• 한국항해항만학회지
• /
• 제32권6호
• /
• pp.425-431
• /
• 2008

본 연구에서는 광양항의 장래 컨테이너 물동량 및 교통량을 일변량 시계열모형을 통해 예측하고, 컨테이너 선박교통량을 산출하였다. 광양항의 물돌량과 입항 척당 물동량의 시계열 모형은 모두 추세와 계절적 변동이 있는 Winters 가법 모형으로 최적합 되었다. 광양항의 컨테이너 물동량은 2007년과 비교하여 2011년과 2015년에 각각 7.4%, 16.2% 가량 증가하여 약 2,756천TEU, 4,470천TEU가 될 것으로 예측되었다. 또한 2011년과 2015년의 컨테이너 입항 척당 평균 물동량은 2007년 대비 약 30.3%, 54.6% 증가하여 각각 675TEU, 801TEU가 될 것으로 예측되었다. 광양항에 대한 컨테이너 선박의 교통량은 2011년과 2015년에 각각 4,078척, 5,921척이 될 것으로 추정되었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제62차 하계학술대회논문집 28권2호
• /
• pp.617-618
• /
• 2020

우리나라의 지리적인 여건상 대륙과 연결되지 않기 때문에 해상운송에 절대적으로 의존하고 있다. 해상운송에 있어 항만시설의 확보가 필요하며 대외무역의존도가 높은 우리나라의 경우 더욱 중요한 역할을 한다. 항만시설은 장기적인 항만수요예측을 통해 대규모 인프라투자를 결정하며 단기적인 예측은 항만운영의 효율성을 개선하고 항만의 경쟁력을 제고하는데 기여하므로 예측의 정확성을 높이기 위해 많은 노력이 필요하다. 본 논문에서는 딥러닝 모델 중에 하나인 LSTM(Long Short Term Memory)을 적용하여 우리나라 주요항만의 컨테이너 물동량 단기예측을 수행하여 선행연구들에서 주류를 이뤘던 ARIMA류의 시계열모델과 비교하여 예측성능을 평가할 것이다. 본 논문은 학문적으로 항만수요예측에 관한 새로운 예측모델을 제시하였다는 측면에서 의미가 있으며 실무적으로 항만수요예측에 대한 정확성을 개선하여 항만투자의사결정에 과학적인 근거로서 활용이 가능할 것으로 기대된다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2009년도 공동학술대회
• /
• pp.133-134
• /
• 2009

선박의 대형화와 함께 해운 항만 시장이 급속히 변화하는 가운데 각 항만들은 항만 경쟁력을 가지기 위해 물동량 예측과 더불어 하역료를 바탕으로 한 부두사용료 수준에 대해 검토를 시행하고 있는 실정이다. 또한 부산북항 재개발과 관련하여 일반부두 폐쇄 및 터미널의 이전이 계획되어지는 가운데, 터미널 임대료 및 물동량 배분에 관한 연구가 활발하게 이루어지고 있다. 따라서 본 논문은 컨테이너 터미널의 주변여건 변화에 따른 컨테이너화물 물동량을 추정 및 예측하고, 기존 사용료 및 부산북항의 특정 터미널을 대상으로 향후 2020년까지의 사용료를 검토하고자 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.1094-1095
• /
• 2023

우리나라는 지리적 여건 상 대외무역에 대한 의존도가 높기 때문에, 해상운송에서의 물동량을 예측하여 항만시설을 개발하는 것이 매우 중요하다. 한편 우리나라 컨테이너 운송의 75%는 부산항을 통해 운송되고 있기 때문에 경기 회복을 위해서는 부산항의 경쟁력 강화가 급선무이다. [1] 물동량은 경제적 수입 뿐만 아니라, 지속가능성을 예측하는 측면에서도 가치가 있다. 본 연구에서는 물동량, 경제지수, 기후정보 등 다양한 입력변수와 LSTM 모델을 이용하여 보다 정확한 부산항 컨테이너 물동량 딥러닝 예측모델을 구현하였다.

• 한국항만경제학회지
• /
• 제37권1호
• /
• pp.179-196
• /
• 2021

부산항의 부두 장치율은 지난 3년동안 지속적으로 상승하였다. 부두 장치율 상승은 컨테이너 재조작을 야기하여 부두 노동자의 업무 강도를 증가시킨다. 또한, 장치율 상승이 장기화될 경우 선주의 대기시간을 증가시켜 항만의 서비스 수준이 하락할 수 있다. 이에 본 연구는 부두 장치율 상승 문제를 해결하기 위한 방안으로 수요예측치의 신뢰구간 추정을 활용한 항만 물동량 이상감지 방안을 제안하였다. 수요예측 방법론은 ARIMA 모형을 사용하였으며 실증 분석을 위해 사용된 자료는 2013년 1월 1일부터 2020년 10월 12일까지 총 2841일 동안의 부산항 전체 일별 물동량 자료 및 9개 부두의 일별 물동량 자료이다. 기존에 항만 물동량을 예측하는 대부분의 연구는 주로 장기 예측에 초점을 맞추었다. 일별, 부두별 부산항 물동량 자료를 활용하여 단기 물동량을 예측하고 예측치를 기반으로 부두 장치율 관리 방안을 제시한 본 연구는 충분한 가치가 있다고 판단된다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2022년도 춘계학술대회
• /
• pp.391-393
• /
• 2022

최근에는 딥러닝과 빅데이터를 기반으로 한 수요예측 기술이 전자상거래, 물류, 유통 분야의 스마트화를 가속화하고 있다. 특히, 글로벌 운송 네트워크와 현대적인 지능형 물류의 중심인 항만은 4차 산업혁명으로 인한 세계 경제 및 항만 환경의 변화에 발 빠르게 대응하고 있습니다. 항만물동량 예측은 신항만 건설, 항만확장, 터미널 운영 등 다양한 분야에서 중요한 영향을 담당하고 있다. 따라서 본 연구의 목적은 항만 물동량 예측에 자주 쓰이는 시계열 분석과 타 산업에서 좋은 결과를 도출해내고 있는 딥러닝 분석을 비교하여 부산항의 미래 컨테이너 예측에 적합한 예측모델을 제시하는 것이다. 부산항 컨테이너 물동량을 이용하여 학습시키고 그 이후 물동량 예측을 진행하였다. 또한, 상관관계 분석을 통해 물동량 변화와 관련된 외부변수를 선정하여 다변량 딥러닝 예측모델에 적용하였다. 그 결과 부산항 컨테이너 물동량만 이용한 단일변수 예측모델에서 LSTM의 오차가 가장 낮았고, 외부변수를 이용한 다변수 예측모델에서도 LSTM의 성능이 가장 우수하였다.

• 한국항만경제학회지
• /
• 제23권1호
• /
• pp.1-18
• /
• 2007

본 연구에서는 환율의 컨테이너 물동량에 대한 영향의 비중을 고려하여 외환위기 이후 환율변동성이 커짐에 따라 컨테이너 물동량도 상당히 영향을 받은 것으로 예상되기 때문에 환율변동성의 컨테이너 물동량에 대한 장 단기적 영향을 체계적으로 분석하고 시사점을 도출하고자 한다. 환율변동성을 도출하기 위하여 GARCH 모형을 이용하여 우리나라의 환율 변동성 모형을 분석한다. 물론 구축된 모형을 분석하기 이전에 설정된 변수들과 모형의 안정성 검정을 위하여 단위근 검정과 공적분 검정을 실시한다. 또한 환율의 변동성이 컨테이너 물동량에 미치는 동태적 영향을 보기 위해 오차수정모형과 충격반응 및 분산분해를 실시하고 마지막으로 결론과 시사점을 도출한다. 분석결과 환율변동성을 포함시킨 컨테이너물동량함수를 회귀 분석한 결과 추정계수가 모두 이론적 예상과 부호가 일치하고 통계적 유의성도 높은 것으로 나타났다. 환율변동성은 우리나라의 컨테이너 물동량에 부(-)의 영향을 미치는 것으로 나타났다. 환율변동에 의한 불확실성이 예상됨으로써 위험기피에 의하여 무역과 생산이 감소하고 이에 따라 컨테이너 물동량도 영향을 받은 것으로 판단된다. 오차수정모형에 근거한 인과관계 검정에서 단기와 장기 모두 환율변동성에서 컨테이너 물동량간의 일방적 인과관계가 존재하였다. 또한 충격반응함수에서 나타난 바와 같이 환율변동성 충격에 대하여 컨테이너 물동량은 부(-)의 영향을 받으며 그러한 부의 효과는 비교적 짧은 기간 내에 안정적인 추세로 수렴된다. 예측오차의 분산분해의 결과는 환율변동성과 실질환율이 컨테이너 물동량의 분산에 상당한 영향을 미치고 있음을 알 수 있다.

• 한국항만경제학회지
• /
• 제28권4호
• /
• pp.193-207
• /
• 2012

본 연구는 의사결정나무분석을 이용하여 컨테이너 수출입 물동량을 예측한다. 컨테이너 수출입 물동량에 영향을 미칠 가능성이 있는 요인을 독립변수로 선정하였는데, 생산자물가지수와 소비자물가지수, 수출물량지수와 수입물량지수, 미국과 한국의 산업생산지수, 그리고 원/달러 환율을 선정하였다. 분석기간은 2002년 1월부터 2011년 12월까지 10년간의 월별자료를 이용하였으며, 의사결정나무를 형성하기 위해 다양한 알고리즘이 제안되고 있는데, CRT(Classification and Regression Trees)알고리즘을 활용하였다. 분석결과는 첫째, 컨테이너 수출물동량에 대한 최적분리는 수출물량지수에 의해 분리되었다. 수출물량지수는 115.90으로 분리되어 지는데, 수출물량지수가 115.90보다 큰 경우는 다시 수출물량지수가 152.35보다 큰 경우와 115.90과 152.35사이인 경우로 분리되어진다. 여기서 수출물량지수가 152.35보다 큰 경우는 858,191TEU/(월)이고, 115.90과 152.35사이인 경우는 716,582TEU/(월)로 컨테이너 수출물동량이 예측된다. 둘째, 컨테이너 수입 물동량에 대한 최적분리는 수입물량지수에 의해 분리되었다. 수입물량지수가 116.20에서 분리되어 지는데, 수입물량지수가 116.20보다 큰 경우는 다시 수입물량지수가 134.60보다 큰 경우와 116.20과 134.60사이인 경우로 분리되어진다. 여기서 수입물량지수가 134.60보다 큰 경우는 869,227TEU/(월)이고, 116.20과 134.60사이인 경우는 738,724TEU/(월)로 컨테이너 수입물동량이 예측된다.

• 한국항만경제학회지
• /
• 제25권4호
• /
• pp.131-146
• /
• 2009

본 논문은 부산항의 항만환경 변화에 따른 북항과 신항의 철도물동량을 분석하고자 연구를 수행하였으며 특히 신항만 건설과 신항만 배후철도 건설계획에 따라 예상되어지는 철송물동량을 예측하고자 하였다. 이를 위해 우선 부산항의 물동량 예측에 대한 국토해양부 및 KMI, KDI의 물동량 예측을 근거로 신항과 북항의 시설능력 및 예측 물동량 배분의 비중을 구하고 이를 현재 북항의 수출입 물동량의 철송물동량 비중을 근거로 신항과 북항의 철송 물동량을 예측하였다. 현재 부산항의 수출입 물동량 대비 철도운송율은 발송(수입) 10.68%, 도착(수출) 12.10%로 분석되었으며 신항과 비교적 유사한 신선대터미널의 경우에는, 수출입 물동량에 대한 철도운송 비율이 발송(수입) 12.11%, 도착(수출) 13.98%로 부산항 전체 물동량 대비 철도물동량에 비해 상대적으로 높게 나타나고 있다. 또한 KDI의 전국무역항 항만기본계획(2008)에 따르면 국내화물 운송수단별 운송분담율 중, 철도운송의 경우 2009년 기준으로 전체운송화물의 15.5%를 점유하는 것으로 예측하고 있는 바, 이를 적용한다면 부산항에서의 철도운송량은 더욱 증가할 것으로 예상된다. 아울러 신항만의 철도운송시설 건설계획과 철도운송 효율성을 제고시키면 철도운송 분담율을 더욱 제고시킬 수 있을 것으로 예측되었다. 아울러 현재까지는 구체화되지 않은 친환경을 위한 모달시프트 정책의 추진이 가시화되면 실질적인 철도물동량은 더욱 증가할 것이다. 신항만은 철송장의 건설로 해상과 철도운송 연계의 편리성이 확보되나 북측컨테이너 철송장의 경우에는 철도운영자와 철송장 운영자의 이원화로 원활한 철도운송의 장애요인으로 작용할 것으로 예측되는 바, 남측컨테이너철송장은 철도운영자와 철송장운영자를 통합하여 운영할 필요가 있다. 북항의 경우에는 신선대역의 역할이 중시되며 철도공사의 열차장대화에 맞는 시설의 확보와 부산진역 기능의 보완 기능 확보도 동시에 추진되어야 할 것이다. 아울러 철도로의 모달시프트에 대한 환경친화적인 정책적 지원방안의 강구도 필요하다.

• 한국컴퓨터정보학회논문지
• /
• 제28권5호
• /
• pp.155-161
• /
• 2023

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.