본 연구는 머신러닝 기법을 토대로 15개 환경 변수를 활용하여 소나무재선충병의 위험지역 분포를 예측하였다. 연구는 최대 엔트로피 모델을 머신러닝 기법으로 활용하였고, 연구 지역은 경주이며 연구 기간은 2018∼2020년이다. 모델의 평가에는 AUC(area under the curve)를 이용하였다. 연구 지역에서 소나무재선충병의 감염목 핵심 분포 지역은 2018년 대비 2019년과 2020년에 각각 2.5배와 4.7배 확대되었다. 소나무재선충병의 감염목 분포 추정 모델의 AUC는 모든 해에 최소 0.86 이상이었다. 모델에서 가장 중요한 변수는 직전 해의 감염목 근접도 이었다. 지형과 도로와의 인접성, 목조건물 인접성, 5월 평균 기온도 중요한 변수이었다. 인간 활동과 매개충의 생장 환경이 소나무재선충병의 공간적 분포에 중요한 역할을 한다는 것을 의미한다. 나아가 연구의 결과는 감염목 분포 정보의 지속적인 구축과 공유가 소나무재선충병 예방을 위한 정책과 연구에 중요하다는 것을 시사한다.

베트남은 풍부한 노동력을 바탕으로 빠르게 경제가 성장하고 있다. 국내 물류기업은 해외시장 진출을 위해 노력하고 있다. 해외 물류기업도 베트남 시장에 진출하면서 물류 네트워크를 확대해 나가고 있다. 이러한 상황에서 국내 물류기업들도 기회를 포착하여 베트남 시 장에 진출할 필요성을 실감하고 있다. 본 논문에서는 모방전략을 이용하여 국내 중견중소 물류기업의 베트남 물류시장 진출 전략 수립에 목 적을 두고 있다.