내용에만 의존해 답을 만들면 현재 규정과 다르거나 근거가 없는 절차를 안내할 수 있다. 답변에 앞서 최신 자료를 검색하고 이를 토대로 신고 절차를 정리하면 이런 오류를 줄일 수 있다. 신고서를 작성하는 AI와 검토하는 AI가 같은 자료를 참조하도록 하는 것도 중요하다. 서로 다른 시점의 규정을 적용하면 같은 신고서를 두고도 판단이 엇갈릴 수 있어서다.
입항 지연은 여러 AI 에이전트가 협업하는 방식을 보여 주는 사례다. 기상 악화로 배가 늦어질 경우 운항 담당 AI는 기상 정보와 선박 도착 예정 시각을 조회한다. 조회 결과에 이상이 있으면 도착 시각을 다시 확인하고, 선석 담당 AI는 바뀐 시각에 맞춰 예약을 변경한다. 총괄 AI는 운항·선석·하역·물류 담당 AI에 각각 일을 배분하고 처리 순서를 정한다. 담당자가 기상 정보를 확인한 뒤 관련 부서와 차례로 일정을 조율하는 과정에 AI를 활용하는 구상이다.
이때 조정의 기준은 선박 한 척의 도착 시각에 그치지 않는다. 입항을 미루면 하역 작업이 늦어지고 이후 화물 이송 일정에도 영향을 줄 수 있다. 보고서는 결정을 내리기 전에 여러 방안을 가상으로 실행해 하역·물류 업무와 화주에게 미칠 영향을 미리 따져 보는 방식을 제시했다. 선석 담당 AI가 접안 일정만 보고 예약을 바꿨다가 후속 작업에 차질을 빚는 일을 줄이려는 취지다. 과거 태풍 때 어떤 조치를 취했는지 기록해 두면 비슷한 상황에서 대응 계획을 세울 때도 참고할 수 있다.
정보를 주고받는 양식도 통일할 필요가 있다. 같은 선박의 지연 사실을 보고하면서 담당자마다 다른 방식으로 지시하면 AI가 작성하는 보고 내용도 달라진다. 업무 유형별로 표준 양식을 마련하고 AI가 필요한 정보를 채워 넣도록 하면 일정한 형식으로 지연 상황을 전달할 수 있다. 여러 AI가 협업할 때도 메시지 양식을 맞춰야 운항 담당 AI가 확인한 내용을 선석·하역 담당 AI가 일관되게 해석할 수 있다는 설명이다.
홍 교수는 장기적으로 선박과 항만을 하나의 운영 체계로 묶을 가능성을 제시했다. 자율 운항 선박에서는 AI가 운항과 일정 관리를 맡고 지능형 항만에서는 하역과 화물 이송을 담당하는 시스템이 선박의 움직임에 맞춰 작업을 조정하는 형태다. 선박과 항만이 같은 플랫폼을 쓰면 항해 중 바뀐 일정을 접안 이후의 작업 계획에도 반영할 수 있다. 보고서는 이처럼 운항·하역 일정을 함께 조정하면 선박 활용률과 항만 운영 효율이 높아지고 비용 절감과 생산성 향상도 기대할 수 있다고 봤다.
자동화 범위가 넓어질수록 업무별 권한을 어디까지 허용할지가 중요해진다. 도착 시각을 조회하는 것과 실제 예약을 바꾸는 것은 현장에 미치는 영향이 다르기 때문이다. 보고서는 각 AI가 접근할 수 있는 정보와 사용할 수 있는 프로그램을 업무에 따라 정하는 방안을 제시했다. 물류 담당 AI의 권한으로 선박에 운항 지시를 내릴 수 없게 하고 안전에 관한 결정은 사람이 승인하는 방식이다. 위험한 작업은 실제 운영 환경과 분리된 공간에서 실행하고 문제가 생기면 결정을 취소할 수 있어야 한다는 설명이다.
책임 소재를 가리려면 AI가 내놓은 최종 결과와 함께 판단에 이른 과정도 남겨야 한다. 선석을 잘못 배정했다면 어느 AI가 어떤 지시를 받았고 당시 어떤 자료를 조회해 예약을 변경했는지 확인할 수 있어야 한다. 운항 담당 AI가 잘못된 도착 시각을 전달했는지, 선석 담당 AI가 정확한 정보를 받고도 잘못 배정했는지에 따라 바로잡아야 할 지점이 달라진다. 지시와 도구 사용 내역, 결정 과정을 기록해 두면 오류의 원인을 찾고 규정 준수 여부를 확인하는 근거로 쓸 수 있다.
도입 성과를 평가하는 기준으로는 기업의 생산성과 업무 방식의 변화가 제시됐다. 개별 AI의 정확도와 처리 속도는 기술 성능을 보여 주지만 선사나 항만 운영사가 얻는 실익은 여러 부서에 걸친 업무를 얼마나 효율적으로 처리하는지에 달려 있다는 분석이다. 가령 입항 신고서 초안을 빨리 작성할 수 있어도 담당자가 자료를 처음부터 다시 찾아 검토해야 한다면 선원이 서류에 쓰는 시간을 줄이기 어렵다. 기술과 데이터를 갖추는 일과 함께 누가 결과를 검토하고 예외 상황을 처리할지도 업무 설계에 반영해야 한다고 보고서는 짚었다.
투자 여력도 변수다. 서류 작성이나 번역은 개별 업무 단위로 적용할 수 있지만 선박 운항과 항만 하역을 통합하려면 여러 시스템이 함께 작동해야 한다. 홍 교수는 자율 운항 선박과 지능형 항만을 연계하는 단계에서는 기대 편익에 비해 초기 투자 비용이 매우 클 수 있다고 지적했다. 투자 규모를 정할 때는 개별 업무에서 얻을 편익과 실제 운영에 따르는 위험을 함께 살펴야 한다는 것이다.
인력 운용과 관련해서는 단기적으로 선원의 반복 업무를 덜어 주는 데 초점을 맞추고, 장기적으로 운항·하역 자동화에 따른 인력 재배치를 준비해야 한다는 분석이 나왔다. 선원과 항만 종사자가 서류 처리에서 절약한 시간을 어디에 쓰고 AI에 맡긴 업무 가운데 어떤 결정에 직접 관여할지를 정하는 것이 해양 산업 AI 전환의 과제다.
홍 교수는 “인력의 감축이 목표가 되어서는 안 된다"며 “자동화로 달라진 업무 절차를 현장 인력이 더 생산적으로 일할 수 있도록 재설계해야 한다"고 했다.

