인천항 화물 구조의 군집화와 머신러닝 기반 특성 분석

초록

인천항은 수도권 산업을 뒷받침하는 관문항이자 연안물류 허브로서, 화물 유형별로 내항과 외항 의존도가상이하다. 본 연구는 인천항 화물의 내항·외항 분포 특성을 데이터 기반으로 유형화하고, 군집의 타당성과결정 요인을 머신러닝 분류모형으로 검증하는 것을 목적으로 한다. 2011년부터 2024년까지의 월별자료를 바탕으로 18개 주요 화물 품목을 분석하였으며, 외항 비중과 총 물동량을 변수로 설정하여 K-평균군집분석을 실시하였다. 그 결과 인천항 화물은 외항 중심군, 내·외항 혼합군, 내항 중심군의 세 가지유형으로 구분되었다. 이후 Gradient Boosting, XGBoost, Random Forest 등 다양한 분류모형을 적용하여군집 구분의 정확성을 평가하였으며, 부스팅 계열 모형이 상대적으로 우수한 성능을 보였다. 변수 중요도분석에서는 부원료, 원당, 양곡이 내항 중심 군집을 구분하는 주요 요인으로 나타났으며, 고철, 라왕, 미송은외항 중심 군집의 구분에 크게 기여하였다. 반면 연도와 월과 같은 시간 변수는 영향력이 미미하였다. 이러한 결과는 인천항이 국제 교역의 관문 기능과 국내 연안공급망 허브 기능을 동시에 수행한다는 점을뚜렷하게 보여준다. 정책적으로는 군집별 특성에 맞춘 전용선석 및 야적장 확보, 통관 및 환적 절차 개선,공컨테이너 재배치, 연안항로 안정화와 같은 차별화된 운영 전략이 필요함을 시사한다. 또한 군집분석과분류모형을 결합한 접근은 항만 화물 구조를 정량적으로 설명하고 전략적 의사결정에 기여할 수 있는유용한 방법론임을 확인하였다.

키워드