본 논문은 해상 교통의 안전과 효율적인 관리를 위해 다중 모달 데이터(AIS, CCTV)를 활용한 선박 연관(multi-vessel association) 방법인 GMvA를 제안합니다. GMvA는 시계열 학습과 그래프 신경망을 이용하여 선박 궤적의 시공간적 특징을 효과적으로 포착하고, 시간적 그래프 어텐션과 시공간적 어텐션을 통해 국소 및 전역 선박 상호작용을 학습합니다. 다층 퍼셉트론 기반의 불확실성 융합 모듈을 통해 강건한 유사도 점수를 계산하고, 헝가리안 알고리즘을 사용하여 전역적으로 일관되고 정확한 표적 매칭을 수행합니다. 실제 해상 데이터셋을 이용한 실험 결과, GMvA는 기존 방법보다 높은 정확도와 강건성을 보이며, 특히 선박 밀도가 높고 AIS 및 CCTV 데이터가 불완전하거나 불균형적으로 분포된 어려운 상황에서도 우수한 성능을 나타냅니다.
