- 컨테이너 해상운송 수요·공급 모델링 방법
 |
||
|
전준우 성결대학교 글로벌물류학부 교수 |
||
□ 주요항로의 4월 SCFI 예측값
복합지수: 901.93pt(2월 실제 대비 131.34pt 하락)
미서안: 1156.41USD/FEU(2월 실제 대비 134.34USD 하락)
미동안: 2053.53USD/FEU(2월 실제 대비 482.97USD 하락)
북유럽: 834.03USD/TEU(2월 실제 대비 85.47USD 하락)
필자가 매주 제시하는 주요 정기선 항로의 해운운임(SCFI) 예측값은 수요와 공급에 중점을 두고 있다. 해운운임은 다양한 요인에 따라 형성되지만, 수요와 공급이 가장 중요한 요소다. 수요의 경우 해당 항로에서 운송되는 컨테이너 물동량, 수출입 국가별 경제 변수를 고려한다. 고려하는 경제 변수는 PMI(Purchasing Managers Index), GDP(Real Gross Domestic Product), CLI(Com posite leading indicator)다.
공급 측면에서는 크게 명목 컨테이너 선복량과 실 컨테이너 선복량으로 구분할 수 있다. 먼저 명목 컨테이너 선복량은 항로별 컨테이너 선복량, 계약량, 인도량, 폐선량을 활용하며 추가로 유휴 컨테이너 선복량을 활용한다. 실 컨테이너 공급량을 도출하기 위해 명목 컨테이너 선복량에 항로별 정시성(Schedule reliability)을 활용한다. 정시성이란, 선박이 정해진 일정에 맞춰 운항하는 정도를 나타내는 지표이며, 선박이 출항 예정시간과 도착 예정시간을 정확히 지켜 운항하는 빈도와 정확도로 측정된다. 이러한 명목 컨테이너 선복량과 실 컨테이너 선복량 개념은 우리나라 최대 세계 화주기업과 같이 특허 출원을 완료한 상태이다. 이에 관한 자세한 설명은 5월 칼럼에 소개하도록 하겠다.
처음 프로젝트를 시작할 때 해운운임 예측 모델의 정확도 평가를 위해 여러 A.I 알고리즘을 적용하여 테스트했다. A.I 알고리즘은 과거 데이터를 기반으로 학습하여 예측을 수행하기 때문에 학습하지 못한 새로운 상황에 대한 예측을 제대로 수행하지 못하는 문제가 있었다. 따라서 각 변수 간의 인과관계를 고려하여 예측값을 도출할 수 있는 SD(System dynamics)를 선택했으며, SD 기반의 새로운 알고리즘을 개발하여 해운운임 예측 모델에 적용하여 활용 중이다. 모델이 고려하지 못하는 한계도 있다. 해운운임이 하락했을 때 선사는 운임방어를 위해 블랭크 세일링(임시 결항)을 통해 공급량을 조절하지만 지금 모델은 이를 반영하지 못하고 있다. 현재 이러한 문제를 해결하기 위해 여러 데이터를 수집하고 분석 중이다.
3월 칼럼에서 예측한 주요 항로의 SCFI 평가는 MAPE (Mean Absolute Percentage Error)를 활용한다. MAPE는 예측값과 실제값 간 차이, 즉 오차를 백분율로 나타낸 평균값이다. 일반적으로 오차율이 10% 미만이면 매우 높은 정확도, 20% 미만이면 높은 정확도로 해석한다. 아래 표에서 알 수 있듯이 3월 예측값은 모든 항로에서 매우 높은 정확도로 평가할 수 있다.
전준우 komares@chol.com
