1. 서 론
최근 선박 분야에서는 지능형 해상교통정보서비스 도입과 자율운항 고도화를 위해 선내 센서·제어계의 무선 연계 수요가 빠르게 증가하고 있다. 그러나 유선 이더넷은 배선/관통/방수 측면에서 제약이 크고, Wi-Fi 등 전통적인 무선 방식은 금속 구조물이 지배적인 선박 내부에서 반사·간섭·회절로 인해 신뢰성 확보가 어렵다.
이러한 한계를 보완하기 위한 대안으로, 금속-유전체 경계면을 따라 진행하는 자기장 표면파를 이용하여 금속 표면 자체를 신호 전달 경로로 활용하는 통신이 제안되어 왔다(Song et al., 2019; Shim and Kim, 2022).
자기장 표면파의 전파 특성(유효 전파속도, 감쇠 등)은 재질(강/알루미늄), 표면 상태(도장·산화), 곡률(평면·원통), 결합 방식(접촉/비접촉)에 의존한다. 수밀 격벽·밀폐 공간·곡면 배관이 혼재하는 선체 환경에서도 국소망(구역 간 연결)과 백본(선체 주 경로) 구현이 가능하다는 점이 주목되어 왔다.
본 연구는 실제 운항 중인 연안여객선에 테스트베드를 구축하여, 통신성능 및 성능에 영향을 미칠 것으로 예상되는 환경 변수에 대해 장기간 계측하고, 혼합효과모형을 통해 환경 요인(기온·강수·습도·파고) 및 운항여부가 선내의 자기장 통신 성능에 미치는 영향을 추정·분석하여, 자기장 표면파 통신의 실선 적용성을 검증하는 것을 목적으로 한다.
2. 이론적 배경 및 선행 연구
2.1 표면파 통신 기술의 이론적 기초
표면파(Surface Wave) 통신은 금속과 유전체 경계면에서 전자기파가 표면을 따라 전파되는 현상을 활용한 기술이다. Zenneck(1907)이 최초로 표면파 이론을 제시한 이후, Sommerfeld(1909)가 수학적 모델을 정립하였고, 최근에는 Michalski & Mosig(2022)가 Norton 표면파를 포함한 근지상 전파 메커니즘을 고주파 무선통신 관점에서 재정리하고, Oruganti et al.(2020)이 금속-공기 경계면에서 Zenneck형 표면파를 활용한 비복사식 무선 전력 전송 실험을 제시하는 등 현대 통신·전력 전송 시스템으로의 응용 가능성이 활발히 논의되고 있다.
A: Initial amplitude determined by boundary conditions
ad[Np/m]: Attenuation constant in the normal direction from the surface
d: distance from surface
β[rad/m]: Phase constant in the z-direction
j=− 1
여기서 ad는 감쇠상수, β는 전파상수, d는 표면으로부터의 거리이다.
2.2 해상 무선통신 환경의 특수성
해상 환경에서의 무선통신은 육상과 구별되는 특수한 제약을 갖는다. Wang & Du(2016)는 해수면과 선박 구조물에서 발생하는 다중 반사를 확률론적 광선추적 방법으로 분석하여, 해상 무선 채널에서 수십 dB 수준의 페이딩과 수 μs 수준의 RMS 지연확산이 발생할 수 있음을 보였고, Habib & Moh(2019)는 선박 간 및 선박-육상 간 링크를 대상으로 파고, 기상 조건, 안테나 높이 등 환경 변화가 경로 손실과 다중경로 특성에 미치는 영향을 종합적으로 정리하였다. 이러한 결과는 선내 금속 구조물과 해상 환경 요인이 선박 IoT·표면파 통신 설계에 중요한 제약요인임을 시사한다.
2.3 표면파 통신의 선박 적용 연구
Song et al.(2019)은 금속 표면파가 빛의 속도로 전파되는 이론적 모델을 제시했으며, 실험실 환경에서 100m 거리까지 50Mbps 전송을 달성했다. Shim and Kim(2022)은 수밀 격벽 관통 통신 가능성을 입증했으나, 실제 운항 환경에서의 검증은 이루어지지 않았다. Kong et al.(2022)은 곡면 구조에서 공진기 형태가 성능에 미치는 영향을 분석하여, 곡면 공진기가 평면 대비 114% 성능 개선을 보임을 확인했다.
3. 성능평가 실험 설계
3.1 테스트베드 구성
3.1.1 용어 및 토폴로지 정의
모든 구간은 사전 정의된 IP 스킴으로 라우팅되며, 특정 구간 단절 시를 대비해 메시형 우회 경로를 설정하여 링크 가용성을 높였다.
토폴로지는 선체 구조, 전원/접지 접근성, 운항 동선을 고려해 두 개의 주요 백본 경로와 7개 측정 지점으로 구성하였다(Fig. 1).
경로A는 [기관실(Engine RM)→선미(Poop)→A-DECK→최종점(1)]로 구성되어있으며, 기관실의 밀폐 공간에서 시작하여 완전 개방구간으로 전환되서 해당 구간에서 밀폐에 따른 통신 성능을 측정할 수 있는 것이 특징이다.
경로B는 [선수(F’CLE)→선교(Bridge)→최종점(2)]로 구성되어있으며, 전 구간이 개방되어있으나, 선체구조 상 경로A에 비해 환경요인, 특히 온도·강수량에 대해 적은 영향을 받을 것으로 추정하고 있다.
3.1.3 성능 측정 도구
통신 성능 측정을 위해 Python 기반 멀티스레딩 아키텍처를 적용한 네트워크 성능 분석 도구를 자체 개발·적용하여, 2개 노드와 총 7개 지점(Point)에 대한 종합적인 모니터링 기능을 구현하였다(Fig. 3).
본 연구에서는 ICMP, TCP, UDP 기반의 다계층 네트워크 성능 측정 방식을 적용하였다.
ICMP Echo 기반 Ping 테스트는 네트워크 가용성 및 지연시간을 측정하는 표준화된 기법이며(RFC 792), TCP/UDP 기반의 Iperf3 도구는 실제 데이터 전송 성능을 정량화하는 데 널리 활용된다(Dugan et al., 2014). 이러한 계층 혼합 접근법은 링크 품질의 다양한 측면을 포괄적으로 평가하는 데 적합하며, 구체적인 측정 체계는 다음과 같이 구성하였다.
The multi-layer measurement framework consists of the following:
(1) L3 (Network Layer) Diagnostics: Round-trip time (RTT) was measured at each of the seven points via Ping tests at 1-second intervals.
(2) L4 (Transport Layer) Performance Analysis: Iperf3 was integrated to simultaneously measure maximum TCP throughput and UDP packet loss rate (based on 8 KB packets).
측정 결과는 CSV 포맷으로 일별·IP별로 자동 저장되며, "F'CLE / IP1"과 같은 사용자 정의 식별자를 활용하였다.
3.2 실험 설계
3.2.1 환경변수 설정
선박에서 표면파 통신 기술을 적용할 경우에는 육상과는 다른 특수한 환경 요인을 고려해야 한다.
해상환경은 육상과 달리 극한의 기상 조건에 자주 노출되며, 강한 바람, 짙은 안개, 높은 파도, 빙산 등은 통신 신호를 방해하고 안전에도 영향을 줄 수 있다(Zhou et al., 2020).
또한, 해상에서는 온도와 습도의 급격한 변화가 무선 통신에 큰 영향을 미치며, 이는 전파의 전파 특성에도 변화를 가져온다.
따라서, 금속 표면파 통신 기술을 선박에 원활하게 적용하기 위해서는 이러한 특수한 환경에서 발생하는 변수들을 충분히 검증하고 극복해야 한다. 특히 해상 환경에서는 통신 장비가 견고하고 신뢰성이 높아야 하며, 극한의 온도와 높은 습도 등 가혹한 조건에서도 안정적으로 작동할 수 있어야 한다.
본 연구에서는 각각의 원인을 개별적으로 분석하기보다는, 해상 환경에서 해당 통신기술의 감항성(seaworthiness)을 종합적으로 검증하는 데 중점을 두었다. 이에 따라 선박의 운항 여부에 따른 통신 성능 변화를 관찰함으로써, 실제 해상 환경에서 표면파 통신 기술의 적용 가능성을 보다 현실적으로 평가하고자 하였다.
3.2.2 통신성능 평가 메트릭
테스트베드 모니터링 단말에서는 효율적인 데이터 로깅을 위해, 모니터링 PC를 클라이언트로, 각 장소에 배치된 노드를 서버로 설정하여 정해진 주기에 따라 통신 성능을 측정한다.
모니터링 PC에서 실행되는 소프트웨어는 30분마다 각 노드와의 쌍을 이루어 지연 시간(Latency)과 패킷 송수신 성능을 자동으로 측정한다. 측정 프로세스는 다음과 같이 구성된다.
The measurement process is structured as follows:
(1) Measurements are initiated every 30 minutes
(2) Ping tests are performed to measure latency with each node, and Iperf (TCP/UDP) tests are conducted to evaluate packet transmission performance.
(3) Each test is repeated 5 times per round, grouped by test type, and executed sequentially across all IPs.
(4) Full batch processing is ensured by completing each test type across all IPs before proceeding to the next test type.
이러한 방식으로 7개의 노드 쌍 각각에 대해 1라운드당 5회의 3가지 테스트가 수행되며, 이를 6라운드 반복하여 각 테스트별로 총 30회의 측정이 이루어진다. 최종적으로 산출되는 통신 성능 지표는 지연 시간, 대역폭, 송신된 패킷 수, 패킷 손실률 등이다.
4. 실험결과 및 분석
4.1 분석 개요
4.1.1 관측 자료
테스트베드에 설치된 통신 성능에 미치는 물리·환경 변수의 영향을 분석하기 위해, 물리적 변수 거리·설치 위치·운항여부에 대해선 직접 관측하였으며, 환경 변수의 데이터에 대해선 기상자료개방포털을 통해 관측된 데이터를 수집하였다.
실험 데이터 측정 위치는 주요하게 부산남항 근처의 위도 35-5.784, 경도 129-1.929 위치 근처에서 측정되었으며, 2025년 4월 1일부터 2025년 7월 20일까지의 각 측정점에서 수집된 데이터를 사용하였다.
수집된 데이터의 이상치 제거를 위해 선박 통신 환경에 특화된 다단계 필터링 기준을 적용하였다. 첫째, 국소 스파이크 탐지를 위해 시계열 연속성(앞뒤 값의 5배 초과)과 통계적 이상치(위치 평균의 3σ 초과)를 동시에 만족하는 경우를 제거하는 복합 기준을 사용하였다. 둘째, 극단치 제거를 위해 각 위치별 평균의 10배를 초과하는 값을 필터링하는 경험적 임계값을 적용하였다.
마지막으로, 물리적으로 불가능한 값들(Latency < 0.1ms 또는 > 1000ms, Bandwidth < 0.5 Mbps 또는 > 110 Mbps)과 결측치(null 값은 0으로 대체)를 처리하여 최종적으로 11,211개의 유효 데이터를 확보하였다.
The filtering criteria applied were as follows:
(1) Spike removal: values exceeding 5× adjacent measurements and 3σ above the location mean
(2) Outlier removal: values exceeding 10× the location mean
(3) Physically implausible values: Latency < 0.1 ms or > 1000 ms
(4) Bandwidth anomalies: < 0.5 Mbps or > 110 Mbps
(5) Null or empty values were treated as zero
4.1.2 분석 기법
본 연구에서는 다양한 변수 중, 특정 독립변수(환경 요인)가 종속변수(통신 성능)에 미치는 순수한 효과를 추정하기 위해 Mixed Effects Model을 적용하였다. 혼합효과모형은 반복측정 자료에서 개체 간(between-subject) 변동과 개체 내(within-subject) 변동을 분리하여 추정할 수 있어, 위치별 특성이 상이한 선박 환경에 적합하다(Pinheiro and Bates, 2000). 동시에, 위치별 개체 특성과 시계열적 자기상관을 동시에 고려하기 위해 AR(1) Correlation 구조를 결합하였으며, 이는 시계열 통신 데이터의 잔차 간 상관성을 효과적으로 통제하는 방법이다(Diggle et al., 2002).
또한, 변수 간 비선형 관계를 포착하기 위해 각 독립변수의 제곱항(예: Temperature²)을 포함하였다. 모든 분석은 R 4.3.0 환경에서 nlme 패키지를 사용하여 수행하였으며, 모델은 최대우도추정(ML)으로 적합하였다.
Yij : dependent variable (latency or bandwidth) at location i, time t
Xij : fixed effects deisgn matrix (independant and conrtol variation)
β : fixed effects coefficient vector
Zij : random effects design matrix
bi : random effect for location i(~N (0,D) ~N(0,D))
ϵij : Error term
4.2 분석 결과
4.2.1 기온 영향
분석 기간 동안 기온은 5.3°C에서 34.5°C까지 분포하였으며, 평균 기온은 약 21°C였다. 분석 결과, 기온이 통신 성능에 미치는 영향은 모든 위치에서 매우 높은 통계적 유의성이 확인되었다(F'CLE, A-Deck, BRIDGE, POOP 모두 p<0.001). 이는 기온이 선박 통신 성능의 주요 결정 요인임을 강하게 시사한다. 초기 가설에서는 기온이 높아질수록 성능이 단순히 저하될 것으로 예상하였으나, 실제 결과는 위치별 구조적 특성에 따라 비선형적인 패턴을 보였다.
Latency에 대해서는 모든 위치에서 일관된 U자형 비선형 관계가 나타났다. A-Deck은 외부에 완전히 노출된 구간으로, 기온이 낮은 수준(5.3°C)에서 높은 수준(34.5°C)으로 증가할 때 약 20°C에서 최소 latency를 보였다. BRIDGE는 상부 구조물에 의해 부분적으로 차폐되어 15∼25°C 구간에서 가장 안정적인 성능을 나타냈다. F'CLE은 돔형 구조물에 의해 정 부분 차폐되었으나 여전히 기온의 영향이 뚜렷하게 관찰되었으며, 중간 온도 구간에서 최적 성능을 보였다. POOP은 완전히 개방된 구조로 기온 민감성이 가장 크게 나타났으며, 극저온과 극고온에서 latency 저하가 두드러졌다.
Bandwidth에 대한 기온의 영향은 위치별로 상이하였다. A-Deck에서는 20∼30°C 구간에서 최고 성능인 77.9 Mbps를 기록하며 역U자형 패턴을 보였다. BRIDGE 역시 중간 온도 구간에서 최적 성능을 나타내는 역U자형 관계가 확인되었다. F'CLE은 차폐 효과에도 불구하고 기온이 상승할수록 성능이 지속적으로 감소하는 포물선형 감소 패턴을 보였다. 반면 POOP에서는 개방된 구조적 특성이 반영되어 U자형 패턴을 나타냈으며, 중간 온도 구간에서 최적 성능을 기록하였다.
종합적으로, 대부분의 위치에서 15∼25°C 범위에서 최적 latency 성능을, 20∼30°C 범위에서 최적 bandwidth 성능을 보였다. 또한, 일부 위치에서는 환경 요인과의 상관성이 뚜렷하게 관찰되었으나, 동일한 조건임에도 불구하고 통계적으로 유의하지 않거나 효과 크기가 제한적인 결과가 나타났다. 이러한 불일치는 위치별 구조적 차이나 데이터 분포에 기인할 수 있으며, 동시에 모형의 민감도와 표본 제한성에 영향을 받았을 가능성이 있다.
4.2.2 강수량 영향
분석 기간 동안 강수량은 0mm에서 60.2mm까지 분포하였으며, 평균 강수량은 약 0.29mm였다. 전체 관측값 중 약 91%가 무강수 상태였으며, 강수가 발생한 경우는 주로 경미한 수준(0.15mm)이었다. 초기 가설에서는 강수가 통신 성능을 저하시킬 것으로 예상하였으나, 실제 분석 결과는 강수량이 주로 대역폭 성능에 긍정적 영향을 주며, 지연시간에는 제한적으로만 영향을 미친다는 점이 확인되었다.
분석 결과, 가장 중요한 발견은 강수량이 대역폭 성능에 미치는 영향이 모든 위치에서 통계적으로 유의하였다는 점이다(p < 0.05). 반면, 지연시간에 대한 강수량의 영향은 BRIDGE에서만 통계적으로 유의하게 나타났다(p < 0.05). 이는 강수량이 선박 통신 시스템의 대역폭 성능을 향상시키는 요인으로 작용하며, 지연시간 개선 효과는 특정 위치에서만 나타난다는 점을 시사한다.
종합적으로, 가설과 달리 강수량은 통신 성능을 저해하기보다는 오히려 대역폭 향상에 기여하였으며, 지연시간 개선은 BRIDGE에서만 나타났다. 따라서 선박 통신 환경에서는 강수가 단순히 부정적 요인이 아니라, 특정 조건에서는 성능을 보완하는 요소로 작용할 수 있음을 시사한다.
4.2.3 습도 영향
분석 기간 동안 상대습도는 20%에서 97%까지 분포하였으며, 평균 습도는 약 72%로 전형적인 해상 환경의 특성을 보였다. 초기 가설에서는 습도가 높아질수록 통신 성능이 저하될 것으로 예상하였으나, 실제 분석 결과는 기온과 유사하게 비선형적 패턴이 나타났으며, 구간별로 상이한 반응이 확인되었다.
분석 결과, 모든 위치에서 습도의 1차항은 유의한 양의 계수, 2차항은 유의한 음의 계수를 보여 전형적인 역U자형 관계가 도출되었다(p < 0.05). 이는 지연시간(latency)이 중간 습도 구간(40∼60%)에서 가장 악화되고, 극저습도와 극고습도 구간에서는 오히려 성능이 회복되는 경향을 보임을 의미한다. 특히 POOP 위치는 가장 큰 민감성을 보였으며(β1=0.0806), 중간 습도에서 지연시간이 다른 위치보다 크게 증가하여 후미 구간의 환경적 취약성이 드러났다.
대역폭에 대해서는 모든 위치에서 유의한 영향이 나타난 것은 아니었다. F’CLE와 BRIDGE에서는 습도의 영향이 통계적으로 유의하였으며(p < 0.05), 두 위치 모두 U자형 곡선을 보여 중간 습도 구간에서 성능이 저하되었으나, 고습도 구간(80∼97%)에서는 오히려 성능이 향상되는 양상이 나타났다. 반면, A-Deck과 POOP 위치의 대역폭 결과는 통계적으로 유의하지 않아(ns), 주요 해석에서 배제해도 무방하다.
세부적으로 살펴보면, 네트워크 지연시간은 전 위치에서 공통적으로 40∼60%의 중습도 구간에서 가장 악화되었으며, 이후 고습도로 갈수록 점차 개선되는 경향이 확인되었다. 특히 POOP 위치는 지연시간 증가 폭이 두드러져, 다른 위치 대비 상대적으로 취약한 지점임이 드러났다.
종합적으로 볼 때, 습도는 전반적으로 지연시간에는 역U자형 악화 패턴, 대역폭에는 일부 위치(F’CLE, BRIDGE)에 한정된 U자형 개선 패턴을 보였다. 이는 “습도가 높아지면 통신 성능이 단순히 저하된다”는 가설과 달리, 중간 습도 구간(40∼60%)에서 성능 저하가 집중되고, 고습도에서는 특정 위치에서 오히려 성능이 개선될 수 있음을 시사한다.
4.2.4 파고 영향
분석 기간 동안 파고는 0.1m에서 15.8m까지 분포하였으며, 평균 파고는 약 0.7m였다. 초기 가설에서는 파고가 높아질수록 통신 성능이 일관되게 저하될 것으로 예상하였으나, 실제 분석 결과는 위치별로 구분되는 복잡한 비선형적 관계가 확인되었다.
Latency에 대해서는 A-Deck(p < 0.001)과 POOP(p < 0.01)에서만 매우 높은 통계적 유의성이 확인되었으며, F’CLE와 BRIDGE에서는 유의하지 않아(p > 0.05) 분석에서 배제할 수 있다. 반면, Bandwidth는 모든 위치에서 통계적으로 유의한 영향을 보였으며, F’CLE(p < 0.05), A-Deck(p < 0.01), BRIDGE(p < 0.01), POOP(p < 0.001) 순으로 뚜렷한 차이가 나타났다. 이는 파고가 선박 통신 성능의 중요한 결정 요인임을 시사하며, 위치별 민감도가 상이함을 보여준다.
위치별로 살펴보면, A-Deck에서는 latency가 비선형 곡선을 따라 변화하였으며, 파고 약 5.79m에서 최소값을 나타냈다. Bandwidth는 7.65m에서 최적 성능을 보이며 U자형 관계가 확인되었다. BRIDGE에서는 latency는 유의하지 않았으나, bandwidth가 5.33m에서 최대값을 보이며 역U자형 패턴을 보였다. F’CLE 또한 latency는 통계적으로 유의하지 않았으나, bandwidth가 4.2m에서 최적 성능을 기록하며 약 29.4%의 개선 효과가 나타났다. 반면, POOP은 가장 높은 민감도를 보인 위치로, latency가 5.22m에서 최소값을, bandwidth가 6.54m에서 최대값을 보였으며 각각 45.2%와 38.7%의 개선 효과가 확인되었다.
이러한 결과는 Mixed Effects Model 분석을 통해 확인된 바와 같이, 파고와 통신 성능 간의 관계가 단순히 직선적 저하가 아닌 비선형 곡선적 패턴을 따른다는 점을 의미한다. Latency는 특정 파고 구간에서 최소값을 보이는 U자형(아래볼록) 곡선을, Bandwidth는 위치별로 상이하게 A-Deck과 POOP는 U자형, F’CLE과 BRIDGE는 역U자형(위볼록) 패턴을 보였다. 파고 구간별 분석에서는 0∼0.5m(평온)에서 대부분 위치가 안정적인 성능을 유지하였으나, 0.5∼1.5m(약간 거친) 구간에서 위치별 차이가 두드러지게 나타났다.
종합적으로, 파고 4∼6m 구간에서 대부분 위치가 최적 성능을 보였다. 다만, 세부적으로 살펴보면, 일부 위치에서는 환경 요인과의 상관성이 뚜렷하게 관찰되었으나, 다른 위치에서는 동일한 조건임에도 불구하고 통계적으로 유의하지 않거나 효과 크기가 제한적인 결과가 나타났다. 이러한 불일치는 위치별 구조적 차이나 데이터 분포에 기인할 수 있으며, 동시에 모형의 민감도와 표본 제한성에 영향을 받았을 가능성이 있다.
4.2.5 운항여부 영향
분석 기간 동안 선박의 운항상태는 정박 85.0%(9,529회)와 운항 15.0%(1,682회)로 분포하였다. 초기 가설에서는 운항 시 통신 성능이 전반적으로 저하될 것으로 예상하였으나, 실제 분석 결과는 보다 복합적인 양상을 보였다.
분석 결과, 가장 중요한 발견은 운항여부가 대역폭 성능에 미치는 영향이 모든 위치에서 매우 높은 통계적 유의성을 보였다는 점이다(p < 0.001). 반면, 지연시간에 대한 영향은 위치별로 상이한 패턴을 나타냈다. 이는 운항여부가 선박 통신 성능에 복합적이고 위치별로 차별화된 영향을 미치는 주요 결정 요인임을 강하게 시사한다.
위치별 운항 영향을 구체적으로 살펴보면, A-Deck에서는 정박에서 운항으로 전환될 때 대역폭이 68.0Mbps에서 51.9Mbps로 23.6% 감소하였으나, 지연시간은 3.19ms에서 2.58ms로 19.1% 개선되었다. BRIDGE에서는 대역폭이 38.6Mbps에서 25.0Mbps로 35.1%의 가장 큰 감소를 보였으며, 지연시간은 2.74ms에서 2.89ms로 5.5% 악화되었다. F'CLE에서는 대역폭이 23.4Mbps에서 15.5Mbps로 34.0% 감소하였고, 지연시간은 3.79ms에서 4.01ms로 5.8% 악화되었다. POOP에서는 대역폭이 47.0Mbps에서 39.5Mbps로 15.9% 감소하였으나, 지연시간은 4.89ms에서 3.80ms로 22.3%의 가장 큰 개선 효과를 나타냈다.
이러한 결과는 Mixed Effects Model 분석을 통해 확인된 운항여부와 통신 성능 간의 복합적 관계로 설명할 수 있다. 대역폭은 모든 위치에서 운항 시 일관되게 감소하는 패턴을 보였으나, 지연시간은 위치별로 상반된 효과를 나타냈다. A-Deck과 POOP에서는 운항 시 지연시간이 개선되었으나, F'CLE과 BRIDGE에서는 악화되는 경향이 관찰되었다. 이는 선박 내 전자기 환경 차이가 운항 중 발생하는 엔진 진동 및 전자기 간섭에 서로 다르게 반응하기 때문으로 해석된다.
종합적으로 볼 때, 운항은 선박 통신 성능에 있어 대역폭 측면에서는 일관된 저하 요인으로 작용하였으나, 지연시간에는 위치별 전자기 환경과 구조적 특성에 따라 상반된 영향을 미쳤다.
4.2.6 밀폐 여부
기존 무선통신 기술인 Wi-Fi는 공기를 매개로 전자기파가 이동하는 방식인 반면, 표면파 통신 기술은 금속 도체를 신호 전달 경로로 활용한다는 점에서 차별화된다. 외부로 연결된 금속 도체만 존재한다면, 밀폐된 공간에서도 금속 표면을 따라 데이터 통신이 가능하다는 장점이 있다. 이러한 특성은 전통적인 무선통신이 신호 차단이나 간섭에 취약한 밀폐 공간, 예를 들어 기관실이나 엔진룸 등에서 신뢰성 높은 데이터 전송을 가능하게 한다.
본 연구에서는 표면파 통신 기술의 실효성을 검증하기 위해, 테스트베드에서 개방 공간은 물론 밀폐 공간인 기관실에도 표면파 통신을 적용하였다. 테스트베드 운영 결과, 밀폐공간인 기관실에서도 표면파 통신을 통한 데이터 송·수신이 정상적으로 이루어짐을 확인할 수 있었다. 그러나 데이터 분석 과정에서 기관실의 통신 성능이 특정 시간대와 조건에서 대역폭이 2.09Mbps 이하로 저하되는 현상이 관찰되었다(Fig. 7).
이러한 통신 성능 저하의 원인을 규명하기 위해 시간대별 대역폭 측정값을 비교·분석한 결과, 일반적인 근무 시간대(08:00∼18:00)에는 2.10Mbps 이하 대역폭의 발생 빈도가 낮았으나, 비근무 시간대(00:00∼08:00, 18:00∼23:00)에는 발생 빈도가 높게 나타났다. 이러한 차이는 추가 실험을 통해 주로 통신 경로의 개폐 여부 변화에서 비롯됨을 확인하였다(Fig. 10).
이러한 저하 현상의 근본적인 원인은 표면파 통신의 특성에 기인한다. 금속 표면을 통해 신호를 전달하는 과정에서 기관실 내부에 설치된 기기, 파이프, 엔진 축, 발전기 등 복잡한 금속 구조물이 신호 경로를 다양하게 분산시키면서 다중경로 페이딩(multipath fading)을 유발한다. 이는 신호 감쇄 가능성을 높이고, 특히 밀폐된 금속 공간에서는 반사·산란·회절이 복합적으로 발생하여 그 효과가 더욱 두드러진다.
Kong et al.(2022)은 이러한 현상을 보다 구조적인 측면에서 규명하였다.
평면 구조와 곡면 구조에 따른 공진기 형태별 통신 성능을 시험한 결과, 평면구조에서는 평면 공진기가 더 우수하였으나, 곡면구조에서는 곡면 공진기의 성능이 더 뛰어났다. 이는 선박 내 복잡한 곡면 구조(예: 파이프, 원통형 장치 등)에서 표면파 통신 성능이 저하되는 이유를 설명해주며, 구조 형태에 따라 최적의 공진기 설계를 달리 적용하면 성능을 보완할 수 있음을 시사한다.
따라서 본 연구의 실험 결과와 선행 연구(Kong et al., 2022)를 종합하면, 선박 금속 자기장 통신은 밀폐된 금속 환경에서 Wi-Fi보다 안정적이고 신뢰성 있는 성능을 제공하되, 성능 변동은 구조적 요인과 통신 경로의 개폐 여부에 크게 영향을 받는다. 향후 실용화 모델에서는 곡면·평면 구조에 따른 맞춤형 공진기 설계와 함께, 신호 분산 및 다중경로 페이딩 완화를 위한 체계적인 보완책 마련이 필요하다.
5. 결 론
본 연구는 금속 구조물이 지배적인 선박 환경에서 표면파(선박 금속 자기장) 통신이 실운항 조건에서도 신뢰성을 확보할 수 있는지, 그리고 선박 내 네트워크로서의 실용적 적용 가능성을 체계적으로 검증하였다. 장기간 테스트베드를 구축·운영하고, 위치(노드)별 특성을 반영한 혼합효과모형과 AR(1) 상관구조, 비선형 항을 결합해 환경요인이 통신 성능(지연시간·대역폭·패킷 손실)에 미치는 순수효과를 정량화하였다. 그 결과, 기존 Wi-Fi/유선 이더넷이 제약을 보이는 수밀 격벽 및 밀폐 구간에서도 표면파 통신이 안정적으로 동작함을 확인하여, 선박 내 백본 및 국소 구간망으로의 활용 가능성을 입증하였다.
첫째, 기온은 전 위치에서 지연시간에 U자형 비선형 관계를 보였고(대체로 15∼25 °C에서 최저 지연), 대역폭은 위치에 따라 역U자형/단조감소/U자형 등 상이한 곡선 패턴을 나타냈다(대체로 20∼30 °C에서 최고 대역폭).
둘째, 강수량은 가설과 달리 전 위치에서 대역폭을 유의하게 개선했고 강우가 반드시 성능을 저해하지 않음을 보여 주었다.
셋째, 습도는 지연시간에 역U자형 악화(중간 습도 40∼60%에서 최악) 패턴이 관찰되었고, 대역폭은 일부 위치에서만 U자형 개선 경향을 보여 위치별 감수성이 다름을 확인하였다.
넷째, 파고는 전 위치 대역폭에 일관된 유의영향을 미쳤으며, 지연시간은 A-Deck·POOP에서만 유의했다.
다섯째, 운항여부는 전 위치 대역폭을 일관되게 감소시켰지만(진동 등의 영향), 지연시간은 A-Deck·POOP에서 개선, F’CLE·BRIDGE에서 악화되는 상반 효과가 확인되었다.
여섯째, 밀폐구간(기관실)에서는 구조적 다중경로·반사로 비근무 시간대에 저대역폭 이벤트가 빈발했으며, 통신 경로의 개폐 관리와 구조 형태(평면/곡면)에 적합한 공진기 설계가 개선의 관건임을 확인하였다.
한계로는 단일 선박·해역에 대한 관측으로 인한 일반화 제약, 데이터 기간상 계절성 분석의 제약, 변수 상호작용의 심층 추정 한계를 들 수 있다. 또한, 본 연구의 데이터는 운항(15.0%)과 정박(85.0%)의 불균형, 강수 데이터의 91%가 무강수 상태인 점 등 분포의 편향성이 존재한다. 이러한 불균형은 특히 운항 조건이나 강수 조건에서의 통신 성능 추정에 불확실성을 증가시킬 수 있다. 혼합효과모형을 통해 이러한 불균형의 영향을 부분적으로 통제하였으나, 향후 연구에서는 운항 조건과 다양한 기상 조건에서의 데이터를 보다 균형 있게 수집하여 추정의 신뢰성을 높일 필요가 있다.
종합하면, 표면파 통신은 금속 밀집·수밀 격벽·복잡 곡면 구조 등 전통 무선이 취약한 선박 환경에서 신뢰성 있는 백본·국소망 대안으로 기능할 수 있음을 실증하였다. 환경요인의 영향은 불가피하나 예측 가능하고 관리 가능한 패턴을 가지므로, 위치별·상황별 적응형 운영과 구조 맞춤형 설계를 병행하면 실해역 조건에서도 안정적·효율적인 통신 성능을 확보할 수 있다.
이는 선박 IoT, 자율운항, 디지털 물류·항해 의사결정 지원 등 차세대 지능형 해상교통정보서비스의 핵심 인프라로서 표면파 통신의 적용 가능성을 뒷받침한다. 특히, 자율운항선박 내부의 센서망 백본 구축, 수밀 격벽으로 분리된 화물창·기관실 간 실시간 상태 모니터링, 그리고 밀폐 구역 내 IoT 기기 연동 등 기존 무선통신이 한계를 보이는 영역에서 핵심적인 역할을 수행할 것으로 기대된다.
PDF Links
PubReader
ePub Link
Full text via DOI
Download Citation
Print
