한국선급·현대삼호, 선박 설계에 인공지능 붙여 반목 배치와 문서 분석 자동화

조선소 설계·해석 업무에 인공지능을 직접 붙인 사례

• 한국선급과 현대삼호가 선박 설계·해석 업무를 위한 인공지능 솔루션 공동연구를 완료했음

  • 3일 그리스 아테네에서 열린 해양산업 전시회 ‘포시도니아 2026’에서 프로젝트 완료 서명식을 열었음
  • 이 프로젝트는 지난해 6월 양사가 체결한 업무협약을 바탕으로 약 1년간 진행됐음
  • 목표는 조선소 설계와 해석 업무를 더 효율적이고 정밀하게 만드는 것임

• 핵심 과제는 두 가지였음

  • 첫째, 인공지능 해석 모델을 활용한 반목 배치 최적화와 강도 평가 솔루션 개발임
  • 둘째, 생성형 인공지능 기반 설계문서 분석 시스템 개발임
  • 둘 다 조선 현장에서 반복 작업과 전문가 의존도가 큰 영역이라는 공통점이 있음

반목 배치 최적화가 왜 중요한가

• 반목은 선체와 대형 블록을 지지하고 거치하는 구조물임

  • 배를 만들 때 거대한 구조물을 안전하게 받쳐야 하니, 위치와 수량을 대충 정할 수 없음
  • 기존에는 반목 수량과 위치를 결정하기 위해 반복적인 구조해석을 거쳐야 했음
  • 배치안을 바꿀 때마다 해석을 다시 돌려야 하니 설계 검토 시간이 길어질 수밖에 없음

• 이번 연구에서는 구조해석 결과를 실시간 수준으로 예측할 수 있는 인공지능 모델을 개발했음

  • 다양한 반목 배치안을 빠르게 검토할 수 있게 됐음
  • 최적 배치안을 더 빨리 찾을 수 있어 설계 단계의 검토 기간 단축이 기대됨
  • 단순 자동화라기보다, 엔지니어가 더 많은 후보안을 짧은 시간에 비교할 수 있게 만드는 도구에 가까움

sequenceDiagram
    participant 엔지니어 as 설계 엔지니어
    participant 해석모델 as 인공지능 해석 모델
    participant 배치안 as 반목 배치안
    participant 검토 as 강도 평가
    엔지니어->>배치안: 후보 위치와 수량 입력
    배치안->>해석모델: 구조 조건 전달
    해석모델->>검토: 강도 결과 예측
    검토->>엔지니어: 최적 배치 후보 반환
    엔지니어->>배치안: 대안 반복 검토

설계문서 분석은 폐쇄형 환경이 포인트

• 양사는 생성형 인공지능 기반 조선소 전용 설계문서 분석 시스템도 만들었음

  • 방대한 설계문서, 기술자료, 현장 경험에서 나온 전문가 노하우를 체계적으로 관리하고 활용하는 게 목적임
  • 설계·생산·품질관리 담당자가 전문가 수준의 정보를 더 쉽게 찾고 활용하도록 돕는 구조임
  • 문서가 많은 조직에서 “어디에 뭐가 있는지 아는 사람”에게 의존하는 문제를 줄이려는 시도임

• 시스템은 외부망과 분리된 폐쇄형 환경에서 운영되도록 설계됐음

  • 조선소 설계문서는 보안 요구가 강한 자료라 외부 클라우드에 올리기 어렵기 때문임
  • 그래서 온프레미스 환경에서 도메인 특화 대규모 언어 모델을 적용한 점이 중요함
  • 산업 현장 인공지능은 모델 성능만큼 데이터 반출, 접근권한, 운영망 분리 같은 조건이 현실적인 제약으로 작동함

• 양사는 설계·해석을 시작으로 생산과 품질관리까지 적용 범위를 넓힐 계획임

  • 현대삼호는 설계 생산성 향상과 엔지니어 역량 강화, 디지털 전환 가속화를 기대한다고 밝혔음
  • 한국선급은 이번 프로젝트를 노동집약형 조선소 설계·해석 프로세스 혁신의 출발점으로 봤음
  • 조선업처럼 문서와 해석, 현장 노하우가 두껍게 쌓인 산업에서는 이런 인공지능 적용이 생각보다 빨리 퍼질 수 있음

기술 맥락

• 이 사례에서 선택된 기술은 크게 두 갈래예요. 하나는 구조해석 결과를 빠르게 예측하는 인공지능 해석 모델이고, 다른 하나는 설계문서를 읽고 지식을 꺼내주는 도메인 특화 대규모 언어 모델이에요.

• 반목 배치 쪽은 왜 인공지능이 필요한지 비교적 명확해요. 기존 방식은 배치 후보를 만들고 구조해석을 반복해야 해서 시간이 많이 걸리거든요. 인공지능 모델이 결과를 실시간 수준으로 예측해주면 엔지니어가 더 많은 대안을 빠르게 비교할 수 있어요.

• 문서 분석 시스템에서 온프레미스를 고른 이유도 중요해요. 조선소의 설계문서와 기술자료는 외부로 나가면 안 되는 민감한 데이터일 가능성이 높아요. 그래서 클라우드 기반 범용 챗봇보다, 내부망에서 돌아가는 폐쇄형 시스템이 현장 요구에 더 잘 맞아요.

• 도메인 특화 대규모 언어 모델을 붙인 건 단순 검색을 넘어서기 위한 선택이에요. 설계, 생산, 품질관리 담당자가 같은 문서를 보더라도 찾는 맥락이 다를 수 있거든요. 모델이 조선소 문서와 현장 노하우의 언어를 이해해야 실무에서 쓸 만한 답을 줄 수 있어요.