Development of an AI-Based Predictive Model and Correlation Analysis of Marine Environmental Variables for Sebastes schlegelii

본 연구는 대표적 양식 어종인 조피볼락(Sebastes schlegelii)을 대상으로 어획량과 주요 해양환경 변수 간의 시계열적 상관관계를 분석하고 이를 기반으로 어획량을 예측하였다. 먼저 2009년부터 2024년까지의 조피볼락 월별 어획량 자료와 해양환경 측정망의 15개 변수 데이터에 대해 교차상관함수를 이용한 시차(lag) 기반의 상관성을 평가하였다. 상관성 분석 결과, 화학적산소요구량(Chemical Oxygen Demand, COD), 클로로필-a(Chl-a), 수온, 염분이 조피볼락 어획량과 다소 높은 상관성을 보였다. 이를 기반으로 LSTM(Long Short-Term Memory) 모델을 활용하여 상관관계가 성립된 해양환경 변수의 영향을 고려한 어획량 예측을 수행하였으며, 입력 데이터의 종류에 따라 LSTM 모델의 정확도를 확인하였다. 결과적으로 선별된 해양환경 측정망 데이터와 어획량 데이터를 입력으로 사용하는 경우가 가장 모델 정확도가 높은 것으로 확인되었다.