Journal Search Engine
Search Advanced Search Adode Reader(link)
Download PDF Export Citaion korean bibliography PMC previewer
ISSN : 1229-3431(Print)
ISSN : 2287-3341(Online)
Journal of the Korean Society of Marine Environment and Safety Vol.28 No.4 pp.515-524
DOI : https://doi.org/10.7837/kosomes.2022.28.4.515

A Study on the Improvement of Collection, Management and Sharing of Maritime Traffic Information

Gil-Ho Shin*, Chae-Uk Song**
*VTS Operator, Busan VTS, Busan 49111, Korea
**Professor, Division of Navigation Convergence Studies, Korea Maritime and Ocean University, Busan 49112, Korea

* First Author : pine138@korea.kr, 051-410-4272


Corresponding Author : songcu@kmou.ac.kr, 051-410-4272
April 6, 2022 May 3, 2022 June 27, 2022

Abstract


To effectively collect, manage, and share the maritime traffic information, it is necessary to identify the technology trends concerning this particular information and analyze its current status and problems. Therefore, this study observes the domestic and foreign technology trends involving maritime traffic information while analyzing and summarizing the current status and problems in collecting, managing, and sharing it. According to the data analysis, the problems in the collecting stage are difficulties in collecting visual information from long-distance radars, CCTVs, and cameras in areas outside the LTE network coverage. Notably, this explains the challenges in detecting smuggling ships entering the territorial waters through the exclusive economic zone (EEZ) in the early stage. The problems in the management stage include difficult reductions and expansions of maritime traffic information caused by the lack of flexibility in storage spaces mostly constructed by the maritime transportation system. Additionally, it is challenging to deal with system failure with system redundancy and backup as a countermeasure. Furthermore, the problems in the sharing stage show that it is difficult to share information with external operating organizations since the internal network is mainly used to share maritime transportation information. If at all through the government cloud via platforms such as LRIT and SASS, it often fails to effectively provide various S/W applications that help use maritime big data. Therefore, it is suggested that collecting equipment such as unmanned aerial vehicles and satellites should be constructed to expand collecting areas in the collecting stage. In the management and sharing stages, the introduction and construction of private clouds are suggested, considering the operational administration and information disclosure of each maritime transportation system. Through these efforts, an enhancement of the expertise and security of clouds is expected.



해상교통정보의 수집, 관리 및 공유 개선방안에 관한 연구

신 길호*, 송 재욱**
*부산항VTS 관제사
**한국해양대학교 항해융합학부 교수

초록


해상교통정보의 수집, 관리 및 공유를 개선하기 위해서는 해상교통정보 관련 기술 동향 파악 및 해상교통정보의 현황·문제점 분석이 우선되어야 한다. 따라서 본 연구에서는 먼저 해상교통정보의 국내외 기술 동향을 조사하였으며 국내 해상교통정보의 수집·관리· 공유에 대한 현황·문제점을 분석하여 정리하였다. 자료를 토대로 문제점을 분석한 결과 우선 수집단계의 문제점은 주로 LTE 통신권을 벗 어나는 원거리 RADAR·CCTV·카메라 영상정보 수집의 어려움으로 나타났으며 이로 인해 EEZ를 거쳐 영해로 진입하는 밀입국 선박 등의 조기 탐지가 어려운 것으로 나타났다. 그리고 관리단계의 문제점은 대부분 해상교통시스템이 자체 구축한 물리 저장 공간을 사용함으로 써 저장 공간의 유연성 부족으로 인해 편리한 축소·확대가 어렵고 시스템 장애 발생 시 대비책으로 시스템 이중화·백업 등이 힘든 상황이 다. 또한 공유단계의 문제점은 대부분 해상교통정보 공유시 주로 내부망을 사용하고 있는 현황상 운영기관 외부로의 정보 공유가 어려운 것으로 나타났으며 LRIT·SASS와 같이 정부 클라우드를 통해 정보 공유가 되고 있다고 하여도 정부 클라우드의 특성상 해양 빅데이터 등 을 효과적으로 활용할 수 있는 다양한 애플리케이션의 제공이 원활히 되고 있지 않은 상황이다. 이러한 문제점들을 개선하기 위해 우선 수집단계의 경우 무인기·위성 등 수집장비의 추가 구축을 제시함으로써 수집구역을 확장하였고 관리·공유단계는 각 해상교통시스템의 운 영 주체·정보 공개성을 고려한 민간 클라우드 도입 및 구축형태를 제시함으로써 클라우드 도입 시 전문성·보안성 향상을 기대하였다.



    1. 서 론

    오늘날 해상교통정보의 수집, 관리 및 공유는 첨단 IT 기 술의 발달과 함께 나날이 발전하고 있으며 특히 초고속 통 신·위성·빅데이터·AI·클라우드와 같은 4차 산업혁명 기술의 영향을 많이 받게 되었다.

    우선 초고속 통신·위성의 발달은 해상통신의 범위와 속도 를 큰 폭으로 향상시켜 주었다. 영국의 Inmarsat社에서는 2013 ~ 2019년, 총 6년에 걸쳐 5세대 통신위성 5개(Inmarsat-5 F1 ~ F5)를 쏘아 올렸고 2015년부터 GX(Global Xpress) 위성통신 서비스를 제공하였다. GX 위성통신은 Ka밴드(26.5 ~ 40 GHz) 에서 업로드 속도 약 5 Mbps, 다운로드 속도 약 50 Mbps의 초 고속 위성통신을 가능하게 하였으며 위성당 지구 표면의 약 1/3을 관리하고 있다.

    그리고 빅데이터·AI 기술의 발달은 무인기·선박·부표·위성 등 다양한 해양수집장비로부터 수집된 방대한 양의 해양 빅 데이터 처리·융합을 가능하게 하여 양질의 정보 생산이 가 능하게 하였으며 이는 해양통계 등 다양한 분야에 활용되고 있다. 미국의 해양 빅데이터 활용기업인 The Ocean’s Big Data Platform에서는 2천만 개 이상의 해양 센서로부터 엑사 바이트의 비정형 데이터를 수집·저장하고 있으며 이러한 데 이터를 처리·융합하여 여객선과 고래의 충돌 예방에 사용하 고 있다(Hong, 2015).

    또한 클라우드의 발달은 기존의 물리 시스템에서 가상화 된 시스템으로의 전환을 촉진했다. 클라우드는 저장공간의 편리한 축소·확대 및 시스템 이중화·백업을 용이하게 만들 어 주었으며 정보이용자들의 접근성 또한 향상 시켜주었다.

    유럽해상보안청(EMSA)에서는 해상 데이터의 양이 급격하 게 증가함에 따라 자체에서 구축한 물리 환경(이하 On-Premise) 에서 데이터 볼륨을 처리하기 어려워지자 민간 클라우드 서 비스인 Microsoft Azure에서 데이터 플랫폼을 구축하기도 하 였다(Codit, 2020).

    하지만, 이 같은 사례와 비교해 보았을 때 국내의 경우 첨 단 IT 기술과 해상교통정보의 수집, 관리 및 공유의 접목은 아직 초기 단계인 상황이다. 수집단계의 경우 무궁화 통신 위성·아리랑 관측 위성(SAR) 등 자체위성을 운용 중이지만 부족한 수의 저궤도 통신위성으로 인해 통신 범위가 좁고 관측 위성(SAR)의 경우 해상교통시스템과의 직접적인 연계 가 미흡한 상황이다.

    관리·공유단계의 경우 대부분 시스템은 독립적인 On-Premise 환경을 구축 중이며 GICOMS·LRIT·SASS 등의 일부 시스템은 국가정보자원관리원(NIRS)의 정부 클라우드(G-클라우드)를 사용 중이다. G-클라우드는 커뮤니티 클라우드1)의 형태로 정부에서 운영되므로 신뢰성이 높지만 수많은 클라우드 이 용자가 요구하는 다양한 종류의 애플리케이션을 일일이 제 공하기는 힘들다. 그러므로 해상교통시스템의 G-클라우드 도 입시 해양 빅데이터 등을 효과적으로 활용할 수 있는 다양한 애플리케이션의 제공이 어려울 것이며, 그렇게 된다면 클라 우드는 단순한 데이터 저장소의 역할에 그치게 될 것이다.

    따라서 본 연구의 목적은 기존 해상교통정보의 기술 동향 과 해상교통정보의 수집, 관리 및 공유 현황·문제점을 분석 하여 기존의 수집, 관리 및 공유에 대한 개선방안을 제시하 는 것이다. 기존 해상교통정보의 수집단계에서는 위성·무인 기 등 수집장비의 추가 구축을 제안하고 관리·공유단계에서 는 클라우드 이용자의 선택지가 넓은 민간 클라우드의 도입 과 운영 주체·정보의 공개성에 따른 클라우드 구축형태를 제시하여 보다 효율적이고 전문화된 차세대 국내 해상교통 정보체계를 제안하고자 한다.

    2. 해상교통정보의 정의 및 기술 동향

    2.1 해상교통정보의 정의

    본 연구에서 해상교통정보는 Lee(2018)의 군 정보 및 체계 를 참고하여 그 종류를 크게 영상정보와 신호정보 2가지로 분류하고 그 뜻을 정의하였다.

    먼저 영상정보는 해상으로부터 센서로 수집된 영상을 처 리함으로써 얻을 수 있는 시각적 정보로 정의하였으며 신호 정보는 시각적 정보 이외의 각종 전자신호를 대상으로 하는 정보로 정의하였다.

    그리고 신호정보는 통신정보와 전자정보로 분류하였으며 통신정보는 음성정보를 포함하고 있는 신호정보로 정의하 였고 전자정보는 통신정보를 제외한 그 외의 신호정보로 정 의하였다.

    2.2 해상교통정보 기술 동향

    해상교통정보의 수집·관리·공유와 관련된 기술 동향은 국 내의 Cloud-VTS·SMART-Navigation·MDA, 국외의 IVEF·VDES· S-200·SafeSeaNet(SSN)·CleanSeaNet(CSN) 등 다양한 기술 동향 이 있다. 먼저 수집단계의 경우 저궤도 위성(LEO)을 적극 활 용하고 있는 추세인데 유럽 EMSA에서는 LEO로부터 AIS·LR IT·광학(Optical)영상·SAR 등의 다양한 정보를 수집하여 SSN· CSN을 통해 회원국에 제공하고 있으며 국내 또한 기존의 함 정·항공기·VTS로부터 얻을 수 있는 정보에 더해 저궤도 위 성(SAR·EO/IR)·무인기 등 첨단수집장비로부터 수집되는 정 보를 추가한 차세대 광역 해양감시망체계인 MDA(Maritime Domain Awareness)의 구축을 진행 중이다(KCG, 2022).

    그리고 관리·공유단계의 경우 VTS 시스템과 해상교통시 스템 간의 데이터 공유를 위한 구조에 관한 연구·표준에 관 한 내용을 IVEF(Inter-VTS Exchange Format)에 제정하고 있으 며 IALA의 S-200 목록에서는 IVEF·AIS의 정보 교환 표준개 발을 하는 등 시스템 간의 정보 교환 표준화 기술을 개발 중 인 추세이다(Park, 2014). 그리고 앞서 기술한 바와 같이 EMSA의 민간 클라우드 도입과 국내 Cloud-VTS 사업착수 등 클라우드의 도입 또한 가속화되고 있는 경향이다.

    3. 해상교통정보체계 현황 및 문제점

    본 연구에서 사용되는 해상교통정보체계의 의미는 해상 교통정보의 수집·관리·공유 단계로 이루어진 일련의 과정을 뜻하며 해상교통정보체계의 개선방안을 제시하기 위해서는 먼저 해상교통정보체계의 현황 및 문제점을 파악하는 것이 우선되어야 한다.

    따라서 본 장에서는 해상교통정보체계를 영상·통신·전자 정보체계로 분류하여 수집·관리·공유단계별로 현황·문제점을 기술하였으며 대표적으로 영상정보체계는 RADAR·CCTV·카 메라, 통신정보체계는 VHF·SSB·TRS·PS-LTE, 전자정보체계는 기상관측장비·AIS·V-PASS·VHF-DSC·NAVTEX·EPIRB·LRIT·SASS 를 중심으로 기술하였다.

    3.1 영상정보 체계 현황

    VTS RADAR는 Fig. 1과 같이 Sea Area1의 RADAR 정보를 수집하고 있다. RADAR 정보는 4M 대역폭의 전용회선을 통 해 직접 VTS 센터로 전송되거나 14M·7M 대역폭의 M/W를 통해 중계소를 경유 하여 VTS 센터로 전송되고 있다.

    정보의 저장·보관은 관제 영상과 함께 센터 내 데이터 기 록 장치에 저장 및 보관되고 있으며 부산항 VTS RADAR 기 준으로 일 평균 약 25GB의 정보를 생성한다. VTS 센터 간 물리적 위치가 가까워 R/S로부터 전용회선이나 M/W를 통해 RADAR 정보가 공유될 수 있는 경우를 제외하고는 정보가 외부로 공유가 되고 있지 않으며 VTS 센터의 내부망 내에서 독립적으로 관리 되고 있다.

    VTS CCTV는 R/S·중계소와 가까운 Sea Area1 인근의 CCTV 정보를 수집하고 있다. CCTV 정보는 10M·20M 전용회 선을 통해 직접 VTS 센터로 전송되거나 M/W를 통해 중계소 를 경유 하여 VTS 센터로 전송되며 일 평균 약 592GB의 영 상정보를 생산하여 VTS 센터 내 데이터 기록 장치에 저장된 다. VTS 운영시스템과 연계되어 있어 CCTV 감시화면 상 AIS·RADAR 정보와 중첩(Overlay)이 가능하다. 정보는 외부로 공유되고 있지 않으며 관할 VTS 센터에서 독립적으로 관리 되고 있다.

    해상의 카메라 영상정보는 주로 해양경찰의 스마트폰·ENG 카메라를 통해 수집된다. 스마트폰 카메라는 Sea Area1~2 카 메라 영상정보 수집에 주로 사용되며 모바일 전송시스템을 통해 상황실로 영상을 전송하여 실시간으로 영상을 감시할 수 있다.

    그리고 ENG 카메라는 육상의 통신 범위 밖인 해역에서 유용하게 사용할 수 있으며 해양경찰 위성망(KOSNET)을 통 해 Sea Area3 인근의 카메라 영상정보를 상황실의 ENG 운영 시스템에서 실시간으로 모니터링 가능하다. 정보는 상황실 에서 관리되고 있으며 해양경찰 내의 다른 시스템과 정보가 연계되어있지 않으며 외부로 공유 또한 되고 있지 않다.

    3.2 신호정보 체계 현황

    3.2.1 통신정보 체계

    VTS VHF 장비는 Fig. 2와 같이 Sea Area1의 통신정보를 수 집하고 있다. VHF 정보는 전용회선을 통해 직접 VTS 센터 로 전송되거나 M/W를 통해 중계소를 경유 하여 VTS 센터로 전송된다. 부산항 VTS 기준 VHF는 일평균 약 2GB의 정보를 생성하며 기록 장치에 실시간으로 저장되고 있으며 재생장 치를 통한 재생이 가능하다. VHF 정보 또한 다른 VTS 정보 와 마찬가지로 VTS 센터의 내부망 내에서 독립적으로 관리 되고 있다.

    SSB(중·단파) 장비는 Fig. 2와 같이 주로 먼 해역인 Sea Area3의 어선으로부터 송신되는 통신정보를 수집하고 있다. 주로 VTS·어선안전조업국에서 수집하고 있으며 VTS의 경우 VHF 통신의 보조 장비로써 SSB 장비를 비치하고 있으며 SSB 정보를 따로 저장하고 있지 않다. 어선안전조업국의 경 우 SSB 정보를 별도의 기록 장치에 보관 중이며 외부 기관 으로의 정보 공유는 이루어지고 있지 않다.

    TRS는 900MHz 광대역 LTE 통신망을 이용하여 Fig. 2와 같이 Sea Area 1~2 인근의 함정·항공기 등으로부터 통신정보 를 수집하고 있다. 정보는 따로 저장하고 있지 않으며 외부 로 공유 또한 되고 있지 않다. PS-LTE는 TRS와 마찬가지로 LTE 통신망을 이용하여 Sea Area1~2 인근의 함정·항공기 등 으로부터 통신정보를 수집하고 있다. 정보는 자체 단말기 기 록 장치에 저장되고 있으며 외부로는 공유되고 있지 않다.

    3.2.2 전자정보 체계

    해양기상정보는 주로 VTS﹡해양조사원﹡기상청에서 수집되 고 있다. 먼저 VTS에서 수집하는 기상정보는 R/S·센터에 설 치되어있는 기상관측장비로부터 수집되고 있으며 4M 전용 회선을 통해 직접 VTS 센터로 전송되거나 14M·7M 대역폭의 M/W를 통해 중계소를 경유 하여 VTS 센터로 전송되며 VTS 시스템 외의 타 시스템과 연계되어 있지 않다.

    그리고 해양조사원의 기상정보는 해양관측부이·해양관측 소 등으로부터 수집되고 있으며 Web 기반의 기상모니터링 시스템(바다누리)을 통해 공유되고 있다. 또한 기상청의 기 상정보는 해양기상부이·등표·기상관측선 등으로부터 수집되 고 있으며 Web 기반의 기상모니터링시스템(날씨누리)을 통 해 공유되고 있다.

    AIS 시스템은 국내의 경우 44개소의 기지국 및 14개소의 운영국에서 운영하고 있으며 운영국은 총 14개소 중 1개소 는 해양경찰청에서 운영, 나머지 13개소는 해양수산부에서 운영 중이다. 기지국의 경우 44개소 중 3개소는 해양경찰청 에서 운영 중이며 나머지 41개소는 해양수산부에서 운영 중 이다. AIS 정보는 Fig. 3과 같이 Sea Area1 인근의 선박으로 부터 송신되어 전국의 기지국을 경유 하여 운영국으로 정 보가 전달되며 VTS·V-Pass·GICOMS 시스템 등과 연계되어 있다.

    V-PASS 정보는 Fig. 3과 같이 Sea Area1 인근으로부터 수 집되고 있으며 국가정보자원관리원(NIRS)의 G-클라우드에 서 관리되고 있다. 클라우드를 통해 해양경찰 외부 시스템 인 해양수산부 지능형 해상교통정보시스템·어선안전조업관리 시스템 등으로 정보가 공유되고 있다.

    EPIRB 정보는 선박의 무선 비콘으로부터 송신되어 위성을 통해 육상기지인 LUT(Local User Terminal) 및 MCC(Mission Control Center)에서 수신하게 되며 국내의 경우 해양경찰청 위성조난통신소가 이에 해당하게 된다.

    MCC(해양경찰청 위성조난통신소)는 신호처리에 의해 조 난위치를 알게 되고, 이를 RCC(지방해양경찰청 구조조정본 부)에 알린 후 최종적으로 함정·헬기·항공기 등을 이용하여 조난자 수색구조작업을 행하게 된다. EPIRB 정보는 해양경 찰청 위성 조난통신소에서 관리되고 있으며 해양경찰 내·외 부와 직접적인 정보 공유는 되고 있지 않다.

    LRIT 정보는 선박의 LRIT 위성안테나로부터 송신되어 국 제정보교환기(IDE)를 통해 LRIT 정보가 수신된다. G-클라우 드의 LRIT DB에 저장되고 있으며 해양수산부 GICOMS의 VMS를 통해 외부로 정보가 공유되고 있다.

    SASS 정보는 선박의 SASS 위성안테나로부터 전송되어 선 명·시간·위치·선수 방향 등의 선박 정보를 육상의 관계기관 과 선사에 전달한다. LRIT 정보와 마찬가지로 G-클라우드의 SASS DB에 저장되고 있으며 해양수산부 GICOMS의 VMS를 통해 외부로 정보가 공유되고 있다.

    NAVTEX 정보는 해양경찰청에서 생산되는 TELEX 정보로 2곳의 송신국(서해·동해)을 통해 선박으로 송신하며 해양수 산부 E-Navigation 시스템과 연계되어 정보를 공유하고 있다.

    VHF-DSC 정보는 조난선박에서 조난정보를 RCC·해안국에 송신 후 RCC·해안국에서 응답 후 통신이 이루어지게 되며 국내의 경우 RCC인 해양경찰청 국제안전통신센터에서 VHF 장비로부터 조난정보를 수신하게 되면 DSC 메시지 상 조난 정보를 참조하여 조난통신·수색·구조작업을 행한다. 해양경 찰·수협에서 관리되고 있으며 해양수산부 E-Navigation 시스 템과 연계되어 정보를 공유하고 있다.

    3.3 해상교통정보체계의 종합적인 문제점

    먼저 수집단계의 경우 먼 해역으로부터 영상정보를 수집 할 수 있는 위성·무인기 등의 다양한 수집 장비가 부족한 이 유로 밀입국 선박 등 미식별 선박의 조기 탐지가 어려운 상 황이다. 그리고 관리단계의 경우는 On-Premise 위주의 구축 환경으로 인해 저장 공간의 편리한 축소·확대가 어렵고 시 스템 장애 발생 시 대비책으로 시스템 이중화·백업 등이 힘 든 상황이며, 공유단계는 주로 내부망을 사용하는 독립적인 환경으로 인해 타 시스템과 정보 공유가 어려운 상황이며 이로 인해 정보 이용자의 접근성 저하와 융합·처리된 양질 의 정보 획득에 어려움을 겪고 있다.

    4. 해상교통정보체계의 개선방안

    4.1 수집단계 개선방안

    먼저 영상정보의 경우 공해에서 EEZ를 거쳐 영해로 진입 하는 밀입국 선박 등 미식별 선박의 조기 탐지 목적과 Sea Area1의 RADAR 영상정보만 수집되었던 기존의 단점을 보완 할 목적으로 Fig. 4와 같이 Sea Area2의 RADAR 영상정보를 수집할 수 있는 함정 RADAR와 Sea Area3의 RADAR 영상정 보를 수집할 수 있는 저궤도 관측 위성(SAR)·무인기(SAR)를 추가 구축하여 Sea Area1~3의 RA DAR 영상정보 수집을 가 능하게 하였다.

    그리고 기존의 Sea Area1의 CCTV 영상정보를 수집 중인 VTS CCTV 장비에 더해 Sea Area2의 영상정보 수집이 가능 한 함정 CCTV를 추가하였고 Sea Area3의 영상정보를 수집 중인 기존의 ENG 카메라에 더해 무인기(카메라)를 추가 구 축함으로써 기존의 수집단계를 보강하였다.

    통신정보의 경우는 Fig. 5와 같이 기존의 수집 장비였던 TRS를 제외하고 앞으로 구현될 E-Navigation 통신을 추가하 였다. TRS의 경우 기존의 단점을 보완한 상위호환 장비인 PS-LTE로 대체가 가능하며 E-Navigation 통신의 경우 디지털 통신을 기반으로 한 양질의 통신이 구현될 예정이므로 추가 하였다.

    전자정보의 경우는 Fig. 6과 같이 위성·선박·부이·R/S 등에 탑재된 다양한 기상관측장비로부터 수집되는 기상정보를 각 시스템의 퍼블릭 클라우드2)로 전송하여 해양기상시스템들 과 연계함으로써 기존 기상정보의 공유범위를 확대하였다.

    4.2 관리·공유단계 개선방안

    관리 및 공유단계는 해상교통시스템의 전문성 및 보안성 향상을 위한 시스템 운영 주체와 정보 공개성을 고려한 클 라우드 구축이 필요하다.

    대부분 해상교통시스템을 운영하는 해양경찰청·해양수산 부와 같은 국가기관이 클라우드를 구축할 방법은 크게 세 가지 방법이 있는데, 첫 번째 방법으로는 기관 자체에서 내 부 데이터센터를 구축하여 내부 클라우드를 운용하는 방법 이 있으며 두 번째는 국가정보자원관리원(NIRS)의 G-클라우 드를 이용하는 방법, 그리고 민간업체의 클라우드를 이용하 는 방법이 있다.

    먼저 기관 자체에서 내부 데이터센터를 구축하여 클라우 드를 운용하는 방법은 센터에서 원하는 형태로 자유로운 구 축이 가능하고 보안이 강하다는 장점이 있으나 초기 구축비 용이 많이 들고 자체 전산실이 필요하며 유지·보수에 많은 인력이 필요하다는 단점이 있다. 구축사례로는 현재 추진 중인 Cloud-VTS의 클라우드 구축형태가 있다.

    G-클라우드의 경우는 정부 기관에서 운용되므로 민간 클 라우드와 비교하면 상대적으로 신뢰성이 높다고 평가되지 만, 해양 빅데이터 등을 효과적으로 활용할 수 있는 다양한 애플리케이션 기반을 갖추지 못하고 있는 실정이다.

    클라우드 환경으로의 전환은 저장공간의 유연성을 향상 시키기 위한 목적도 있지만, 클라우드에서 제공하는 AI·빅데 이터와 같은 첨단 IT 기술을 활용한 다양한 애플리케이션을 공공서비스에 도입하기 위한 목적도 존재한다.

    따라서 각 해상교통시스템에 맞는 다양한 애플리케이션 을 정부에서 제공하지 않는다면 클라우드는 단순한 해상교 통정보 저장소의 역할에 그칠 수도 있다.

    그리고 또 다른 방법으로는 민간업체의 클라우드를 구축 하는 방법이 있다. 민간 클라우드를 구축하는 경우엔 자체 데이터센터를 구축한 클라우드와 비교 했을 때 상대적으로 보안성이 떨어진다는 인식이 있으나, 최근에는 국가기관의 정보를 관리할 민간 클라우드의 경우는 클라우드보안인증 (CSAP)이 의무화되는 등 민간 클라우드의 보안성 또한 높아 지고 있는 추세이다.

    따라서 차세대 해상교통시스템에 구축될 클라우드는 이 러한 기존 클라우드들의 단점들을 개선한 클라우드 형태가 구축되어야 할 것이며 본 연구에서는 그 구축형태로 ‘클라 우드보안인증을 받은 민간 클라우드 제공자가 운용하는 호 스티드 프라이빗 클라우드3)와 퍼블릭 클라우드4)들로 이루 어진 멀티 클라우드5)’의 구축을 제안하였다.

    먼저 클라우드 제공자로 민간 클라우드를 제안하는 가장 큰 이유로는 단일의 정부 클라우드와 비교해 보았을 때 클 라우드 선택의 폭이 넓다는 점이다.

    민간 클라우드 이용 시 이용자의 요구에 부합하는 클라우 드가 제공하는 다양한 애플리케이션·소프트웨어를 사용할 수 있으므로 방대한 양의 해양 빅데이터의 처리·융합에 적 극 활용이 가능하다. 그리고 미국 국방부·유럽 해상보안청 등 보안정보를 다루는 기관에서도 민간 클라우드를 도입하 고 있는 사례를 보았을 때 민간 클라우드의 도입은 국제적 인 추세라고 볼 수 있다.

    그리고 각 해상교통시스템의 클라우드 형태는 정보의 공 개성에 따라서 Fig. 7과 같이 호스티드 프라이빗 클라우드와 퍼블릭 클라우드로 분류하여 구축하였다.

    예를 들어 VTS RADAR·CCTV·VHF 정보 등과 같이 현재 자체 내부에서만 사용되고 있는 시스템의 경우 VPN·전용회 선 등을 통해 클라우드 제공자와 정보를 교환하는 형태로 보안성을 높인 호스티드 프라이빗 클라우드 형태의 구축을 제안하였으며, V- PASS·NAVTEX·GICOMS 등과 같이 외부 유 관 기관의 타 시스템과 연계되어 있거나 대국민 공개 시스 템인 경우는 공공 인터넷망으로 접속할 수 있게 하여 접근 성을 높인 퍼블릭 클라우드 형태의 구축을 제안하였다6).

    4.3 제안 시스템의 실효성 검증

    본 장에서는 앞서 제안한 멀티 클라우드 시스템의 테스트 를 Fig. 8의 구성도를 바탕으로 수행하였다.

    멀티 클라우드를 구성하는 클라우드 중 퍼블릭 클라우드 의 경우는 국외 민간 클라우드 제공사인 AWS(Amazon Web Service)를 선정하여 구축하였으며, 호스티드 프라이빗 클라 우드의 경우는 국내 민간 클라우드 제공사인 NCP(Naver Cloud Platform)를 선정하여 구축하였다.

    Server 구축은 AWS의 경우 Web Server 1ㆍ2호기 및 DB Server 1호기를 구축하였으며, 보안그룹7)은 AWS에서 제공되 는 Web FarmㆍDB Farm으로 설정하였다.

    NCP의 경우는 DB Server 1호기를 구축하였으며, 보안그룹 은 IP/PORT 기반 필터링 기능으로 서버로의 네트워크 접근 을 관리하는 ACG(Access Control Group)로 설정하였다.

    Server의 접속은 AWS Server의 경우 공개정보를 관리하는 특성상 인터넷을 통해 Server의 IP주소와 ID 및 P/W를 입력 하여 AWS Web Server 1ㆍ2호기에 접속 가능하게 하였으며, NCP DB Server로의 접속은 허가된 IP Server인 AWS Web Server 1호기의 접속만 가능하게 하였다.

    그리고 구축된 멀티 클라우드의 연동 상태를 확인하기 위 해 NCP DB server 1호기에는 파일전송프로토콜(FTP: File Transfer Protocol)을 설치하고 AWS Web server 1호기에는 파 일 전송 클라이언트(FileZilla)를 설치하였다.

    그리고 FTP를 통해 Windows – Linux 이종(異種) 운영체제 간 파일전송을 가능하게 하여 AWS Web server 1호기(Public) 와 NCP DB Server 1호기(Private) 간 데이터 송/수신 테스트를 수행한 결과 정상적으로 데이터 송/수신이 가능함을 확인 하였다.

    Fig. 9에서는 NCP DB server 1호기에서 FTP 설치 명령어인 ‘apt-get install vsfptd‘를 Fig. 9의 ①과 같이 입력하여 설치 하 였으며, Fig. 9의 ②와 같이 전송 server가 정상 작동함을 확 인하였다.

    Fig. 10의 ①은 파일전송클라이언트(FileZilla)를 통해 AWS Web server 1호기에서 NCP DB server 1호기로 테스트 파일 (notepad_1~notepad_10.txtㆍtest.exe) 11개를 전송하는 것을 나 타낸 것이며, 리눅스(Fig. 10의 ②)의 테스트 폴더에서 확인 결과 정상적으로 수신되었음을 확인하였다.

    5. 결 론

    현재 해상교통정보체계의 문제점을 분석 해보았을 때 수 집단계의 경우 제한된 수집구역으로 인해 보다 다양한 종류 의 영상정보 수집이 어려워 밀입국 선박 등 미식별 선박의 조기 탐지가 어려운 상황이며, 관리단계는 저장공간의 편리 한 축소·확대가 어렵고 시스템 장애 발생 시 시스템 이중화 및 백업 등을 해야 하는 번거로움이 있으며, 공유단계의 경 우 대부분 해상교통시스템은 자체 내부망을 통해 관리되고 있는 독립적인 형태를 구축하고 있으므로 해상교통시스템 내·외부 간의 정보 공유가 힘든 상황이다.

    따라서 본 연구에서는 기존의 이러한 문제점을 개선하기 위해 먼저 영상정보인 RADAR 정보의 경우 위성(SAR)·무인 기(SAR)·함정(RADAR)의 추가 구축을 제안하여 먼 해역의 RADAR 영상정보를 수집할 수 있게 하였으며, CCTV·카메라 영상정보의 경우 무인기(카메라)·함정(CCTV)을 추가 구축함 으로써 기존보다 더 확장된 영역의 영상정보를 수집할 수 있었다.

    통신정보의 경우 PS-LTE와 용도가 중복되는 TRS를 E-Navigation 통신으로 대체함으로써 불필요한 시스템을 줄 이고 기존보다 양질의 데이터 음성통신을 가능하게 하였다.

    전자정보의 경우 VTS·해양조사원·기상청의 기상관측장비 들로부터 수집되는 해양기상정보는 기상정보시스템 간 연 계를 활성화함으로써 기존보다 넓은 해역의 기상 모니터링 을 가능하게 하였다.

    그리고 모든 해상교통정보의 관리·공유단계는 각 운영센 터(Operation Center) 개별로 관리할 필요 없이 운영 주체와 정보의 공개성을 고려한 클라우드 구축형태인 ‘클라우드보 안인증(CSAP)을 받은 민간 클라우드 제공자가 운용하는 호 스티드 프라이빗 클라우드와 퍼블릭 클라우드들이 혼합된 멀티 클라우드’에서 전적으로 전담함으로써 다양한 민간 클 라우드 업체들의 경쟁을 통한 시장 활성화 및 서비스 고도 화를 유도하였으며 운영센터는 본연의 운영(Operator)업무에 더 치중할 수 있는 환경을 조성하였다.

    연구의 한계점으로는 제안 시스템의 실효성 검증 시 실제 대용량의 센서 데이터를 클라우드 시스템으로 직접 전송하 여 테스트를 수행하지 못했다는 점과 멀티 클라우드 구축 시 AWSㆍNCP 단 2곳의 민간 클라우드만을 연동하여 검증 테스트를 수행하였다는 점이다.

    그리고 현재 ‘행정기관 및 공공기관 정보자원 통합기준 제 10조(민간클라우드센터 이용) 및 12조(민감정보의 처리)’ 에 해당하는 보안 및 민감정보를 다루는 국가기관 정보시스 템의 경우 민감정보를 어디까지 볼 것인지 명확한 기준이 없어 국가기관에서 운영되고 있는 대부분 해상교통시스템 또한 민간 클라우드의 도입 가능 여부가 모호한 상황이다.

    따라서, 본 연구에서 제안하는 멀티 클라우드 기술의 도 입을 위해서는 우선적으로 ‘행정규칙 상 보안 및 민감정보 범위’의 명확한 분류 또는 기준 완화를 통한 민간 클라우드 의 국가기관 정보시스템 진입장벽 해소가 선행되어야 할 것 이다.

    Figure

    KOSOMES-28-4-515_F1.gif

    Framework for the transfer of Visual Information.

    KOSOMES-28-4-515_F2.gif

    Framework for the transfer of Communication Information.

    KOSOMES-28-4-515_F3.gif

    Framework for the transfer of Electronic Information.

    KOSOMES-28-4-515_F4.gif

    Newly Proposed Framework for the transfer of Visual Information.

    KOSOMES-28-4-515_F5.gif

    Newly Proposed Framework for the transfer of Communication Information.

    KOSOMES-28-4-515_F6.gif

    Newly Proposed Framework for the transfer of Electronic Information.

    KOSOMES-28-4-515_F7.gif

    Multi-Cloud proposal depending on the operational administration.

    KOSOMES-28-4-515_F8.gif

    Diagram for Proposed Multi-Cloud.

    KOSOMES-28-4-515_F9.gif

    Server Status displayed in ubuntu server (Linux).

    KOSOMES-28-4-515_F10.gif

    Process of transferring Data from AWS Web server-1 to NCP DB server-1.

    Table

    Reference

    1. Codit (2020), EMSA Runs a Tight Ship with Azure-Based Maritime Data Platform, https://www.codit.eu/en/clients/emsaruns-a-tight-ship-with-azure-based-maritime-data-platform.
    2. Hayashi (2020), Cloud Learning from Pictures, pp. 26-28.
    3. Hong, B. H. (2015), A study on the development of Big Data services system in oceans and fishery sectors, 6th Seminar on the Big Data Forum in oceans and fishery.
    4. KCG (2022), Implementation Plan for the Advancement of Science and Technology by KCG, pp. 10-19.
    5. Kim, B. S. , Y. W. Jung, B. T. Oh, S. Y. Kim, S. Son, J. H. Seo, S. J. Bae, G. C. Lee, and D. J. Kang (2020), Multi-cloud Technology Introduction and Research Trends, The Electronics and Telecommunications Trends. Vol. 35, No. 3, pp. 45-54.
    6. Lee, Y. S. (2018), Direction of Development of Military Intelligence Function and Organization in the Era of Intelligence, The Journal of National Intelligence Studies, Vol. 11, No. 2, pp. 94-97.
    7. Lee, J. H. (2022), Cloud Becomes Popular, Diversifies Operations, http://m.ddaily.co.kr/m/m_article/?no=229552.
    8. Park, N. J. (2014), Design and Implementation of Mobile VTS Middleware for Efficient IVEF Service, The Journal of Korea Information and Communications Society, Vol. 39C, No. 6, p. 467.
    9. Redhat (2018), Understanding Cloud Computing, https://www. redhat.com/ko/topics/cloud.