• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.429-430
• /
• 2021

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.

• Proceedings of the Korea Association of Information Systems Conference
• /
• 2000.11a
• /
• pp.6-11
• /
• 2000

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.

• Proceedings of the Korea Association of Information Systems Conference
• /
• 1998.10a
• /
• pp.95-102
• /
• 1998

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.

• The Journal of Bigdata
• /
• v.8 no.1
• /
• pp.157-165
• /
• 2023

Seafood is a major source of protein in many countries and its consumption is increasing. In Korea, consumption of seafood is increasing, but self-sufficiency rate is decreasing, and the importance of safety management is increasing as the amount of imported seafood increases. There are hundreds of species of aquatic products imported into Korea from over 110 countries, and there is a limit to relying only on the experience of inspectors for safety management of imported aquatic products. Based on the data, a model that can predict the customs inspection results of imported aquatic products is developed, and a machine learning classification model that determines the non-conformity of aquatic products when an import declaration is submitted is created. As a result of customs inspection of imported marine products, the nonconformity rate is less than 1%, which is very low imbalanced data. Therefore, a sampling method that can complement these characteristics was comparatively studied, and a preprocessing method that can interpret the classification result was applied. Among various machine learning-based classification models, Random Forest and XGBoost showed good performance. The model that predicts both compliance and non-conformance well as a result of the clearance inspection is the basic random forest model to which ADASYN and one-hot encoding are applied, and has an accuracy of 99.88%, precision of 99.87%, recall of 99.89%, and AUC of 99.88%. XGBoost is the most stable model with all indicators exceeding 90% regardless of oversampling and encoding type.

• Journal of the Korean Society of Clothing and Textiles
• /
• v.47 no.4
• /
• pp.646-665
• /
• 2023

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.

• Proceedings of The KACE
• /
• 2018.08a
• /
• pp.155-158
• /
• 2018

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.

• Journal of Intelligence and Information Systems
• /
• v.29 no.1
• /
• pp.203-214
• /
• 2023

The Korea Customs Service is efficiently handling business with an electronic customs system that can effectively handle one-stop business. This is the case and a more effective method is needed. Import and export require HS Code (Harmonized System Code) for classification and tax rate application for all goods, and item classification that classifies the HS Code is a highly difficult task that requires specialized knowledge and experience and is an important part of customs clearance procedures. Therefore, this study uses various types of data information such as product name, product description, and product image in the item classification request form to learn and develop a deep learning model to reflect information well based on Multimodal representation learning. It is expected to reduce the burden of customs duties by classifying and recommending HS Codes and help with customs procedures by promptly classifying items.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2001.06a
• /
• pp.455-461
• /
• 2001

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.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2019.11a
• /
• pp.261-263
• /
• 2019

"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 .

• Journal of Intelligence and Information Systems
• /
• v.29 no.1
• /
• pp.121-142
• /
• 2023

As the number and weight of imported food are steadily increasing, safety management of imported food to prevent food safety accidents is becoming more important. The Ministry of Food and Drug Safety conducts on-site inspections of foreign food facilities before customs clearance as well as import inspection at the customs clearance stage. However, a data-based safety management plan for imported food is needed due to time, cost, and limited resources. In this study, we tried to increase the efficiency of the on-site inspection by preparing a machine learning prediction model that pre-selects the companies that are expected to fail before the on-site inspection. Basic information of 303,272 foreign food facilities and processing businesses collected in the Integrated Food Safety Information Network and 1,689 cases of on-site inspection information data collected from 2019 to April 2022 were collected. After preprocessing the data of foreign food facilities, only the data subject to on-site inspection were extracted using the foreign food facility_code. As a result, it consisted of a total of 1,689 data and 103 variables. For 103 variables, variables that were '0' were removed based on the Theil-U index, and after reducing by applying Multiple Correspondence Analysis, 49 characteristic variables were finally derived. We build eight different models and perform hyperparameter tuning through 5-fold cross validation. Then, the performance of the generated models are evaluated. The research purpose of selecting companies subject to on-site inspection is to maximize the recall, which is the probability of judging nonconforming companies as nonconforming. As a result of applying various algorithms of machine learning, the Random Forest model with the highest Recall_macro, AUROC, Average PR, F1-score, and Balanced Accuracy was evaluated as the best model. Finally, we apply Kernal SHAP (SHapley Additive exPlanations) to present the selection reason for nonconforming facilities of individual instances, and discuss applicability to the on-site inspection facility selection system. Based on the results of this study, it is expected that it will contribute to the efficient operation of limited resources such as manpower and budget by establishing an imported food management system through a data-based scientific risk management model.