[논문 리뷰] Artificial Intelligence-based Smart Port Logistics Metaverse for Enhancing Productivity, Environment, and Safety in Port Logistics: A Case Study of Busan Port

Sunghyun Sim, Dohee Kim외 2명|arXiv (Cornell University)|2024. 08. 29.

Marine and Coastal Research인용 수 5

한 줄 요약

본 논문은 생산성, 환경 지속 가능성 및 안전성을 향상시키기 위해 AI 기반 항만 물류 메타버스 프레임워크(PLMF)를 제안하며, 부산항 데이터를 통해 정시성 향상 및 잠재적 수익 증가를 보여준다.

ABSTRACT

The increase in global trade, the impact of COVID-19, and the tightening of environmental and safety regulations have brought significant changes to the maritime transportation market. To address these challenges, the port logistics sector is rapidly adopting advanced technologies such as big data, Internet of Things, and AI. However, despite these efforts, solving several issues related to productivity, environment, and safety in the port logistics sector requires collaboration among various stakeholders. In this study, we introduce an AI-based port logistics metaverse framework (PLMF) that facilitates communication, data sharing, and decision-making among diverse stakeholders in port logistics. The developed PLMF includes 11 AI-based metaverse content modules related to productivity, environment, and safety, enabling the monitoring, simulation, and decision making of real port logistics processes. Examples of these modules include the prediction of expected time of arrival, dynamic port operation planning, monitoring and prediction of ship fuel consumption and port equipment emissions, and detection and monitoring of hazardous ship routes and accidents between workers and port equipment. We conducted a case study using historical data from Busan Port to analyze the effectiveness of the PLMF. By predicting the expected arrival time of ships within the PLMF and optimizing port operations accordingly, we observed that the framework could generate additional direct revenue of approximately 7.3 million dollars annually, along with a 79% improvement in ship punctuality, resulting in certain environmental benefits for the port. These findings indicate that PLMF not only provides a platform for various stakeholders in port logistics to participate and collaborate but also significantly enhances the accuracy and sustainability of decision-making in port logistics through AI-based simulations.

연구 동기 및 목표

• rising global trade, COVID-19 영향, 및 더 엄격한 규제로 인해 항만 물류에서 생산성, 환경 지속 가능성 및 안전성의 개선을Motivate
• 다양한 항만 이해관계자 간의 데이터 공유, 소통 및 공동 의사결정을 가능하게 하는 협력적이고 AI 기반의 메타버스 프레임워크(PLMF) 제안
• 역사적 데이터를 활용한 부산항 사례를 통해 PLMF의 역량을 입증하고 성능 및 경제적 영향을 평가

제안 방법

• 11개의 AI 추진 메타버스 콘텐츠 모듈을 갖춘 AI 기반 항만 물류 메타버스 프레임워크(PLMF) 도입
• 실제 항만 물류 프로세스에 대한 모니터링, 시뮬레이션 및 의사결정 지원
• ETA 예측, 동적 항만 운영 계획, 선박 연료 소비 및 배출 모니터링/예측, 작업자와 장비 간의 위험한 경로/사고 탐지 모듈 제공
• 부산항의 과거 데이터를 활용하여 PLMF가 도착 예측 및 운영 최적화에 얼마나 효과적인지 평가

실험 결과

연구 질문

• RQ1 AI 기반 메타버스 프레임워크가 항만 물류의 예측성 및 운영 효율성을 어떻게 개선할 수 있는가
• RQ2 항만 운영에서 PLMF를 사용할 때의 환경 및 안전상의 이점은 무엇인가
• RQ3 대규모 항만에서 PLMF를 도입했을 때의 경제적 영향(예: 잠재 수익, 비용 절감)은 무엇인가
• RQ4 다양한 항만 이해관계자 간의 협업 및 의사결정이 PLMF를 통해 얼마나 강화되는가

주요 결과

• PLMF는 선박 도착 예측을 통해 항만 운영의 최적화를 가능하게 했다
• 프레임워크는 매년 약 7.3백만 달러의 추가 직접 수익을 생성할 수 있다
• PLMF를 사용할 때 선박 정시성이 약 79% 향상되었다
• 연료 소비 및 배출 모니터링·예측을 통한 환경적 이점이 제공되어 더 지속 가능한 운영을 지원한다
• AI 기반 시뮬레이션을 통해 이해관계자 참여, 협업 및 의사결정의 정확성과 지속 가능성이 향상된다