J Navig Port Res > Volume 40(6); 2016 > Article
최적 항만 게이트 시스템 구성을 위한 시뮬레이션 모델 개발

요 약

컨테이너 터미널에서 육상 운송을 담당하는 트럭 운송사 입장에서의 트럭 대기 시간을 줄이기 위한 게이트 시뮬레이션 모델을 개 발하였다. 개발 모델의 검증을 위하여 부산신항 P항만을 대상으로 2014년 12월의 4주간 트럭 진출입 자료를 적용한 결과, 99% 이상의 정확성 을 보였다. 또한, 개발한 시뮬레이션 모델을 통해 기존 게이트 시스템과 최근 게이트 시스템을 비교해 보았다. 결과적으로 동쪽 진입 게이트 기준으로 기존 게이트 시스템에서는 최대 50대의 트럭 대기와 120분의 대기 시간이 발생하였으나, 신규 게이트 시스템에서는 최대 10대의 트 럭 대기와 5.3분의 대기 시간이 소요되었다. 서쪽 진입 게이트 기준으로 기존 게이트 시스템에서는 최대 17대의 트럭 대기와 34분의 대기 시 간이 발생하였으나, 신규 게이트 시스템에서는 최대 10대의 트럭 대기와 5.3분의 대기 시간이 소요되었다. 서쪽 진출 게이트 기준으로 기존 게이트 시스템에서는 최대 11대의 트럭 대기와 5.5분의 대기 시간이 발생하였으나, 신규 게이트 시스템에서는 최대 9대의 트럭 대기와 4.4분 의 대기 시간이 소요되었다. 본 개발 모델을 통하여 각 게이트의 트럭당 진출입 처리 시간에 따라 어느 정도의 트럭 대기가 발생하는지를 파 악할 수 있게 되었다. 또한, 각 게이트에서 트럭 진출입에 따른 트럭당 처리 시간을 여러 시나리오별로 시뮬레이션하여 트럭의 대기가 발생되 지 않는 최적 게이트 시스템의 운영 기준을 찾는데 활용될 수 있다.

ABSTRACT

In this study, a gate simulation model was developed to reduce the truck waiting time for trucking companies servicing container terminals. To verify the developed model, 4 weeks of truck gate-in/gate-out data was collected in December 2014 at the Port of Busan New Port. Also, the existing gate system was compared to the proposed gate system using the developed simulation model. The result showed that based on East gate-in, a maximum number of 50 waiting trucks with a maximum waiting time of 120 minutes. With the proposed system the maximum number of waiting trucks was 10 with a maximum waiting time of 5.3 minutes. Based on West gate-in, the maximum number of waiting trucks was 17 and the maximum waiting time was 34 minutes in the existing gate system. With the proposed system the maximum number of waiting trucks was 10 with a maximum waiting time of 5.3 minutes. Based on West gate-out, the maximum number of waiting trucks was 11 with a maximum waiting time of 5.5 minutes. With the proposed system the maximum number of waiting trucks was 9 with a maximum waiting time of 4.4 minutes. This developed model shows how many waiting trucks there are, depending on the gate-in/gate-out time of each truck. This system can be used to find optimal gate system operating standards by assuming and adjusting the gate-in/gate-out time of each truck in different situations.

서 론

항만의 서비스 수준은 항만의 운영 주체인 터미널 운영사 (Terminal Operation Company, TOC) 또는 항만의 이용 주체 인 선사, 화주, 트럭 운송사 등 입장에 따라 다르게 느낄 수 있다. 그러나, 항만에서 절대적으로 변하지 않는 중요한 서비 스 기준으로는 항만 이용 주체들의 대기 시간을 감소시키는 것이다.
기존의 연구들은 주로 선사 및 화주 중심의 항만 서비스 수 준을 주로 다루어 왔고, 이를 위하여 선석 및 장치장의 대기 문제를 줄이기 위한 많은 연구들이 진행되어 왔다. 반면, 항만 에서 육상 운송을 담당하는 트럭 운송사 입장에서의 트럭 대 기 시간을 줄이기 위한 연구들은 많지 않은게 현실이다.
이를 위하여 본 연구에서는 항만에서 게이트 시스템의 운 영 상황을 묘사할 수 있는 게이트 시뮬레이션 모델을 개발하 였고, 국내 대표적 컨테이너 터미널인 부산 P항만을 대상으로 2014년 12월 기준으로 4주간 트럭들의 진출입 자료를 토대로 게이트 시뮬레이션 모델의 적정성을 검증하였다.
개발된 게이트 시뮬레이션 모델은 트럭의 게이트 진출입에 따른 게이트의 처리 능력만을 대상으로 한정하였고, 장치장 및 선석의 처리 능력과는 연계하지 않았다. 즉, 개발된 게이트 시뮬레이션 모델은 TOC 입장에서 게이트 트래픽 증가에 따 라 트럭의 대기 문제를 해결하기 위한 게이트 증설에 앞서 게 이트 진출입 레인수 조정과 트럭에 적재된 컨테이너 수량 및 유형별 처리 시간을 재조정하고자 할 때, 트럭의 게이트 대기 수준이 어떻게 변하는지를 파악하여 트럭운송사들이 트럭 대 기 시간을 최소화함으로써 최적의 항만 게이트 시스템을 구축 할 수 있는 활용 목적으로 개발하였다.

항만운영 및 시뮬레이션 현황

2.1. 항만 화물 처리 프로세스

항만의 수출 물류 프로세스는 외부 트럭, 게이트, 장치장, 에 이프런, 선석, 선박의 순서로 화물이 처리되며, 수입 물류 프 로세스는 반대로 선박, 선석, 에이프런, 장치장, 게이트, 외부 트럭의 순서로 처리된다. 또한, 환적 프로세스는 양하된 부두 와 동일한 부두에서 처리되는 경우뿐만 아니라, 타부두로 이 송되어 처리되는 경우도 있고, 선석에서 양적하 되는 과정에 는 하역크레인(Quay Crane), 장치장내 이송되는 과정에는 야 드 트렉터(Yard Tracter), 장치장내 화물이나 컨테이너 처리 는 트랜스퍼 크레인(Transfer Crane) 등의 작업이 이루어진 다. 이러한 프로세스를 전체적으로 요약하면 Fig. 1과 같이 나 타낼 수 있다(Wenkai et al., 2015).
Fig. 1
Cargo process flow of terminals
KINPR-40-421_F1.jpg

2.2. 항만 시뮬레이션 유형

항만을 개발하거나 조정할 당시에는 다양한 방식에 따라, 항만 건설의 필수적인 개발 요건을 기준으로 선석, 장치장, 게 이트 등의 규모를 산정하고 운영해 나간다. 이러한 개발 요건 에 따라 운영되는 항만은 이후에 여러 환경이나 사회적 요인 및 필요에 따라 최초 계획 수립 당시의 개발 조건을 벗어나 운영되어 지고, 화물이나 컨테이너의 처리량이 급격하게 증가 되면 예기치 못한 문제, 즉 구간별 병목문제의 야기나 항만 이 용 주체인 선사, 화주, 트럭 운송사들에게 서비스 품질 저하로 이어진다.
이러한 문제들을 해결하기 위하여 터미널 운영사(Terminal Operation Company, TOC)들은 수시로 터미널 운영상황을 모 니터링하고 문제가 발생시에는 여러 방안을 동원하여 해결하 기를 원한다. 그러나 이러한 항만 운영의 문제는 너무나 다양 한 요인들에 의하여 복합적으로 작용하기 때문에 정확한 원인 나 문제점을 찾기가 어렵고, 설령 원인을 찾더라도 24시간 운 영되는 항만의 현실을 감안하면 선뜻 프로세스를 조정하기는 어렵다.
이러한 문제점과 최적의 운영상황을 찾기 위하여 시뮬레이 션 기법을 적용하여 문제점을 분석하고 최적의 운영상황을 찾 는 노력들이 이루어지고 있다. 대표적으로는 Table 1과 같이 선석 중심형(Berth Oriented), 장치장 중심형(Yard Oriented), 게이트 중심형(Gate Oriented), 선석-장치장 결합형 (Berth-Yard Link), 장치장-게이트(Yard-Gate Link) 결합형, 선석-장치장-게이트(Berth-Yard-Gate Link) 결합형으로 구분되 어 진다.
Table 1
Simulation types of ports
Simulation Types Ship Berth Apron Transfer Cranes (Loading &Unloading) Yard Transfer Cranes (Gate-In &Gate-Out) Gates Trucks
Anchorages Quay Cranes Yard Tractors Dwell time
Berth Oriented O O O
Yard Oriented O O O O
Gate Oriented O O O
Berth-Yard Link O O O O O O
Berth-Gate Link O O O O O
Berth-Yard-Gate Link O O O O O O O O

2.3. 항만 시뮬레이션 진행 연구

선석 중심형 연구로는 MOF(2013, 2014)에서 전국 무역항 을 대상으로 항만 하역능력 측정을 위한 시뮬레이션 모델을 개발하여 진행하였으며, 여기에서 산정된 하역능력은 전국항 만기본계획 수립의 기초 자료로 활용되었다.
게이트 중심형 연구로는 게이트를 통과한 트럭이 야드에서 Kiosk를 사용한 이송차량 인식방법과 RFID를 사용한 이송차 량 인식방법을 대상으로 효율성에서 어떤 차이가 있는지를 평 가하고자 시뮬레이션 기법을 적용하여 컨테이너 터미널에서 ATC(Automated Transfer Crane)의 효율성을 비교·분석하 였다(Lee, 2009).
선석-장치장 결합형 연구로는 앵커리지(Anchorage), 선박 (Ship), 선석(Berth) 및 야드(Yard)를 결합하여 동부산 컨테이 너 터미널 (PECT)에서 얻은 컨테이너 선박 트래픽 데이터의 통계 분석에 기초하여 앵커리지-선박-정박-야드 (ASBY) 링 크 모델링 방법론을 제공하였다(Dragovic et al., 2006a; 2016b).
기타, 게이트 중심형 모델을 포함하여 항만 시뮬레이션 모 델 분석 및 개발 연구는 모델링의 복잡성 및 검증의 어려움으 로 연구 진행이 많지 않은게 현실이다.

2.4. 항만 게이트 구조물 구성 및 운영방식

항만 자동화를 위하여 컨테이너 터미널의 게이트 구조물 구성 및 운영방식에 대한 연구는 필수적이다. 기존 연구가 대 부분 선석 및 장치장 중심으로 이루어진 반면에, 게이트에 대 한 연구는 많지 않았다.
항만 게이트의 자동화를 위한 최적 설계방식에 대하여 연 구로는 게이트 레인의 적정 수를 산정하기 위하여, 1단계 게 이트와 2단계 게이트를 비교하여 최적의 자동화 운영방식 설 계 방안을 제안하였는데, 게이트 규모 설계를 위하여 게이트 통과 물동량, 게이트 통과 소요 시간, 소요 레인(Lanes)수의 산정 등을 고려하였다(Hong, 2003).
그 당시에 항만에서 분리된 선석의 통합이 활발히 진행되 어 기존의 게이트들의 활용이 컨테이너 터미널에서 차량의 체 재시간 감소와 차량 통행량 분산 측면에서 검토의 필요성이 제기되었고, 이를 위하여 통합게이트와 분리게이트의 운영효 과를 분석하였으며, 이를 위하여 시뮬레이션 기법을 활용하였 다(Choi, 2006).
위의 두 연구에서 적용한 게이트 진출입에 따른 컨테이너 유형별 처리 시간 및 트럭 이동 시간을 보면, Table 2와 같이 요약할 수 있다.
Table 2
Gate process time (Unit : sec)
Classification Hong(2003) Choi(2006)
Gate-In (Export) Gate-Out (Import) Gate-In (Export) Gate-Out (Import)
Full Container 110 20 110 20
Empty Container 80 20 110 20
Refrigeration Container 110 20 110 20
Dangerous Container 110 20 110 20
Oversize Container 110 20 110 20
Vacant Truck 20 20 110 20
Truck Movement Time 10 10 10 10

대상 항만의 분석

3.1. 대상 항만의 선정

게이트에 출입하는 트럭 규모를 파악하기 위하여 국내 가 장 대표적 터미널인 부산신항 P터미널을 대상으로 분석하였 고, 터미널의 세부 내역은 Table 3과 같이 요약할 수 있다.
Table 3
Configuration of the port P
Classification Detail Contents
Gate East Gate-In : 6 ea
West Gate-In : 4 ea Gate-Out : 4 ea
Yard Total Area 1.2 mil
Block 35 blocks
Ground Slot (TEU) 20,850
Max Capacity (TEU) 113,181
Reefer Plug 2,000 ea
Berth Length 2 km
Count 6 ea
Cranes Quay Crane 19 ea
Auto RMGC 40 ea
Manual RMGC 19 ea
Etc. Yard Tractors 130 ea
Reach Stacker 4 ea
Empty handler 13 ea
즉, 동쪽(East)에는 6개 게이트를 통해서 반입(Gate-In)하 고, 서쪽(West)에는 4개 게이트를 통해서 반입(Gate-In)과 4 개 게이트를 통해서 반출(Gate-Out) 되도록 구성되어 있다. 전체적으로는, 총 10개의 게이트로 반입되고 총 4개의 게이트 로 반출되도록 구성되어 있으며, 이러한 게이트 구성을 통해 서 P터미널의 수출입 컨테이너 및 타부두 환적 컨테이너가 처 리되는 구조이다.

3.2. 대상 항만의 물동량 분석

Fig. 2는 P 터미널의 최근 6년간(2010~2015) 12월분 트럭 반출입 물동량을 분석한 결과로, 전반적으로 전체(Total) 물동 량은 꾸준히 증가하였으며, 수출입(Export/Import) 물동량의 변화는 거의 없으나, 환적(T/S) 물동량은 꾸준히 증가하였다. 즉, 이는 게이트를 통과한 트럭 운송량의 증가 요인으로 작용 하였고, 특히 환적 물동량 중에 타부두 환적(T/S) 물동량의 게이트 통과 트럭수 증가에 영향을 미친 것으로 판단된다.
Fig. 2
Processing performance of the port P
KINPR-40-421_F2.jpg

3.3. 대상 항만의 게이트 처리 물량 분석

P 터미널의 최근 5년간 12월 트럭 반출입 물동량 중에서 게이트 통과 물동량의 정밀 분석을 위하여 2014년 12월 물동 량 대상으로 4주간(2014.12.1.~2014.12.28.) 트럭 106,123대의 반출입 대수를 중점적으로 분석하였고, Fig. 3으로 나타내었 다. 분석 결과에 따르면, 월요일부터 수요일까지 점진적으로 늘어나다가, 목요일에서 일요일까지 점진적으로 줄어드는 패 턴을 보이고 있다. 즉 트럭의 진출입 규모 분석시에 월요일부 터 수요일까지를 중점적으로 관심을 갖고 분석할 필요가 있음 을 알 수 있다.
Fig. 3
Trucks gate-in/gate-out for 4 weeks
KINPR-40-421_F3.jpg

3.4. 컨테이너 유형별 처리 물량 분석

P 터미널의 트럭 반출입 물동량을 Table 4와 같이 컨테이 너 유형별로 보면, 반입(Gate-In)시에 적 컨테이너(Full Container) 42.8%, 공 컨테이너(Empty Container) 16.2%, 냉 동컨테이너(Refrigeration Container) 1.0%, 위험물컨테이너 (Dangerous Container) 1.5%, 비규격 컨테이너(Oversize Container) 0.4%, 빈트럭(Vacant truck) 38.1%로 분석되었다. 반면, 반출(Gate-Out)시에는 만재 컨테이너(Full Container) 29.0%, 공 컨테이너(Empty Container)가 25.3%, 냉동컨테이너 (Refrigeration Container) 3.3%, 위험물컨테이너(Dangerous Container) 1.1%, 비규격 컨테이너(Oversize Container) 0.3%, 빈트럭(Vacant Truck) 41.0%로 분석되었다.
Table 4
Number & Rate per container types
Container Types Gate-In Gate-Out
Count of Containers Rate of Gate-In Count of Containers Rate of Gate-Out
Full Container 45,375 42.8% 30,802 29.0%
Empty Container 17,238 16.2% 26,829 25.3%
Refrigeration Container 1,084 1.0% 3,461 3.3%
Dangerous Container 1,551 1.5% 1,163 1.1%
Oversize Container 424 0.4% 312 0.3%
Vacant truck 40,451 38.1% 43,556 41.0%
Total 106,123 100.0% 106,123 100.0%
전체적으로 보면, 게이트의 진출입 혼잡을 줄이기 위해서는 반입시 빈차 비율 38.1%와 반출시 빈차 비율 41.0%를 줄이는 노력이 필요한 것으로 보이며, 이러한 대책으로는 트럭 배차 방식 및 타부두 환적에 따른 ITT(Inter Terminal Transshipment) 왕복 운송시에 빈차 비율을 줄이는 대책이 필요할 것으로 보여진다.

3.5. 게이트별 진출입 유형 분석

Table 5은 게이트별 진출입 유형을 분석한 결과로, 동쪽 (East) 게이트 E0~ECO와 서쪽(West) 게이트 W0~W4를 통 해 진입(Gate-In)하고, 서쪽(West) 게이트 W5~W8을 통해서 진출(Gate-Out)함을 알 수 있다.
Table 5
Truck gate-in & gate-out count per gate
Gate Gate-In Gate-Out per 1 day
Count Rate Count Rate Gate-In Gate-Out
E0 365 0.3% - - 13.0 -
E1 1,307 1.2% - - 46.7 -
E2 5,273 5.0% - - 188.3 -
E3 9,243 8.7% - - 330.1 -
E4 14,425 13.6% - - 515.2 -
E5 20,193 19.0% - - 721.2 -
E6 19,632 18.5% - - 701.1 -
ECO - - 1,012 1.0% 0.0 36
W0 179 0.2% - - 6.4 -
W1 1,419 1.3% - - 50.7 -
W2 11,260 10.6% - - 402.1 -
W3 13,946 13.1% - - 498.1 -
W4 8,881 8.4% - - 317.2 -
W5 - - 15,657 14.8% 0.0 559
W6 - - 27,777 26.2% 0.0 992
W7 - - 34,347 32.4% 0.0 1,227
W8 - - 27,330 25.8% 0.0 976
106,123 100.0% 106,123 100.0% 3,790.1 3,790.1
특히, 진입시에는 동쪽 게이트 E4, E5, E6를 통해서, 진출시 는 서쪽 게이트 W6, W7, W8을 통해서 가장 많은 트럭들이 들어오고 나가는 것을 알 수 있다.
따라서, 여러 게이트 중에서 집중적으로 트럭이 몰리는 게 이트를 대상으로 중점적으로 분석할 필요가 있다.

3.6. 트럭의 회차시간 분석

트럭의 회차 시간은 Fig. 4과 같이 짧게는 10분 이내에 회차 하는 트럭부터 길게는 4시간(240분) 이상 걸리는 경우도 발생 되고 있는 것으로 분석되었다.
Fig. 4
Truck turn time graph
KINPR-40-421_F4.jpg
트럭의 회차 시간이 많이 걸리는 경우는 장치장에서 양적 하 대기에 많은 시간이 소비된다는 것이고, 트럭 운송사 입장 에서는 많은 대기 시간이 소요되므로 터미널 이용측면에서 이 용을 꺼리는 요인으로 작용할 수 있으므로, 장치장에서 신속 한 하역작업이 이루어 질수 있도록 개선할 필요가 있다.

3.7. 시간대별 진출입 대수 분석

시간대별 트럭의 진출입 대수는 Fig. 5과 같이 오전 10시에 서 12시 사이와 오후 13시부터 17시 사이가 가장 혼잡함을 알 수 있다. 따라서 이 시간대의 진출입 트럭의 패턴을 집중적으 로 분석하였다.
Fig. 5
Number of trucks per time
KINPR-40-421_F5.jpg

3.8. 혼잡 게이트별 진출입 처리 시간 분석

혼잡 게이트별 진출입 처리 시간은 Table 6 및 Table 7과 같고, 진입(Gate-In)시는 시간당 최대 56대를 처리하고 대당 64초가 소요되었으며, 진출(Gate-Out)시는 시간당 최대 123대 를 처리하고 1대당 29초가 소요되는 것으로 파악되었다.
Table 6
Processing time of gate-in in E4/E5/E6
Gate No. Time Dec. 8th 2014 (Mon) Dec. 9th 2014(Tue) Dec. 10th 2014 (Wed)
Count of Trucks Pro. Time (sec) Count of Trucks Pro. Time (sec) Count of Trucks Pro. Time (sec)
E4 10:00~11:00 33 110 39 92 32 110
11:00~12:00 49 73 56 64 51 72
13:00~14:00 41 87 36 84 44 82
14:00~15:00 37 96 12 82 40 90
15:00~16:00 51 97 42 85 42 82
16:00~17:00 41 87 46 79 36 66
Max (a) 51 73 56 64 51 72
E5 10:00~11:00 32 113 47 76 43 81
11:00~12:00 46 78 53 69 46 80
13:00~14:00 44 81 46 79 51 70
14:00~15:00 44 86 22 71 45 80
15:00~16:00 42 83 43 83 50 70
16:00~17:00 43 85 51 70 45 79
Max (b) 46 78 53 69 51 70
E6 10:00~11:00 24 134 39 92 43 83
11:00~12:00 39 88 50 73 44 80
13:00~14:00 38 93 54 67 52 67
14:00~15:00 41 89 51 70 45 79
15:00~16:00 44 81 53 70 43 85
16:00~17:00 50 73 52 66 46 78
Max (c) 50 73 54 67 52 67
Total Max (a,b,c) 51 73 56 64 52 67
Table 7
Processing time of gate-out in W6/W7/W8
Gate No. Time Dec. 8th 2014 (Mon) Dec. 9th 2014 (Tue) Dec. 10th 2014 (Wed)
Count of Trucks Pro. Time (sec) Count of Trucks Pro. Time (sec) Count of Trucks Pro. Time (sec)
W6 10:00~11:00 61 60 75 51 71 52
11:00~12:00 68 52 91 40 89 39
13:00~14:00 103 35 95 38 102 35
14:00~15:00 106 34 113 32 91 39
15:00~16:00 88 41 122 30 92 39
16:00~17:00 108 33 122 29 97 37
Max (a) 108 33 122 29 102 35
W7 10:00~11:00 61 59 85 32 77 47
11:00~12:00 74 48 94 39 105 34
13:00~14:00 103 35 101 35 103 35
14:00~15:00 109 33 112 32 95 38
15:00~16:00 96 37 123 29 97 37
16:00~17:00 116 31 116 31 96 37
Max (b) 116 31 123 29 105 34
W8 10:00~11:00 52 70 70 52 62 58
11:00~12:00 66 53 93 38 97 32
13:00~14:00 100 35 105 35 84 43
14:00~15:00 110 33 107 33 95 37
15:00~16:00 88 41 120 30 92 39
16:00~17:00 114 32 112 32 103 36
Max (c) 114 32 120 30 103 36
Total Max (a,b,c) 116 31 123 29 105 34
이전 연구 자료인 Table 2의 진입시간, 진출시간 및 트럭간 이동 시간을 적 컨테이너(Full Container) 기준으로 비교해 보 면, 대당 진입시간 110초, 진출시간 20초 및 트럭 이동시간 10 초로 분석하였으나, 본 연구에서는 트럭 이동 시간을 포함하 여 진출시간 64초 및 진입시간 29초로 분석되었으며, 이전 연 구에서 트럭간 이동 시간 10초를 감안하여 진출입 시간에서 10초를 감안하면, 순수 진입시간은 54초(=64초-10초) 및 진출 시간 19초(=29초-10초)로 시간이 단축되었음을 알 수 있다.
이러한 현상은 이전 연구 당시의 게이트 상황과 현재 게이 트 상황이 달라졌음을 알 수 있고, 이러한 배경으로는 Lee(2009)의 연구에서와 같이 최근 항만 게이트에서 광학 인 식기술(OCR, Optical Character Reader), 전자태그 인식기술 (RFID, Radio Frequency IDentification) 등과 같은 트럭 자동 화 추적 및 인식 기술을 반영하여 트럭이 게이트 정문에 도달 시에 트럭번호 및 컨테이너 번호의 자동화 인식기술을 적용한 결과로 파악된다.

시뮬레이션 모델 개발 및 검증

4.1. 게이트 업무 흐름의 분석

게이트 처리업무 흐름은 각 터미널에 따라 달라질 수 있겠 으나, 대체적으로 Fig. 6과 같이 요약될 수 있다(Choi et al., 2009).
Fig. 6
Gate business flow
  • Source : Selection of optimum alternative for deploying automated gate system in container terminal, Choi, H. R. et al. (2009)

KINPR-40-421_F6.jpg
즉, ①화주나 선사는 트럭 운송사에 컨테이너 반출입 요청 을 하고, 이에 따라 트럭 운송사는 사전반출입정보(COPINO, COntainer PIck-up NOtice And Arrival Notice)를 컨테이너 터미널에 전송한다. ②트럭 운송사는 배차지시서를 통하여 운 전사에게 해당 컨테이너터미널에서 컨테이너를 반출입 하도 록 지시한다. ③~⑦ 트럭이 컨테이너터미널 게이트에 도착하 면 컨테이너 트럭 운전사는 광학인식(OCR) 카메라로 차량번 호 및 컨테이너번호가 확인되어 터미널운영시스템(TOS)으로 전달된다. 전달된 정보는 앞서 트럭 운송사가 전송한 사전반 출입 정보와 대조 후에 이상이 없으면 인수도증(반입 또는 반 출할 컨테이너의 위치가 적혀져 있는 종이문서로 현업에서는 Slip 또는 EIR(Equipment Interchange Receipt)을 발행하여 작업지시 정보를 전달한다. ⑧컨테이너트럭 운전사는 전달받 은 Slip 또는 EIR을 통해 작업지시정보를 확인한 후에 지정받 은 장치장으로 이동하여 컨테이너를 적재한다. 이후에 게이트 시스템에서는 그 결과를 TOS로 전송하여 기존 정보를 갱신 한다.

4.2. 게이트 시뮬레이션 모델의 개발 절차

게이트 시뮬레이션 모델의 개발은 Fig. 7과 같이 12단계 절 차로 진행하였다. 즉, 1) 대상 게이트 시스템의 선정, 2) 대상 게이트 시스템 기반의 모델링, 3) 게이트 시뮬레이션 시스템 의 개발, 4) 개발된 게이트 시뮬레이션 프로그램의 검증, 5) 게 이트 시뮬레이션 시나리오의 작성, 6) 시뮬레이션 입출력 변 수 정의 및 설정, 7) 게이트 시뮬레이션의 진행, 8) 시뮬레이션 결과의 검증, 9) (부적정시)시뮬레이션 독립 입력변수의 조정 및 시뮬레이션의 반복 수행, 10) (적정시)최적 게이트 운영 조 건(진출입 레인수, 레인별 진출입 처리시간)의 일반화, 11) 게 이트 시스템의 적용, 12) 최적 게이트 서비스 수준값 도출의 순서로 진행하였다.
Fig. 7
Development process of gate simulation model
KINPR-40-421_F7.jpg

4.3. 게이트 시뮬레이션 모델의 입출력 변수 및 산정식

게이트 시뮬레이션 모델에 적용된 입출력 변수는 Table 8 과 정리하여 반영하였다.
Table 8
Gate simulation input & output variables
Classification Variable Name Value
Input Variables Gate-In Truck Gate-in Time Real data
Truck Gate-in Lane
Truck Gate-in Container Count
Truck Gate-in Container Type
Truck Gate-in ProcessTime Statistics
Gate-Out Truck Gate-out Time Real data
Truck Gate-out Lane
Truck Gate-out Container Count
Truck Gate-out Container Type
Truck Gate-out Process Time Statistics
Output Variables Gate-In Gate-in Truck Count per Lane Calculation
Gate-in Truck Waiting Count per Lane
Gate-in Process Time per Lane
Gate-in Waiting Time per Lane
Average Gate-in Process Time per Lane
Gate-in Occupancy Rate per Lane
Gate-in Waiting Rate per Lane
Total Gate-in Truck Count
Total Gate-in Truck Waiting Count
Total Gate-in Process Time
Total Gate-in Waiting Time
Total Average Gate-in Process Time
Total Gate-in Occupancy Rate
Total Gate-in Waiting Rate
Gate-Out Gate-out Truck Count per Lane Calculation
Gate-out Truck Waiting Count per Lane
Gate-out Process Time per Lane
Gate-out Waiting Time per Lane
Average Gate-out Process Time per Lane
Gate-out Occupancy Rate per Lane
Gate-out Waiting Rate per Lane
Total Gate-out Truck Count
Total Gate-out Truck Waiting Count
Total Gate-out Process Time
Total Gate-out Waiting Time
Total Average Gate-out Process Time
Total Gate-out Occupancy Rate
Total Gate-out Waiting Rate
입력변수(Input Variables)에서 트럭의 진입(Gate-In) 및 진 출(Gate-Out)과 관련된 데이터는 실제 데이터(Real data)를 적용하여 게이트 시스템의 현재 상황을 동일하게 반영하였다. 특히, 트럭 반출입 시간과 반출입 레인(Lane)들은 확률 분포 값이 아닌, 4주간에 모든 트럭의 실제 반입과 반출이 일어난 시간과 레인들의 동일 데이터를 그대로 적용하였다. 이러한 이유는 선석에서 양적하 및 장치장에서 작업 상황에 따라 컨 테이너의 체류시간(Dwelltime)과 트럭의 양적하 조건이 변동 되어 게이트 시스템의 시뮬레이션 진행시에 트럭의 게이트 반 출입 시간 변동이 발생되지 않도록 함으로써 게이트 시뮬레이 션이 동일 조건에서 진행될 수 있도록 하기 위함이다. 뿐만 아 니라, 트럭의 반출입 컨테이너 수와 컨테이너 유형(적, 공, 냉 동, 위험물, 비규격)도 4주간에 실제 반출입이 발생된 데이터 (Real data)를 동일하게 적용하였다. 다만, 반출입 게이트 레 인별 처리시간은 통계치(Statistics)를 적용하였다.
시뮬레이션의 출력변수(Output Variables)은 모두 시뮬레이 션이 진행되는 동안에 진출입 레인별 및 전체 누적하여 계산 하였으며, 계산에 적용된 산정식은 다음과 같다.
  • 레인별 진출입 트럭수(Gate-in/Gate-out Truck Count per Lane) = Σ(레인별 진출입 트럭수) ----------- (식 1)

  • 레인별 진출입 대기 트럭수(Gate-in/Gate-out Truck Waiting Count per Lane) = Σ(레인별 대기 트럭수) ----- (식 2)

  • 레인별 진출입 처리시간(Gate-in/Gate-out Process Time per Lane) = Σ(레인별 진출입 처리시간) --------- (식 3)

  • 레인별 진출입 대기시간(Gate-in/Gate-out Waiting Time per Lane) = Σ(레인별 진출입 대기시간) --------- (식 4)

  • 평균 레인별 진출입 처리시간(Average Gate-in/Gate-out Process Time per Lane) = Ave(레인별 진출입 처리시간) -------------------------------------- (식 5)

  • 레인별 점유율(Gate-in/Gate-out Occupancy Rate per Lane) = Σ(레인별 진출입 처리시간) / Σ(레인별 총가용시간) -------------------------------------- (식 6)

  • 레인별 대기율(Gate-in/Gate-out Waiting Rate per Lane) = Ave(Σ레인별 진출입 대기시간) / Ave(Σ레인별 진출 입 처리시간) --------------------------- (식 7)

  • 전체 진출입 트럭수(Total Gate-in/Gate-out Truck Count) = Σ(진출입 트럭수) ----------------------- (식 8)

  • 전체 진출입 대기 트럭수(Total Gate-in/Gate-out Truck Waiting Count) = Σ(대기 트럭수) ------------ (식 9)

  • 전체 진출입 처리시간(Total Gate-in/Gate-out Process Time) = Σ(진출입 처리시간) ------------------- (식 10)

  • 레인별 진출입 대기시간(Total Gate-in/Gate-out Waiting Time) = Σ(진출입 대기시간) -------------- (식 11)

  • 전체 평균 진출입 처리시간(Total Average Gate-in/Gate-out Process Time) = Ave(진출입 처리시간) ------- (식 12)

  • 전체 점유율(Total Gate-in/Gate-out Occupancy Rate) = Σ (진출입 처리시간) / Σ(총가용시간) -------- (식 13)

  • 전체 대기율(Total Gate-in/Gate-out Waiting Rate) = Ave(Σ 진출입 대기시간) / Ave(Σ진출입 처리시간) -- (식 14)

4.4. 게이트 시뮬레이션 모델의 개발

게이트 업무 흐름 분석, 모델 입출력 변수와 산정식을 기반 으로 게이트에서 진출입하는 트럭들의 움직임 및 대기 상황을 분석하기 위한 게이트 시뮬레이션 모델은 Arena 프로그램을 이용하여 Fig. 8과 같이 개발하였다.
Fig. 8
Gate simulation model of the container terminals
KINPR-40-421_F8.jpg
게이트 시뮬레이션 모델은 크게 6개의 모듈로 구성되어 개 발하였다. 첫째 모듈은 트럭의 실제 도착 데이터를 파일로부 터 읽어서 게이트 도착 간격에 따라 트럭 도착 이벤트를 발생 시키는 기능 모듈이다, 둘째 모듈은 게이트에 도착한 트럭을 동쪽(East) 게이트로 분기하여 처리하는 기능 모듈이다. 셋째 모듈은 게이트에 도착한 트럭을 서쪽(West) 게이트로 분기하 여 처리하는 기능 모듈이다. 넷째 모듈은 게이트에 진입한 트 럭이 컨테이너 장치장에서 양적하 처리한 이후에 서쪽(West) 출구 게이트로 이동하여 빠져 나가는 기능 모듈이다. 다섯째 모듈은 동쪽 게이트 및 서쪽 게이트에 일정 시간 간격마다 중 요 지표(Indicators) 자료를 파일에 기록하는 기능 모듈이다. 마지막 모듈은 실시간으로 트럭이 게이트를 통과할 때마다 모 든 자료를 화면에 표시하는 기능 모듈이다.
이와 같은 게이트 시뮬레이션 모델의 구성은 각각의 컨테 이너 터미널의 위치 또는 게이트 수량의 구성에 따라 약간씩 달라질 수 있으나, 기본적인 구성은 크게 달라지지 않는다.

4.5. 개발 시뮬레이션 모델의 검증

개발한 게이트 시뮬레이션 모델의 타당성을 검증하기 위하 여 P항만의 4주간(2014.12.1.~2014.12.28.)에 걸쳐서 도착한 트 럭 기록 자료를 가지고 시뮬레이션의 입력 자료로 반영하여 실험하였다.
그 결과, Table 9와 같이 총 트럭수(Total Trucks) 106,123 대에 대하여 진입 트럭수(Gate-In Trucks)는 106,114대, 진출 트럭수(Gate-Out Trucks)는 106,050대로, 진입율(Gate-In Ratio)은 99.99% 및 진출율(Gate-Out Ratio)은 99.93%로 거의 정확하게 처리되어 시뮬레이션 모델이 제대로 개발되어 작동 되고 있음을 알 수 있었다. 여기서, 진입 트럭수와 진출 트럭 수의 차이 64대(= 106,050 - 106,114)가 발생되는 이유는 시 뮬레이션 데이터의 마지막 12.28일자 진입 트럭 중 당일에 바 로 나가지 않고 익일 12.29.일자에 진출하는 트럭이 있기 때문 으로 정상적인 시뮬레이션 과정이다.
Table 9
Validation of the gate simulation model
Total Trucks (a) Gate-In Trucks (b) Gate-Out Trucks (c) Gate-In Ratio (=b/a) Gate-Out Ratio(=c/a)
106,123 106,114 106,050 99.99% 99.93%

4.6. 게이트 시뮬레이션 진행 결과

개발한 게이트 시뮬레이션 모델을 가지고 기존 게이트 시 스템 자료와 신규 게이트 시스템 자료를 비교하기 위하여 시 뮬레이션을 진행하였다.
시뮬레이션 진행에 적용된 입력 자료는 Table 10의 시뮬레 이션 시나리오 자료를 토대로 적용하였으며, 그 시뮬레이션 결과는 Fig. 9 및 Table 11과 같이 나타났다. Fig. 9의 가로축 은 4주간 시간으로 나타내어 총 672시간(=4주*24시간) 동안에 세로축은 진출입에 따른 대기 트럭의 수가 요일별로 반복되는 패턴을 보여주고 있음을 알 수 있다.
Table 10
Simulation scenarios (Unit : sec, ea)
Classification Old Gate System New Gate System
Gate-In Gate-Out Gate-In Gate-Out
Container Types Full Container 110 20 54 19
Empty Container 110 20 54 19
Refrigeration Container 110 20 54 19
Dangerous Container 110 20 54 19
Oversize Container 110 20 54 19
Vacant Truck 110 20 54 19
Truck Movement Time 10 10
Total Trucks (ea) 106,123
Fig. 9
Simulation results between old gate system and new gate system
KINPR-40-421_F9.jpg
시뮬레이션 결과를 요약한 Table 11과 같이, 기존 게이트 시스템(Old Gate System)의 시뮬레이션 결과를 보면, 동쪽 게 이트의 트럭 진입시에 대기가 심할 때는 최대 50대 이상의 대 기 현상이 발생하여 트럭이 최대 120분을 대기하는 것으로 나 타났다. 반면, 신규 게이트 시스템(New Gate System)에서는 최대 트럭 대기가 10대 이상을 넘어가지 않아 최대 대기 시간 이 5.3분을 초과하지 않는 것을 나타났다. 즉, 서쪽 게이트의 진입시에 기존 게이트 시스템은 최대 대기가 17대 이상씩 발 생되었으나, 신규 게이트 시스템에서는 최대 7대 미만의 트럭 대기가 발생되었다. 이러한 차이는 Table 10에서 보는 바와 같이 기존 게이트 시스템에서 진입시 트럭당 처리 시간이 대 당 110초에서 신규 게이트 시스템에서는 대당 54초로 대폭 줄 어듬에 따라 트럭 대기수도 줄어들었으며, 진출시에는 기존 게이트 시스템의 대당 처리시간 20초에서 신규 게이트 시스템 의 19초와 같이 큰 차이가 없어서 트럭 대기수는 큰 변화가 없게 나타났다.
Table 11
Simulation results (maximum waiting basis)
Waiting Old Gate System (a) New Gate System (b) Gap (b-a)
East Gate- In Number of Trucks 50ea 10ea -40ea
Waiting Time 120min (=50ea*120sec/60) 5.3min (=10ea*64sec/60) -114.7min
West Gate- In Number of Trucks 17ea 7ea -5ea
Waiting Time 34min (=17ea*120sec/60) 7.5min (=7ea*64sec/60) -26.5min
Wast Gate- Out Number of Trucks 11ea 9ea -2ea
Waiting Time 5.5min (=11ea*30sec/60) 4.4min (=9ea*29sec/60) -1.1min

결 론

본 연구에서는 부산신항 P항만을 대상으로 외부 트럭의 관 점에서 항만의 최적 게이트 서비스 수준을 찾아내기 위하여 게이트 중심의 시뮬레이션 모델을 개발하였고, 게이트에서 트 럭 대기가 어떻게 변해가는 지를 시뮬레이션 하였다.
시뮬레이션 결과, 동쪽 진입 게이트 기준으로 기존 게이트 시스템에서는 최대 50대의 트럭 대기와 120분의 대기가 발생 하였으나, 신규 게이트 시스템에서는 최대 10대의 트럭 대기 와 5.3분의 대기가 발생되었다. 서쪽 진입 게이트 기준으로 기 존 게이트 시스템에서는 최대 17대의 트럭 대기와 34분의 대 기가 발생하였으나, 신규 게이트 시스템에서는 최대 10대의 트럭 대기와 5.3분의 대기가 발생되었다. 서쪽 진출 게이트 기 준으로 기존 게이트 시스템에서는 최대 11대의 트럭 대기와 5.5분의 대기가 발생하였으나, 신규 게이트 시스템에서는 최대 9대의 트럭 대기와 4.4분의 대기가 발생되었다.
따라서, 기존 연구와 차별성으로 개발된 게이트 시뮬레이션 모델을 통하여 각 게이트의 대당 진출입 처리 시간의 조정에 따라 어느 정도의 트럭 대기가 발생하는지를 정확히 파악할 수 있게 되었다. 뿐만 아니라, 각 게이트에서 트럭 진출입에 따른 대당 처리 시간을 여러 상황으로 가정하여 조정하여 봄 으로써 트럭의 대기가 발생되는 않는 수준도 반복적으로 시뮬 레이션 함으로써 최적의 게이트 수 및 게이트 시스템의 운영 조건을 찾아 낼 수 있다. 또한, 이를 활용하면, 컨테이너항만 뿐만 아니라 벌크 항만에서도 트럭의 대기가 발생하지 않는 최적의 게이트 시스템 운영 조건을 수립할 수 있다. 또는, TOC나 트럭 운송사의 입장에서 원하는 적정 수준의 트럭 대 기를 기준으로 게이트 시스템을 조정할 수도 있을 것이다. 다 만, 본 연구에서 제시한 게이트 시뮬레이션 모델을 활용하여 현행 항만 게이트 시스템을 조정하고자 할 때는 약간의 조정 으로 활용 가능하나, 신규 항만의 게이트 시스템을 설계하고 자 할 때는 연간 최대 트럭 진출입 규모 및 진출입 도착분포 와 게이트 레인에서 진출입 트럭별 컨테이너 적재 유형과 수 량에 따라 처리시간이 달라질 수 있으므로 고려하여야 한다.
또한, 최근 국내외적으로 어려움을 겼고 있는 국적 선사들 의 경쟁력 향상과 부산항만공사(2016)에서 언급한 국제적인 메가 얼라이언스 변화에 맞춰 부산항 2,000만TEU 목표 달성 을 위해 필수적인 환적물량 유치와 항만인프라 적기 확보에서 논의된 환적화물 이동(ITT)의 컨테이너 터미널 간 셔틀 트럭 의 최적 운영 모델 수립에도 본 게이트 시뮬레이션 모델을 활 용할 수 있을 것이다.
다만, 본 연구는 항만의 게이트 시스템을 구성함에 있어 게 이트에서의 트럭의 대기수준을 고려하여 진출입 게이트 수의 구성과 각 게이트의 서비스 시간을 어느 정도 수준으로 갖추 는 것이 최적인가를 파악하기 위한 게이트 시뮬레이션 모델의 개발 연구이다. 따라서, 항만의 전반적인 처리 능력에 영향을 주는 선석에서의 하역능력, 장치장의 처리 능력 및 게이트에 서의 트럭의 반출입 화물의 수량과 유형에 따른 개별 게이트 서비스 능력 등을 포함한 여러 변수 요인에 따라 달라질 수 있다. 이러한 변수 요인들을 반영하여 개발된 선석 및 장치장 의 개별 시뮬레이션 모듈들이 연계된다면, 현재 개발된 게이 트 시뮬레이션 모델의 활용가치가 보다 향상될 수 있을 것이 다.

References

1 Bupan Port Authory. Busan Port 20 million TEU Achieved Total War, Shipping Professional Press Conference 2016), http://www.ksg.co.kr/ .
2 Choi, H R, Lee, C S, Shon, J R, Lee, H J, Lee, H I and Shin, J J“Selection of Optimum Alternative for Deploying Automated Gate System in Container Terminal”, Entrue Journal of Information Technology, (2009), Vol. 8, No. 2, pp. 171-181.
3 Choi, Y S, Ha, T Y and Kim, W S“Analysis of Operational Impact for Separated Gate System in Port Container Terminal”, Journal of navigation and port research, (2006), Vol. 30, No. 5, pp. 389-396.
crossref
4 Dragovic, B, Park, N K and Radmilovic, Z R“Ship-berth link performance evaluation: Simulation and analytical approaches”, Maritime Policy & Management, (2006a), Vol. 33, No. 3, pp. 281-299.
crossref
5 Dragovic, B, Park, N K and Radmilovic, Z R“Modeling of ship-berth-yard link performance and throughput optimization”, Proceeding of Annual Conference-The IAME, (2006b), pp. 1-21.
6 Hong, D H and Chung, T C“Optimized design for gate complex and operation method of automated port”, The KIPS transactions : Part , (2003), Vol. 10A, No. 5, pp. 513-518.
crossref
7 Lee, H IA Study on the Efficiency Evaluation of Container Truck Interface System in the Horizontal Layout Container Terminal, Doctoral Thesis. 2009. Dong-a University.
8 Ministry of Oceans and Fisheries(MOF). A Study on Estimation of the Proper Cargo Handling Capacity by Port Cargo Exclusive Pier 2013.
9 Ministry of Oceans and Fisheries(MOF). A Study on Estimation of the Proper Cargo Handling Capacity by Container Terminals 2014.
10 Wenkai, Li, Yong, Wu and Mark, GohPlanning and Scheduling for Maritime Container Yards. (2015), Springer; ISBN: 978-3-319-17024-4. p. 8.


ABOUT
BROWSE ARTICLES
FOR CONTRIBUTORS
Editorial Office
C1-327 Korea Maritime and Ocean University
727 Taejong-ro, Youngdo-gu, Busan 49112, Korea
Tel: +82-51-410-4127    Fax: +82-51-404-5993    E-mail: jkinpr@kmou.ac.kr                

Copyright © 2024 by Korean Institute of Navigation and Port Research.

Developed in M2PI

Close layer
prev next