Comparative Analysis and Visual Interpretation of YOLO Models for Rip Current Detection

이안류는 해안 지역에서 자주 발생하는 자연현상으로, 강한 해류와 급격한 수위 변화로 인명 피해를 초래할 수 있는 위험한 상황을 야기할 수 있다. 본 연구는 이러한 이안류를 실시간으로 탐지하고 신속하게 대응할 수 있는 자 동화 시스템의 필요성을 해결하기 위해, AI-Hub에서 수집한 30,000장의 이안류 데이터셋을 활용하여 YOLOv5, YOLOv8, YOLOv11 모델의 성능을 비교 분석하였다. Eigen-CAM 기법을 적용하여 각 모델이 특정 특징에 주목하는 방식을 시각화함으로써, 모델의 의사결정 과정을 직관적으로 이해할 수 있도록 하였다. 실험 결과, YOLOv11모델은 평균 정밀도(mAP50) 58.96을 기록하며 다른 모델들보다 우수한 성능을 보였고, 경량화된 구조(46MB) 덕분에 실시간 탐지에서도 높은 효율성을 입증했다. 이 연구는 이안류 탐지 기술의 실용성과 해양 안전성 강화를 위한 기초 자료를 제공하고, 향후 조기 경보 시스템 구축에 기여할 수 있는 중요한 기술적 기반을 마련하는 데 목적을 둔다.