†Corresponding author: 종신회원, 서 론
국내에서 운송되는 화물의 양은 매년 2.3%의 성장률을 보 이며 꾸준하게 증가하고 있으며, 화물 운송특성에서 살펴보면 70% 이상의 화물이 트럭에 의해 운송되고 있다. 실제 2011년 운송된 화물 자료를 살펴보면 철도가 40,012천톤으로 2.49%, 항공이 281천톤으로 0.02%, 연안해운이 125,588천톤으로 7.82%를 차지하였고 트럭운송이 1,439,703천톤으로 89.67%를 차지하였다. 이렇듯 국내 화물운송업에서 공로운송이 중요한 역할을 하고 있으며 공로 운송에 대한 다양한 연구가 필요하 며 화물 운송량의 정확한 예측이 요구되고 있다.
화물 운송량을 예측하는 데에 있어 현재로써는 교통 분야 에서 쓰이는 교통수요 분석방법을 주로 이용되고 있다(Yun, 2001). 그러나 화물 운송량은 일반적인 교통량 흐름과 다른 특 성을 보인다. 화물의 이동은 단순히 출발지와 목적지를 이동 하는 것이 아니라 물류센터 또는 내륙컨테이너기지(ICD) 같은 중간경유지에서 화물의 운송수단을 변경시키거나 시장의 수요 에 따라 잠시 화물을 보관하는 경우가 발생하기 때문이다. 따 라서 기존의 교통 분석 방법을 적용할 경우 화물 운송량의 특 성을 제대로 반영하지 못하는 문제점이 발생한다.(Shin. et el. 2012).
또한 화물 운송량을 예측하기 위해서는 각 지역 간의 화물 기종점 자료(O/D 자료)가 필요하며, 국내에서는 O/D자료 구 축에 크게 두 가지 방법이 이용된다. 첫 번째는 항만에서 처리 되는 수출입화물의 목적지와 출발지를 조사하여 O/D데이터로 구축하는 방법이다. 두 번째는 일정한 지점에 화물 트럭의 출 발지와 목적지를 조사하여 O/D데이터를 구축하는 방법이다. 그러나 두 가지 방법 모두 문제점을 갖고 있다. 첫 번째는 화 물이 물류센터를 경유하는지 안하는지 전혀 파악할 수 없고 두 번째는 구간별 이송되는 화물량은 알 수 있지만 화물의 전 체 이동 경로를 파악할 수 없다.
이러한 문제점을 보완하기 위하여 최근 화물 수요 분석에 대한 연구들이 활발하게 진행되고 있다. Cho(2006)의 연구에 서는 항만의 수출입화물에 대하여 수출입화물의 기종점에 관 한 연구모형을 제시하여 기종점 화물의 분석을 토대도 광양항 의 항만경쟁력 강화를 위한 시사점 및 전략적 방안을 제시하 였다.
Go(2010)의 연구에서는 현재 화물 수요 분석 자료는 환적 시설이나 물류시설에서 발생하는 물동량을 각 존의 물동량에 포함시킴으로써 화물의 이동 및 전환관계, 혹은 산업 간의 연 관관계반영을 어려운 점을 지적하였다. 이러한 특성을 고려하 여 운송시간, 운송수단, 운송비용, 운송량, 운송횟수, 운송거리 등을 반영한 화물유통경로선택모형을 제시하였다.
또한, Shin et al.(2012)의 논문에서는 기존의 화물수요추정 기법에 대한 문제점을 제시하고 국내외 학술대회 발표논문, 학술지 게재논문 및 연구보고서 등을 바탕으로 국내 화물수요 추정방법의 문제점, 국내외 사례 및 최근 연구동향을 조사· 분석하여 시사점을 도출하고 화물수요 추정방법 개선을 위한 방향을 제시하였다.
한편으로, Kim et al.(2013)에서는 기존의 O/D 자료를 기반 으로 한 화물수요추정법의 문제점을 구체적으로 제시하고 이 를 보완하기 위한 국내의 수출입 컨테이너 화물을 대상으로 수단선택과 노선선택을 통합하는 복합수단선택모형을 제시하 였다.
기존 문헌들을 검토한 결과 화물수요 분석에 대한 문제점 도출 및 개선방안들을 구체적으로 제시하고 있지만 O/D 자료 의 문제점 및 개선방안에 대한 연구가 부족하였다. 특히 물류 센터를 경유하는 운송특성에 반영하는 연구는 미흡하였다.
본 논문에서는 화물수요분석에 관한 기존 문헌을 통해 기 종점 자료에 대한 문제점을 파악하고 물류센터를 고려한 화물 운송 경로의 필요성을 인식하였다. 그래서 항만과 국내 지역 간의 운송되는 수입 컨테이너 화물을 대상으로 물류센터를 경 유하는 화물운송경로 모형을 제시하고 GA기법을 이용하여 모형을 검증하고자 한다.
모형 설정
여객 운송과는 다르게 화물 수송은 출발지에서 목적지로 직접 운송되는 경우와 물류센터 또는 내륙컨테이너기지(IC D)1)를 경유하는 경우로 구분할 수 있다.
그러나 기존의 화물 O/D 데이터에서는 출발지와 목적지에 대한 자료만 구축되어 있을 뿐 물류센터 또는 내륙컨테이너기 지에 대한 내용은 찾을 수 없다. 즉 화물을 운반하는 수송수단 (트럭, 기차)의 출발지와 목적지만 조사하여 통계자료를 구축 하였기 때문에 전체 화물의 흐름(네트워크)을 알 수 없는 문 제점을 갖고 있다. 따라서 본 연구에서는 이와 같은 O/D 자료 의 문제점을 보완하고자 화물운송경로 모형을 제시하고자 한다.
화물은 크게 수입화물과 수출화물로 구분하며 수입 화물 은 항만에서 수입되는 화물을 각 지역으로 분배하는 운송형태 이며 수출화물은 각 지역에서 항만으로 집결되는 형태를 갖는 다. 본 논문에서는 수입화물과 수출화물의 운송형태를 목적지 와 출발지 형태만 다를 뿐 유사한 화물운송 형태를 보이고 있 다고 가정하였다. 즉 수입화물의 출발지는 항만이 되며 목적 지는 도착지역이 되고 반대로 수출화물의 출발지는 각 지역이 며 목적지는 항만이 되고 나머지 조건은 모두 동일하다고 가 정하였다.
따라서 본 연구에서는 출발지를 항만, 목적지를 지역으로 설정하는 수입화물을 대상으로 모델을 제시하고자 하며, 수입 화물 운송형태는 항만에서 각 지역까지 직접 운송되는 경우와 항만에서 물류센터, 물류센터에서 각 지역으로 운송되는 경우 로 구분하여 모형을 검토하고자 한다.
2.1. 물류센터를 경유하는 경우
항만에서 물류센터를 경유하여 각 지역으로 운송되는 화물 운송 모델은 Fig. 1과 같이 제시하며 기호는 다음과 같이 정 의한다.
Pc i : 물류센터를 경유하는 i항만의 수입물동량
C k : k물류센터에서 처리되는 수입물동량
Dc j : 물류센터를 경유하여 j지역에 도착하는 수입 물동량
αik : i항만에서 k물류센터까지 운송계수
αkj : k물류센터에서 j지역까지 운송계수
여기서 n는 항만의 개수, l은 물류센터 개수 및 m은 목적지 수를 나타낸다.
위의 모형을 성립하기 위해서는 몇 가지 가정이 필요하다. 항만으로부터 물류센터까지 운송되는 물동량과 물류센터에서 각 지역으로 운송되는 물동량의 총량은 같아야 한다. 또한 항 만에서 k 물류센터에 입고되는 화물과 k 물류센터에서 각 지 역으로 출고되는 화물의 총량은 같아야 한다.
2.2. 목적지까지 바로 운송되는 경우
물류센터를 경유하지 않고 항만에서 각 지역으로 직접 운 송되는 화물운송모델은 Fig. 2와 같고 기호는 다음과 같이 정 의한다.
P d i : 물류센터를 경유하지 않고 i항만에서 반출되는 수입물량
D d j : 물류센터를 경유하지 않고 i지역에 반입되는 수입물량
γij : i항만에서 j지역까지 운송계수
위의 모형에서는 물류센터를 경유하지 않은 항만의 수입물동 량은 각 지역으로 직접 운송되는 물동량의 총 합과 같아야만 한다.
2.3. 화물운송 경로 모형
앞 절에서는 수입물동량의 운송형태를 물류센터를 경유하 는 경우와 직접 운송되는 경우로 구분하여 모델을 제시하였고 본 절에서는 이 두 경우를 통합하는 모형을 제시하고자 한다. 모델을 제시하기 위하여 다음과 같은 기호를 정의한다.Fig.3
Pi : i항만에 도착하는 총 수입 물동량
Dj : j지역까지 운송되는 총 수입 물동량
항만에서 물류센터를 경유하거나 직접 운송되어 각 지역으 로 도착하는 총 물동량은 수식 (9)와 같이 표현한다.
본 모형을 위해서 몇 가지 가정을 행하기로 한다. 먼저 i항 만의 수입물동량은 i항만에서 물류센터를 경유하는 물량과 직 접 운송되는 물량의 합과 같아야 한다. 둘째, 항만에서 물류센 터에서 입고되는 물동량과 물류센터에서 각 지역으로 출고되 는 물동량의 합은 같아야 한다. 셋째, 항만에서 출발하는 물동 량과 지역에 도착하는 물동량의 총 합은 같아야 한다. 위의 가 정은 다음과 같이 수식으로 표현할 수 있다.
모형 검증 방법
모델의 타당성을 증명하기 위해서는 시뮬레이션 결과 값이 실제 운송되는 화물량과의 차이가 작아야 됨을 증명해야 된다. 즉 시뮬레이션 입력 값과 시뮬레이션의 결과 값의 오차가 작아 야 됨을 보여야 하며 이 때 오차를 최소로 하는 운송계수를 도출 해야 한다. 따라서 수식 (13)과 같은 목적함수를 도출할 수 있다.
여기서,
E : target 값과 결과 값의 오차의 합
OD : 도착지역 시뮬레이션 결과 값
TD : 도착지역 Target 값
OF : 중간경유지(F) 시뮬레이션 결과 값
TF : 중간경유지(F) Target 값
본 연구에서는 모델을 검증하기 위하여 수식 (13)의 목적함수 를 토대로 Fig. 4와 같이 시뮬레이션을 행하기로 한다. 시뮬레이 션이 시작하게 되면 초기 운송계수가 유전 알고리즘을 통하여 점차 진화하게 되어 최적의 운송계수를 찾게 되면 시뮬레이션을 마치는 형태이다. 이 때 사용되는 알고리즘은 진화알고리즘 (evolutionary algorithm)으로써 GA의 RCGA(Real-Coded Genetic Algorithm)기법을 이용하였고 RCGA의 구조는 Fig. 5과 같다. RCGA의 세부구조는 Tran, T. D. & Jin, G. G.(2010)의 연 구에서 자세하게 표현되어 있다.
시뮬레이션 및 분석
4.1. 시뮬레이션 설정
본 논문에서는 Fig. 6과 같이 출발지 2개, 목적지 3개, 경유 지 1개로 초기 값을 설정하여 시뮬레이션을 실행하고자 한다.
2절에서 제시한 가정 조건을 반영하기 위하여 몇 가지 제약 조건이 필요하다. 첫 번째, P1 , P2지역 화물의 총합은 D1, D2 D3지역 화물의 총합과 같아야 한다. 두 번째, C 중간 경유지 에 입고되는 화물과 출고되는 화물의 총합은 같아야 한다. 이 를 수식으로 표현하면 다음과 같다.
위의 식에서 사용된 변수 P1, P2,D1, D2,D3, C 초기 값은 Table 1과 같다. P1, P2은 항만의 수입 물동량을 의미하며 D1,D2,D3는 각 지역에 반입되는 수입 물동량 의미하고 C 중 간 경유지는 물류센터에서 처리되는 물동량을 의미한다.
Table 1.
Intial input data
초기값 형성 방법은 먼저 P1, P2,의 첫 번째 값을 100, 200으 로 설정한 뒤 P항만의 연간 물동량 증가율(5.28%)을 적용하여 나머지 값을 도출하였다. 11개의 운송계수는 임의로 설정하여 운송계수에 따라 D1,D2,D3, C 값을 도출하였다.
본 연구에서는 총 5회의 시뮬레이션을 실행하였고 시뮬레 이션의 결과는 도착지, 운송계수, 중간경유지 값으로 구분하여 검토하였다. 본 논문에서는 쓰이는 SM은 시뮬레이션의 약자 로 SM 1은 첫 번째 시뮬레이션, SM 2는 두 번째 시뮬레이션 을 의미한다.
4.2. 도착지
도착지에서의 시뮬레이션 결과 값과 초기값 사이의 오차율 은 Fig 7과 같다. 도착지 결과 값은 P1과 P2로부터 운송되는 화물의 총량을 의미한다. 시뮬레이션 결과, 전체적으로 ±1.0% 미만의 오차율을 보이고 있으며 SM 3에서는 D1지역, D2지 역, D3지역에서 각각 -0.79%, -0.62%, -0.57%의 가장 높은 오차율을 보이고 있었으며, SM 4에서는 각각 -0.05%, 0.11%, 0.08%의 가장 낮은 오차율을 보이고 있다.
4.3. 중간경유지
5번의 시뮬레이션을 통하여 도출된 C 중간 경유지의 결과 값은 모두 일정하게 도출되었다. Fig. 8에서 막대그래프는 C 중간 경유지의 시뮬레이션 결과 값을 나타내고 있으며 꺽은 선 그래프는 C 중간 경유지의 초기 값과 시뮬레이션 결과 값 의 오차비율을 나타내고 있다. 오차비율을 살펴보면 ±0.1% 미 만으로 입력 값과의 오차가 거의 없는 것으로 판단된다.
4.4. 운송계수
Fig. 9는 시뮬레이션을 통하여 획득한 11개의 운송계수와 본 연구에서 설정된 운송계수와의 오차비율을 의미한다. 각각 의 시뮬레이션의 오차 비율은 0.08, 0.06, 0.08, 0.04, 0.09로 초 기 입력 값과의 차이가 거의 없다고 판단된다. 또한 개별 운송 계수 값을 살펴보면 SM 4에서 초기 입력 값과의 차이가 0.1 이상 나는 것이 없었고 가장 작은 값은 0.04를 보이고 있으므 로 시뮬레이션 값 중에 가장 신뢰성이 좋다고 판단된다.
4.5. 종합
앞 절에서 살펴보았듯이 시뮬레이션 결과 값을 검토한 결 과 모든 시뮬레이션 값이 초기 값과의 차이가 미미하였다. D1,D2,D3지역의 결과 값과 초기 값 오차 비율은 모두 ±1.0% 미만으로 검토되었고 SM 4의 모든 오차 비율은 ±0.2% 이하 로 가장 좋은 결과 값으로 검토되었다. 운송계수는 모든 시뮬 레이션에서 오차율이 ±0.1내외로 검토되어 기존에 설정한 운 송계수와 차이가 거의 없었다. 따라서 본 연구가 제시한 모형 은 타당한 것으로 판단된다.
5개의 시뮬레이션 값들 중에서 가장 신뢰성이 높은 SM 4 값을 토대로 각 구간 별 운송되는 화물량을 정리하면 Fig 10 과 같다. Fig 10은 SM 4의 결과 중 가장 마지막 결과(10th 결 과)를 토대로 구성한 것이다. 먼저 출발지(P1, P2,)에서 중간 경유지를 거치지 않고 목적지(D1,D2,D3)지역으로 바로 운송 되는 경우를 살펴보면 D1지역 화물량은 P1지역으로 부터는 약 20% 내외, P2지역으로 부터는 약 80%내외로 운송된다. D2지역은 P1지역으로부터 약 22%, P2지역으로부터 약 78% 직접 운송된다. D3지역은 P1지역으로부터 약 48%내외, P2지 역으로부터 52% 직접 운송된다. D3지역으로 부터는 거의 P1, P2, 지역으로 부터 비슷한 비율로 운송된다.
출발지(P1, P2,)에서 중간경유지(C )를 경유하여 목적지 (D1, D2,D3)지역까지 운송되는 화물 운송량을 살펴보면 C지 역의 화물량 중 P1지역에서는 약 38% 내외, P2지역에서는 약 62%화물이 운송되어 지는 것으로 분석되었다. C 지역의 화물 은 D1지역까지는 약 28%, D2지역 까지는 18%. D3지역 까지 는 54% 운송되는 것으로 분석되었다.
시뮬레이션 4의 결과 값을 종합해보면 Table 2과 같다. Table 2는 시뮬레이션 입력값(Table 1)과 SM 4의 결과값 사 이의 오차율을 의미한다. P1, P2, D1,D2,D3지역의 오차율은 모 두 ±1% 미만을 보이고 있으며 특히 중간 경유지 C 지역의 오차율이 ±0.1% 미만을 보이고 있어 오차율이 매우 작은 것 을 볼 수 있다.
Table 2.
error rate of simulation for all the areas unit : %
결 론
본 논문에서는 국내의 O/D데이터에서 중간 경유지를 고려 하지 않은 점을 착안하여 중간 경유지(물류센터, ICD)를 고려 한 화물운송경로 분석모형을 제시하였다. 해당 모형은 향후 항만과 각 지역 간의 화물 이동량을 예측할 때 유용하게 이용 될 것으로 예상된다. 또한 본 모델은 운송계수를 이용하여 물 류센터와 각 구간별 특성을 화물운송경로에 반영이 가능함에 따라 기존의 다른 모형과 차별점을 지니고 있다.
본 연구가 제시한 모형을 검증하기 위하여 출발지 2개, 목 적지 3개, 중간경유지 1개로 지정하고 각 구간별 운송계수 값 을 설정하였다. 실제 항만의 처리 물동량이 증가함을 반영하 기 위하여 P항의 물동량 증가추세를 입력 값에 반영하였다. 시뮬레이션을 통하여 획득한 결과 값은 중간경유지 화물량과 도착지 화물량이었는데 그 오차의 범위가 ±1.0% 이내로써 본 모형은 타당성이 있는 것으로 판단된다. 또한 각 구간에 운송 계수를 설정하여 시뮬레이션을 통해 얻어진 운송계수와의 오차 범위를 확인하였으며 실제로도 오차 범위가 미미한 것으로 보 아 모형의 알고리즘 또한 타당한 것으로 판단된다.
본 연구의 한계점으로 첫째, 실제 화물운송 경로를 모형에 적용하기 위해 몇 가지 가정이 필요하였으며 향후 연구에서는 가정에 대한 연구가 필요하다. 둘째 본 연구는 수출화물과 수 입화물의 운송형태를 동일하게 가정하여 수입화물에 대하여 분석하였기 때문에서 향후 연구에서는 수출 화물에 대한 분석 이 필요하다. 셋째, 본 모형에서는 운송계수를 미리 설정하여 각 구간별 특성을 반영하지 못하고 있으므로, 향후 연구에서 는 지역별 특성을 반영할 필요가 있다. 이 때 각 구간별 특성 이란 구간사이 화물 운송량에 영향을 미치는 요인을 의미한 다. 이는 각 지역의 산업체 수, 물류센터의 유무, 구간별 거리, 운송비용에 따라 달라질 수 있다. 넷째, 본 논문은 모형의 타 당성을 검증하기 위하여 실제 테이터를 적용하기 앞서 임의의 데이터를 이용하여 모형을 검증하였는데, 향후 연구에서는 실 제 데이터를 이용하여 모형을 적용할 필요가 있다.
본 연구 모형에서는 기존의 화물 운송 데이터에 문제점을 파악하여 그 문제점을 개선하고자 하는데 있다. 기존의 O/D 데이터는 구축 목적에 따라 크게 구축 방법이 2가지로 구분 되고 구축방법에 따라 O/D데이터의 결과 값이 차이가 나고 있다. 하지만 화물 운송 경로에 초점을 맞추어 O/D데이터를 구축하지 않았기 때문에 전체 화물의 운송 경로를 파악할 수 가 없었다. 또한 구간별 운송량의 초점을 두었기 때문에 물류 센터나 ICD가 입지한 구간의 특성이 제대로 반영되지 않고 있었다. O/D데이터 구축에 있어 본 모형은 중간경유지의 특 성을 최대한 반영하고 있다. 본 연구는 향후 국가물륙계획 상 에서 내륙물류기지의 적정규모, 적정위치 등을 산정할 때 기 초 자료로 이용 가능 할 것으로 기대된다. 또한 향후 연구를 통하여 지역 간 특성이 화물의 흐름량에 어떻게 반영이 되는 지 파악 가능할 것으로 보이며 이를 통하여 화물 수요분석시 좀 더 정확한 O/D데이터를 구축 할 수 있을 것으로 기대된다.
PDF Links
PubReader
Full text via DOI
Download Citation
Print
