본 연구는 풍력 및 파랑장을 통합하여 유의 파고, 평균 파주기, 평균 파향을 예측하는 기계 학습 접근 방식인 OceanCastNet (OCN)을 제시합니다. OCN의 성능은 NDBC 부이 및 Jason-3 위성 관측을 사용하여 운영 ECWAM 모델과 비교 평가되었습니다. NDBC 스테이션 검증 결과 OCN이 ECWAM의 10개 스테이션에 비해 24개 스테이션에서 더 나은 성능을 보였으며, Jason-3 위성 검증은 228시간 예측에서 유사한 정확도를 확인했습니다. OCN은 태풍 고니와 같은 극한 기상 조건에서 파형을 성공적으로 포착했으며, 예측 오차는 일반적으로 $\pm$0.5m 이내였습니다. 이 접근 방식은 또한 계산 효율성 이점을 제공합니다. 결과는 기계 학습 접근 방식이 운영 파도 예측 응용 프로그램에 대한 기존 파도 예측 시스템과 유사한 성능을 달성할 수 있음을 시사합니다.
