엔드 투 엔드 워크플로우, 선박 회사 거버넌스, 사이버 보안 및 책임 있는 사용

이득:

• 사람의 검증 게이트와 결정 기록을 통해 처음부터 끝까지 캠페인의 모든 단계에서 AI를 일관되게 배포할 수 있는 능력
• 승인된 차량 목록, 데이터 분류, ISM 통합, 사이버 보안(중요한 시스템 격리, 데이터 기밀성, 중복성)을 포함하는 선박 회사 거버넌스 프레임워크를 구축하는 능력
• 인간의 책임, 투명성, 과도한 주장 방지, 안전 환경 우선 순위 및 기밀 유지 원칙을 작업 흐름에 포함시키는 능력

이전 장치에서는 경로, 연료, 날씨, 문서화, 화물, 기계 모니터링, 진단, 입법 및 교량 결정 지원에서 AI를 개별적으로 처리했습니다. 이 단원에서는 캠페인 시작부터 끝까지 AI를 일관되고 제어 가능하며 안전하게 배치하는 방법 등 모든 것을 결합합니다. 선박과 회사는 이를 어떻게 관리하나요? 그리고 이러한 도구 자체(데이터, 연결, 사이버 보안)는 어떻게 보호됩니까? 목표는 안전이 중요한 특성을 결코 잊지 않으면서 해양 분야에서 AI의 가치를 포착하는 프레임워크를 구축하는 것입니다.

엔드투엔드 워크플로우: 인간 검증 게이트

탐험을 사슬로 생각해보세요. 각 링에 인간 검증 게이트(인간이 통과하기 전에 조건이 충족되었는지 확인하는 지점)를 배치합니다.

1. 항해 계획: AI가 경로/연료 대안 생성 → 게이트: 선장이 UKC/no-go 및 ECDIS의 제한 사항을 확인하고 확인합니다.
2. 기상 모니터링 : AI 예보 요약 → 게이트 : 다중 소스 + 공식 경고 확인, 대피 결정은 선장에게 달려 있습니다.
3. 화물: YZ 적재 권장 → 문: 안정성/강도 승인, 최고 책임자 승인을 받은 컴퓨터 탑재.
4. 기계 : AI 이상 징후 → 문 : 물리적 검증, 진단, 유지보수 결정은 수석 엔지니어의 몫입니다.
5. 문서화: AI 청사진 → Gate: 인간의 실제 데이터 검증 및 서명.
6. 입법 : AI 지시 → Gate : 공식 소스에서 제공 여부를 확인합니다.
7. 브리지: AI 우선순위 → 게이트: COLREG 기동 및 항법 결정은 장교의 손에 있습니다.

규칙: 한 문을 통과하지 않으면 다음 문으로 이동할 수 없습니다. 이러한 계층 구조는 단일 AI 버그가 탐사나 보고서에 유출되는 것을 방지합니다. 모든 문에는 무엇이 제안되었는지, 누가 확인했는지, 무엇이 결정되었는지 등의 기록이 남습니다.

팁: 각 AI 사용에 대해 짧은 "결정 로그"를 유지하십시오. 즉, 어떤 도구, 어떤 입력, AI가 말한 내용, 검증 방법, 누가 승인했는지 등을 기록하십시오. 사고 조사나 감사에서 이 기록은 귀하를 보호하고 지속적인 개선을 가능하게 합니다.

선박회사 거버넌스

AI 도구는 무작위로 사용해서는 안 되며 프레임워크 내에서 사용해야 합니다.

• 승인된 도구 목록: 어떤 작업에 어떤 AI 도구가 승인되었나요? 민감한 데이터는 임의의 도구 및 공공 서비스에 업로드되지 않습니다.
• 데이터 분류: 화물 목록, 경로, 상업 계약, 승무원 개인 데이터는 민감합니다. 어떤 데이터가 어디로 가는지 정의됩니다.
• 역할과 권한: 누가 어떤 결정에 AI를 사용할 수 있고 누가 승인합니까? 선장과 수석 엔지니어는 명확한 최종 결정권을 가지고 있습니다.
• 훈련: 승무원은 AI의 한계(환각, 모호함, 검증)를 알아야 합니다. 도구보다는 규율을 가르칩니다.
• ISM 통합: AI의 사용이 선박의 안전 관리 시스템(ISM)에 절차적으로 추가됩니다. 감사가 가능해집니다.
• 지속적인 검증: 차량 성능이 모니터링됩니다. 잘못된 제안이 기록되고 도구나 사용법이 수정됩니다.

사이버 보안: 묶인 선박이 표적이다

현대 선박은 ECDIS 업데이트, 위성 통신, 원격 모니터링, AI 서비스 등 연결된 시스템입니다. 이 연결은 공격 표면입니다. 해양 사이버 보안(IMO의 선박 사이버 위험 관리 지침 및 ISM과도 관련됨)은 무시할 수 없습니다.

• 중요한 내비게이션/기계 시스템 분리: ECDIS, 기계 제어와 같은 시스템은 인터넷 및 AI 도구와 별도로 유지됩니다.
• 데이터 개인 정보 보호: 경로, 화물 및 상업 데이터가 안전하지 않은 AI 서비스에 유출되어서는 안 됩니다. 필요한 경우 마스크를 착용하십시오.
• 조작 위험: GPS/AIS 신호가 스푸핑될 수 있습니다. 이렇게 손상된 데이터로 인해 AI는 잘못된 제안을 생성합니다. 입력 보안은 출력 보안의 전제 조건입니다.
• 중복성: 시스템이 충돌하거나 사이버 사고가 발생하는 경우 기존 내비게이션(종이 지도, 기본 절차) 기능이 유지됩니다.

주의: AI 도구에 로드하는 모든 데이터는 통제 범위를 벗어날 수 있습니다. 선박 위치, 화물 세부 정보, 승무원 정보 및 영업 비밀 승인되고 안전하며 필요한 경우 가려진 방식으로 처리됩니다. "편의를 위해" 민감한 데이터를 공공 서비스에 붙여넣는 것은 보안 및 개인 정보 보호에 대한 심각한 위반입니다.

윤리적이고 책임감 있는 사용

• 인간의 책임: 안전에 중요한 모든 결정은 유능한 사람이 내립니다. AI의 출력은 AI의 승인을 대체할 수 없습니다.
• 투명성: AI가 사용될 때(특히 보고 및 분석에서) 정직하게 기술됩니다.
• 과도한 주장 피하기: 모호한 추정치는 확실성으로 제시되지 않습니다. 신뢰도는 솔직하게 표현됩니다.
• 환경 및 안전 우선순위: 해상 안전 및 환경 보호보다 상업적 이익이 우선시되지 않습니다.
• 개인 정보 보호: 승무원 및 상업 데이터는 보호됩니다.

세 개의 미니 케이스

사례 1 - 도어 시스템이 오류를 중지합니다. 선박에서 AI는 매력적인 연료를 절약할 수 있는 경로를 제안합니다. 그러나 "항해 계획 게이트"에서 선장은 ECDIS 확인에서 결함을 발견하고 제안을 거부합니다. 계단식 문은 벌레가 바다로 들어가는 것을 방지합니다. 결정 기록은 프로세스가 올바르게 작동하고 있음을 문서화합니다.

사례 2 - 데이터 유출이 방지됩니다. 경찰관이 화물 목록을 공공 AI 서비스에 붙여넣으려고 합니다. 회사 정책(승인된 도구 + 마스킹)은 이를 방지합니다. 비즈니스 데이터는 보호됩니다. 교훈: 거버넌스 프레임워크는 선의이지만 위험한 행동을 방지합니다.

사례 3 - 가짜 GPS 신호. GPS 스푸핑이 특정 지역에서 발생합니다. AI는 손상된 위치 데이터로 잘못된 코스 수정을 권장합니다. 팀은 독립적인 방법(레이더, 눈, 교차 베어링)으로 위치를 확인하고 편차를 알아차린 후 AI 제안을 거부합니다. 교훈: 입력이 손상되면 출력도 손상됩니다. 독립적인 검증과 중복성은 생명을 구합니다.

복사 가능한 템플릿 4개

1) 캠페인 AI 사용 감사 종료:

이번에는 [목록]에 AI를 사용했습니다. 작업, 사용 도구, 입력, AI 출력, 검증 방법, 승인자, 결과 각각에 대한 의사 결정 기록 테이블 초안을 작성합니다. 누락되거나 확인되지 않은 항목을 표시하세요.

2) AI 사용 정책 초안:

승인된 도구, 데이터 분류, 결정 승인자, 검증 의무, 사이버 보안 및 개인 정보 보호 규칙 등 선박에 대한 "책임 있는 AI 사용" 절차에 대한 초안을 작성합니다. 참고: 이 초안은 회사 DPA/ISM 팀의 승인을 받습니다.

3) 데이터 마스킹 제어:

AI 도구에 [text] 텍스트를 입력하기 전에 민감한 데이터가 있는지 확인하세요. 선박 위치, 화물 세부 정보, 개인 데이터, 영업 비밀 및 이를 마스킹할 수 있는 방법을 제안합니다. 확실하지 않으면 "입력하지 말고 먼저 확인하세요"라고 말하세요.

4) 사이버/중복 훈련 시나리오:

교량/기계 시스템에 대한 사이버 사고 또는 시스템 충돌 시나리오를 생성합니다. 승무원이 기존 내비게이션/엔진 관리로의 전환을 연습하는 데 도움이 되는 5단계 훈련 개요와 토론 질문을 작성합니다.

약한 프롬프트 / 강한 프롬프트

약한 프롬프트:

선박에서 AI를 어떻게 사용하나요?

매우 일반적입니다. 보안, 데이터, 거버넌스 및 검증 차원은 없습니다.

강력한 프롬프트:

귀하의 역할: 선박 디지털화 컨설턴트. 선박 유형 [x], 차량 관리 제휴 회사. 작업: 경로, 연료, 기계 추적 및 문서화에서 AI 사용을 위한 엔드투엔드 프레임워크 초안 작성: 각 단계의 인간 검증 게이트, 승인된 차량 및 데이터 규칙, 사이버 보안 조치, 결정 기록. 안전에 중요한 결정은 사람이 결정하며 AI가 승인을 대신할 수 없다는 점을 강조합니다. 불분명하거나 회사의 승인이 필요한 영역을 표시하세요.

게이트, 거버넌스 및 사이버 보안이 필요하면 기업에서 사용할 수 있는 결과물이 만들어집니다.

엔드투엔드 프레임 테이블

무대

AI 기여

인간 검증 게이트

원정 계획

경로/연료 대체

선장 ECDIS 승인

날씨 모니터링

예측 요약

다중 자원 + 선장

화물

스택 추천

로딩 컴퓨터 + 1등 항해사

기계

이상징후

물리적 확인 + 수석 엔지니어

문서

초안

실제 데이터 + 서명

입법

리디렉션

공식 출처 확인

다리

우선순위

COLREG 결정, 책임자

일반적인 실수

• 인증 게이트를 우회합니다. 속도에 대한 중간 확인을 제거하면 단일 오류가 원정대에 누출될 수 있습니다.
• 결정을 기록하지 않습니다. 기록이 없으면 감사, 조사에 대한 방어와 개선이 어려워집니다.
• 안전하지 않은 도구에 민감한 데이터를 제공합니다. 경로, 적재, 개인정보는 승인 및 마스킹을 거쳐 처리됩니다.
• 중요한 시스템을 격리하지 않습니다. ECDIS/기계 제어는 인터넷 및 AI 도구와 별도로 유지됩니다.
• 중복성을 무시합니다. 시스템/사이버 사고 시에도 기존의 항법 능력을 유지해야 합니다.
• 안전보다 상업적 이익을 먼저 생각합니다. 안전과 환경은 언제나 최우선입니다.

요약하면

해양에서 AI 엔드투엔드를 사용하는 핵심은 각 단계에 인간 검증 게이트와 의사결정 기록을 배치하는 계층형 프레임워크입니다. 이 프레임워크는 선박 회사 거버넌스(승인된 장비, 데이터 분류, 역할, 교육, ISM 통합), 사이버 보안(중요 시스템 격리, 데이터 기밀성, 입력 보안, 중복성) 및 책임 있는 사용 원칙(인간의 책임, 투명성, 과도한 주장 방지, 안전 우선 순위, 기밀성)으로 보완됩니다. AI는 배송에 있어 실질적인 가치를 창출합니다. 그러나 안전에 중요한 결정은 항상 유능한 사람이 소유하며 AI 출력이 해당 승인을 대체하지 않습니다.

응용과제

자신의 선박에 대한 처음부터 끝까지의 탐험을 고려해보세요. 각 단계(계획, 항공, 화물, 기계, 문서화, 규제, 교량)에 대해 "AI가 수행하는 작업/휴먼 게이트/인증 방법/승인자" 한 줄 표를 작성합니다. 그런 다음 "데이터 마스킹" 및 "사이버/중복성" 조치를 추가합니다. 마지막으로 이번에 보관할 의사결정 기록의 템플릿을 만듭니다.

체크리스트

• [ ] 각 단계마다 사람 인증 게이트를 배치했습니다.
• [ ] 각 AI 사용에 대한 결정을 기록했습니다.
• [ ] 승인된 도구 및 데이터 분류 규칙을 준수했습니다. 민감한 데이터를 보호/마스킹했습니다.
• [ ] 중요한 항법/기계 시스템을 분리하고 중복 기능을 유지했습니다.
• [ ] 보안에 중요한 결정은 유능한 사람이 내리며 AI 승인을 대신할 수 없음을 확인했습니다.

모듈 시험

1. 다음 중 해양 인공지능의 위치 파악으로 가장 정확한 것은 무엇입니까?

• A) 인공지능은 의사결정 지원 도구입니다. 경로 확인, 조종, 기계 결정 등 안전에 중요한 결정에 대한 책임은 선장과 기관장에게 있습니다 ✔
• 나) 해상에서는 인공지능이 인간보다 신뢰도가 높기 때문에 경로와 기동 결정은 인공지능에게 맡겨야 한다.
• 다) 인공지능은 텍스트를 요약하는 역할만 할 뿐 내비게이션이나 기계작업과는 아무런 관련이 없습니다.
• D) 인공지능은 사람의 승인 없이 ECDIS에 경로를 입력하고 실행할 수 있다.

설명: 해양은 보안이 중요한 분야입니다. 인공 지능은 경로, 연료, 날씨, 문서화, 기계 모니터링 및 법률 제정에 소요되는 시간을 절약해 주는 의사 결정 지원 도구입니다. 그러나 해상 안전, 환경 및 재산 보안에 대한 법적 책임은 선장 및 기관장입니다. 조작, 기계 정지 및 비상 결정은 인간의 몫이며, 인공 지능 출력은 유능한 전문가의 승인을 대체할 수 없습니다.

2. 인공지능이 제안한 경로 대안을 실행하기 전에 가장 중요한 단계는 무엇입니까?

• A) ECDIS, UKC의 이동 금지 구역과 경로를 확인하고 선장 승인 ✔
• 나) 인공지능이 계산한 대로 추가 확인을 하지 않고 직접 실행한다.
• C) 최단 거리만 선택했는지 확인
• D) 경로를 전혀 확인하지 않고 연료를 가장 많이 절약하는 방향으로 전환

설명: 인공지능이 생성한 경로는 초안이며 공식 지도에서 확인되지 않았습니다. 이동 금지 구역과 조류 시 용골 하부 간격(UKC)에 대해 ECDIS를 확인하지 않으면 어떤 경로도 실행되지 않습니다. 시간/연료 절약은 이 보안 확인보다 결코 중요하지 않습니다.

3. 연료 최적화를 위해 인공지능이 소비량을 예측할 때 가장 정확한 접근 방식은 무엇입니까?

• A) 일반적인 선박 모델을 가정하고 제약을 두지 않고 가장 낮은 연료 소모량을 요구함
• B) 선박의 실제 성능 곡선을 기준으로 추정하고 상업법적 제약을 부여합니다. ✔
• 다) 인공지능이 부여한 첫 번째 숫자를 검증하지 않고 그대로 적용
• D) 속도를 줄이는 것만으로도 충분합니다. 전세와 항구 창구는 관련이 없습니다

설명: 일반적인 '선박 모델'을 가정하여 산출된 예측은 귀하의 선박에 심각하게 불쾌감을 줄 수 있습니다. 추정치는 선박의 실제 성능 곡선(해상 시험 및 서비스 데이터)을 기반으로 해야 합니다. 또한 전세 최저 속도, 항구 창구 등 상업법적 제한도 부여해야 합니다. 트림/속도 변경은 안정성과 기계 상태의 한계를 고려하여 사람의 승인을 받아 적용됩니다.

4. 인공지능이 계산한 CII(탄소집약도 지표) 값은 무엇인가요?

• A) 공식 CII 보고서로 직접 선언 가능
• B) 그것은 단지 예측일 뿐이다. 공식 보고서는 승인된 방법으로 작성되며 최신 출처의 확인을 받아야 합니다 ✔
• 다) 인공지능 계산이 인간보다 낫기 때문에 항상 맞는 말이다.
• D) 배출 기준치가 변경된 적이 없으므로 확인할 필요가 없습니다.

설명: CII와 같은 배출량 수치는 승인된 방법과 검증된 데이터에 의해 생산된 공식적인 출력입니다. 인공지능이 부여하는 가치는 단지 예측일 뿐이다. 오래된 계수를 사용하거나 환각을 일으킬 수 있습니다. 공식 보고서로 사용될 수 없으며 최신 공식 출처를 통해 확인되어야 합니다.

5. 기상 및 해상 상태 평가에서 인공지능이 가장 중요한 이유는 무엇입니까?

• A) 단일 모델을 기반으로 정확한 파고 제공
• B) 불확실성을 숨기고 모든 예측을 확실성으로 제시
• C) 다양한 모델을 비교하고 분리 및 불확실성을 가시화 ✔
• D) 공식 해상 경고를 대체하고 불필요하게 만듭니다.

설명: 일기예보는 확률론적이며 가장 중요한 규모는 불확실성입니다. AI는 다양한 모델을 비교하고 차이(따라서 불확실성)를 가시화할 때 가장 가치가 높습니다. 이는 안전한 측면에 대한 계획을 보장합니다. 불확실성을 숨기고 중심 예측을 확실성으로 제시하는 것은 위험합니다.

6. 크루즈 일지나 공식적인 사건 보고를 위해 인공지능을 활용한 콘텐츠를 준비할 때 변함없는 원칙은 무엇인가요?

• A) 인공지능이 불완전하게 기억된 세부사항을 합리적인 방식으로 완성하도록 돕습니다.
• B) 실제 관찰 내용만 기록됩니다. 인공지능은 데이터나 세부사항을 구성할 수 없으며, 누락된 부분은 표시됩니다 ✔
• 다) 텍스트가 유창하다면 인공지능이 추가한 숫자와 이벤트는 검증 없이 받아들인다.
• D) 인공지능은 시간과 위치 정보를 추정할 수 있으므로 관찰이 필요하지 않습니다.

설명: 공식 기록은 법적 증거이며 그 내용은 진실과 정확히 일치해야 합니다. 인공지능은 시간, 위치, 속도, 사건 정보를 조작할 수 없습니다. 이는 단순히 귀하가 제공하는 실제 관찰을 적절한 문장으로 번역하는 것입니다. 사라진 자리는 '합리적인 허구'로 채워져 있지 않고, 표시되어 있다. 정확성과 서명에 대한 책임은 사람에게 있습니다. 그렇지 않으면 문서가 위조될 위험이 있습니다.

7. 적재 계획에서 선박의 복원성(GM)과 종방향 강도를 어떻게 결정해야 합니까?

• A) 인공지능이 부여하는 대략적인 GM과 트림값에 의존
• B) 승인된 적재 컴퓨터에서 계산되고 최고 항해사/선장의 승인을 받습니다 ✔
• C) 어떠한 도구도 사용하지 않고 경험에 의해 추정됨
• D) 무게 분포를 고려하지 않고 총 무게만 본다.

설명: 안정성과 강도는 안전에 매우 중요합니다. 한 번의 실수로 선박이 전복되거나 선체가 손상될 수 있습니다. 이러한 계산은 승인된 로딩 컴퓨터에서만 이루어지며 최고 항해사/선장의 승인을 받습니다. AI가 제공하는 대략적인 GM 값은 공식적인 계산이 아닙니다. 예를 들어, 자유 유체의 효과를 놓치고 선박이 '안전한' 것처럼 보이게 만들 수 있습니다.

8. 위험화물 분리 및 적재 규칙(IMDG)에서 인공지능의 역할은 무엇입니까?

• A) 인공지능이 정확한 분리 규칙을 제시하고, 쌓이는 계획이 직접 적용됩니다.
• 나) 차별규칙은 인공지능에 대한 일반적인 지식에 의해 결정되며, 공식적인 코드는 필요하지 않다.
• C) 인공지능이 어떤 섹션을 봐야 할지 안내합니다. 공식 IMDG 코드에서 확인된 정확한 분리/적층 규칙 ✔
• D) 위험한 화물에는 분리 규칙이 필요하지 않으며 모두 함께 쌓을 수 있습니다.

설명: 일부 위험 물질을 나란히 놓으면 반응하여 화재나 폭발을 일으킬 수 있습니다. AI는 어떤 UN 번호와 IMDG 섹션을 확인해야 하는지 알려줍니다. 그러나 정확한 분리/적층 규칙은 공식 IMDG 코드에서 확인되어야 합니다. AI는 오래되었거나 잘못된 규칙을 제공할 수 있으므로 공식 코드가 최종 결정을 결정합니다.

9. AI가 기계 센서 데이터의 이상(예: 실린더 배기 온도 편차)을 표시하면 어떻게 조치해야 합니까?

• A) 신호는 확실한 결함으로 간주되며 장비는 즉시 정지됩니다.
• B) 신호는 가설이다. 상황에 따라 평가되고 물리적으로 검증되며 진단-유지 관리 결정은 수석 엔지니어에게 있습니다 ✔
• 다) 인공지능이 말해주기 때문에 추가 검증이 필요하지 않습니다.
• 라) 인공지능이 아무 말도 하지 않는다면 장비는 절대적으로 건강한 것으로 가정한다.

설명: '이상/고장'이 있다고 말하는 인공지능은 진단이 아니라 가설이다. 편차는 먼저 상황에 따라 평가되고(부하, 공기, 속도 변화 등) 물리적으로 검증되며(게이지 판독, 장비 점검) 진단-유지보수 결정은 수석 엔지니어에게 있습니다. 게다가 인공지능의 침묵이 '문제 없음'을 보장하는 것은 아니다.

10. 엔진룸에서 동시에 여러 개의 알람(경보 플러드)이 울릴 때 인공지능을 활용하는 방법과 그 한계는 무엇인가요?

• A) 인공지능이 근본 원인을 파악하고 자동으로 기계 정지 결정을 내린다.
• B) 인공 지능은 근본 원인 가설을 생성합니다. 가설이 물리적으로 검증되었으며 중지/개입 결정은 엔지니어에게 있습니다 ✔
• C) 알람 중 하나가 꺼지면 다른 알람도 통과되므로 확인할 필요가 없습니다.
• D) 타임스탬프가 부정확하더라도 AI의 근본 원인 순위는 정확합니다.

설명: 오류로 인해 일련의 보조 경보가 발생하는 경우가 많습니다. 근본 원인은 단 하나입니다. AI는 타임스탬프가 표시된 경보 로그를 정렬하고 근본 원인 가설을 생성할 수 있습니다. 그러나 이 가설은 물리적 지표로 검증되어야 하며, 기계를 멈추거나 안전 트립을 비활성화하는 등의 결정은 엔지니어의 몫입니다. 자동화할 수 없습니다.

11. SOLAS와 같은 법률에서 정확한 품목 번호나 수치 기준이 필요한 경우 AI를 어떻게 사용해야 합니까?

• A) 인공지능이 부여한 품목번호와 기준치가 보고서에 직접 기재됩니다.
• B) 인공지능 가이드; 정확한 물질과 기준치는 현재 공식 출처에서 읽고 확인합니다 ✔
• 다) 규칙은 변하지 않기 때문에 인공지능의 지식은 항상 최신이다.
• 라) '인공지능이 그렇게 말했다'는 감사의 유효한 근거

설명: 인공 지능은 실제로 존재하지 않는(환각) 항목 번호, 날짜 또는 임계값을 설득력 있게 구성할 수 있으며 규칙은 지속적으로 업데이트됩니다. 따라서 AI는 어떤 계약/코드 및 주제를 살펴볼지에 대한 가이드로만 사용됩니다. 평결은 항상 현재 공식 소스에서 읽혀집니다. 감사 결과 '인공지능이 그렇게 말했다'는 타당성이 없다.

12. 교량 충돌 방지(COLREG) 기동 결정에서 인공 지능/자동화의 역할은 무엇입니까?

• A) 시스템이 기동 명령을 내리고 경찰관이 이를 실행합니다.
• B) 시스템은 목표의 우선순위를 정하고 주의를 집중시킵니다. 기동 결정은 COLREG 체계 내에서 장교와 기장의 몫입니다 ✔
• C) AIS에 의존하는 것으로 충분합니다. 레이더 및 육안 확인이 필요하지 않습니다.
• D) 자동화가 안정적으로 작동하기 때문에 경찰관이 통제권을 벗어날 수 있습니다.

설명: 최신 시스템은 CPA/TCPA를 계산하고 목표 우선순위를 지정할 수 있습니다. 이는 경찰관의 주의를 집중시키는 데 유용합니다. 그러나 기동에 대한 결정(얼마나 많은 각도, 언제, 어느 방향)은 COLREG 및 올바른 해상 관행의 틀 내에서 당직 장교와 선장에게 속합니다. 시스템에 '안전 통과'라고 나와도 충돌의 책임은 해당 동작을 수행하거나 수행하지 않은 경찰관에게 있습니다.

13. 교량에서 '자동화 안주'(자동화에 대한 과도한 의존)가 위험한 이유는 무엇입니까?

• A) 위험하지 않습니다. 시스템이 안정적이라면 육안으로 확인할 필요가 없습니다.
• B) 인간의 주의력을 감소시키고 단일 소스에 대한 의존성을 만듭니다. AIS가 없는 보트 등 누락된 데이터가 누락될 수 있습니다 ✔
• 다) 연료소비를 증가시키기 때문에 문제가 된다.
• D) 오래된 선박에서만 볼 수 있으며 현대 교량에서는 위험이 없습니다.

설명: 시스템이 안정적으로 작동함에 따라 인간의 주의력이 약해지고 통제력이 상실될 수 있습니다. AIS가 없는 소형 보트는 레이더와 눈으로만 볼 수 있습니다. 시스템은 불완전한 데이터로 작동합니다. 따라서 레이더, AIS, ECDIS 및 눈은 서로 교차 확인해야 하며, 소스가 분리되면 가장 위험한 해석을 기준으로 삼아야 합니다.

14. 선박 위치, 화물 목록 또는 승무원 정보를 AI 도구에 입력하기 전에 어떤 원칙이 적용됩니까?

• A) 속도를 위해 민감한 데이터를 공공 서비스에 직접 붙여넣을 수 있습니다.
• B) 데이터 분류가 불필요합니다. 모든 데이터는 모든 차량에 입력될 수 있습니다.
• C) 민감한 데이터는 승인된 보안 도구에서만 처리되며 필요한 경우 마스킹됩니다. 중요한 시스템은 격리되어 있습니다 ✔
• D) 승무원 및 상업 데이터는 민감하지 않으며 보호할 필요가 없습니다.

설명: AI 도구에 업로드된 데이터는 통제를 벗어날 수 있습니다. 경로, 화물 세부 정보, 상업 계약 및 승무원 개인 데이터는 민감합니다. 승인된 안전한 차량에서만 처리하고 필요한 경우 마스크를 착용해야 합니다. '편의를 위해' 민감한 데이터를 공공 서비스에 붙여넣는 것은 보안 및 개인 정보 보호에 대한 심각한 위반입니다. 또한 중요한 내비게이션/기계 시스템도 격리되어 있습니다.

15. 캠페인 시작부터 끝까지 AI를 일관되고 안전하게 사용할 수 있는 가장 효과적인 방법은 무엇입니까?

• A) 각 단계마다 인적 검증 게이트와 의사결정 기록을 배치하는 계층적 프레임워크 구축 ✔
• B) 모든 원정 결정을 하나의 AI 도구에 위임하고 최종 결과를 살펴봅니다.
• C) 속도에 대한 중간 검증을 제거하고 도착 시에만 확인
• D) 각 임원은 결정사항을 기록하지 않고 자유롭게 자신의 차량을 사용할 수 있다.

설명: 항해는 사람의 검증 게이트와 각 단계(계획, 항공, 화물, 기계, 문서, 법률, 교량)에 전환 조건이 있는 체인으로 간주됩니다. 한 문을 통과하지 않고는 다른 문을 통과할 수 없습니다. 모든 문은 결정의 기록을 남깁니다. 이러한 계층 구조는 단일 AI 오류가 탐사나 보고에 누출되는 것을 방지하고 감사에 대한 방어성을 제공합니다.