• 한국항만학회지
• /
• 제12권2호
• /
• pp.177-194
• /
• 1998

In Pusan port, the studies which analyze container cargo volumes by using forecasting methods and research about container logistics system, etc., have been continuously carried out. But, in Pusan port, the study on an evaluation of traffic congestion has been scarcely performed until now. Especially, when changing and extending a berth, or constructing a new port, it is very important to examine this field. And it should be considered. Thus, this paper aims to analyze the effect of ship traffic condition in the year 2011, to evaluate marine traffic congestion according to changing ship traffic volumes in Pusan port. To analyze it, we examined the results by simulation method.

• 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.

• 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.

• 한국정보전자통신기술학회논문지
• /
• 제10권4호
• /
• pp.295-303
• /
• 2017

본 논문에서는 최근 국제 해운시장의 동향과 국내 해운시장의 위기설에 대한 국내외적 요인을 정성적으로 파악하고, 국내 해운시장의 위기 이후 감소한 부산 신항의 물동량이 다시 회복세를 보일 수 있는 특성요인을 파악하고자 부산 신항의 향후 물동량에 대해 정량적으로 분석하여 사전적 예측추이의 파악과 회복세 추이를 분석하였다. 빅데이터 분석 툴인 R을 활용하여 부산 신항 컨테이너 물동량을 분석한 결과, 부산 신항 컨테이너 물동량의 변동은 승법계절 ARIMA 모델 (1,0,1)(1,0,1)[12]로 추정하였을 때, 추정오차와 AICc, BIC기준으로 가장 최적의 ARIMA모형인 것으로 나타났다. 따라서 부산 신항 물동량 추정의 최적의 모델인 ARIMA (1,0,1)(1,0,1)[12]에 의해 향후 36개월간의 부산 신항 물동량을 추정치를 예측한 결과, 13,157,184 TEU, 13,418,123 TEU, 13,539,884 TEU, 4,526,406 TEU 등으로 약 2%, 2%, 1%정도 증가하는 것으로 나타났다.

• 한국항해항만학회지
• /
• 제46권4호
• /
• pp.344-350
• /
• 2022

물동량의 증가로 인해 컨테이너 터미널의 혼잡도가 높아지고 있고 이에 따른 장치장 및 게이트에서의 반출입 차량의 대기시간이 큰 폭으로 길어지고 있어 차량 운용 및 항만 운영 비효율이 극심한 상태이다. 이러한 문제 해결을 위해 부산항의 경우, 항만 공사 및 터미널 측에서 반출입 차량 예약시스템(VBS), 터미널 차량 혼잡도 정보, 예상 작업 처리 시간 정보 등을 서비스하고 있지만 실제 대기시간과 상이한 경우가 있어 가시적인 효과는 여전히 미흡한 실정이다. 따라서 이러한 문제를 해결하기 위한 기초자료로써 본 연구에서는 부산 신항의 컨테이너반출입 정보를 활용하여 딥러닝 기반의 반출입 차량 평균 대기시간 예측 모형을 제시하였다. 실제 평균 대기시간과의 비교를 통해 예측률을 검증한 결과 제시한 예측 모형이 높은 예측률을 보이는 것을 확인하였다.

• 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.

• 무역학회지
• /
• 제43권5호
• /
• pp.159-177
• /
• 2018

국가 물류 인프라인 컨테이너 해운에 대한 합리적 투자 및 정책 결정을 하기 위해서는 컨테이너 해상운임의 결정요인에 대한 이해가 요구된다. 본 연구는 벡터오차수정모형(Vector Error Correction Model; VECM)을 사용하여 컨테이너 운임에 영향을 미치는 요인별 영향력을 추정하였다. 이를 위해 영국 클락슨이 공표하는 데이터를 사용하였으며, 분석결과 물동량 1.0% 증가 시 운임 4.2% 증가, 선복량 1.0% 증가 시 운임 4.0% 감소, 벙커유 가격 1.0% 증가 시 운임 0.07% 증가, Libor 1.0% 증가 시 운임은 0.04% 증가하는 것으로 추정되었다. 또한 현 운임이 장기균형 시점의 운임보다 1.0% 높을 경우 운임은 3.2% 차기에 감소하며, 장기균형 운임보다 1.0% 적을 경우 0.12% 차기에 감소하는 것으로 나타났다. 그러나 불황기 영향력은 통계적 유의성이 낮았으며, 이는 호황기에는 운임감소 압력이 뚜렷하나 불황기에는 운임상승 압력이 없는 것으로 이해된다. 이 같은 분석 결과는 향후 컨테이너 해운시장의 전망에 과학적인 접근법의 활용에 기여할 것으로 기대된다.

• 한국항해항만학회지
• /
• 제29권9호
• /
• pp.795-800
• /
• 2005

Nowadays, road transportation which has played a key role in the market of both passenger and freight transportation is facing with a serious problem, the traffic congestion causing a delay of transportation. Therefore, railroad transportation is considered as an attractive alternative mode of inland transportation due to its inherent merits in mass transportation such as relatively low cost compared with road transportations, less air pollution and noise than other mode ets. In this paper, therefore, we examine the current situation of railroad transportation markets including TKR(Trans- Korean Railway}, TSR(Trans-Siberian Railway} and prospects for the connection of TKR-TSR. And then we examine the structure of the container transportation market by railroad in Korea with a brief analysis of the traffic volume of TKR-TSR.

• 한국항해항만학회지
• /
• 제46권4호
• /
• pp.375-384
• /
• 2022

해운산업은 수요와 공급뿐만 아니라 여러 경제지표와 사회적 사건 등 복잡한 변수에 의하여 영향을 받으며 순환한다. 본 연구는 우리나라 13개 정기선사에 대하여 30여 년의 영업실적을 분석하여 1990년대 말의 외환위기, 2000년대 말의 글로벌 금융위기, 그리고 최근의 코로나 팬데믹 위기 상황에서 정기선 해운기업의 영업이익률에 어떤 요인들이 영향을 미치는지 분석하였다. 정기선사의 특성을 고려하여 원양과 근해로 구분하고, 한국채택국제회계기준(K-IFRS)에 근거한 영업이익률과 시계열에 의한 해상물동량, 선박량 및 거시경제지표를 이용하여 다중회귀분석으로 그 요인을 분석하였다. 한편 사회적 사건으로 인하여 경제지표가 이상하게 탐지된 경기 침체기에 대하여는 별도로 분석하였다. 그 결과 중국컨테이너운임지수 (CCFI)는 원양 및 근해 정기선사 모두에게 정(+)의 영향을 주었다. 한국 컨테이너 선박량은 원양 정기선사에만 정의 영향을 주었고, 세계물동량과 유가는 근해정기선사 영업이익률에 부(-)의 영향을 미쳤다. 더불어 세계와 우리나라 GDP도 미미하게나마 근해선사 영업이익률에 영향을 주었다. 그 외 중국의 GDP, 환율, 이자율 등은 양 그룹의 영업이익률에 유의미한 영향을 주지 못하였다. 또한 경기침체기 중 2009년 글로벌 금융위기를 제외하고 1998년 외환위기 및 2020년 코로나 팬데믹 기간은 오히려 경제지표와 부의 상관관계를 보여주었다. 본 연구는 해운경기 예측의 복잡성과 어려움을 감안하여 금융비용을 고려하지 않은 영업이익률에 초점을 맞추었고, 3번의 경제·사회적 사건을 포함한 장기간의 실증 분석을 통하여 결론을 도출하였다.