서 론
선행 연구
2.1. 항만 서비스 지표 연구
Table 1
2.2. 항만 선박대기율 관련 연구
2.3. 항만관련 소프트웨어 개발 및 운영 현황
Table 2
2.4. 선행 연구 요약
Table 3
Classification | Author & Organization | Study Contents |
---|---|---|
Port Performance Indicators | UNCTAD (1976) | 9 Operating indicators |
World Bank (1993) | 5 Operating indicators | |
MARAD (2010) | 3 Ship & berth indicators | |
Soner Esmer (2008) | 4 Port productivity category | |
KMI (1998) | Calculation by item handling capacity | |
Ship's Waiting Ratio | NABO (2015) | Measurement concerning the ship's waiting ratio |
S. K. Park (2014) | Estimation on the optimal service level of exclusive bulk terminals or container terminals | |
E. S. Kim, G. S. Kim (2016) | Emperical research on ship's waiting ratio | |
Port Related Software | Port management & Maritime safety | Port-MIS, SP-IDC, GCTS, GICOMS |
Container terminal efficiency | CATOS, SPARCS, N4 EXPRESS TOPS |
소프트웨어 설계
3.1. 항만의 생산성 지표 및 서비스 지표 정의
3.2. 생산성 및 서비스 지표의 분석
둘째, 대상부두의 선정 및 모델링 과정으로 대상 부두로 는 벌크부두 1선석부터 4선석과 컨테이너 부두 1선석부 터 6선석까지 운영하는 항만에 적용 가능하도록 하였고, 선석의 수에 따라 운영되는 전체 프로세스를 모델링하 였다.
세째, 모델링된 결과를 기반으로 Arena 소프트웨어를 활용하여 벌크부두와 컨테이너 부두를 대상으로 시뮬레 이션 모델 프로그램을 개발하였다.
네째, 시뮬레이션 개발 프로그램이 벌크 부두 및 컨테이 너 부두의 선석 운영규모에 따라 적절한 결과를 도출하 는지를 검증하였다. 검증 방법은 실제 해당 항만에서 3 년간 처리한 실적과 시뮬레이션을 통해 얻은 결과를 비 교하여 약 95% 이상(오차범위 5% 이내)의 결과가 유사 하면 적절하게 모델링된 것으로 평가하여 적용하였다.
다섯째, 항만의 여러 서비스 지표를 얻기 위한 시뮬레이 션 실험 시나리오를 작성하였으며, 선박의 도착 분포로 지수분포를 적용하였다. 이 단계에서 선박의 도착분포 가 지수분포를 형성하지 않는 경우에는 대안으로 적합 한 도착분포, 예를 들면 포아송분포를 적용하여도 무방 한 것으로 확인되었다.
여섯째, 시뮬레이션 시나리오에 따른 시뮬레이션 독립 변수 정의 및 설정을 진행하였으며, 여기에 적용되는 독 립변수는 선석의 수 및 해당 항만의 현실이 반영된 자 료(장비수, 장비성능, 야드 규모, 투입인력 규모 등)를 적용하였다.
일곱째, 시뮬레이션을 진행하는 단계로 개발된 시뮬레 이션 프로그램을 Arena 소프트웨어에 반영하여 실행하 였다.
여덟째, 시뮬레이션 결과를 검증하는 단계로 실험에 따 른 오차를 줄이기 위하여 동일 실험을 최소 10회에서 많게는 50회 정도를 반영함으로써 실험 오차를 줄였다.
아홉째, 실험결과를 검증하여 부적정한 경우에는 시뮬 레이션 독립변수를 조정하여 동일 실험을 반복하였다.
열번째, 실험결과가 적정한 경우에는 실험결과를 취합 하여 Excel의 통계 프로그램을 적용하여 일반화를 위한 산정식을 도출하였고, 산정식의 상관관계 결정계수 (Coefficient of determination, R2)가 적어도 0.95 이상 의 산정식만을 채택하였다.
열한번째, 일반화된 산정식을 통해 실험에서 적용한 범 위 내(신뢰구간)에서 결과가 보장될 수 있도록 보장 범 위를 제한적으로 적용하였다.
마지막으로, 산정식에 따라 주요 서비스 지표를 활용하 여 최적 서비스 수준을 도출하고 소프트웨어에 적용하 기 위한 데이타 값을 정리하였다.
3.3. 항만의 생산성 및 서비스 지표의 도출 산정식(예시)
Table 4
3.4. 소프트웨어 메뉴 구성
1.기본 코드 관리(Basic Code Management) : 소프트 웨어에서 사용할 기본 코드를 등록하고 관리하는 메뉴 로, 항만의 대륙별 지역코드(Area code), 항만의 국가 소속 코드(Nation Code), 항만 코드(Port code), 항만별 시설 코드(Port Facility Code), 터미널 운영사 코드 (TOC code), 터미널 운영사가 다수의 터미널을 운영할 때 관리하기 위한 터미털 운영 그룹 코드(TOC Operation Group Code), 소프트웨어 사용자 계정(User Account)으로 구성되었다. 즉, 국가/항만/항만시설/TOC 단위로 체계적으로 관리할 수 있도록 설계하였다.
2.분석자료관리(Analysis Data Management) : 해당 항만의 과거 운영실적을 기반으로 시뮬레이션을 통 해서 분석된 자료, 즉 선박 대기율(Ship’s Waiting Ratio), 선석 처리량(Berth’s Throughput), 선석 접안척 수(Berth Ship’s Count), 평균 대기 척수(Average Waiting Count), 평균 대기시간(Average Waiting Time)에 대한 5개의 산정식(Formula)을 등록하여 관리 한다.
3.일반화물 성과지표 조회(Perfomance Indicator Query of General Cargo Port) : 2.분석자료관리 메 뉴에서 등록한 일반화물 취급항만의 산정식에 따라 일반화물을 취급하는 TOC 단위로 최대 4개 선석까 지의 5개 성과지료를 선석점유율 기준으로 조회할 수 있게 하였다.
4.컨테이너 성과지표 조회(Perfomance Indicator Query of Container Terminal Port) : 2.분석자료관 리 메뉴에서 등록한 컨테이너 취급항만의 산정식에 따라 컨테이너를 취급하는 TOC 단위로 최대 6개 선 석까지의 5개 성과지료를 선석점유율 기준으로 조회 할 수 있게 하였다.
5.최적 데이타 관리(Optimal Data Management) : 선 박의 항만 도착 간격 기준으로 표준편차에 따른 선 박 대기율과 선석 처리량의 변화를 시뮬레이션한 결 과를 반영한 산정식(Formula)을 등록하여 관리할 수 있게 하였다. 이러한 결과를 활용하면 해당 항만에서 TOC의 대표적 생산성 지표인 연간 처리량과 화주 및 선사의 대표적 서비스 지표인 선박 대기율간에 선박의 도착 패턴에 따라 어떻게 상호 변화되는지를 비교하여 알 수 있다.
6.일반화물 최적화 설정(Optimal Settting of General Cargo Port) : 5.최적 데이타 관리에서 등록한 자료 를 기반으로 일반화물을 취급하는 TOC는 해당 항만 의 연간 처리량과 선박 대기율의 상호 관계에서 고 객에 대한 서비스 지표 수준을 감안하여 선박의 항 만 도착 간격 패턴 중에 가장 적합한 최적 도착 패턴 구간을 설정할 수 있게 하였다.
7.컨테이너 최적화 설정(Optimal Settting of Container Terminal Port) : 5.최적 데이타 관리에서 등록한 자료를 기반으로 컨테이너를 취급하는 TOC 는 해당 항만의 연간 처리량과 선박 대기율의 상호 관계에서 고객에 대한 서비스 지표 수준을 감안하여 선박의 항만 도착 간격 패턴 중에 가장 적합한 최적 도착 패턴 구간을 설정할 수 있게 하였다.
8.선박도착 최적화 관리(Optimization Management of Ship Arrival) : TOC는 6.일반화물 최적화 설정 결과 및 7.컨테이너 최적화 설정 결과와 해당 항만의 실제 운영 결과인 실시간 처리량 및 선박대기율를 상호 비교하고 모니터링해 나감으로써 해당 항만을 최적 으로 운영해 나가는데 활용할 수 있다.
소프트웨어 개발
4.1. 소프트웨어 개발 절차
첫째, 소프트웨어에서 공통적으로 사용할 기본 코드의 분석 및 설계를 진행하였다. 기본 코드는 총 6가지로 해 양수산부의 Port-MIS 시스템에서 사용하는 코드와 국 제표준화기구(ISO)의 표준 코드 체계를 기반으로 하였 고, Port-MIS 코드를 그대로 적용한 부분은 지역코드, 국가코드, 항구코드, 항만시설코드 및 운영사 코드이며, 나머지 1개는 운영사 운영그룹 코드로 개발 소프트웨어 를 활용하기 위하여 Port-MIS의 운영사 코드를 기반으 로 추가 일련번호를 부여하여 생성하였다.
둘째, 분석자료 관리를 위한 설계 단계로 (식 1)∼(식 6) 에서 정의된 주요 항만 서비스 지표를 데이타베이스로 관리하기 위한 데이타 구조를 정의하였다.
세째, 벌크부두(일반화물) 및 컨테이너 부두의 성과지표 를 관리하기 위한 조회 화면을 설계하였으며, 선석점유 율에 따라 선박대기율, 선석처리량, 접안척수, 평균대기 척수 및 평균대기시간을 데이타 또는 그래프로 조회할 수 있게 하였다.
네째, 최적화 자료 관리를 위한 화면 설계를 진행하였 다. 이 화면을 통해 최적 선박 대기율과 최적 선석 처리 량을 도출할 수 있는 산정식을 등록하고 관리할 수 있 게 하였다.
다섯째, 일반화물 및 컨테이너 부두의 최적화 설정을 위 한 화면을 설계하였다. 이를 통해서 선박의 도착 간격 또는 패턴에 따라 선박대기율과 연간 처리량을 예측할 수 있게 하였고, 해당 항만이나 터미널 운영사에서 최적 의 선박 도착 패턴을 설정할 수 있게 하였다.
일곱째, 선박도착 패턴의 최적화 관리를 위한 화면 설계 를 진행하였다. 이 화면을 통해서 선박도착 패턴에 따라 TOC의 생산성 지표인 연간처리량과 항만 이용주체인 선사 및 화주의 서비스 수준인 선박대기율을 선박 도착 패턴에 따라 동시에 조회함으로써 TOC가 최적의 서비 스 수준을 다앙하게 판단할 수 있게 하였다.
여덟째, 이전 단계의 설계 화면을 기반으로 관계형 데이 타베이스 구축과 클라이언트 서버(C/S) 기반의 소프트 웨어를 개발하였다.
마지막으로 개발된 소프트웨어가 적정하게 개발되었는 지를 검증하는 단계로, 국가의 소프트웨어 품질 인증 절 차를 기준으로 검증하였다(MSIP, 2013).