스마트 해운의 핵심은 개별 장비의 성능보다 연결성에 있다. 선박의 센서 데이터와 항만 운영 정보, 화물의 이동 기록, 시장과 금융 데이터가 서로 다른 시스템에 머물면 AI가 할 수 있는 일도 부분적인 최적화에 그친다. 반대로 표준화된 데이터가 연결되면 항로와 속도의 조정, 항만 작업의 배치, 거래 상대의 위험 평가가 하나의 의사 결정 흐름으로 이어질 수 있다. 따라서 스마트 전환의 우선순위는 가장 비싼 장비나 최신 알고리즘을 먼저 도입하는 데 있지 않다. 어떤 데이터를 수집하고 누구와 공유할지, 서로 다른 시스템을 어떤 기준으로 연결할지, 오류와 사이버 공격에 어떻게 대응할지, 알고리즘의 권고를 누가 검증하고 책임질지를 함께 설계해야 한다. 기술을 도입한 뒤 운영 체계를 맞추는 방식으로는 데이터가 쌓여도 활용되지 않거나 개별 부문만 효율화되는 데 머물 수 있다.
--- 「01 스마트 해운」 중에서

스마트 항만은 세 개의 층위로 이해할 수 있다. 아래에서부터 장비의 자동화, 운영의 지능화, 그리고 생태계의 연결화다. 첫째 층위는 장비 자동화다. 안벽 크레인이 원격 조종되거나 무인으로 컨테이너를 집어 올리고, AGV가 정해진 경로 없이 스스로 최적 동선을 찾아 야드까지 컨테이너를 나르며, 무인 야드 크레인이 이를 쌓고 뺀다. 사람이 위험한 하역 현장에서 빠져나오니 안전사고가 줄고, 24시간 운영이 가능해진다. 둘째 층위는 운영 지능화다. 어느 선석에 어느 배를 대고, 어떤 순서로 하역하며, 컨테이너를 야드 어디에 쌓아야 다음 작업이 빨라지는지는 전형적인 조합 최적화 문제다. AI는 선박 도착 예정 정보와 야드 상태, 장비 가동 데이터를 결합해 이 문제를 실시간으로 푼다. 싱가포르 투아스항이 채택한 이벤트 기반 아키텍처처럼, 항만 전체에서 벌어지는 사건을 실시간 데이터 흐름으로 관리하는 관제 체계가 이 층위의 핵심이다.
--- 「03 스마트 항만」 중에서

항행 안전에서 AI의 첫 임무는 감시다. 사람의 눈과 레이더가 하던 견시(lookout)를 카메라와 컴퓨터 비전이 보강하고, 주변 선박의 침로와 속도로부터 충돌 위험을 계산해 가장 효율적이고 안전한 회피 동작을 제안한다. 대표적 사례가 2장에서 본 일본의 자율운항 실증선 스자쿠다. 이 배에는 AI 견시 시스템이 탑재돼 사람 대신 주변 해역을 감시했고, 하루 500척이 오가는 도쿄만의 혼잡 수역을 포함한 항로에서 항해의 약 98%를 자율로 소화했다. AI 견시의 강점은 야간과 악천후에서도 일관된 성능을 낼 수 있고, 인간 당직자의 피로 곡선을 따르지 않는다는 데 있다.
--- 「06 해사 안전과 사이버 보안」 중에서

해운 기업을 위협하는 위험은 여러 겹으로 쌓여 있다. 운임과 선가, 연료비, 금리와 환율이 움직이는 시장 리스크가 있고, 거래 상대방이나 선사 자신의 지급 능력이 흔들리는 신용 리스크가 있다. 충돌과 좌초, 화물 손상, 시스템 장애와 사이버 침해는 운영 리스크를 만들고, 탄소 규제와 대체 연료 전환은 새로운 비용과 자산 가치 하락 위험을 불러온다. 문제는 이러한 위험이 하나씩 차례로 오지 않는다는 데 있다. 전형적인 파국은 호황기에 시작된다. 높은 운임이 계속될 것이라는 기대 아래 빚을 늘려 선박을 사거나 장기 용선계약을 맺는다. 그러나 시황이 꺾이면 운임 수입과 선박 가치는 함께 떨어진다. 매출은 줄어드는데 용선료와 이자, 원금 상환 부담은 그대로 남는다.