해상 공급망 리스크 지수 산출에 관한 연구: ChatGPT 기반 뉴스 빅데이터 감성분석을 중심으로
Constructing a Maritime Supply Chain Risk Index Using ChatGPT-Based News Big Data Sentiment Analysis
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구는 2002년부터 2024년까지의 국내 해운·항만 전문지의 월별 뉴스를 GPT 기반 감성분석을 시행하여 해상 공급망 리스크 지수인 CTRS(Container Throughput Risk Sentiment Index: MSCR, PSCR, SSCR)를 구축하고, SVAR 모형을 통해 부산항 컨테이너 물동량에 미치는 영향을 규명하였다. 분석 결과, PSCR(항만)은 수입, SSCR(해운)은 수출, MSCR(해상)은 수출입에는 유의한 영향을 주었으며 환적 물동량에는 제한적 영향을 나타냈다. 이는 컨테이너 물동량에 미치는 영향이 리스크 유형 및 화물처리 형태별로 상이하다는 것과 항만 운영 및 해운 정책 수립 시 차별화된 이원화 전략 마련이 필요함을 시사한다. 또한, 본 연구는 비정형 뉴스 데이터를 생성형 AI를 통해 정량화한 항만 연구 분야 최초의 시도로서, 해운항만 부문 리스크 조기경보 체계 개발과 단기적 정책 대응 고도화에 기여할 수 있는 방법론적 기반을 제공한다는 차별성이 존재한다.
Abstract
This study constructs the Maritime Supply Chain Risk Sentiment Index (CTRS: MSCR, PSCR, SSCR) by applying GPT-based sentiment analysis to monthly news articles from domestic shipping and port journals covering 2002–2024, and examines its impact on container throughput at Busan Port using an SVAR model. The analysis shows that PSCR (port) significantly affects imports, SSCR (shipping) impacts exports, and MSCR (maritime) influences both imports and exports, while the effect on transshipment volumes is limited. These findings indicate that the influence on container throughput varies by maritime supply chain risk type and cargo handling mode, underscoring the need for differentiated dual-track strategies in port operations and shipping policy design. Furthermore, this research is the first in the port studies field to quantify unstructured news data through generative AI to build a maritime supply chain risk index, providing a methodological foundation for early warning systems and the advancement of short-term policy responses.