해양환경공단 AI 해양쓰레기 수거 – 드론이 찾고 무인 로봇이 모으다
“사람이 들어가기 어려운 바다 구석의 쓰레기까지 안전하게 찾아낼 수 있을까요?”
우리나라에서 발생하는 해양폐기물은 연간 약 12만6천 톤에 이릅니다. 최근 5년 동안 매년 평균 11만8천 톤을 수거했고, 2024년 수거량은 13만2천 톤이었습니다.
하지만 해양쓰레기는 넓은 해역에 흩어져 있고 바람과 조류에 따라 계속 움직입니다. 낮은 교량 아래, 수심이 얕은 곳, 갯벌과 항만 가장자리처럼 선박이 접근하기 어려운 공간에도 쌓입니다.
기존에는 사람이 현장을 조사하고 쓰레기를 눈으로 분류한 뒤 직접 수거하는 작업이 중심이었습니다. 수거작업의 약 90%가 인력에 의존해 넓은 지역을 빠르게 확인하기 어려웠고, 작업자는 미끄러짐과 추락, 악취, 부유물 충돌 같은 위험에 노출됐습니다.
해양환경공단은 이 문제를 드론·수상로봇·AI를 연결한 해양쓰레기 조사·수거체계로 풀었습니다.
하늘에서는 드론이 쓰레기 분포를 찾고, 물 위에서는 무인 수상로봇이 장애물을 피해 이동하며 수거합니다. AI는 영상에서 쓰레기를 탐지·분류하고 수거 우선순위와 이동경로를 판단합니다.
Challenge – 넓은 바다를 사람이 일일이 살피고 수거하기 어려워요
해양쓰레기 문제는 단순히 보이는 쓰레기를 건져 올리는 작업으로 끝나지 않습니다.
쓰레기가 어느 구역에 얼마나 모였는지 먼저 조사해야 하고, 종류와 규모에 따라 장비와 인력을 배치해야 합니다. 그러나 현장조사는 날씨와 시야의 영향을 받고 조사자의 경험에 따라 결과가 달라질 수 있습니다.
수거 단계의 한계도 컸습니다.
선박이 진입하기 어려운 사각지대가 있습니다.
인력수거는 작업속도가 느리고 반복적인 위험작업이 필요합니다.
조사와 수거정보가 분리되면 장비와 인력을 효율적으로 배치하기 어렵습니다.
폐어구와 부유쓰레기를 놓치면 선박사고와 생태계 피해로 이어질 수 있습니다.
폐어구에 의한 유령어업 피해는 연간 약 4천억 원으로 추정되고, 선박 추진기에 폐어구 등이 감기는 사고도 연평균 약 470건 발생합니다.
따라서 필요한 것은 쓰레기를 발견하는 AI 하나가 아니라 조사부터 판단, 이동, 수거까지 이어지는 현장형 AI였습니다.
Solution – 드론의 눈과 수상로봇의 손을 하나로 연결했어요
해양환경공단은 해양쓰레기 현장에 ‘피지컬 AI’ 개념을 적용했습니다. AI가 화면 속 대상을 인식하는 데 그치지 않고 실제 수상로봇의 움직임과 수거행동으로 연결되는 구조입니다.
① 드론과 로봇 영상으로 쓰레기 분포를 찾아요
드론은 넓은 해역을 촬영하고, 수상로봇의 카메라는 수면 가까이에서 현장을 확인합니다.
AI는 두 영상에서 해양쓰레기를 탐지하고 종류를 분류합니다. 이렇게 모은 정보를 지도 위에 표시하면 쓰레기가 집중된 구역과 우선 수거대상을 빠르게 파악할 수 있습니다.
사람이 배를 타고 모든 구역을 순찰한 뒤 다시 수거계획을 세우던 방식에서, 영상조사와 AI 분석으로 먼저 현장을 좁혀가는 방식으로 바뀐 것입니다.
② 수상로봇이 장애물을 피해 스스로 이동해요
무인 수상로봇에는 카메라와 라이다, 레이더 등 여러 센서가 탑재됩니다.
AI 관제시스템은 쓰레기 위치와 주변 장애물을 함께 분석해 이동경로를 만들고, 로봇은 자율주행으로 목표지점에 접근합니다. 사람이 접근하기 어려운 낮은 교량 아래나 얕은 수역에서도 로봇을 활용할 수 있습니다.
수거한 쓰레기는 육상 처리지점으로 옮겨집니다. 조사데이터와 수거결과를 함께 관리하므로 어떤 구역에서 어떤 쓰레기를 얼마나 처리했는지도 남길 수 있습니다.
③ 반복 위험작업은 로봇이, 최종 관리는 사람이 맡아요
이 시스템은 사람을 완전히 배제하는 무인화가 목적이 아닙니다.
현장관리자는 관제화면에서 로봇 위치와 수거상태를 확인하고 필요할 때 개입합니다. AI와 로봇은 장시간 순찰과 반복 수거처럼 위험하고 힘든 업무를 맡고, 사람은 작업계획과 예외상황 대응을 담당합니다.
실제 적용 성과 – 생산성은 높이고 현장사고는 없었어요
해양환경공단은 2024년부터 2025년까지 시스템을 개발하고, 2025년 마산 해역에서 현장실증을 완료했습니다.
실증에서 확인된 성과는 다음과 같습니다.
지표 | 실증 결과 | 성과 성격 |
|---|---|---|
수거 생산성 | 37% 향상 | 현장실증 결과 |
수거 비용 | 2.4% 절감 | 현장실증 결과 |
작업 중 안전사고 | 0건 | 현장실증 결과 |
개발·실증 기간 | 2024~2025년 | 구축 실적 |
현장실증 | 2025년 마산 완료 | 적용 실적 |
생산성 37% 향상은 드론 조사와 자율주행 수거를 결합했을 때 기존 방식보다 더 많은 작업을 처리할 수 있음을 보여줍니다. 비용절감 폭은 2.4%로 상대적으로 작지만, 작업자 노출을 줄이고 접근 사각지대를 보완했다는 안전·공공적 효과가 함께 있습니다.
다만 이 수치는 마산 현장실증 결과입니다. 모든 해역에서 같은 수준의 효과가 자동으로 보장되는 것은 아니며, 파고·조류·기상과 쓰레기 종류가 다른 현장에서 추가 검증이 필요합니다.
다음 단계 – 탐지 정확도와 24시간 운용능력을 높여요
공단은 AI 쓰레기 탐지 정확도를 현재 80% 수준에서 95%까지 높이는 것을 목표로 제시했습니다. 관제화면의 사용성을 개선하고, 현장데이터를 계속 학습해 다양한 환경에 대응할 계획입니다.
로봇 스테이션도 고도화 대상입니다. 수상로봇이 육상 스테이션에 자동으로 도킹해 충전하고 세척한 뒤 다시 출동할 수 있도록 하면 24시간 대기·운용체계에 가까워집니다.
이 내용은 향후 고도화 목표입니다. 자동 도킹·충전·세척을 포함한 완전한 상시운영체계가 이미 전면 가동 중이라는 뜻은 아닙니다.
마무리 – 해양쓰레기 대응을 ‘발견 후 수거’에서 ‘데이터 기반 순환관리’로
해양쓰레기는 넓은 바다에 흩어지고 계속 이동하기 때문에 사람과 선박만으로 모든 구역을 관리하기 어렵습니다.
해양환경공단의 사례는 드론으로 분포를 조사하고, AI가 수거대상을 판단하며, 무인 수상로봇이 실제 행동하는 흐름을 만들었습니다.
핵심은 로봇 한 대가 아닙니다.
조사 → 탐지·분류 → 경로계획 → 자율수거 → 결과관리를 하나의 데이터 흐름으로 연결한 데 있습니다.
현장실증에서 생산성 향상과 비용절감, 무사고라는 가능성을 확인한 만큼, 앞으로 다양한 해역에서 성능과 경제성을 검증한다면 해양쓰레기 관리방식을 바꾸는 기반이 될 수 있습니다.