신나몬 속에서 추출한 식물체 정유 6종의 고구마뿌리혹선충(Meloidogyne incognita) 유충(J2)에 대한 살선충력을 9개 농도(ppm) 수준에서 24웰플레이트를 이용하여 실내검정 하였다. 그 결과 카시아오일류(cassia oils)에서 높은 살선충력이 확인되었는데, 그 중 가장 강한 활성을 보인 cassia oil의 구성 성분들을 GC-MS로 분석하였다. 이 오일에 함유된 주요 성분들은 (E)-cinnamaldehyde, benzaldehyde, α-terpenen, ρ-cymene, limonene, linalool, α-terpineol, cinnamyl alcohol, eugenol, salicylaldehyde, α-copaene, (E)-cinnamic acid, cinnamyl acetate, β-caryophyllene 등이었다. 각 성분들의 살선충력을 조사하였는데, (E)-cinnamaldehyde가 15 ppm과 10 ppm 농도에서도 99%와 57%의 살선충력을 보였다. 그래서 이것과 유사한 구조를 갖고 있는 화합물들 42종을 대상으로 200, 100, 50, 25, 10 ppm 농도에서 구조에 따른 살선충력을 비교 검정하였는데, vinyl cinnamate와 (E)-methoxcycinnamaldehyde가 10 ppm에서 각각 83%와 44%의 살선충력을 나타냈다. 이는 살선충력을 갖는 화합물들이 기본 골격으로서 C6-C3를 필요로 하고 더불어 방향성을 갖는 알킨(alkene) 또는 알데하이드 그룹을 갖고 있어야 함을 알 수 있었다. 이상의 실내실험을 통해 신나몬 속 식물체 정유들 또는 함유 화합물들이 토양 내 뿌리혹선충을 방제할 수 있는 잠재성이 매우 높은 식물군임을 확인하였다.

In this study, type analysis was conducted along with the advancement of basic data to calculate the maximum damage caused by strong winds during the typhoon period. The result of the damage by region showed that in 2012, the difference in damage was clearly distinguished as the region was classified in detail. In addition, the result of the annual damage in 2011 was strong on the west coast, and in 2016, the damage to the southeast coast was significant. In 2012, the 3-second gust was relatively stronger on the west and southeast coasts than in 2011, and the winds blew stronger along the southeast coast in 2016. Monthly damage data showed that the damage to the west coast was high in August, and the damage to the southeast coast was high in October from 2002 to 2019. The 3-second gust showed the result of wide expansion throughout the southern coast of the Korean Peninsula in October. As a result, the damage differs for type bacause the intensities and paths of typhoons vary depending on their characteristics, the 3-second gust blows differently by region based on regional characteristics, and the sale price is considered in metropolitan cities.

중고선은 신조선과 달리 시장참여자에게 즉각적인 시장 진출입 기회를 제공하기 때문에 해운산업에서 중요한 시장이라 할 수 있 다. 중고선 거래 시 정확한 선가 추정은 향후 장기적인 자본비용의 부담과 직접적인 관련이 있기 때문에 투자의사결정에서 상당히 중요한 요소가 된다. 기존의 중고선시장과 관련된 연구들은 시장의 효율성검증에 치우쳐 있어 정확한 중고선가 추정을 위한 연구는 부족한 실정이다. 본 연구에서는 중고선박 가치추정에 전통적인 계량모델보다 기존연구에서 시도되지 않았던 인공신경망모델을 새롭게 제안하였다. 문헌연구를 통해 중고선 가격에 영향을 미치는 6개 요인(운임, 신조선가격, 총 선복대비 발주량, 해체선 가격, 선령, 사이즈)을 선정하였고, 데이터는 2016년 1월부터 2018년 12월까지 Clarkson에 보고된 파나막스 중고선의 실거래 기록 366건을 이용하였다. 변수선정을 위하여 상관분석과 단계적 회귀분석 실시한 결과 최종적으로 운임, 선령, 사이즈 3개의 변수가 채택되었다. 모델의 설계는 10분할 교차검증으로 인공신경망모델의 파라미터들을 추정하여 진행되었다. 인공신경망 모델의 중고선 가치추정치를 단순 단계적 회귀모형과 비교한 결과 인공신경망모델의 성능이 우수함을 확인하였다. 이 연구는 중고선 선가추정에 미치는 요인들에 대한 통계적인 검증, 성능개선을 위한 기계학습기반의 인공신경망 모델 활용이라는 측면에서 차별적 의미가 있다. 또한 정확한 선가 추정이 요구되는 실무에서 통계적인 합리성과 결과의 정확성이 동시에 만족되는 과학적 모델을 제시하여 실무적으로도 도움이 될 것으로 기대한다.

운임시장의 심한 변동성과 시계열 데이터의 불안정성으로 해운시황 예측에 대한 연구가 큰 성과를 내지 못하고 있지만 최근 대표적인 비선형 모델인 기계학습모델을 적용한 연구들이 활발히 진행되고 있다. 대부분의 기존 연구가 계량모델의 설계단계에서 입력변수에 해당하는 요인들을 기존 문헌연구와 연구자의 직관에 의존하여 선정했기 때문에 요인선정에 대한 체계적인 연구가 필요하다. 본 연구에서는 케이프선 운임을 대상으로 단계적 회귀모형과 랜덤포레스트모델을 이용하여 중요 영향요인을 분석하였다. 해운시장에서 비교적 단순한 수급구조를 가져 요인파악이 용이한 케이프선 운임을 대상으로 하였으며 총 16개의 수급요인들을 사전 추출하였다. 요인간의 상호관련성을 파악하여 단계적 회귀는 8개 요인, 랜덤포레스트는 10개 요인을 분석대상으로 선정하였으며 선정된 변수를 입력변수로 하여 예측한 결과를 비교하였다. 랜덤포레스트의 예측성능이 아주 우수하였는데 수요요인이 주로 선정된 단계적 회귀분석과는 달리 공급요인이 비중 있게 선정되었기 때문인 것으로 판단된다. 본 연구는 운임예측 연구에 있어 운임결정요인에 대한 과학적인 근거를 마련하였으며 이를 위해 기계학습 기반의 모델을 활용하였다는데 연구적 의의가 있다. 또한 시장정보의 분석에 있어 실무자들이 어떤 변수에 중점을 두어야 하는지에 대해 합리적 근거를 제시한 측면에서 해운기업의 의사결정에 실질적 도움이 될 것으로 기대된다.