현대LNG해운의 AI 도입기, 예측 모델 해석부터 전사 데이터 통합까지

"왜 이런 예측 결과가 나왔는지 설명할 수 있을까요?"

"여러 부서의 데이터를 통합해서 의사결정을 할 수는 없을까요?"

1994년 대한민국 최초로 LNG 국적선을 취항한 이후, 현대LNG해운은 LNG 운송을 선도해왔습니다. 현재 10척의 LNG선을 운영하며 연간 523만 톤의 LNG를 수송하고 있으며 2,100회가 넘는 안전운항 기록이 보여주듯 해운산업에서 높은 신뢰성을 인정받고 있습니다.

하지만 최근 해운산업은 IMO DCS, EEOI, EEXI, EU ETS, EU MRV 등 각종 국제환경규제 강화로 새로운 도전에 직면했습니다. 특히 전 세계적인 탈탄소화 추세에 따른 탄소세 절감이 핵심 과제로 대두되었습니다. 현대LNG해운은 이러한 도전을 AI 기술로 해결하고자 했습니다.

특히 선박 운항의 가스 소모량을 예측하는 AI 모델을 자체 개발했지만 새로운 과제가 남아있었습니다. AI의 예측을 신뢰하고 실제 의사결정에 활용하기 위해서는 ‘왜 이런 예측을 했는지’에 대한 명확한 설명이 필요했던 것입니다.

이러한 과제를 해결하기 위해 현대LNG해운은 디피니트와 함께 AI 예측 모델 해석이라는 새로운 도전을 시작했습니다.

AI 예측 모델 해석이라는 새로운 도전

현대LNG해운이 직면한 과제는 그리 단순하지 않았습니다. 선박 운항에는 상업적 운항(Commercial Operation)과 기술적 운항(Technical Operation)이라는 두 가지 관점이 존재하며, 작은 의사결정 하나에도 6-7개 부서가 관여합니다. 탈탄소화 목표를 달성하기 위해서는 이 모든 관점을 통합적으로 고려해야 했습니다.

디피니트는 이 문제를 다음과 같은 방식으로 접근했습니다. 먼저 현대LNG해운이 당면한 구체적인 과제, 즉 AI 예측 모델의 해석에 집중했습니다. SHAP(Shapley Additive Explanations)값을 활용한 예측 결과 분석과 ChatGPT를 활용한 자연어 설명 생성이라는 솔루션을 제시했는데요. 

디피니트의 기술로 실현한 AI 예측 해석

이 시스템은 3단계에 걸쳐 체계적으로 개발되었습니다. 먼저 데이터 전처리와 프롬프트 구성 알고리즘을 설계하고 이를 로컬 환경에서 검증했습니다. 다음으로 API와 데모 페이지를 구현하여 실제 테스트를 진행했고 마지막으로 MS Azure 가상머신 환경에 배포했습니다.

개발된 시스템의 작동 방식은 다음과 같습니다:

1. 데이터 입력과 분석

• CSV 형태의 운항 데이터(거리, 풍속, 엔진 데이터 등) 업로드

• 각 변수의 통계적 분포와 상관관계 분석

• SHAP값을 활용한 변수별 영향도 계산

2. 예측 결과 해석

• AI 모델이 예측한 가스 소모량 산출

• 각 변수가 예측에 미친 영향을 상세히 분석

• 예를 들어 "DESTINATION ETA-PRESENT DATEDIFF가 평균보다 높아 연료 소비량 증가가 예상됩니다" 같은 구체적인 설명 제공

3. 시각화 및 검증

• 변수별 영향도를 그래프로 시각화

• 예측 결과의 신뢰성을 직관적으로 확인 가능

• 실시간 데이터 분석 결과 제공

이 과정에서 MS Azure OpenAI API를 활용해 전문적인 분석 결과를 이해하기 쉬운 자연어로 설명하는 것이 가능했습니다.

작은 성공에서 큰 가능성을 발견하다

이 프로젝트를 통해 양사는 중요한 성과들을 확인할 수 있었습니다. 현대LNG해운은 자체 개발한 딥러닝 AI 모델을 실제 ERP 시스템에서 활용 가능한 수준으로 발전시킬 수 있었습니다. 이는 향후 다양한 AI 모델들이 기업의 핵심 시스템과 통합될 수 있다는 가능성을 보여준 중요한 이정표였습니다.

특히 주목할 만한 점은 정보 공유 방식의 변화입니다. 기존에는 특정 정보를 얻기 위해 이메일이나 전화, 메신저로 문의하고 답변을 기다려야 했지만 이제는 필요한 정보를 즉시 확인할 수 있게 되었습니다. 이는 단순한 시간 절약을 넘어 전 직원의 업무 효율성 향상으로 이어질 것으로 기대됩니다.

현대LNG해운은 이미 ERP 시스템에 회사의 일반 데이터뿐 아니라 선박의 안전관리체계까지 통합하여 운영하고 있었습니다. 이는 선박과 회사에서 발생하는 다양한 데이터를 하나의 플랫폼에서 통합 관리한다는 것을 의미합니다. 여기에 AI 기반 예측과 해석 시스템이 더해진다면, 한층 더 최적화된 회사 경영이 가능해질 것으로 예상합니다.

기술 고도화를 위한 다음 단계

이번 PoC를 통해 AI 예측 모델 해석의 가능성을 확인했습니다. 현재는 엑셀 데이터를 기반으로 예측 결과를 해석하고 있지만, 이제 한 단계 더 나아갈 계획입니다.

다음 단계는 ERP 시스템의 데이터와 직접 연동하는 것입니다. 사용자가 "이 모델은 왜 이런 예측을 했나요?"와 같은 질문을 자연어로 했을 때, 실시간 ERP 데이터를 분석하여 답변하는 기능을 구현할 예정입니다. 이는 현대LNG해운의 2025년 말 ERP 통합 계획과 맞물려 진행될 것입니다.

신뢰를 바탕으로 한 더 큰 도전

이번 프로젝트는 단순한 기술 검증을 넘어 새로운 가능성을 발견하는 계기가 되었습니다. 해운산업은 아직 ChatGPT를 비롯한 최신 AI 기술의 혜택을 충분히 누리지 못하고 있습니다.

하지만 이번 협업을 통해 AI 기술이 해운산업의 특수한 과제들을 해결할 수 있다는 확신을 얻었습니다. 예측 모델 해석이라는 구체적인 과제 해결에서 시작해, 앞으로 전사적 데이터 통합과 AI 시스템 구축이라는 더 큰 도전을 함께할 수 있는 신뢰 관계를 구축한 것입니다.

AI 도입, 막연하게 느껴지시나요?

디피니트와 함께 PoC로 먼저 경험해보세요.

여러분의 회사에 맞는 최적의 방안을 함께 찾아 드리겠습니다.

👇 아래 링크를 통해, 서비스 소개서를 보시고 편하게 문의해주세요.