Support Center
사례 연구
산업: 해양
제품: Sony IMX392 센서를 탑재한 2.3MP Phoenix 카메라
적용 분야: AI 기반 어획물 등록
SDK: Linux용 ROS2, Arena SDK
LUCID Phoenix 카메라를 활용한 소규모 어업용 자동 어획 등록 시스템
소규모 어업은 점점 더 엄격해지는 보고 요건에 직면해 있지만, 해상에서 어획물의 중량을 신뢰성 있게 추정할 수 있는 도구는 아직 충분히 보급되지 않은 상황입니다. 유럽에서만 약 70,000척의 어선 가운데 75%가 소규모 어업에 해당합니다. 이처럼 높은 비중을 차지함에도 불구하고, 관련 규제 요건은 지속적으로 강화되고 있는 반면, 이들 어업은 첨단 디지털 도구에 대한 접근이 부족한 경우가 많습니다.
수작업에 의한 추정은 오류가 발생하기 쉽고, 부정확한 보고는 심각한 벌금 및 제재로 이어질 수 있습니다. 특히 소형 선박을 운영하는 어업 종사자에게 이러한 제재 위험은 일상적인 조업 과정에서 상당한 심리적 부담과 운영상 불확실성을 초래합니다. 따라서 어업 종사자들은 선상에서 직접 어획물의 중량을 신뢰성 있게 추정할 수 있는 자동화된 솔루션이 필요합니다.
과제
물리적 저울을 사용하지 않고 어획물의 중량을 추정할 수 있는 상용 솔루션은 존재하지 않았습니다. 카메라 기반 중량 추정에 대한 학술 연구는 수년간 진행되어 왔지만, 이를 성공적으로 상용화한 사례는 없었습니다.
또한 혹독한 북유럽의 겨울 환경을 포함한 해양 환경에서 안정적으로 작동하는 비전 기반 시스템을 설계하는 것은 매우 큰 엔지니어링 과제였습니다. 해당 장치는 공간이 제한적인 소형 선박에도 추가 장착이 가능하도록 충분히 컴팩트하고 유연한 구조를 갖추어야 했습니다. 동시에, 신뢰성 있는 성능을 확보하기 위해서는 단순히 대량의 데이터가 아니라, 견고한 머신러닝 모델 학습에 적합한 적절한 데이터를 수집하는 것이 핵심 과제였습니다.
해결 방안
이러한 과제를 해결하기 위해 Adigo Mechatronics에서 분사한 기업인 CatchREG 는 소형 선박을 위해 특별히 설계된 컴팩트한 카메라 기반 어획 등록 시스템을 개발했습니다. 이 회사의 목표는 어획 데이터 수집의 정확성과 신뢰성을 향상시켜 어업 관리의 고도화를 지원하는 동시에, 어업 종사자의 보고 부담을 줄이는 것이었습니다. CatchREG의 접근 방식은 다양한 어종, 중량, 선박, 양륙 장소를 아우르는 독자적인 자체 데이터셋을 기반으로 하며, 이를 통해 수작업 방식과 동등하거나 그 이상의 정확도를 제공하는 자동 추정을 구현합니다.
이 시스템은 선박 내 트레이를 따라 이동하는 어획물을 촬영하고, 컴퓨터 비전과 머신러닝 기술을 활용해 각 어획물의 종, 중량, 수량을 실시간으로 자동 분류합니다.
LUCID의 컴팩트한 Phoenix 2.3MP Sony IMX392 카메라는 CatchREG 시스템의 핵심 구성 요소로, 개발 초기 단계에서부터 필수 요소로 채택되었습니다. Phoenix 카메라의 유연성과 견고성은 제한된 기계적 구조 내에서 카메라 배치를 최적화하는 과정에서 특히 큰 가치를 발휘했습니다.
카메라는 GigE 인터페이스를 통해 선내 컴퓨터와 연결되며, 선박 내부에서 이미지 처리용 연산 장치를 유연하게 배치할 수 있도록 합니다. 이미지 획득은 외부 신호에 의해 트리거되며, CatchREG 조명 시스템과 동기화되어 동작합니다. 이를 통해 빠르게 이동하는 어획물을 포착할 수 있을 만큼 충분히 짧은 노출 시간을 확보하면서도, 머신러닝 분석에 적합한 선명하고 고품질의 이미지를 생성할 수 있습니다.
카메라는 LUCID의 ROS2 드라이버를 사용하는 ROS2 노드를 통해 제어되며, 이를 통해 CatchREG 소프트웨어 아키텍처의 다른 구성 요소와 긴밀하게 통합됩니다. 이러한 구성은 까다로운 해양 환경에서도 안정적인 트리거 제어, 동기화 및 실시간 이미지 스트리밍을 지원합니다. 최종 사용자에게는 벌금 및 제재 위험을 크게 줄일 수 있고, 보다 간편하고 신뢰성 높은 보고 절차를 구축할 수 있습니다. CatchREG 시스템은 현재 실제 운용 환경에서 어획 중량을 2% 미만의 오차로 어획 중량을 안정적으로 추정하고 있습니다. 또한 어업 종사자들은 조업 중 실시간으로 어획 현황을 확인할 수 있어, 양륙 이후까지 기다리지 않고도 예상 총 가치를 미리 산정할 수 있습니다.
결론
견고한 머신비전 하드웨어와 고도화된 머신러닝 기술을 결합함으로써, CatchREG는 소규모 어업이 오랫동안 직면해 온 과제에 대해 실질적이며 상업적으로 실행 가능한 솔루션을 성공적으로 구축했습니다. LUCID Phoenix 카메라의 통합을 통해 혹독한 해양 환경에서도 신뢰성 있는 실시간 어획 추정이 가능해졌으며, 이를 통해 어업 종사자들은 규제 요건을 보다 안정적으로 충족할 수 있습니다. 또한 장기적인 자원 관리를 위한 어업 데이터의 품질 향상에도 기여합니다.
