본문내용 바로가기 주메뉴 바로가기
   검색옵션
    • [해운물류 > 해운산업연구실]2017-10-27 23:28:06/ 조회수 616
    • ■ [인터뷰] 미국 Journal of Commerce(JOC) Peter Tirschwell 편집국장 “AI가 약속하는 스마트 컨테이너 해운과 비용·자원배분의 최적화”
      평가덧글
      인쇄보내기
    • ■ [인터뷰] 미국 Journal of Commerce(JOC) Peter Tirschwell 편집국장 “AI가 약속하는 스마트 컨테이너 해운과 비용·자원배분의 최적화”

      해운 데이터의 수집·분석에 있어 인공지능(AI) 활용이 확대되고 있습니다. 앞으로 화주, 포워더, 선사 등은 빅데이터와 같은 더욱 방대한 정보에 근거해 비즈니스 전략을 수립하게 될 것이며, 화물 운송에 필요한 시간, 비용, 자원 등을 최적화하는 데 AI가 활용될 가능성이 높습니다.

      AI의 진화는 컨테이너 업계들이 보다 체계적으로 비즈니스 전략을 수립하는데 기여할 수 있습니다. 다양한 산업에서 디지털 혁명을 촉진하고 있는 AI는 컨테이너 화물의 공급망에도 저스트 인 타임(JIT) 수송과 설비 가동률 개선을 통한 원가 절감을 가져올 것입니다.

      실제로 머스크 라인, Panalpina 등의 기업은 IBM 등 글로벌 IT 기업과의 협력을 통해 인지 기능을 가지고 있는 컴퓨터의 사용 및 AI 기술을 활용하여 다양한 해운 업계의 과제에 대응한다는 계획을 가지고 있습니다.

      AI를 활용 가능한 과제로는 수송에서 문제가 발생한 경우 최적의 대체 항을 선정하는 것, 선박 도착 시간을 정확히 예측하는 것 등이 있습니다. 이외에도 AI를 활용하여 화주에게 실시간으로 화물의 위치를 전달할 수 있으며, 하역작업이 이루어진 이후 컨테이너가 트럭을 통해 운송될 때에도 AI를 활용하여 실시간 위치를 파악할 수 있습니다.

      다만 아직 해운업계에 AI의 활용은 아직 초기 단계에 있습니다. 새로운 기술의 수용에 상대적으로 소극적인 해운산업의 역사와 특수성을 생각하면 예상과 달리 AI의 활용 속도는 향후 둔화될 가능성도 있다는 것이 업계 관계자들의 분석입니다.

      AI 기술은 종래의 방법보다 훨씬 빠르게 대량의 데이터를 분석하는 스킬이 있는데, 해운·물류 산업에 이미 이용 가능한 데이터가 방대하게 있다는 점을 감안하면 AI 기술의 성숙은 예측 불가능한 범위를 극적으로 좁히고 이를 통해 운항 효율성을 제고할 가능성이 있다고 업계 관계자는 지적합니다.

      "서플라이 체인 등 수많은 데이터가 서로 연계된 대량의 데이터는 AI 활용의 풍부한 토양이 될 수 있습니다". 미국 샌프란시스코에 본사를 두고 AI 기술을 활용하고 있는 디지털 해운 신흥 기업인 Flex Port사의 라이언 CEO는 이렇게 코멘트하였습니다. 또한 그는 "AI의 활용은 화주들이 화물을 언제 어떻게 수송하는지에 대한 결정을 보다 정확하게 내릴 수 있도록 하여, 운송에 필요한 자금, 수송시간, 물류비용 등을 감축할 수 있다"라고 설명합니다.

      AI는 간단한 로봇의 설계 및 제작부터 자동운전, 무인선박, 원격조정 등 광범위한 해운산업 분야에서 활용될 것으로 전망됩니다.

      현재 해운·물류 업계에서 AI의 활용은 특히 대량의 빅데이터 분석에 빈번하게 활용되고 있습니다. 경우에 따라 인력 input을 삭감 또는 배제한 상태에서 의사 결정을 해야 할 경우 AI를 활용하여 대규모 DB해석이 이루어지고 있습니다.

      이러한 성능은 AI의 특징인 "머신 런닝(machine learning)"에 의해 구현될 수 있습니다. 머신 런닝은 결과로부터 얻은 초기 지식에 기초하여 알고리즘이 데이터를 분석하고 보다 정밀한 전망을 수행합니다. 지식의 양이 누적이 되면서 알고리즘은 계속적으로 조정되며, 이를 통해 예측 결과의 정확성은 더욱 향상될 수 있습니다.

      예를 들어 해운·공급망 관리를 연구하고 있는 미국 Old Dominion University는 "AI를 활용하여 컨테이너의 수급을 전망하는 당 대학 수리 모델"의 핵심을 이루는 것이 바로 머신 런닝이라고 설명합니다. 동 대학교의 AI 수리 모델은 정박 중 선박, 특정 날짜에 발송 예정인 컨테이너 및 도착 예정인 컨테이너, 공컨테이너의 추이, 게이트별 컨테이너 반출입 추이 등 각 DB를 분석합니다. 누적되는 지식(데이터)을 통해 알고리즘이 조정되고 이를 통해 장래 공컨테이너의 수요를 보다 정확하게 예측 할 수 있습니다.

      동 대학교는 미국 주요 터미널에 수리 모델 프로그램을 활용한 시범 운영을 실시하였는데 원활한 공컨테이너의 수급을 통해 불필요한 비용이 최대 80%까지 삭감되는 것으로 나타났습니다. Old Dominion University는 "AI를 활용한 예측 모델 구축으로 장래 컨테이너의 수요를 보다 빠르고 정확하게 예측하여 운송의 적시성을 제고하고, 한편 야드에 불필요한 컨테이너 적재를 줄임으로써 배치 비용과 환경오염의 경감도 가능하다"고 설명하고 있습니다.

      Peter Tirschwell: 현 "The Journal of Commerce"(저널 오브 코머스, JOC)의 편집국장 및 일본해사신문으로 원고 송고 담당

      https://secure.marinavi.com/news/

      일본해사신문 마리나비 10월 27일 제4면
댓글달기

비밀번호 확인

: 취소



많이 본 뉴스

WEEKLY REPORT KMI 동향분석 Ocean & Fisheries 해양수산 KMI 월간동향

하단 메뉴