Temporal Alignment between Truck Booking Timeslots and Vessel Schedules

세계에서 가장 붐비는 항구의 가장자리에서는 매일 복잡한 리듬이 펼쳐집니다. 거대한 선박들이 수천 개의 금속 상자를 실은 채 도착하면, 육지에서는 그 상자들을 실어 나르기 위해 트럭 부대가 대기합니다. 항구가 원활하게 기능하려면 이 두 움직임이 완벽하게 맞물려야 합니다. 한꺼번에 너무 많은 트럭이 도착하면 게이트가 막히고 엔진은 공회전하며 전체 공급망이 느려집니다. 반대로 너무 적게 도착하면 항구의 크레인이 유휴 상태가 되어 선박을 빠르게 비울 수 없습니다. 이를 관리하기 위해 많은 항구는 트럭 운전사들이 게이트에 들어오기 위해 특정 시간대를 예약해야 하는 시스템을 사용합니다. 항만 계획가들의 오랜 질문은 이것이었습니다. 운전자들은 선박이 실제로 도착하는 시점에 맞춰 예약하는 것일까요, 아니면 추측에 근ato 예약하는 것일까요? 화물이 물리적으로 지면에 내려놓아질 때까지 기다리는 것일까요, 아니면 선박이 수평선 너머로 보이는 순간 서둘러 자리를 예약하는 것일까요?

시드니 뉴사우스웨일스 대학교의 한 연구자는 두 곳의 주요 컨테이너 터미널에서 시계를 관찰함으로써 그 답을 찾기로 했습니다. 그녀는 4개월간의 실제 데이터를 조사하여 선박이 도착하거나 떠난 모든 시점과 트럭이 컨테이너를 인수하거나 인도하기 위해 슬롯을 예약한 모든 시점을 추적했습니다. 목표는 트럭의 타이밍이 정말로 선박의 타이밍을 따르는지, 아니면 두 일정이 서로 어긋나고 있는지를 확인하는 것이었습니다. 연구는 일반 건화물부터 위험 화학물질, 냉동 식품에 이르기까지 다양한 유형의 화물에 초점을 맞추었는데, 각 유형마다 고유한 규칙과 긴급성을 가지고 있기 때문입니다. 고급 통계 도구를 사용하여 선박 이동의 일일 파동과 트럭 예약의 일일 파동을 비교함으로써, 연구자는 트러킹 산업이 선박 도착에 얼마나 빠르게 반응하는지를 정확히 측정할 수 있었습니다.

조사 결과, 선박과 트럭의 관계는 단일하고 균일한 규칙이 아니라, 운송되는 화물의 종류와 사용되는 터미널에 따라 크게 달라진다는 사실이 밝혀졌습니다. 사람이 제어하는 크레인을 운영하는 한 터미널에서는 그 연결 고리가 강력하고 명확했습니다. 일반 화물을 실은 선박이 도착하면, 해당 컨테이너를 인수하기 위해 트럭이 예약하는 수가 거의 즉시 급증했습니다. 데이터에 따르면 추가 선박이 입항할 때마다 약 92대의 추가 트럭이 같은 날 슬롯을 예약했고, 또 다른 90대는 다음 날을 위해 예약했습니다. 이 패턴은 대부분의 일반 화물에 대해 유효했으며, 이는 운전자들이 몇 주 전부터 미리 추측하기보다는 선박의 실제 도착에 빠르게 반응하고 있음을 시사합니다. 그러나 선박이 일주일 내내 더 빈번하고 고르게 도착하는 완전 자동화된 두 번째 터미널에서는 이러한 명확한 연결성이 사라졌습니다. 그곳의 트럭 예약은 개별 선박의 도착에 예측 가능한 방식으로 반응하지 않는 것처럼 보였는데, 이는 끊임없는 선박의 흐름 때문에 운전자들이 단일 사건에 맞춰 예약을 조절하는 것이 불가능했기 때문으로 보입니다.

화물의 유형 또한 이야기를 바꾸어 놓았습니다. 위험물 컨테이너는 가장 강력하고 긴급한 반응을 보였습니다. 이 컨테이너들은 엄격한 안전 규칙의 적용을 받으며 항구 저장 구역에 오래 머무를 수 없기 때문에, 운전자들은 선박의 도착을 염두에 두고 다른 누구보다 더 타이트하게 슬롯을 예약했습니다. 그들은 선박이 접안한 후 첫 1~2일 이내에 예약을 집중시키며 빠르게 움직였습니다. 반면, 빈 컨테이너를 운송하는 운전자들은 선박의 일정에 전혀 신경을 쓰지 않는 듯했습니다. 빈 컨테이너는 운송업체가 운전자에게 비용을 부과하기 전까지 빈 박스를 얼마나 오래 보유할 수 있는지와 같은 다른 규칙에 따라 움직이기 때문에, 그들의 예약은 흩어져 있었고 선박의 리듬을 따르지 않았습니다. 마찬가지로, 식품 부패 위험 때문에 극도로 긴급하게 움직일 것으로 예상되는 냉동 컨테이너 역시 위험물만큼 긴밀한 정렬을 보여주지 않았습니다. 그들의 움직임은 더 분산되어 있었으며, 이는 선박의 도착 시간보다 전력 비용이나 고객 일정과 같은 다른 요인들이 더 큰 역할을 한다는 것을 시사합니다.

연구는 또한 트럭이 박스를 항구로 가져와 배에 싣도록 하는 수출 화물을 운전자가 어떻게 다루는지도 살펴보았습니다. 여기서 패턴은 다시 달랐습니다. 운전자들은 화물을 보관할 수 있는 일주일 전체에 걸쳐 배송을 분산시키기보다는, 선박이 출항하기 예정된 날의 하루 전날에 컨테이너를 터미널로 가져오는 경향이 있었습니다. 이는 항구가 수출 화물을 내려놓을 수 있는 7일간의 기간을 허용함에도 불구하고, 대부분의 운전자가 자신의 일정을 유연하게 유지하기 위해 마감 직전에 일을 처리하는 것을 선호한다는 것을 시사합니다. 이러한 행동은 수동 터미널에서는 일관되게 나타났지만, 선박의 물량이 너무 많아 일일 패턴을 포착하기 어려웠던 자동화 터미널에서는 다시 사라졌습니다.

이러한 발견은 항만 관리자와 정책 입안자들에게 명확한 그림을 제공합니다. 이는 예약 약속에 대해 "원 사이즈 피츠 올(one-size-fits-all)" 방식의 규칙이 작동하지 않을 수 있음을 시사합니다. 선박 일정이 트럭 일정을 주도하는 터미널에서는, 운전자가 컨테이너가 물리적으로 하역될 때까지 기다린 후에야 슬롯을 예약할 수 있도록 하는 규칙이 효과적일 수 있는데, 이는 운전자들이 이미 선박 도착에 빠르게 반응하고 있기 때문입니다. 그러나 연결성이 약하거나 빈 컨테이너를 운송하는 운전자를 대상으로 하는 터미널에서는 그러한 규칙이 효율성을 개선하지 못한 채 혼란만 가중시킬 수 있습니다. 연구자는 또한 데이터가 위험물에 대해서는 강한 연결성을 보여주었지만, 다른 유형에 대한 연결성은 더 복잡하다는 점에 주목했습니다. 이는 항만 당국이 화물의 유형에 따라 다르게 취급해야 할 수도 있음을 의미하며, 예를 들어 위험물에는 전용 패스트트랙 예약 창구를 제공하고 다른 화물에는 더 많은 유연성을 허용하는 방식입니다.

연구자는 이러한 통찰력을 활용할 수 있도록 누구나 사용할 수 있는 간단하고 대화형인 도구를 구축했습니다. 이 도구를 통해 항만 관리자는 특정 날짜에 도착하거나 떠날 것으로 예상되는 선박 수를 입력할 수 있으며, 그러면 추가적인 트럭 예약이 얼마나 발생할지를 즉시 예측해 줍니다. 이는 미래를 완벽한 정밀도로 예측하는 수정구슬은 아니지만, 과거의 항구 행동 패턴에 기반한 신뢰할 수 있는 가이드 역할을 합니다. 이 도구는 항구가 거대하고 복잡한 시스템일지라도, 선박의 리듬이 적어도 빠르게 움직여야 하는 화물에 대해서는 트럭의 박자를 결정한다는 것을 보여줍니다. 이러한 리듬을 이해함으로써 항구는 교통 흐름을 더 잘 관리하고, 혼잡을 줄이며, 글로벌 공급망을 원활하게 계속 움직이게 할 수 있습니다.