본 논문에서는 우리나라 수출입 등 통관의 전반적인 것을 담당하는 전자통관시스템의 문제점을 발굴하고 개선점을 찾아 보완하여 보다 진화된 양질의 전자통관시스템으로 개발하는 것을 목표로 하고 있다. 전자통관시스템의 문제점을 중심으로 구분하면 통관업무, 사전검증시스템, 데이터정제시스템으로 볼 수 있다. 각 부분별로 문제점을 분석한 결과 오류 데이터 전송, 자가진단 점검기능 부재, 경험치로 관리, 사후관리 체계 부재, 오류분석 기능 미활용으로 나왔으며, 이런 문제점을 해결하기 위해 개선방안에 대해 면밀히 검토하여 맞춤형 대책을 마련하여 처음 신고인이 양질의 정보를 정확히 입력할 수 있는 시스템 구축부터 검증시스템을 통해 정확한 정보를 정제하는 중간단계를 거쳐 마지막으로 최상의 결과를 도출 및 제공하기까지 시스템을 향상시켜 이용객에게 더욱 정확한 처리결과 제공 및 진화된 국가행정시스템을 구축함으로써 국가경쟁력을 강화할 수 있다.
수출입 관련 항만물류업무 처리의 효율화를 위해 1996년부터 도입된 EDI는 서류없이 각종 항만물류 및 통관업무를 효율적으로 처리하는데 큰 기여를 하고 있다. 그러나 기존의 방식은 VAN EDI 로써 폐쇄적인 VAN 망을 통하여 EDI VAN사업자가 사용자의 EDI문서를 관련 정부기관에 중계만을 하여 EDI문서에 나타난 각종 데이터의 누적을 통한 물류정보서비스는 제공되고 있지 않다. 한편, EDI를 수신한 각 정부기관에서는 필요한 물류요약정보를 얻기 위해 해당 EDI 문서에서 추출한 데이터를 저장하는 운영 데이터베이스에 접근하여 필요한 요약 정보를 리포트 형태로 프로그램하여 생성하고 있어 정보제공의 시간지연과 프로그램 업무의 과중 및 운영 데이터베이스에 대한 부하가 발생하고 있다. 본 논문의 목적은 이러한 상황에서 수출입 항만물류와 관련한 다차원 정보를 실시간제공하기 위한 데이터웨어하우스를 구축하는데 있다. 일반적으로 데이터웨어하우스는 운영데이터베이스로부터 다차원 구조의 데이터웨어하우스로 데이터를 추출, 전환, 복사함으로써 이루어지지만, 본 연구에서는 EDI 수신 기관의 운영데이터베이스보다 더 원천 데이터인EDI 문서로부터 데이터웨어하우스로 데이터 변환을 함으로써 항만물류 데이터웨어하우스의 데이터 추출 단계를 한 단계 줄였다. 현재 VAN EDI 방식은 그 폐쇄성과 비용 때문에 향후 인터넷을 이용한 XML/EDI로 기술 이전될 것이 예상되며 이러한 상황에서VAN EDI 포맷이 아닌 XML/EDI 문서로 부터 데이터웨어하우스로의 전환을 구현하였다. 본 연구에서는 관세청의 수출통관 EDI에 대해 이를 XML/EDI 로 XML 스키마를 정의하고 이로 생성된 XML 문서를 SQL 서버로 구현된 OLAP 용 데이터웨어하우스로 전환하였다. 본 연구를 통해 XML을 이용한 EDI체제에서 전자문서전송기능과 정보제공기능을 위한 데이터웨어하우스의 연동을 동해 EDI시스템을 다차원 의사결정정보 시스템과 통합하게 하여, 향후 인터넷 기반 XML/EDI 중계서비스에 있어 물류정보서비스도 원활하게 제공할 수 있게될 것으로 기대된다.
항만에는 다양한 조직이 물류 기능을 수행하기 위해 화물관련 데이터베이스를 독 자적으로 보유·운영하고 있다. 선사는 화물선적예약 및 선적 데이터, 컨테이너터미널은 컨 테이너 반 출입 및 q관 데이터, 관세청의 통관시스템(CAMIS)은 통관 및 적하 목록 데이터, 해앙 수산청의 항만운영정보시스템(POST-MIS)은 선박 및 입출항 데이터 등을 가지고 있 다. 이들 데이터는 개별 조직 내에 각 조직의 활동을 원활하게 수행할 수 있도록 구조화 및 코드화 되어 있지만 조직간 연계가 되어 있지 않아 여러 가지 문제점을 야기하고 있다. 따 라서 본 연구에서는 컨테이너 화물을 중심으로 한 항만 물류 유관 조직들이 보유하고 있는 시스템의 문제점을 조명하고 나아가 항만 물류 통합 데이터베이스의 구조 및 역할을 정의하 였으며 새로운 항만물류시스템과 통합데이터베이스 구축을 위한 전략을 제시하였다.
수산물은 많은 국가의 주요한 단백질 공급원이며 소비가 증가하고 있다. 우리나라도 수산물 소비는 증가하는 반면 자급률은 낮아지고 있으며, 수산물의 수입량이 증가함에 따라 안전관리의 중요성이 높아지고 있다. 국내로 수입되는 수산물은 110여 개 국가로부터 수백 종에 이르며, 수입 수산물의 안전관리를 검사관의 경험에만 의존하는 것은 한계가 있다. 데이터를 기반으로 수입 수산물 통관검사 결과를 예측할 수 있는 모델을 개발하여 수입신고서가 제출되었을 때 수산물의 부적합 가능성을 판단하는 머신러닝 분류 모델을 생성한다. 수입수산물 통관검사 결과 부적합율은 1% 미만으로 매우 낮은 불균형 데이터이므로 이러한 특성을 보완할 수 있는 샘플링 방법을 비교 연구하였고, 분류결과를 해석할 수 있는 전처리 방법을 적용하였다. 여러 가지 머신러닝 기반의 분류모델 중에서 랜덤포레스트와 XGBoost가 좋은 성능을 보였다. 통관검사 결과 적합과 부적합을 모두 잘 예측하는 모델은 ADASYN과 원-핫 인코딩을 적용한 랜덤포레스트 기본 모델이며 정확도 99.88%, 정밀도 99.87%, 재현율 99.89%, AUC 99.88%이다. XGBoost는 오버샘플링과 인코딩 종류에 상관없이 모든 지표가 90%를 넘겨 가장 안정적인 모델이다.
This study attempted to examine the characteristics of fashion cross-border e-commerce(CBEC) by analyzing about 35.7 million cases of customs clearance data received from the Korea Customs Service. The demographic characteristics of consumers and the features of products purchased from 2019 to 2021 were explored. Next, the association rules between products, brands, and websites were analyzed by men and women in their 20s to 50s. The results are as follows. First, women purchased more clothing products than men, and overall, consumers tended to purchase products at low prices every year. Second, the most commonly purchased products were T-shirts, bags, and other shoes. In the list clearance, the purchase frequency of international open markets increased for three years; in general clearance, the proportion of luxury brands was high every year. Finally, in the list clearance, the relationships between bags, other shoes, pants, and overseas open markets were significant, while the relationships between wallets, bags, and luxury brands were significant in general clearance. Based on this study, domestic companies participating in or competing against the CBEC market can develop appropriate strategies for merchandising and sourcing clothing products.
수출입 기업이 관세 혜택을 받거나 올바른 관세를 측정하기 위해서는 통관 진행 시 올바른 품목 분류가 선행되어야 한다. 그러나 품목 분류의 기준이 1만개가 넘을 정도로 방대하여 신규 사용자나 품목에 이해가 부족할 경우 분류에 어려움이 따른다. 이러한 HS Code 분류의 한계점을 보완하기 위해 빅데이터 기반 이미지 분석을 통한 자동 제안 시스템을 목표로 하였다. 본 논문에서는 이미지 분석을 통한 HS Code 자동 제안시스템을 위한 수출입 품목 중 의류 품목의 수출입 품목에 국한하여 의류 HS Code 자동 분류 시스템을 설계하고, 제안한다.
우리나라 관세청은 효과적인 원스톱(One-stop) 업무 처리가 가능한 전자통관 시스템으로 효율적으로 업무처리를 하고 있지만 기술의 발달과 비대면 서비스의 증가로 매년 수출입건수가 증가하고 있으며 그에 따른 업무량도 폭증하고 있는 실정으로 이에 따른 보다 효과적인 방법이 매우 필요하다. 수입과 수출은 모든 물품에 대한 분류 및 세율 적용을 위한 HS Code(Harmonized system code)가 필요하고 해당 HS Code를 분류하는 품목 분류는 전문지식과 경험이 필요한 업무 난이도가 높고 관세 통관절차에서 중요한 부분이다. 이에 본 연구는 품목 분류 의뢰서의 물품명, 물품상세설명, 물품 이미지 등의 다양한 유형의 데이터 정보를 활용하여 멀티모달 표현 학습(Multimodal representation learning) 기반으로 정보를 잘 반영할 수 있도록 딥러닝 모델을 학습 및 구축하여 HS Code를 분류 및 추천해 줌으로써 관세 업무 부담을 줄이고 신속한 품목 분류를 하여 통관절차에 도움을 줄 것으로 기대한다.
본 논문에서는 우리나라 항만물류산업에서의 정보흐름을 일련의 Supply Chain으로 정의하고, 화주, 선사, 운송사 등과 같은 수출입관련업체가 수출입 EDI문서를 해당기관의 시스템으로 신고하는 과정에서 발생할 수 있는 문제점들을 살펴보고 이를 극복할 수 있는 방안을 제시하였다. 항만물류관련 업체들은 수출입절차에 따라 각 기관의 EDI시스템을 이용하여 입출항 및 통관수속업무를 처리하고 있다. 하지만 항만물류관련 기판의 정보시스템은 각각 독자적으로 운영되어, 이를 이용하는 사용자들은 동일한 데이터를 이중으로 처리해야하는 문제점을 가지고 있다. 본 논문에서는 이러한 문제점들을 해결하고 다양한 항만물류관련 기관의 정보시스템을 통합·관리하기 위한 통합데이터베이스의 구축방안과, 업무주체간 정보의 공유 및 교환을 위한 IDC(Internet Data Center)의 역할을 제시하였다.
"선용품"이라는 용어는 선박에서 사용되는 모든 관련 기계적 부속품(SPARE)와 소모성 자재(STORE)를 통칭하여 부르는 용어이다. 자동차나 다른 기계류와 달리,선박은 원양을 운항하기에 긴급하거나 급박한 상황의 발생으로 기부속에 대한 수요가 발생할 경우 긴밀하게 대응하기가 어려운 환경에 놓여져 있다. 본 연구에서 연구자는 공급지 결정을 가능하게 하기 위해, 실제 보급사례들을 바탕으로 데이터를 분석하고, 각 선주사 및 선박관리업체 측을 대상으로 설문조사를 실시하여, 그 결과를 분석해 선박의 선용품 보급지 결정방안을 일반화 하고자 한다 .
수입식품의 수입 건수와 수입 중량이 꾸준히 증가함에 따라 식품안전사고 방지를 위한 수입식품의 안전관리가 더욱 중요해지고 있다. 식품의약품안전처는 통관단계의 수입검사와 더불어 통관 전 단계인 해외제조업소에 대한 현지실사를 시행하고 있지만 시간과 비용이 많이 소요되고 한정된 자원 등의 제약으로 데이터 기반의 수입식품 안전관리 방안이 필요한 실정이다. 본 연구에서는 현지실사 전 부적합이 예상되는 업체를 사전에 선별하는 기계학습 예측 모형을 마련하여 현지실사의 효율성을 높이고자 하였다. 이를 위해 통합식품안전정보망에 수집된 총 303,272건의 해외제조가공업소 기본정보와 2019년도부터 2022년 4월까지의 현지실사 점검정보 데이터 1,689건을 수집하였다. 해외제조가공업소의 데이터 전처리 후 해외 제조업소_코드를 활용하여 현지실사 대상 데이터만 추출하였고, 총 1,689건의 데이터와 103개의 변수로 구성되었다. 103개의 변수를 테일유(Theil-U) 지표를 기준으로 '0'인 변수들을 제거하였고, 다중대응분석(Multiple Correspondence Analysis)을 적용해 축소 후 최종적으로 49개의 특성변수를 도출하였다. 서로 다른 8개의 모델을 생성하고, 모델 학습 과정에서는 5겹 교차검증으로 과적합을 방지하고, 하이퍼파라미터를 조정하여 비교 평가하였다. 현지실사 대상업체 선별의 연구목적은 부적합 업체를 부적합이라고 판정하는 확률인 검측률(recall)을 최대화하는 것이다. 머신러닝의 다양한 알고리즘을 적용한 결과 Recall_macro, AUROC, Average PR, F1-score, 균형정확도(Balanced Accuracy)가 가장 높은 랜덤포레스트(Random Forest)모델이 가장 우수한 모형으로 평가되었다. 마지막으로 모델에 의해서 평가된 개별 인스턴스의 부적합 업체 선정 근거를 제시하기 위해 SHAP(Shapley Additive exPlanations)을 적용하고 현지실사 업체 선정 시스템에의 적용 가능성을 제시하였다. 본 연구결과를 바탕으로 데이터에 기반한 과학적 위험관리 모델을 통해 수입식품 관리체계의 구축으로 인력·예산 등 한정된 자원의 효율적 운영방안 마련에 기여하길 기대한다.
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.