사이트 안내와 개인정보 설정
Pulse 게시 ·

AWS, Manta의 선박별 ML 항해 최적화 사례 공개

AWS가 Manta Marine Technologies의 선박별 항해 최적화 구조를 소개했다. 선박 자체의 운항 이력과 기상·해양 예보를 결합하고 새 데이터가 쌓이면 해당 선박의 모델을 재학습한다. Manta는 운영 선단을 대상으로 한 내부 항해 시뮬레이션에 근거해 척당 연료2~4% 절감을 예상했다.

내용·출처 업데이트 · 2026. 10. 28. 오전 4:11

같은 선종이라도 선체·기계 상태, 트림·흘수·적재·운항 방식에 따라 성능이 달라 선종 평균 대신 각 선박의 이력으로 학습한다.

Apache Airflow는 상시 EC2에서 오케스트레이션하고 ETL·학습·항해 최적화 계산은 ECS 작업으로 실행한다. 학습에는 실행당 최대30억 데이터 지점을 처리하는 요구가 있다고 설명했다.

인스턴스 종류별로 용량 공급자·Auto Scaling 그룹을 나눠 덜 급한 작업은 Spot, 시간 민감 작업은 On-Demand로 배분한다.

대규모 데이터를 처리하는 ETL 파이프라인 한 개를 Graviton 기반으로 옮긴 뒤 관측한 가격 대비 성능 개선은 약25~30%다. 전체 서비스 비용이나 연료 절감률을 뜻하지 않는다.

척당 연료2~4%는 회사 내부 시뮬레이션에 근거한 예상이다. 운영 선단 전체의 실제 연료 사용량이 이미 그만큼 감소했다고 발표한 것은 아니다.

원문