교육훈련 만족도 연구

민경창 한국항공경영학회 2014 한국항공경영학회 추계학술대회 Vol.2014 No.-

SARIMA 모형을 이용한 우리나라 항만 컨테이너 물동량 예측

민경창,하헌구 대한교통학회 2014 대한교통학회지 Vol.32 No.6

This paper develops a model to forecast container volumes of all Korean seaports using a Seasonal ARIMA (Autoregressive Integrated Moving Average) technique with the quarterly data from the year of 1994 to 2010. In order to verify forecasting accuracy of the SARIMA model, this paper compares the predicted volumes resulted from the SARIMA model with the actual volumes. Also, the forecasted volumes of the SARIMA model is compared to those of an ARIMA model to demonstrate the superiority as a forecasting model. The results showed the SARIMA Model has a high level of forecasting accuracy and is superior to the ARIMA model in terms of estimation accuracy. Most of the previous research regarding the container-volume forecasting of seaports have been focussed on long-term forecasting with mainly monthly and yearly volume data. Therefore, this paper suggests a new methodology that forecasts shot-term demand with quarterly container volumes and demonstrates the superiority of the SARIMA model as a forecasting methodology. 본 연구는 SARIMA 모형을 활용하여 기존에 다루어지지 않았던 분기별 항만 컨테이너 물동량을 예측하였다. 구체적으로 모델 추정에 활용된 자료는 1994년 1사분기부터 2010년 4사분기까지 총 84분기동안의 국내 전체 항만 컨테이너 물동량 자료이다. 본 연구에서 추정된 예측 모형의 예측 정확도를 검증하기 위하여 2011년 1사분기부터 2013년 4사분기까지 물동량을 예측하여 실제 물동량과 비교하였다. 또한 기존에 널리 활용되고 있는 ARIMA 모형을 활용하여 추정한 예측 모형과의 비교를 통해 분기별 항만 물동량 예측에 있어서 SARIMA 모형의 상대적 우수성을 검증하였다. 기존에 항만 물동량을 예측하는 대부분의 연구는 주로 장기 예측에 초점이 맞추어져 있다. 또한 월별, 연도별 물동량 자료가 활용된 경우가 대부분이다. 분기별 항만 컨테이너 물동량 자료를 활용하여 단기 수요를 예측함과 동시에 SARIMA 모형의 우수성을 입증한 본 연구는 충분한 가치가 있다고 판단된다.

계절성 ARIMA 모형을 이용한 항공화물 수요예측: 인천국제공항발 유럽항공노선을 중심으로

민경창,전영인,하헌구 대한교통학회 2013 대한교통학회지 Vol.31 No.3

This study develops a forecasting method to estimate air cargo demand from ICN(Incheon International Airport)to all airports in EU with Seasonal Autoregressive Integrated Moving Average (SARIMA) Model using volumes from the first quarter of 2000 to the fourth quarter of 2009. This paper shows the superiority of SARIMA Model by comparing the forecasting accuracy of SARIMA with that of other ARIMA (Autoregressive Integrated Moving Average) models. Given that very few papers and researches focuses on air route, this paper will be helpful to researchers concerned with air cargo. 본 연구는 2000년 1사분기부터 2010년 4사분기 까지 인천국제공항에서 출발하여 유럽내 모든공항에 도착한 항공화물의 시계열 자료를 바탕으로 SARIMA 모형을 활용, 수요예측 모형을 구축하였다. 또한 SARIMA 모형을 활용하여 구축한 예측모형을 기존에 주로 활용되어진 ARIMA 모형과 그 예측정확성을 비교 분석함으로써 SARIMA 모형의 정확성을 확인하였다. 현재 국내교통수요를 예측하는 부문에 있어서 SARIMA 모형을 활용한 경우는 극히 드물다. 또한 공항의 총 여객수요나 화물량이 아닌 항공노선의 수요예측에 관한 연구 역시 찾아보기 힘들다. 이러한 상황 하에서, SARIMA 모형을 활용하여 인천국제공항 발 유럽노선의 항공화물 수요를 예측한 본 연구는 상당히 큰의미가 있다고 생각된다.

교육훈련의 만족도 연구

민경창 한국항공경영학회 2014 한국항공경영학회 추계학술대회 Vol.2014 No.-

항공사 객실서비스는 항공사 서비스 중 대고객과의 서비스 체류시간이 가장 길고 고객들의 서비스에 대한 인지 또한 가장 크다고 할 수 있기 때문에 항공사는 객실승무원의 선발에서 교육훈련에 이르기 까지 많은 노력과 투자를 아끼지 않고 있는 실정이다. 따라서 항공사 객실서비스 제공의 주체인 객실승무원에 대한 교육훈련의 비중은 높아가고 있다. 교육훈련은 시대적 상황, 피교육자, 기업의 여건 등에 따라 많은 변화를 가져 왔다고 볼 수 있지만, 피교육자인 객실승무원이 만족도를 느끼지 위해서는 여러 가지 요건이 갖추어져야 한다고 볼 수 있다. 본 연구는 교육환경과 여건이 서로 상이한 기존항공사(FSC)인 A항공사와 저비용항공사(LCC)인 B항공사 객실승무원을 대상으로 객실승무원 교육훈련 만족도에 미치는 요인들을 조사, 분석하고, 그 상관관계를 도출하여 차후 교육훈련의 효율성을 높이고 시행착오를 줄일 수 있는 기초자료를 도출하여 제공하는데 목적을 두었으며, 본 연구에서 발견한 시사점으로 교육훈련을 피교육자가 만족하기 위해서는 여러 가지 요인 중 피교육자의 수준에 맞는 교육내용 설계의 선행, 교수자의 철저한 교수준비, 피교육자 중심의 교수방법 선택, 실습위주의 현장위주의 훈련방식 채택 등 피교육자 중심의 유연한 교육훈련이 되어야 할 것이다.

Datamining 기법을 활용한 일별 항공화물 수요 예측

민경창,하헌구 대한교통학회 2020 대한교통학회지 Vol.38 No.3

Since the WTO was launched in 1995, Air cargo demand has risen sharply. It is expected to grow further on the explosive growth of E-commerce and Cross-Border trade in recently. As air cargo demand increases, the importance and needs for the forecasting of air cargo demand is increasing as well. Most of previous researches has been focussed on passenger part. In the case of researches on the forecasting of air cargo demand, the majority of researches are conducted quarterly or yearly forecasting to apply for establishment of mid-/long-term strategies, and an investment plan for an airport. The purpose of this paper is to develope the daily air cargo forecasting model that is able to help players in aviation, airlines, airports, etc., establish detailed operational strategies. In this paper, Chi-squared automatic interaction detection methodology is used to develop the forecasting model. The forecasting model is developed through two steps. At the first step, the weekly volume of air cargo is predicted by using CHAID methodology based on predict value from autoregressive integrated moving average and holiday information. At the second step, the final model which is the daily air cargo demand forecasting model is developed based on the weekly forecasting result from the first step, and holiday information by CHAID method as well. Based on the forecasting model developed in this paper, the daily cargo volumes for the next 56 days are predicted and the forecasting accuracy for each day is 93.9% which is 8.6% point higher than the forecasting accuracy for ARIMA model. It was noted that, unlike the characteristics of general demand forecasts, the high forecasting accuracy is maintained regardless of time lag from the forecasting point. And the result of the forecasting by shifting the forecasting point to 20 point, the forecasting accuracy for each dais is 91.2%, is high as well. The research finding shows the forecast model of this paper is worth to use as a daily forecasting model. It is expected that this paper will help to forecast the daily air cargo demand, and will further be used to forecast daily demand in more diverse area. WTO 체제 출범 이후 급격하게 증가한 항공화물에 대한 수요는 최근 E-commerce와 Cross-Border Trade의 폭발적인 성장에 따라 향후 더욱 증가할 것으로 예상된다. 항공화물에 대한 수요가 증가함에 따라 항공화물에 대한 정확한 수요예측의 필요성 역시 증가하고 있다. 그러나 기존 항공수요와 관련된 연구들은 주로 여객을 대상으로 진행되어 왔다. 화물을 대상으로 한 연구의 경우 주로 중장기 경영전략, 인프라 투자 등을 목적으로 하는 장기적인 관점의 예측에 관한 것이 다수이다. 본 연구는 항공사, 공항 등의 세부 운영전략 수립에 실질적인 도움을 줄 수 있는 일단위 항공화물 수요예측 모형을 개발하고 제안하는데 그 목적이 있다. 본 연구에서는 인천국제공항에서 출발하는 K항공사의 일별 화물 물동량을 대상으로 공휴일 변수와 의사결정나무 가운데 하나인 CHAID 방법론을 활용하여 일별 물동량 예측 모형을 개발하였다. 예측모형은 총 2단계를 통해 개발되었다. 첫 번째 단계에서는 주차별 공휴일 정보와 ARIMA 방법론을 통해 도출한 주차별 물동량 예측치를 설명변수로 하는 나무모형을 통해 주차별 물동량을 예측하였다. 두 번째 단계에서는 앞서 도출한 주차별 항공화물 물동량 예측치와 주차 및 일별 공휴일 정보를 바탕으로 최종 일단위 예측모형을 개발하였다. 본 연구에서 개발한 예측모형을 바탕으로 향후 56일간의 예측정확도를 검증한 결과 일평균 93.9% 이상의 높은 정확도를 나타냈다. 이는 대표적인 시계열 방법론인 ARIMA 모형을 통한 예측 정확도 대비 일평균 8.6% 이상 높은 수준임을 확인하였다. 또한 일반적인 수요예측의 특성과 달리 예측시점으로부터의 시차와 상관없이 꾸준하게 높은 정확도를 유지한다는 점을 확인할 수 있었다. 더불어 특정 시점이 아닌 20개 시점으로 시점을 옮겨가며 예측한 결과물에서도 일평균 91.2%의 정확도를 보이며 예측 모형으로서의 가치를 확인하였다. 이에 본 연구가 향후 항공화물의 일단위 수요예측에 도움이 되길 바라며, 나아가 보다 다양한 분야의 일단위 수요예측에 활용될 것으로 기대된다.

머신러닝과 시계열 기법 기반의 초단기 시간단위 수요예측방법론 개발 연구

민경창,하헌구 한국로지스틱스학회 2022 로지스틱스연구 Vol.30 No.3

Demand forecasting is an important field and it is safe to say that forecasting is a key component of economic activity. An accurate forecasting is the key to determining the competitiveness of all economic players. Forecasting an uncertain future is a difficult task and radical change in the external environment are adding to the difficulty of forecasting. Amid the increasing demand for accurate demand forecasting, the emergence of Big data, AI, ML, and DL following the development of computing power is becoming a major turning point in the demand forecasting field as well. In addition to the traditional forecasting methodologies, the use of dataming techniques is also rapidly increasing. And various efforts have been continued to improve the forecasting accuracy. In this paper, a hybrid forecasting methodology which is combined time series model and data mining technique and a multistage methodology are presented for short-term forecasting. Specifically, we developed a hybrid forecasting model that combines SARIMA(Seasonal Autoregressive Integrated Moving Average) and Random Forest, and a multistage methodology that utilizing the forecasting result of the upper-category as a variable in the forecasting process of the sub-category. In order to verify the methodologies presented in this paper, we use the rental data of ‘Seoul bike’(shared bicycle in Seoul) as verification data. As a result of the forecasting ‘Seoul bike’ demand for the next 7 days(every 3 hours) of rental point clusters, the average forecasting accuracy was 81.5%. It is high accuracy level considering that the forecasting unit was 3hours, forecasting horizon was next 56 steps, and the average accuracy by Random forest was 65%. In addition, it was confirmed that high accuracy was maintained steadily regardless of the time difference from the forecasting point unlike the characteristics of general demand forecasting, And the high accuracy level was confirmed as a forecasting model not only a 3 hours forecasting, but also daily(90.1%) and weekly(91.7%) forecasting. The research shows the forecasting methodologies of this paper is worth to use as a short-term forecasting model. And we confirmed that the methodologies are very useful to forecasting daily and weekly demand as well. It is expected that the methodologies proposed in this paper will be widely used as an accurate forecasting model in more diverse fields.

방사적 및 비방사적 접근법을 이용한 국내공항의 효율성 분석

정영인,민경창,하헌구 대한교통학회 2013 대한교통학회지 Vol.31 No.2

This study analyzed relative efficiencies of fourteen airports in Korea with radial and non-radial approaches such as DEA(Data Envelopment Analysis) and SBM(Slack Based Measure) from 2004 to 2011. To suggest an improvement scheme for these airports, we analyzed slack airports and compared then with respective reference airports. To measure efficiency, we used the length of runway, the number of employees, and the size of terminal as input factors, and the number of passengers, the amount of cargo, and the number of flights as output factors. The analysis results showed that efficiencies of most airports had been decreasing and that the gap between efficient airports and inefficient airports was widening. Additionally, most airports had much slacks in its terminal size. It meant that they had been operated with a size not proportionate to their demands and that it is a major cause of inefficiency. 본 연구에서는 방사적 측정방식과 비방사적 측정방식을 사용하여 국내공항의 상대적 효율성을 분석하였다. 이를 바탕으로 효율성 개선을 위해 비효율을 유발시키는 잔여부문을 분석하였으며, 효율적인 준거대상과의 비교를 통해 개선 방안을 제시하였다. 15개의 국내공항 중 14개의 공항을 분석대상으로 2004년에서 2011년까지의 8개년의 자료를 바탕으로 분석하였으며, 투입요소로는 활주로 길이, 종업원 수, 터미널 규모를 사용하였고, 산출요소로는 여객 수, 화물량, 비행편 수를 사용하였다. 분석결과 국내공항의 효율성은 대부분이 하락하는 추세였으며, 효율적인 공항과 비효율적인 공항의 격차가 매년 증가하고 있는 것으로 나타났다. 또한 대부분의 국내공항들이 수요대비 거대한 규모로 운영되는 점이 비효율성을 증가 시키는 주요원인이었다.

Social efficiency benchmarking of transport infrastructure with non-radial approach: focusing on airports

하헌구,전영인,민경창 인하대학교 정석물류통상연구원 2011 JOURNAL OF INTERNATIONAL LOGISTICS AND TRADE Vol.9 No.2

The aim of this paper is to show current position of domestic airports and provide an improvement scheme through the comparative analysis of efficiency and social efficiency. We used SBM (Slack Based Measure) for efficiency and undesirable output model that is extended from SBM for social efficiency. In addition, window analysis is used for analyzing the trend of the values. For the scope of this study, we analyzed fourteen airports in Korea from 2004 to 2009. In the models, we considered the length of runway, the number of employees and terminal area as input factors, and the number of passengers, the amount of cargo and the number of flights as desirable outputs and directly controllable CO2 emissions from airports as undesirable output. The results show that all of the efficiencies are higher than the social efficiencies and both of them are decreasing by years. To improve social efficiency in 2009, the average amounts of reduced CO2 emissions which account for 48.3% of the total emissions are required.