우리나라에서의 해상물동량은 거시적분석법과 미시적분석법을 병행해서 예측하고 있다. 우선 거시적방법으로 국내외경제동향 및 각종 지표분석을 하여 항만물동량을 전망하고, 미시적방법으로는 품목별 생산, 소비, 수출입 수급량예측을 한 다음, 정부 및 관련업계, 기관의 추정치를 참고로하여 최종 예측물동량을 확정하는 것이 일반적이다. 또, 지정항만의 물동량예측에 있어서도 전체물동량 예측값에서 대상항만이 그 나라에서 차지하는 비율 혹은 평균증가율에 따라 그 예측치를 산정 하고 있다. 이러한 방법은 다른 경쟁항만의 개발 및 변화에 따른 영향이 요소로서 전혀 고려되고 있지 않아 국제경쟁력시대에 맞지 않아 예측량이 실제값과 근사한 값으로 접근할 가능성은 작다. 따라서 이러한 문제점들을 최대한으로 수정, 보완해서 항만의 운영효율고취 및 대외경쟁력고취를 위한 종합적인 분석을 통해 항만의 물동량을 예측해야 할 필요가 있다. 본 연구에서는 이러한 종합적인 분석을 위해서 우선 주위 경쟁 중심항만(Hub Ports)간에 나타나고 있는 물동량 유동 형태(Flow Patten)를 MRCS(다변량곡면)를 통해 파악했다. 그리고 그 유동형태를 구성하는 각 요소간의 관계를 분석했다. 예를들면 선석수와 물동량과의 관계, 크레인수와 물동량과의 관계, 선석수와 크레인 수와의 관계, 선석 및 크레인수와 선박의 기항수와의 관계, 선석 및 크레인수와 항만요금(하역 및 제요금포함)과의 관계, 항만요금과 GNP, 임금수준과의 관계 등의 분석을 통해서 이러한 요소들간의 영향력을 분석했다. 이러한 분석결과, 각 항만 정보요소간의 관계는 표 3.5-표 ,3.9와 같은 관계를 알 수 있었고, 표 3.11에 나타난 것과같이 평균오차 5.5%란 결과를 도출 하였다. 또 동/동남아시아 주요 중심항만(코베, 홍콩 싱가포르, 카오슝, 부산들)간의 물동량 유동형태를 그대로 유지한다고 가정했을 때, 2011년 (총선석 57, 크레인수 l18기 기준)의 부산항 예상 물동량은 약 1,490만TEU로 계산되었다. 이상의 결과를 미루어 볼 때, 어느 항만의 물동량 예측은 해당항만 자체의 정보뿐만 아니라 경쟁항만의 정보를 종합적으로 분석한 것을 기초로하여 행해져야 할 것으로 사려된다.
본 연구의 목적은 환동해권 교역 거점으로서 동해항 및 속초항의 컨테이너화물 물동량을 예측함으로써 컨테이너화물의 수급정책의 제시 및 지역경제의 활성화에 기여하는 데 있다. 본 연구의 방법론으로는 관련 문헌의 서베이 및 국제컨테이너물동량의 O/D조사에 기초한 물동량 추정방법론이 적용되었다. 컨테이너화물의 O/D자료로는 한국해양수산개발원의 "해상물동량 O/D자료를 활용한 컨테이너물동량 추정"자료가 활용되었다. 또한 내륙컨테이너기지의 컨테이너화물 예측을 위해서는 일본 서안물동량, 중국 동북3성 물동량 및 극동 러시아물동량에 대해서 심층적으로 분석하였다. 결론으로는 첫째, 강원도의 컨테이너항만정책으로서 FEU당 10만원의 인센티브 수준이 5만원 수준보다 더 바람직한 것으로 나타났다. 둘재, 동해항 및 속초항만의 컨테이너 물동량은 2008년 6,653TEU에서 2010년 22,388TEU, 2015년 152,367TEU, 2020년 354,217TEU로 추정되었다. 세째, 동해항 및 속초항은 자동차로 1시간 이내 거리이므로 공동 항만마케팅이 요구된다.
우리나라의 경제발전은 무역을 주축으로 하고 있어 항만을 통한 물류가 필수적이다. 항만의 운영과 개발을 위해 막대한 자본과 시간이 투자되고 있으며 항만은 국가 경제 전반에 영향을 미치고 있다. 따라서 사회 경제적 손실을 방지하기 위해선 적정수준의 개발계획이 중요하다. 항만시설 계획은 항만 물동량 예측을 기반으로 수립되므로, 정확한 물동량 예측이 선행되어야 한다. 더불어 항만에서는 품목별로 취급 방식이 다르므로 품목별 예측이 이루어져야 구체적인 시설계획이 가능하다. 따라서 컨테이너 화물이나 항만 전체 물동량에 대해 주로 예측했던 선행 연구들과는 달리 본 논문에서는 전체 물동량에서 큰 비중을 차지하고 있는 유류화물을 분석 대상으로 설정하였다. 단기, 중장기의 주기적 특성과 추세를 갖고 있는 유류화물 물동량을 효율적으로 예측하고자 새로운 예측모형인 TSMR을 개발하였다. TSMR모형의 검증을 위해 기존의 시계열 모형들과 비교분석을 진행하였으며 ARIMA모형의 경우 물동량 데이터가 안정화되지 않아 유효한 결과를 산출할 수 없었다. 윈터스 가법, 단순계절모형과 비교하였을 때 단기적인 예측에는 다소 취약하였으나, TSMR모형의 전반적인 적합도와 예측력은 우수한 것으로 나타났다. 또한 철강, 유연탄, 기계류의 물동량 분석결과 TSMR모형의 일반화 가능성도 충분한 것으로 나타났다.
항만 성능에 대한 정확한 평가는 컨테이너 물동량은 매우 중요한 요소이며, 효과적인 항만 개발 및 운영 전략에 대한 정확한 예측이 필수적이다. 하지만 해양 산업의 급격한 변화로 인해 컨테이너 물동량 예측의 정확성이 향상되기는 어렵다. 이를 해결하기 위해 사물인터넷(IoT)을 이용한 항만 성능에 미치는 영향을 분석하여 부산항의 경쟁력과 효율성을 향상시키기 위해 적용이 필요하다. 이에 본 연구에서는 부산항의 미래 컨테이너 물동량을 예측하기 위한 예측 모델을 개발하는 것을 목표로 이를 통해 항만 관리 기관의 개선된 의사 결정과 항만 생산성을 향상시키는 데 초점을 맞추고 있다. 항만 컨테이너 물동량을 예측하기 위해 본 연구에서는 기계 학습 모델의 Extreme Gradient Boosting (XGBoost) 기법을 도입하였다. XGBoost는 다른 알고리즘에 비해 높은 정확도, 빠른 학습 및 예측 속도,과적합을 방지하고 Feature Importance 제공하는 장점이 돋보인다. 특히 XGBoost는 회귀 예측 모델링에 직접 사용할 수 있어 기존 연구에서 제시된 물동량 예측 모델의 정확도 향상에 도움이 된다. 이를 통해 본 연구는 4.3% MAPE (Mean absolute percenture error) 값으로 제안된 방법이 컨테이너 물동량을 정확하고 신뢰성 있게 예측할 수 있다. 본 연구에서 제시한 방법론을 통해서 부산 컨테이너물동량의 정확성을 높일 수 있을 것으로 판단된다.
조선산업에서의 수요는 해상물동량이며 공급은 선박의 건조량이다. 따라서 해상물동량에 대한 정확한 예측은 향후 조선산업의 호 불황을 전망할 수 있는 중요한 요인이 된다. 본 연구의 목적은 해상물동량 중 가장 큰 비중을 차지하고 있는 건화물(철광석, 석탄)의 물동량을 전망하는 것이다. 철광석 물동량의 예측을 위하여 조강생산과 세계 GDP를 독립변수로, 석탄 물동량 예측을 위하여 조강생산과 세계 발전량을 독립변수로 하는 회귀식을 도출하였으며, 두 회귀식 모두 통계적으로 유의하다는 결론을 얻었다. 전망 결과, 2010년 철광석 해상물동량은 2009년 대비 5.1% 증가한 8억 9,200만 톤 수준이 될 것으로 전망되었으며, 석탄은 전년대비 6.1% 증가한 8억 2,700만 톤 수준이 될 것으로 전망되었다. 2015년까지의 중기 전망(2009~2015)은 철광석이 연평균 4.7%, 석탄이 6.1%의 증가세를 보이는 것으로 나타났다. 전체 해상물동량에서 가장 비중이 큰 두 화물의 해상물동량에 대한 예측은 향후 해운경가와 조선경기의 향방을 가늠해 볼 수 있는 중요한 정보를 제공한다는 점에서 본 연구의 의미가 있다.
본 논문에서는 국내 중심항만인 부산항, 광양항, 인천항을 중심으로 각 항만간의 물동량 영향 관계를 분석한다. 그리고 이를 바탕으로 현재의 국내항만간의 무분별한 투자와 경쟁으로 인한 비효율적 항만개발 및 운영에 대한 정부차원의 정책적 시사점을 제공하고자 한다. 각 항만 물동량간의 관계를 파악하기 위하여 벡터오차수정모형(VECM)을 이용하여 인과관계를 분석하였다. 그리고 충격반응함수와 예측오차분산분해를 통하여 분석함으로써 항만간의 동태적 관계도 분석하였다. 분석결과 부산항 물동량은 상대 항만인 광양항 물동량과 인천항 물동량의 변화 충격에 대하여 상대적으로 효과가 적고 효과의 지속성도 크지 않다. 광양항 물동량은 상대적으로 부산항물동량 충격에 의한 효과가 인천항 물동량 충격 효과 보다 더 심하고 오래 지속되었다. 인천항 물동량은 광양항 물동량 충격에 의한 효과가 크다. 예측오차의 분산분해 결과 부산항물동량은 부산항 자신의 오차항에 의해서 설명되는 부분이 상대적으로 크며 초기에는 광양항 물동량에 의하여 설명되는 부분이 상대적으로 크지만 점차 인천항 물동량에 의하여 설명되는 부분이 크다. 광양향 물동량은 부산항 물동량에 의해서 설명되는 부분이 인천항 물동량에 의해서 설명되는 부분 보다는 크다. 하지만 시간의 경과와 함께 인천항 물동량에 의한 기여도가 점차 증가했다. 인천항 물동량은 다른 항만 물동량에 의해서 설명되는 부분이 세 항만 중 가장 크다. 특히 광양항 물동량이 부산항 물동량이 기여하는 부분보다 더 큰 것으로 나타났다. 이상의 분석 결과를 바탕으로 다음과 같은 정책적 시사점을 도출할 수 있다. 정부는 국내 다른 항만의 물동량의 변화에 크게 영향을 받지 않은 부산항에 대해서는 해외 경쟁 항만과의 경쟁에서 경쟁력을 가질 수 있도록 항만정책을 집중해야 한다. 그리고 광양항과 인천항에 대해서는 독자적인 항만물동량 창출이 가능한 모형을 구축하도록 정책적으로 유도해야 할 것이다.
평택·당진항은 국내에서 가장 많은 완성차 물동량을 처리하는 항만으로 특히 수입 자동차는 국내 전체 물동량의 95% 이상을 처리하고 있다. 그러나 2015년부터 수입 자동차 물동량 증가가 정체되고 있어, 항만 개발이나 자동차 관련 산업에 투자를 계획하고 있는 관계자들에게 새로운 물동량 추정이 필요한 시점이다. 한편, 자동차 물동량 예측 시 그동안 GDP(국내총생산) 등 경제와 관련된 변수가 많이 활용되었으나, 선행연구를 통해 선진국에서는 이러한 경제관련 변수가 자동차 물동량에 미치는 영향이 점점 감소하고 있는 것으로 확인되었다. 특히 우리나라와 같이 짧은 시간내에 경제성장을 달성하고 선진국으로 진입한 경우에는 경제변수에 대한 주의가 필요하다. 이에 본 연구에서는 우리나라가 직면하고 있는 인구감소를 주요 요인으로 하여 시스템다이내믹스를 통해 평택·당진항의 수입 승용차 물동량을 예측하고자 한다. 예측결과 평택·당진항의 수입승용차 물량은 '21년을 기점으로 조금씩 감소하는 것으로 분석되었다. 그리고 예측된 결과값의 정확도를 측정하기 위해 MAPE 검증을 실시하였고, 수입 승용차 점유율에 대한 시나리로 분석을 실시하였다.
해운항만물류산업은 세계 경제활동과 밀접한 관계를 가지고 있으며, 특히 무역의존도가 높은 우리나라의 항만 시설은 중요한 사회간접자본시설이다. 부산항은 우리나라 최대의 항만으로 우리나라 컨테이너 운송의 75%가 부산항을 통해 운송되고 있으며, 국가 경쟁력 측면에서 그 중요성은 매우 크다. 항만 물동량 예측은 항만 개발 및 운영 전략에 영향을 미치며, 정확도 높은 컨테이너 물동량 예측은 필수적이다. 하지만 오늘날 해운항만물류산업 환경의 급격한 변화로 인해 기존 시계열 예측 방법으로는 예측 정확도 향상에 어려움이 있다. 본 연구에서는 부산항 컨테이너 물동량 예측 정확도 향상을 위해 딥러닝 모형 중 LSTM 모형을 활용하여 컨테이너 물동량을 예측한다. 모형의 성능 평가를 위해서 SARIMA 모형과 LSTM 모형의 예측 정확도를 비교한다. 그 결과 LSTM 모형이 SARIMA 모형보다 예측 정확도가 높게 나타났으며, 예측치가 실측치의 특성을 반영하여 잘 나타나고 있음을 확인하였다.
우리나라 수출의 97.5%, 수입의 87.2%가 해상운송으로 이뤄지며 항만이 한국 경제의 중요한 구성요소이다. 이러한 항만의 효율적인 운영을 위해서는 항만 물동량의 단기 예측을 통해 개선시킬 수가 있으며 과학적인 연구방법이 필요하다. 이전 연구는 주로 장기예측을 기반으로 대규모 인프라투자를 위한 연구에 중점을 두었으며 컨테이너 항만물동량에만 집중한 측면이 크다. 본 연구는 국내 대표적인 석유항만인 울산항의 석유 및 가스화물 물동량에 대한 단기 예측을 수행하였으며 딥러닝 모델인 LSTM(Long Short Term Memory) 모델을 사용하여 RMSE기준으로 예측성능을 확인하였다. 본 연구의 결과는 석유 및 가스화물 물동량 수요 예측의 정확도를 높여 항만 운영의 효율성을 개선하는 근거가 될 수 있을 것으로 기대된다. 또한 기존 연구의 한계로 컨테이너 항만 물동량뿐만 아니라 석유 및 가스화물 물동량 예측에도 LSTM의 활용할 수 있다는 가능성을 확인할 수 있으며 향후 추가 연구를 통해 일반화가 가능할 것으로 기대된다.
본 연구에서는 비선형예측기법으로서 그 우수성을 인정받고 있는 인공신경망모형을 사용하여 컨테이너 물동량 예측을 수행하였다. 그러나 인공신경망모형을 사용해 시계열의 예측결과를 ARIMA모형과 같이 널리 알려진 다른 전통적인 수요예측기법들과 비교 평가한 과거 연구들을 보게 되면 각기 주장하는 바와 그 결론이 상반됨을 알 수 있다. 그래서 인공신경망의 예측성과를 높이기 위한 기존의 선행연구들의 다양한 시도들을 바탕으로 국내 항만의 컨테이너물동량을 예측하고, 그를 통해 여러 모형간의 비교 검증작업을 수행하였다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.