유인선 항해사의 GPT 기반 실시간 충돌회피 의사결정 지원을 위한 단계별 프롬프트 설계 (A Stepwise Prompt Design for GPT-based Real-Time Collision Avoidance Decision Support for Manned Ship Navigators)

서지정보

· 발행기관 : 해양환경안전학회
· 수록지 정보 : 해양환경안전학회지 / 31권 / 3호 / 390 ~ 399페이지
· 저자명 : 남궁호, 최정석

초록

해상운송에서 충돌사고는 인명과 재산에 막대한 피해를 끼치는 중요한 안전 문제로써, 국제해사기구(International Maritime Organization, IMO)가 제정한 국제해상충돌예방 규칙(International Regulations for Preventing Collisions at Sea, COLREGs)의 철저한 준수가 권장된다. 그러나 복잡한 해상 환경과 인간의 인지적 한계로 인해, 항해사가 실시간으로 최적의 충돌회피 의사결정을 내리기란 쉽지 않다. 본 연구는 대형 언어 모델(Large Language Model, LLM)인 GPT를 활용하여, 유인선 항해사가 COLREGs 규칙에 부합하는 충돌회피 판단을 신속하고 정확하게 내릴 수 있도록 지원하는 단계별 프롬프트 설계안을 제시한다. 특히 4단계 충돌회피 과정을 확장하여, 항해사가 GPT와 자연어로 상호작용할 때 사용할 표준화된 프롬프트를 구체화하였다. 가상의 시나리오 적용 결과, 항해사는 GPT의 조언을 통해 주변 상황 인식부터 회피경로 선정, 실행 단계까지 일관적으로 보고받을 수 있었으며, COLREGs의 준수와 충돌위험지수(Collision Risk Index, CRI) 계산 등의 복잡한 작업을 AI가 보완함으로써 인적 오류를 줄일 가능성을 보였다. 이러한 결과는 자율운항선 뿐만 아니라 현행 유인선 운항에서도 AI-항해사 협업을 통한 안전성 향상을 도모할 수 있을 것으로 기대한다.

영어초록

Collisions in maritime transportation, which can lead to substantial risks to both human life and property, pose notable safety challenges. To mitigate these risks, strict adherence to the International Regulations for Preventing Collisions at Sea (COLREGs), promulgated by the International Maritime Organization, is strongly recommended. Nonetheless, given the complexity of the maritime environment, coupled with human cognitive limitations, real-time collision avoidance decisions are often difficult for navigators. In this paper, we propose a step-by-step large language model (LLM)-based prompt design, specifically employing GPT, to support manned vessel navigators in making rapid and accurate collision avoidance decisions consistent with COLREGs. Notably, we extend the conventional four-phase collision avoidance process by formalizing standardized prompts for natural language interactions between navigators and GPT. Using a hypothetical scenario, we demonstrate that navigators can receive consistent guidance in situational awareness, route selection, and execution phases. Furthermore, by handling complex tasks such as calculating the collision risk index (CRI) and validating compliance with COLREGs, the AI system has the potential to reduce human error. Our findings indicate that AI-navigator collaboration can enhance operational safety for both autonomous vessels and conventional manned shipping.

참고자료

· 없음