국제항해에 종사하는 모든 선박은 황 함유량 0.5% m/m 이하의 선박연료유를 사용해야만 한다. 따라서 글로벌 해운기업들은 이러한 규제조치에 대응하기 위하여 저유황유의 사용, 혼합유의 사용, 탈황설비(scrubber)의 신규 설치, LNG 연료 전환 등과 같은 다양한 옵션을 해당 회사의 재무사정, 신조발주계획, 중장 기 항로배치, 글로벌 얼라이언스(alliance) 정책 등을 종합적으로 고려하여 신조 발주를 선택하고 있다. 왜냐하면 선박용 LNG 연료는 기존의 고유황유를 대체 하면서 해양환경을 보호할 수 있는 궁극의 수단은 아니지만 현실 가능한 대체 수단으로 평가되고 있기 때문이다. 국내외 조선·해운산업계는 친환경연료추진 선박, 예컨대 암모니아 또는 수소, 연료전지 등과 같이 탄소중립형선박을 건조하여 운항하는 것이 최종목표이지만, 제반 환경을 고려하였을 때 중간단계로서 반드시 LNG 연료추진선박을 고려하지 않을 수 없다. 따라서 이 연구는 향후 상업적인 관점에서 조선소에서 대두될 LNG 연료추진선박에 대한 LNG 연료공 급과 관련된 선박건조보험상의 주요 쟁점들을 법적으로 검토하고, 개선방안을 도출하여 향후 선박용 LNG 연료공급사업의 활성화에 필요한 기초자료를 제공 하였다.

Selecting suppliers in the global supply chain is the very difficult and complicated decision making problem particularly due to the various types of supply risk in addition to the uncertain performance of the potential suppliers. This paper proposes a multi-phase decision making model for supplier selection under supply risks in global supply chains. In the first phase, the model suggests supplier selection solutions suitable to a given condition of decision making using a rule-based expert system. The expert system consists of a knowledge base of supplier selection solutions and an “if-then” rule-based inference engine. The knowledge base contains information about options and their consistency for seven characteristics of 20 supplier selection solutions chosen from articles published in SCIE journals since 2010. In the second phase, the model computes the potential suppliers’ general performance indices using a technique for order preference by similarity to ideal solution (TOPSIS) based on their scores obtained by applying the suggested solutions. In the third phase, the model computes their risk indices using a TOPSIS based on their historical and predicted scores obtained by applying a risk evaluation algorithm. The evaluation algorithm deals with seven types of supply risk that significantly affect supplier’s performance and eventually influence buyer’s production plan. In the fourth phase, the model selects Pareto optimal suppliers based on their general performance and risk indices. An example demonstrates the implementation of the proposed model. The proposed model provides supply chain managers with a practical tool to effectively select best suppliers while considering supply risks as well as the general performance.