빅데이터 분석은 해운업계에서 어떻게 활용되는가.
KMI에 따르면 지난 1979년 오일쇼크부터 2008년 리먼 사태까지 경제적인 충격이 있을 때마다 반복되는 해운위기로 인해 수많은 기업이 구조조정의 대상이 되거나 사라졌다. 해운산업의 위기에는 다양한 요인이 작용하지만 해운경기변동의 예측실패에 따른 시장위험관리가 중요한 역할을 했다.
해운 경기의 변동성, 불확실성, 복잡성이 확대되어 전통적인 방법으로 해운시황을 분석하는데 한계가 있다. 일반적인 시계열 계량분석방법은 해운시장과 같이 변동성이 크고 다양한 원인에 따라 추세가 변화되는 시장에서는 예측정확도가 높지 않다. 이에 전통적인 예측방법을 보완할 수 있는 빅데이터(Big Data), 인공지능(AI)을 활용한 분석방법이 대안으로 대두되고 있다.
해운에서 빅데이터를 활용한 방법론은 다양하게 활용할 수 있다. 첫째, 현재 예측에 활용되는 운임, 유가, 환율 등 다양한 시계열 자료에 인공지능방법론을 도입하여 시황예측 정확도를 향상시킬 수 있다. 학습을 통한 예측은 기존 계량경제모델의 대안이 될 수 있으며 전통적 방법론과 인공지능을 혼합한 하이브리드모델 개발도 가능하다. 둘째, 기존에 활용하지 않았던 비정형 데이터(기사, SNS 등), 자동식별시스템(AIS) 자료를 활용한 시장분석이 가능하다. 매일 발행되는 비정형 데이터에서 중⋅단기 시장에 대한 전문가들의 인식을 판별할 수 있으며 실시간 선박 위치 정보를 활용하여 해운 시장의 공급을 분석할 수 있다. 셋째, 최적화를 통한 운영 효율성 향상이다. 선박운항시 발생하는 자료(풍향, 조류, 연료소비량 등)를 이용하여 최적의 운항경로나 속도를 제시할 수 있다. 이외에 선박충돌 사전경보, 사이버보안에도 빅데이터가 활용될 수 있다.
이미 해외 해운기업들은 빅데이터와 인공지능을 도입하여 효과적으로 적용하고 있다. 머스크는 4차 산업에 대응하기 위해 디지털본부를 설립·운영하고 있으며 빅데이터 분석을 통해 선박효율 성을 향상시키는 등 운영 전반에 적용하여 성과를 거두고 있다. 일본해운 3사, 상하이국제항운 중심(SISI) 등 해운시장 참여자들은 새로운 접근방법을 이용하여 시황예측모델을 개발중이다.
2017년 조사에 의하면 해운을 포함한 해양부문의 기업 12%가 이미 빅데이터를 활용하여 사업 효율성 향상을 위해 노력하고 있는 것으로 나타났다.
한국해양수산개발원은 대부분의 국내 해운시장 참여자들이 접근하지 못하고 있는 빅데이터 연구를 위해 해운빅데이터연구센터를 설치하여 관련 연구를 진행 중이다. 또한, 선사의 현장정보와 대학의 기술지식을 융합하기 위해 2017년 빅데이터 관련 대학교의 인공지능 관련 연구실을 중점협력연구실로 지정하여 운영하고 있으며 선사들과 공동연구를 추진하여 현장정보를 습득하기 위한 기반을 마련 중이다. 이와 같은 산-학-연 공동연구를 통해 산업정보와 빅데이터 기술을 접목한 시황예측모델을 개발 중이며 현재 심층신경망모형(Deep Neural Network, DNN)을 이용하여 케이프사이즈 벌크선 수익 예측 모델을 하반기까지 개발할 예정이다. 나아가 빅데이터 적용 범위를 해운에서 수산, 항만 등 해양 전 부문으로 확장할 계획이며 올해 수산의 일부 어종에 대한 가격 예측에 새로운 방법론을 도입⋅적용할 예정이다.