[세종=뉴스핌] 정성훈 경제부장 = 대형 컨테이너선의 선교에는 레이더와 전자해도, 선박자동식별장치(AIS), 기상정보와 기관 상태가 동시에 들어온다. 선장은 수많은 선박이 교차하는 바다에서 안전거리와 도착시간, 연료비를 함께 계산해 항로와 속도를 정한다. 경험 많은 항해사의 판단이 가장 중요한 영역으로 여겨졌던 이유다.

이 판단에 인공지능(AI)이 들어왔다. 카메라와 레이더가 주변 선박을 인식하고, AI는 충돌위험과 여러 회피경로를 계산한다. 선택한 항로에 맞춰 조타각과 엔진 회전수까지 자동으로 조절한다. 항해사는 시스템이 놓친 위험과 예외상황을 확인하고 최종 권한을 유지한다.

자율운항선박의 현재는 사람 없는 배가 아니다. 사람이 하던 인지·판단·제어의 일부를 AI가 맡고, 선장과 육상 운영자가 감독과 책임을 맡는 혼합형 운항이다. 그러나 이 단계만으로도 조선·해운산업의 비용구조와 수익모델은 달라질 수 있다. 문제는 선원이 사라지는가가 아니라 운항판단과 데이터의 주도권이 어디로 이동하는가다.

HD현대의 자율운항 전문기업 아비커스는 2026년 1월 HMM 선박 40척에 AI 기반 자율운항 솔루션 '하이나스 컨트롤(HiNAS Control)'을 공급하기로 했다. 회사는 단일 계약 기준 세계 최대 규모이며, 이번 계약으로 대형 상선 개조형 자율운항 솔루션의 누적 공급이 100대를 넘어섰다고 밝혔다.

하이나스 컨트롤은 주변 상황을 보여주거나 회피경로를 추천하는 데서 그치지 않는다. 아비커스가 분류한 레벨2 시스템으로, 최적 항로를 설정하고 선박의 방향과 엔진 회전수를 제어한다. HMM과 아비커스, HD한국조선해양은 솔루션 고도화와 운항데이터 활용, 국제표준 대응을 위한 협력도 추진한다.

이번 계약이 중요한 이유는 기술 수준보다 적용 단위에 있다. 한 척의 시험선이 특정 항로를 성공적으로 운항하는 것과 40척의 상선에 같은 시스템을 설치해 매일 다른 바다와 날씨, 항만을 운항하는 것은 전혀 다른 문제다. 선단 단위 적용에서는 설치보다 시스템 가동률, 선원의 사용률, 실제 연료절감, 장애 대응과 업데이트가 사업성을 결정한다.

상용화의 기준도 달라져야 한다. 계약 척수는 시장 진입을 보여주지만 성과는 운항일수와 자동제어 적용시간, 선원의 개입 횟수, 충돌위험 경보의 정확도, 연료와 탄소비용, 시스템 장애와 재계약률로 확인해야 한다.

선박의 자율운항은 인지, 판단, 제어의 세 단계로 작동한다. 레이더·카메라·AIS·위성항법·전자해도는 주변 선박과 장애물, 위치와 항로를 읽는다. AI는 이 정보를 결합해 충돌 가능성과 상대 선박의 의도를 추정하고, 국제충돌예방규칙과 항해계획 안에서 가능한 경로를 비교한다.

판단이 끝나면 제어시스템이 조타와 엔진 회전수를 조절한다. 자동차와 달리 선박은 방향을 바꾸고 멈추는 데 긴 시간이 필요하다. 파도와 조류, 바람, 선박의 적재상태에 따라 같은 조타명령의 결과도 달라진다. AI는 순간적인 장애물 회피뿐 아니라 수십분 뒤의 위치와 주변 선박의 움직임을 예측해야 한다.

이 과정에서 선원은 사라지지 않는다. 항해사는 AI가 제안한 경로와 위험도를 확인하고, 통신이 끊기거나 센서 간 정보가 충돌할 때 판단한다. 항만 입출항과 악천후, 복잡한 어선 밀집수역처럼 학습데이터가 부족한 상황에서는 사람의 개입이 더 중요해진다.

국제해사기구(IMO)가 2026년 7월 시행한 비강제 MASS Code도 인간 감독을 전제로 한다. 자율 또는 원격운항 선박도 기존 선박과 동등한 안전·보안·환경보호 수준을 입증해야 하며, 선장은 선박에 타고 있지 않더라도 총괄 책임을 유지한다.

자율운항의 가장 즉각적인 경제효과는 연료다. 선박은 빠르게 운항할수록 필요한 추진력이 크게 늘고, 불필요한 가감속과 우회항로는 연료를 더 쓴다. AI는 기상·조류·도착예정시간과 주변 교통을 함께 계산해 속도와 엔진 회전수를 세밀하게 조정한다.

아비커스는 18만8706해리 이상의 실증 운항에서 평균 4.2%의 연료절감 효과를 확인했다고 밝혔다. 자동차운반선에서는 최대 5.4%, 초대형 광탄운반선에서는 최대 5.2%를 제시했다. 회사는 미국선급협회(ABS)가 검증한 방법론을 사용했다고 설명한다.

다만 평균치는 개별 선박의 확정 수익이 아니다. 기준항로와 기준속도, 날씨, 선박의 나이와 선체오염, 적재량, 항만 대기, 선장의 기존 운항방식에 따라 절감폭이 달라진다. 시스템 설치비와 구독료, 통신비, 센서 정비비, 교육비를 제외한 순편익을 선종별로 확인해야 한다.

예를 들어 연간 연료비가 100억원인 선박에서 4.2%가 유지된다면 단순 계산상 4억2000만원을 줄일 수 있다. 이는 설명을 위한 시나리오일 뿐 실제 선박의 연료비나 절감액은 아니다. 핵심은 작은 비율도 수십척의 선단과 여러 해의 운항에 적용되면 조선사의 장비가격보다 큰 서비스시장을 만들 수 있다는 점이다.

연료절감의 가치는 유가에만 좌우되지 않는다. 유럽연합은 2024년부터 해운을 배출권거래제에 포함했고, 2026년에는 적용 대상 배출량의 100%에 해당하는 배출권 제출 의무가 적용된다. 메탄과 아산화질소도 2026년부터 범위에 들어왔다. 유럽 항로를 운항하는 선사는 연료비와 탄소배출권 비용을 동시에 계산해야 한다.

IMO의 현존선 에너지효율지수(EEXI)와 탄소집약도지수(CII)도 선박의 운항효율을 평가한다. 운항속도와 항로를 최적화해 같은 화물을 더 적은 연료로 운송하면 CII 등급 관리에 도움이 될 수 있다. AI 운항솔루션은 친환경 연료로 선박을 교체하기 전 기존 선박의 효율을 높이는 단기 수단이 된다.

그러나 탄소효과도 이중 계산을 피해야 한다. 같은 연료절감분을 유류비 절감, 배출권 절감, CII 개선으로 각각 더해 총효과처럼 제시하면 과장된다. 선사는 실제 항로의 배출권 적용비율, 사용연료와 배출계수, 탄소가격을 반영해 하나의 통합 손익으로 계산해야 한다.

전통적인 조선업의 매출은 선박을 설계하고 건조해 인도할 때 집중된다. 이후 운항은 선사와 선박관리회사의 영역이었다. 자율운항은 이 경계를 흐린다. 조선사는 선박의 설계와 기관 특성을 가장 잘 알고, AI기업은 운항데이터를 이용해 항로와 제어모델을 지속적으로 개선한다.

수익모델도 선박가격에서 소프트웨어(SW) 라이선스와 구독료, 원격관제, 성능분석, 사고재생, 사이버보안, 모델 업데이트로 넓어진다. 선박이 20~30년 운항하는 동안 조선사가 고객과 관계를 유지할 수 있다. 선박 인도 이후 발생하는 서비스 매출은 경기 변동이 큰 수주산업의 수익을 안정시키는 역할을 할 수 있다.

반대로 선사는 특정 조선사나 솔루션에 장기간 묶일 수 있다. 소프트웨어 업데이트를 중단하거나 가격을 올릴 때 다른 제품으로 바꾸기 어렵고, 선박별 운항데이터가 플랫폼에 축적될수록 전환비용은 커진다. 개방형 인터페이스와 데이터 이전권이 필요한 이유다.

자율운항 AI는 실제 바다를 많이 경험할수록 좋아진다. 맑은 날의 대양항해뿐 아니라 짙은 안개, 높은 파도, 어선 밀집, 항만 접근, 센서 고장과 통신지연 같은 예외사례가 중요하다. 사고를 피한 데이터뿐 아니라 사람이 AI의 판단을 취소한 이유가 학습자산이 된다.

대형 선사는 수십척의 선박에서 데이터를 모아 같은 위험상황을 반복 학습할 수 있다. 조선사와 AI기업도 여러 선종과 항로의 데이터를 확보하면 모델의 범용성을 높인다. 반면 중소선사와 기자재기업은 실해역 데이터를 확보하기 어렵고, 자체 선박만으로 드문 위험상황을 충분히 모을 수 없다.

정부가 2026년부터 2029년까지 346억600만원을 투입해 자율운항선박 AI 데이터플랫폼을 구축하는 배경이다. 선박해양플랜트연구소는 자율운항, 항해·조종, 엔진·기관, 원격관제, 통신, 기상, 안전·보안 등 8개 분야에서 100여종의 데이터를 수집할 계획이다.

문제는 공유의 방식이다. 선박 위치와 기관상태, 항로와 화물정보는 영업비밀이자 보안정보다. 데이터를 무조건 한곳에 모으기보다 표준형식과 품질기준을 만들고, 원본은 기업에 두면서 익명화된 위험사례와 학습결과를 공유하는 구조가 필요하다.

자율운항은 선원의 업무부담을 줄일 수 있다. 장시간 주변을 감시하고 항로와 속도를 반복 조정하는 업무를 AI가 맡으면 항해사는 위험도가 높은 상황과 항만운항, 안전점검에 집중할 수 있다. 선박 부족보다 더 심각해지는 글로벌 선원 부족에도 대응할 수 있다.

하지만 자동화가 사람의 상황인식을 약화시키는 역설도 있다. 평소 AI가 운항하다 갑자기 사람에게 통제권을 넘기면 선원이 짧은 시간 안에 주변상황과 시스템 고장 원인을 파악해야 한다. AI의 판단근거와 확신도, 대안경로를 선교 화면에 투명하게 보여주는 설계가 필요하다.

육상 원격운영센터의 역할도 커진다. 한 명의 운영자가 여러 선박을 감독할 수 있지만 동시에 여러 선박에서 비상상황이 발생하면 업무가 집중된다. 원격운영자의 자격과 교대기준, 통신두절 시 권한, 선장과의 지휘관계를 새로 정해야 한다.

IMO MASS Code는 선장이 선박에 승선하지 않더라도 총괄 책임을 유지하도록 했다. 그러나 실제 사고에서는 책임이 단순하지 않다. 센서가 선박을 놓쳤는지, AI가 충돌위험을 잘못 계산했는지, 선원이 경고를 무시했는지, 원격관제 통신이 끊겼는지에 따라 선주·선장·조선사·AI기업·기자재사·통신사의 책임이 연결된다.

보험도 운항자 과실 중심에서 제품과 소프트웨어 위험을 함께 평가해야 한다. 모델 업데이트 뒤 사고가 발생하면 어느 버전이 사용됐고 어떤 데이터로 학습했는지, 사람이 언제 개입했는지를 재현해야 한다. 항해기록장치에 AI 판단과 명령, 사람의 승인·취소 이력을 함께 남기는 '운항 데이터 계보'가 필요하다.

사이버보안은 안전과 직결된다. 위치정보 위조, 센서 데이터 조작, 원격제어망 침입은 잘못된 항로와 엔진명령으로 이어질 수 있다. 자율운항 시스템을 선박 네트워크와 연결할수록 기능안전과 사이버보안을 하나의 인증체계로 다뤄야 한다.

일본은 자율운항을 국내 물류와 항만시스템에 연결하고 있다. 일본재단의 MEGURI2040 사업에서 700TEU급 연안 컨테이너선 'GENBU'는 2026년 1월 자율운항 기능을 갖춘 정기 화물선으로 상업운항을 시작했다. 센서와 충돌회피, 원격 기관감시, 자동 이·접안 등을 선박 건조 단계부터 통합했다. 일본 측은 이 선박의 자동화 수준을 자동차 분류를 빌려 '레벨4'로 표현하지만, 실제로는 선원이 승선한 상태에서 시스템이 항해를 수행하는 감독형 자율운항이다.

일본 NYK는 2026년 4월 싱가포르에서 자율운항 시스템을 탑재한 자동차운반선과 항만 관제시스템 간 운항계획·영상·실시간 데이터를 교환하는 실증도 진행했다. 자율운항선박은 배 안의 AI만으로 완성되지 않고 항만과 도선, 해상교통관제가 연결돼야 한다는 점을 보여준다.

노르웨이의 야라 비르켈란은 2022년부터 짧고 고정된 항로에서 전기추진과 자율운항을 결합해 상업운항을 하고 있다. 해외 사례의 공통점은 기술을 한 척에 설치하는 데서 끝내지 않고 항로, 항만, 화주, 원격운영과 규정을 하나의 물류시스템으로 설계한다는 점이다.

한국의 강점은 대형 조선사와 글로벌 선사, 선급과 기자재 생태계를 동시에 보유했다는 데 있다. HMM 40척 계약처럼 기존 대형 상선에 개조형 솔루션을 빠르게 확산할 수 있다. 다음 경쟁은 선박 안의 기능을 넘어 항만·선단·보험·탄소관리까지 연결하는 운영체계를 누가 먼저 표준화하느냐에 달렸다.

한국은 2025년 1월 자율운항선박법을 시행하고 산업부·해수부 공동 정책위원회를 구성했다. 2020년부터 2025년까지 1603억원을 투입해 1800TEU 컨테이너선과 8000TEU급 선박 원격제어, 삼성중공업 실증선 등의 시험을 진행했다. 법과 실증기반은 마련되고 있다.

그러나 실증에서 시장으로 넘어가려면 성과를 같은 기준으로 비교할 수 있어야 한다. 충돌 회피 성공횟수보다 위험상황당 오경보와 미탐지, 자동제어 적용률, 사람 개입까지 걸린 시간, 연료비·탄소비용의 순절감, 시스템 가동률을 공개해야 한다.

중소 조선사와 기자재업체의 접근성도 문제다. 대형 조선사는 자체 선박과 고객을 통해 데이터를 얻지만 중소기업은 실증선과 인증비용을 감당하기 어렵다. 울산 자율운항선박실증연구센터의 시뮬레이션·해상시험선·원격운영 시설을 공동 시험·인증 인프라로 적극 활용할 필요가 있다.

부처 간 역할도 연결해야 한다. 산업부는 기술과 조선산업, 해수부는 운항과 선원·항만, 해경은 해상안전, 금융당국은 보험, 과기정통부는 통신·사이버보안, 공정위는 데이터와 플랫폼 종속 문제를 맡는다. 자율운항은 한 부처의 연구개발사업으로 상용화하기 어려운 대표적인 융합산업이다.

단기적으로 정부와 업계는 선종·항로별 공통 성과지표를 만들어야 한다. 설치대수와 실증거리 외에 연료·탄소비용, 경보정확도, 선원 개입, 시스템 장애, 통신품질과 유지비를 동일한 방식으로 기록해야 한다. 기업 발표와 선급·연구기관의 독립 검증도 분리해야 한다.

중기적으로는 자율운항 데이터플랫폼을 선박·항만·원격관제의 공동 학습체계로 확장해야 한다. 원본 데이터의 소유권은 보장하되 익명화된 위험 시나리오와 실패사례, 표준 인터페이스를 공유하고 중소기업도 시험선과 시뮬레이터를 사용할 수 있도록 해야 한다.

보험과 책임기준도 실증 단계에서 함께 만들어야 한다. AI 판단기록, 모델 버전, 센서상태, 사람의 개입과 원격명령을 표준 형식으로 저장하고 사고조사와 보험료 산정에 활용해야 한다. 안전한 시스템에는 보험료와 인증비용을 낮추는 인센티브를 줄 수 있다.

장기적으로는 조선사의 성과를 선박 인도가격이 아니라 생애주기 수익으로 봐야 한다. 운항 SW와 데이터 서비스에서 발생한 수익을 선사, 선원, 기자재기업과 어떻게 나눌지, 선사가 다른 플랫폼으로 이동할 권리를 어떻게 보장할지도 정책과 계약의 과제가 된다.

자율운항이 바꾸는 것은 선장의 존재가 아니라 선장의 판단을 둘러싼 산업구조다. 선박이 운항할수록 AI와 조선사의 서비스가 좋아지고, 데이터와 업데이트가 선박의 가치를 결정한다. 조선강국의 다음 경쟁력은 배를 잘 만드는 능력에서 배가 평생 더 안전하고 효율적으로 운항하게 하는 능력으로 이동하고 있다.

■ 한 줄 요약
자율운항선박의 본질은 선원을 없애는 무인화가 아니라 항로·속도·충돌회피 판단을 데이터와 AI로 전환해 운항비용과 위험을 줄이는 데 있으며, 한국의 해법은 선박 판매를 넘어 실운항 데이터·독립검증·책임보험·항만 연계를 갖춘 생애주기 소프트웨어 산업으로 확장하는 데 있다.

* [AI로 읽는 경제]는 AI 어시스턴트가 분석한 내용을 바탕으로 기자가 정리한 내용입니다. ChatGPT, Google Gemini, Perplexity, Claude AI 모델이 적용됐습니다. 상단의 'AI MY 뉴스' 로그인을 통해 뉴스핌의 차세대 AI 콘텐츠 서비스를 활용해 보기 바랍니다.

jsh@newspim.com