비컨테이너 항만물동량 예측모형 고도화 방안 연구(Ⅲ) - 철광석, 화학공업생산품, 기타광석, 잡화를 중심으로

국문 초록 (Abstract)

1. 연구의 배경 및 목적
■ 항만은 국가 경제의 핵심 인프라로서, 수출입 화물의 약 99.5%가 항만을 통해 운송되는 우리나라에서 항만시설의 적절한 확충은 무엇보다 중요함
- 특히, 최근 급변하는 글로벌 공급망과 무역 환경 속에서 적기의 항만시설 확충은 무엇보다 중요하며, 이를 위해서 정확한 항만물동량 예측은 필수적임
- 항만물동량은 정부의 정책 결정, 민간 기업의 투자, 그리고 국제 교역 전략 수립의 중요한 기초자료로 활용되는 만큼 그 활용성과 중요성이 높다고 할 수 있음
■ 항만물동량의 예측 정확도를 높이기 위해서는 다양한 환경 변화 요인을 보다 면밀히 분석하고, 이를 모형에 반영하는 것이 중요함
- 탄소중립 정책 확대에 따른 산업 구조 변화 및 기술 개발로 인한 항만물동량 변화를 장기적으로 반영할 필요가 있음
- 또한, 디지털화와 인공지능 기술의 발전으로 다양한 기관의 데이터를 융합 및 활용하여 예측의 정확성을 높이는 많은 연구가 진행되고 있는 만큼 최신의 기술을 활용한 예측모형 고도화가 필요한 시점임
■ 이를 위해 본 연구에서는 국내 항만 개발 및 정책 판단의 근간이 되는 항만물동량 예측모형을 고도화하고자 함
- 총 14개 항만물동량 품목 가운데 철광석, 화학공업생산품, 기타광석, 잡화 품목을 대상으로 함
- 품목별 특성에 따라 변화하는 산업 구조 및 대내외 환경을 반영할 수 있는 변수를 발굴하거나, 최신의 수요예측기법을 활용하여 기존 모형 대비 예측력을 개선하고자 함

2. 연구의 방법
1) 선행연구 및 연관 산업 동향 검토
■ 예측모형 고도화를 위해 품목별 선행연구 및 관련 산업 동향 검토를 통해 추가적인 변수 발굴 및 신규 모형을 검토함
- 항만물동량뿐만 아니라 해당 품목의 수요, 공급, 가격 등을 예측하는 다양한 선행연구를 검토하여 최근 항만물동량 예측에 많이 활용되는 머신러닝 기법 등을 검토함
- 또한, 품목과 연관된 산업의 최근 동향이 수록된 보고서 검토를 통해 적용 가능한 추가 변수를 발굴함
2) 기존 예측모형 진단
■ 품목별 항만물동량 특징 및 기존 예측모형을 진단하여 한계점 등을 도출함
- 품목별·유형별 다각적 분석을 통해 항만물동량이 지니고 있는 특징을 도출하고, 기존의 예측모형이 가지고 있는 한계점을 진단함
- 기존 철광석은 예측모형 및 변수가 단순하여 장래 탄소중립 정책에 따른 트렌드를 반영하지 못하고, 고로 조강생산량의 과대 추정 문제가 발생하고 있음
- 기존 화학공업생산품은 최근 중국 자급화 증가에 따른 수출 구조 변화를 반영할 수 있는 변수가 부재하고, 탄소중립에 따른 연료 전환 등이 고려되지 못하고 있는 한계점이 있음
- 기존 기타광석은 단일 변수를 활용함에 따라 다양한 광종의 특성을 반영하지 못하는 한계점이 있음
- 기존 잡화는 다양한 산업군으로 구성되어 있어 잡화 물동량의 급변 요인 등을 파악하기 어려워 인과형 예측모형이 부재하였음

3) 예측모형 고도화
■ 산업 동향 및 기존 예측모형 진단 결과, 전문가 의견 등을 활용하여 품목별 고도화 방안을 제시함
- 철광석은 탄소중립 정책에 따른 철강 생산 방식 변화를 고려하기 위해 전기로 생산 비중을 추가 변수로 고려하였으며, 고로 조강생산량의 추정 방식을 기존 상향식(Bottom-up)에서 하향식(Top-down)으로 변경하는 것을 제시함
- 화학공업생산품은 수출의 구조적인 변화를 고려하기 위해 중국과 미국의 거시경제지표를 추가적으로 고려하고, 탄소중립 정책에 따른 선박연료의 전환을 반영하기 위해 친환경 연료 수요 모형을 추가적으로 개발하는 것을 제시함
- 기타광석은 광종의 다양성을 고려하기 위해 기타광석 예측모형을 주요 광종인 석회석, 비철금속, 기타(소금류, 슬래그류)로 구분하는 것을 고도화 방안으로 제시함
- 잡화는 광범위한 산업군의 특성을 반영하기 위해 세부 16개 품목을 기계류, 식품류, 섬유류 세 개 산업군으로 구분하고 해당 산업군에 따른 인과 변수 발굴 및 개별 예측모형 구축을 고도화 방안으로 제시함

3. 연구 결과
■ 제시된 고도화 방안에 대해 k-fold 검증 방법론 및 평가지표(RMSE, MAPE) 등을 활용하여 고도화 결과의 타당성을 확보함
- 철광석 예측모형에 전기로 생산 비중을 추가 변수로 적용한 결과, 변수를 고려하지 않은 경우와 대비하여 예측 정확도가 개선되었으며, 고로 생산량의 예측 방법 변경은 기존 모형 대비 예측 오차율을 3.8%p 개선시킴
- 화학공업생산품 예측모형에 미국과 중국 거시경제변수를 추가로 고려한 결과, 기존 모형 대비 예측 성능이 개선되었으며, 친환경 연료 수요를 고려한 신규 모형을 제시함에 따라 향후 벙커링 시설 도입에 따른 기초자료로 활용이 가능할 것으로 판단됨
- 기타광석의 경우 석회석 예측모형과 비철금속 예측모형으로 구분하여 예측한 결과 기존 모형 대비 예측 오차율이 각각 7.8%p, 8.2%p 개선된 것으로 나타남
- 잡화물동량의 경우 세 개 산업군으로 구분하여 예측모형을 고도화한 결과, 기계류의 경우 기존 모형 대비 오차율을 3.3%p, 식품류의 경우 2.7%p. 섬유류의 경우 3.3%p 감소시킴

4. 기대효과
1) 정책적 기대효과
■ 항만물동량 예측력 개선으로 국내 항만정책의 적시성과 효율성 향상이 기대됨
- 장래 항만물동량은 국내 항만시설의 수급 분석을 위한 기초자료로 활용되는 만큼 정확한 항만물동량 예측은 적기의 항만시설 공급을 가능하게 해줄 것으로 기대됨
- 또한 다양한 항만정책의 의사결정 단계의 기초자료로 활용됨에 따라 항만정책의 정확성과 효율성을 향상시킬 것으로 기대됨

2) 사회·경제적 기대효과
■ 국내 항만시설에 대한 효율적인 투자로 국내 항만의 투자 효율성 및 경쟁력 증가가 기대됨
- 항만물동량의 정교한 예측으로 항만 인프라 투자를 적기에 효율적으로 시행함에 따라 불필요한 과잉투자를 줄이고, 필요한 시설에 우선적으로 자원을 투입하는 등 효율적인 투자가 가능함
- 적절한 항만시설의 투자는 글로벌 기업들이 국내 항만을 선택할 수 있는 요인으로 작용하며, 이는 곧 국내 항만의 경쟁력 향상으로 이어짐
- 또한, 정확한 항만물동량 예측은 글로벌 공급망의 불확실성이 높아진 상황에서 급변하는 외부 환경에 민첩하게 대응할 수 있는 대응력을 향상시켜 궁극적으로 국가 경제 전반의 충격을 완화하는 역할을 수행할 것으로 기대됨

다국어 초록 (Multilingual Abstract)

1. Background and Purpose
■ Ports are a key infrastructure for the national economy. In Korea, where approximately 99.5% of import and export cargo is transported through ports, the appropriate expansion of port facilities is essential.
- Especially in today’s rapidly changing global supply chain and trade environment, the timely expansion of port facilities is crucial, and accurate port throughput forecasting is vital to support this need.
- Port throughput serves as a critical foundation for government policy decisions, private sector investments, and the formulation of international trade strategies, highlighting its high utility and importance.
■ To improve the accuracy of port throughput forecasts, it is essential to thoroughly analyze a wide range of environmental change factors and incorporate them into the forecasting model.
- Consideration must be given to long-term shifts in port throughput resulting from industrial restructuring and technological advancements driven by the growth of carbon-neutral policies.
- Additionally, with the advancement of digitalization and artificial intelligence, diverse research is underway to enhance prediction accuracy by integrating and utilizing data from various sources, highlighting the need to refine forecasting models with cutting-edge technology.
■ This study aims to advance the port throughput forecasting model, which is foundational for domestic port development and policy decision-making.
- It focuses on four items out of a total of 14 port throughput categories: iron ore, chemical industry products, other ores, and miscellaneous goods.
- By identifying variables that reflect changes in industrial structures and internal and external environments based on each item’s characteristics, and by applying the latest demand forecasting techniques, the study seeks to improve the predictive power of the model compared to previous versions.
2. Methodology
1) Review of Previous Studies and Related Industry Trends
■ To enhance the forecasting model, a comprehensive review of prior studies and related industry trends was conducted for each category to identify additional variables and examine new models.
- A variety of previous studies, encompassing not only on port throughput but also demand, supply, and pricing for each item, were reviewed to identify recent machine learning techniques frequently used in port throughput forecasting.
- Additionally, reports on recent trends in industries related to each item were reviewed to identify additional applicable variables.

2) Diagnosis of Existing Forecasting Models
■ The characteristics of port throughput by item and the limitations of existing forecasting models were analyzed.
- A multi-faceted item-specific analysis was conducted to identify the characteristics of port throughput and diagnose the limitations of existing forecasting models.
- Iron ore: Existing models and variables are too simple to reflect trends related to future carbon-neutral policies, leading to issues like overestimating blast furnace crude steel production.
- Chemical industry products: Current models lack variables to address shifts in export structures caused by China’s increasing self-sufficiency and fail to account for fuel transitions driven by carbon-neutrality.
- Other ores: The use of a single variable prevents the model from reflecting the characteristics of various types of ores.
- Miscellaneous goods: Given the diverse industries within this category, identifying the rapidly evolving factors influencing throughput is challenging, and no causal forecasting model is currently in place.

3) Enhancement of the Forecasting Model
■ Based on industry trends, diagnosis of existing forecasting models, and expert opinions, enhancement strategies for each item were proposed.
- Iron ore: To account for changes in steel production methods driven by carbon-neutral policies, the model considers adding the share of electric furnace production as a new variable. Additionally, it proposes shifting from a top-down to a bottom-up approach in estimating blast furnace crude steel production.
- Chemical industry products: To reflect structural changes in exports, the model proposes incorporating macroeconomic indicators from China and the United States. Additionally, to account for the shift in ship fuel due to carbon-neutral policies, a new demand model for eco-friendly fuel is proposed.
- Other ores: To consider the diversity within ore types, the model enhancement strategy proposes dividing the forecasting model into major categories: limestone, non-ferrous metals, and other (such as salts and slags).
- Miscellaneous goods: To better capture the characteristics of a wide range of industries, the enhancement strategy categorizes 16 detailed items into three industry groups—machinery, food, and textiles—and to identify causal variables and develop separate forecasting models for each industry group.

3. Result
■ The validity of the proposed enhancement strategies was verified using a k-fold validation methodology and evaluation metrics (RMSE, MAPE).
- Iron ore forecasting model: Adding the share of electric furnace production as a variable improved forecast accuracy compared to the model without it. Changing the method for predicting blast furnace production reduced the forecast error rate by 3.8% compared to the previous model.
- Chemical industry products forecasting model: Incorporating U.S. and Chinese macroeconomic variables improved the model’s predictive performance over the existing model. The new model considering eco-friendly fuel demand is expected to serve as foundational data for future bunkering facility implementation.
- Other ores: The forecasting model was separated into limestone and non-ferrous metals, resulting in forecast error rate improvements of 7.8% and 8.2%, respectively, over the previous model.
- Miscellaneous goods: Enhancing the model by dividing it into three industry groups led to improvements, with the machinery category reducing the error rate by 3.3% and the food category by 2.7% compared to the existing model.

4. Expected Outcomes
1) Policy effects
■ Improved port throughput forecasting is expected to enhance the timeliness and efficiency of domestic port policies.
- Since future port throughput data serves as foundational information for analyzing the supply and demand of domestic port facilities, accurate forecasting is expected to enable timely provision of port facilities.
- Additionally, as this data will be used as a basis in the decision-making stages of various port policies, it is anticipated to improve the accuracy and efficiency of port policy formulation.
2) Socio-Economic Outcomes
■ Efficient investment in domestic port facilities is expected to increase the investment efficiency and competitiveness of Korean ports.
- Accurate port throughput forecasting enables timely and efficient port infrastructure investments, reducing unnecessary overinvestment and prioritizing resources for essential facilities.
- Proper investment in port facilities can incentivize global companies to choose Korean ports, thereby enhancing the competitiveness of domestic ports.
- Moreover, accurate port throughput forecasting can strengthen response capabilities in a volatile global supply chain environment, enabling prompt responses to rapidly changing external conditions. This adaptability is ultimately expected to help mitigate shocks to the overall national economy.

목차 (Table of Contents)

• 요약_i
• Executive Summary_vii
• 01
• 서론_1
• 제1절 연구 배경 및 목적 1
• 1. 연구 배경 및 필요성 1
• 2. 연구 목적 4
• 제2절 연구 내용 및 방법 5
• 1. 연구 내용 5
• 2. 연구 방법 6
• 제3절 선행연구 검토 및 차별성 8
• 1. 선행연구 검토 8
• 2. 선행연구와의 차별성 15
• 02
• 항만 수요예측 방법론 검토_19
• 제1절 수요예측 방법론 19
• 1. 회귀 모형(Regression Model) 19
• 2. 시계열 모형(Time Series Model) 20
• 3. 머신러닝 기반 모형 23
• 제2절 예측모형 검증 방법론 및 평가지표 26
• 1. 검증 방법론 26
• 2. 평가지표 29
• 제3절 소결 및 시사점 31
• 03
• 철광석 항만물동량 예측모형 고도화_33
• 제1절 국내외 철광석 연관 산업 동향 33
• 1. 철광석 연관 산업 개요 33
• 2. 국내외 철광석 연관 산업 동향 분석 40
• 제2절 철광석 항만물동량 예측모형 진단 46
• 1. 철광석 항만물동량 현황 및 특징 46
• 2. 기존 철광석 예측모형의 특징 및 한계 49
• 제3절 철광석 항만물동량 예측모형 고도화 52
• 1. 변수 추가 및 모형 다양화: 수입 물동량 예측모형 53
• 2. 고로 조강생산량 전망 모형 개선 57
• 제4절 소결 및 시사점 63
• 04
• 화학공업생산품 항만물동량 예측모형 고도화_67
• 제1절 국내외 화학공업생산품 연관 산업 동향 67
• 1. 화학공업생산품 연관 산업 개요 67
• 2. 국내외 화학공업생산품 연관 산업 동향 분석 71
• 제2절 화학공업생산품 항만물동량 예측모형 진단 78
• 1. 화학공업생산품 항만물동량 현황 및 특징 78
• 2. 기존 화학공업생산품 예측모형의 특징 및 한계 82
• 제3절 화학공업생산품 항만물동량 예측모형 고도화 89
• 1. 석유화학산업 수출 모형 개선 90
• 2. 탄소중립에 따른 선박연료 전환 반영 98
• 제4절 소결 및 시사점 113
• 05
• 기타광석 항만물동량 예측모형 고도화_117
• 제1절 국내외 기타광석 연관 산업 동향 117
• 1. 기타광석 연관 산업 개요 117
• 2. 국내외 기타광석 연관 산업 동향 분석 121
• 제2절 기타광석 항만물동량 예측모형 진단 125
• 1. 기타광석 항만물동량 현황 및 특징 125
• 2. 기존 기타광석 예측모형의 특징 및 한계 126
• 제3절 기타광석 항만물동량 예측모형 고도화 130
• 1. 석회석 예측모형 구축 131
• 2. 비철금속 예측모형 구축 134
• 제4절 소결 및 시사점 138
• 06
• 잡화 항만물동량 예측모형 고도화_141
• 제1절 국내외 잡화 연관 산업 동향 141
• 1. 잡화 연관 산업 개요 141
• 2. 국내외 잡화 연관 산업 동향 분석 145
• 제2절 잡화 항만물동량 예측모형 진단 151
• 1. 잡화 항만물동량 현황 및 특징 151
• 2. 기존 잡화 예측모형의 특징 및 한계 155
• 제3절 잡화 항만물동량 예측모형 고도화 157
• 1. 잡화물동량 산업군 세분화(기계류, 식품류, 섬유류) 158
• 2. 변수 추가 및 모형 다양화: 기계류 잡화 물동량 전망 모형 구축 163
• 3. 변수 추가 및 모형 다양화: 식품류 잡화 물동량 전망 모형 구축 167
• 4. 변수 추가 및 모형 다양화: 섬유류 잡화 물동량 전망 모형 구축 171
• 제4절 소결 및 시사점 174
• 07
• 결론 및 정책제언_191
• 제1절 연구 요약 및 결론 177
• 제2절 연구의 기여 및 활용방안 182
• 참고문헌_185
• 부록_193