KMI, 항만 컨테이너 반·출입 예약시스템 가격결정모형 개발

백승철 기자 2023. 9. 11. 16:06
자동요약 기사 제목과 주요 문장을 기반으로 자동요약한 결과입니다.
전체 맥락을 이해하기 위해서는 본문 보기를 권장합니다.

한국해양수산개발원(KMI 원장 김종덕)은 컨테이너 반·출입 예약시스템의 원활한 도입을 위해 '항만 컨테이너 반·출입 예약시스템 가격결정모형'을 개발했다고 11일 밝혔다.

서정용 KMI 박사(첨단물류·기술연구실장) 연구팀이개발한 '항만 컨테이너 반·출입 예약시스템 가격결정모형'은 반·출입 예약시스템의 효율적인 도입을 위해 제시된 최적화 모형으로, △외부 트럭의 적절한 도착패턴을 결정하는 1단계 모형 △최적 도착패턴 달성을 위한 보상수준을 결정하는 2단계 모형으로 구성돼 있다.

음성재생 설정
번역beta Translated by kaka i
글자크기 설정 파란원을 좌우로 움직이시면 글자크기가 변경 됩니다.

이 글자크기로 변경됩니다.

(예시) 가장 빠른 뉴스가 있고 다양한 정보, 쌍방향 소통이 숨쉬는 다음뉴스를 만나보세요. 다음뉴스는 국내외 주요이슈와 실시간 속보, 문화생활 및 다양한 분야의 뉴스를 입체적으로 전달하고 있습니다.

외부트럭 턴타임 및 대기시간은 30% 이상 감소…반출입 처리시간은 25% 감소
한국해양수산개발원 청사

(서울=뉴스1) 백승철 기자 = 한국해양수산개발원(KMI 원장 김종덕)은 컨테이너 반·출입 예약시스템의 원활한 도입을 위해 '항만 컨테이너 반·출입 예약시스템 가격결정모형'을 개발했다고 11일 밝혔다.

우리나라 항만, 특히 부산항은 세계적으로 혼잡한 항만 중 하나이며, 육측에서의 컨테이터 반·출입 작업이 빈번하게 발생한다. 작업 대기시간은 부산항의 경우 30분가량 대기하는 경우가 일반적이고, 극단적일 때에는 2~3시간 대기하는 경우도 있다.

서정용 KMI 박사(첨단물류·기술연구실장) 연구팀이개발한 '항만 컨테이너 반·출입 예약시스템 가격결정모형'은 반·출입 예약시스템의 효율적인 도입을 위해 제시된 최적화 모형으로, △외부 트럭의 적절한 도착패턴을 결정하는 1단계 모형 △최적 도착패턴 달성을 위한 보상수준을 결정하는 2단계 모형으로 구성돼 있다.

1단계 모형의 적절한 도착패턴이란 시간대별 외부 트럭 출입 빈도가 적절히 분산된 반·출입 수요 패턴을 의미하며, 항만 컨테이너 터미널 인프라와 장비의 유휴시간을 감소시켜 이들의 효율적 사용에 도움을 준다. 2단계 모형은 이러한 도착 패턴을 달성하기 위해 외부 트럭 운전기사에게 부여할 보상의 수준을 결정하는 것으로, 반·출입 시간 이동에 따른 보상수준을 설문조사로 도출하고 이를 2단계 모형에 적용했다.

모의실험 결과에 따르면, 반·출입 예약시스템 활용률과 반·출입 수요(물동량)에 따라 차이가 있으나, 100% 반·출입 예약시스템 활용률과 통상적인 수요를 기준으로 도입 이전과 비교시 △외부 트럭 턴타임은 67% 수준 △외부 트럭 대기시간은 64% 수준 △반·출입 작업 처리시간은 75% 수준으로 감소할 수 있는 것으로 나타났다.

이러한 효과는 반·출입 수요가 증가할수록 커지는 경향을 보였으며 수요가 20% 증가할 경우 △외부 트럭 턴타임은 59% 수준으로 △대기시간은 54% 수준으로 감소했고 △반·출입 작업 처리시간은 75% 수준을 유지했다.

이에 따른 경제적 편익을 대기시간에 따른 운전자 기회비용, 에너지 낭비비용, 환경비용을 고려해 분석한 결과 터미널(3개 선석 기준) 당 연간 8억원 이상의 편익을 보였다. 이를 항만 전체로 확장하면, 연간 수백억 원 이상의 경제적 편익이 발생할 수 있을 것으로 보인다.

연구책임자인 서정용 KMI 실장은 "항만 컨테이너 반·출입 예약시스템을 도입하기 위해서는 우선 이해관계자 간 협의와 정책적 지원이 선행되어야 하나, 이 시스템을 도입할 경우 반·출입 작업 처리시간과 외부 트럭 턴타임이 유의미하게 감소할 것으로 보이고, 터미널과 외부 도로 혼잡 감소 등을 고려한다면 경제적 편익이 연구 결과보다 더욱 클 것으로 예상된다"고 밝혔다.

(한국해양수산개발원 제공)

bsc9@news1.kr

Copyright © 뉴스1. All rights reserved. 무단 전재 및 재배포, AI학습 이용 금지.

이 기사에 대해 어떻게 생각하시나요?