이 논문은 소비자 설문조사를 통해 여름철 대표 과일인 수박과 참외의 소비자 구매 행태와 구매 빈도에 영향을 미치는 요인을 분석하여 수박·참외 산업의 지속 가능한 발전 방향을 탐구하고자 하였다. 소비자 구매 행태를 분석하고, 구매 빈도에 영향을 미치는 주요 요인을 규명하기 위해 순위형 로짓 분석을 실시하였다. 연구 결과에 따르면 수박은 맛, 외형이 가격보다 더 중요한 요소로 나타나, 고당도 수박 생산, 품종 개선 및 유통 방식 개선의 필요성이 제기되었다. 참외는 맛, 신선도, 외형이 구매시 중요한 요소로 분석되었으며, 고령층 소비자에 비해 젊은층 선호도가 상대적으로 낮아 참외 시장 확대를 위해서는 다양한 소비 계층이 관심을 가질 수 있는 차별화된 판매 전략이 필요하다는 점을 시사하였다.

본 연구에서는 대파의 가락시장 도매가격을 이용하여 기존 시계열 모형인 ARIMA 모형, 홀트-윈터스 평활법과 대표적인 기계학습 방법인 랜덤 포레스트(Random forest) 분석 기법의 가격 예측력을 비교하였다. 세 모형의 예측력을 분석한 결과는 다음과 같다. 가장 예측력이 높게 나타난 모형은 3년(36개월)을 주기로 설정한 ARIMA 모형이었다. 또한 ARIMA 모형과 홀트-윈터스 평활법은 일별 데이터보다 월별 데이터를 이용한 예측 결과의 정확도가 더 높아 훈련 데이터에 대한 과적합(overfitting)이 오히려 예측력을 낮추는 현상을 보였다. 반면, 랜덤 포레스트는 월별 데이터 보다 일별 데이터를 사용한 모형의 예측력이 더 높았다. 이는 학습량이 많을수록 높은 예측력을 보여주는 기계학습의 특징을 보여주었다. 그러나 기계학습 방법을 활용한 가격 예측에는 가격에 영향을 주는 설명변수를 찾고, 양질의 훈련 데이터 축적이 필요하다는 것을 알 수 있었다. 향후 연구에서는 다양한 설명변수와 기계학습 및 딥러닝 기법을 적용한다면 농축산물 가격 예측력을 높이는데 도움이 될 것으로 판단된다.