해운산업은 선박이라는 재화를 이용하여 화물을 운송하고 운임을 수취하여 사업을 영위하는 서비스산업이다. 따라서 선박운영 을 위해 대규모 자본투자가 필요한 환경 속에서 선박의 가치가 불확실하다면 해운경영상의 리스크는 클 수 밖에 없다. 본 연구는 선박가 치 변화에 영향을 미치는 변화요인을 파악하고 각 변화요인에 대한 중요도를 분석하고자 하였다. 이를 위해 텍스트마이닝과 토픽모델링 기법을 활용하여 선박가치 변화요인을 추출하고 구조화하여 3개의 주요인과 12개의 보조요인으로 계층적 구조를 설정하였다. 이를 대상 으로 AHP분석을 통해 연구를 진행하여 각 요인별 상대적 중요도를 분석하였다. 분석 결과 선박가치 변화에 가장 큰 영향을 미치는 주요 요인은 Shipping Factor였으며, 그 뒤를 Investment Factor와 Environment Factor가 차지하였다. 보조요인 가운데는 Volatility of Shipping Market와 Volatility of Shipping Freight 등 해운시장의 변동성과 관련된 요인들이 가장 큰 영향을 미치는 것으로 분석되었다.

본 연구의 목적은 Neural Network Regression 모델을 활용하여 선박의 가치평가 모델을 개발하는 것이다. 가치평가의 대상은 중고 VLCC선이며, 선행연구를 통해 선박의 가치 변화를 유발하는 주요 요인들을 선별하여 변수를 설정하고, 2000년 1월부터 2020년 8 월까지의 해당 데이터를 확보하였다. 변수의 안정성을 판단하기 위해 다중 공선성 검사를 수행하여 최종적으로 6개의 독립변수와 1개의 종속변수를 선정하고 연구 구조를 설계하였다. 이를 바탕으로 Linear Regression, Neural Network Regression, Random Forest Algorithm을 활용하여 총 9개의 시뮬레이션 모델을 설계하였다. 또한 각 모델간의 비교검증을 통해 평가결과의 정확성을 제고시켰다. 평가 결과, VLCC실제값과의 비교를 통해 2층으로 구성된 Hidden Layer의 Neural Network Regression 모델이 가장 정확도가 높은 것으로 나타났다. 본 연구의 시사점은 첫째, 기존 정형화된 평가기법에서 벗어나 기계학습기반 모델을 선박가치평가에 적용하였다는 점이다. 둘째, 해운시 장 변화요인을 동태적 관점에서 분석하고 예측함으로써 연구결과의 객관성을 제고시켰다고 할 수 있다.

최근 선박의 대형화 추세에 따라 항만의 장비 및 시설 또한 대형화 추세에 있다. 특히 이러한 경향은 부산항, 상해항등 대형 Hub-Port의 역할을 수행하는 항만들의 항만 간 경쟁측면에서 두드러지게 나타나고 있다. 최근 6만톤(5,000TEU급) 이상 대형 컨테이너 선박의 발주로 부산항에 기항하는 대형선박의 수가 꾸준하게 증가하고 있다. 그러나 반면, 중소형 선박들의 부산항 기항횟수 또한 증가하여 2만톤 (1,500TEU~2,000TEU) 이하인 중소형 선박의 비중이 70%이상을 차지하고 있다. 이러한 현실을 놓고 볼 때 중소형 선박의 하역시설에 대한 고려가 필요함에도 불구하고 이를 지나치게 간과하는 측면이 있다. 장비 및 시설의 대형화는 높은 비용 투자로 인해 중소형 선박 작업 시 높은 하역원가가 적용되므로 중소형 선사는 하역비 부담, 운영사는 중소형 선박 기피와 같은 현상을 가져올 수 있다. 본 연구의 목적은 선박크기, 크레인 규모와 수, 인력구조 등을 반영한 시간가치 비용을 산정함으로써 선박 규모별 컨테이너 1개(VAN)의 하역 비용가치를 분석하여 선박 규모별 투입 크레인과 인력구조의 적정성을 평가하는 데 있다.