
글쓴이: 자나니 야그나무르티(Janani Yagnamurthy), 전략적 성장 부문 제품 부사장(VP, Product, Strategic Growth)
용선계약서(Charter Party) 관리는 해운 수익성의 핵심이지만, 계약서 내 잠재적 리스크를 식별하는 프로세스는 여전히 수동 작업에 머물러 있습니다. 지난 1년 동안 저는 용선 담당 팀들과 긴밀히 협력하며 계약 검토 프로세스에서 병목 현상이 발생하는 지점과, 특히 이로 인해 발생하는 기회비용과 손실이 어느 정도인지 면밀히 분석했습니다.
이 과정에서 제가 얻은 인사이트는 해운 산업에서 AI가 단순히 업무 효율성만 향상시킨다는 기존의 전제를 뒤흔들었습니다. AI의 진정한 가치는 보다 전략적인 곳에 있습니다. 즉, 이전에는 접근할 수 없었던 고도화된 인텔리전스를 제공함으로써 용선 팀의 협상 방식을 근본적으로 혁신하는 것입니다.
수동 검토에 따른 손실 비용 측정
용선 팀은 불가능에 가까운 절충안에 직면해 있습니다. 최상의 거래를 확보하기 위해 신속하게 움직여야 하지만, 철저한 검토를 수행하기에는 시간이 절대적으로 부족합니다. 특히 다른 업무로의 전환 과정에서 발생하는 인지적 비용은 철저한 검토를 저해하는 주요 요인입니다. 담당자들이 다른 긴급한 업무에 주의를 빼앗기면서 중요한 세부 조항을 놓치게 되는 것입니다.
경험이 풍부한 용선 매니저들은 명백한 문제들을 잡아냅니다. 하지만 실제 수익 누수(Revenue Leakage)는 다음과 같은 미묘한 공백에서 발생합니다.
자사에 유리하게 작용할 수 있는 필수 조항의 누락
상대방에게 협상의 여지를 주는 모호한 문구
분쟁 발생 시 자사의 이익을 보호하지 못하는 미비한 조건
저희가 검토한 한 계약서의 경우, 한 섹션에는 SHEX(일요일 및 공휴일 제외) 조건이 명시되어 있었으나 다른 섹션에는 SHINC(일요일 및 공휴일 포함) 조건이 기재되어 있었습니다. 선박이 화물 작업을 위해 접안했을 때, 이러한 모순으로 인해 선주는 원래 정박기간(Laytime)에 포함되었어야 할 주말 비용을 직접 부담해야 했습니다.
이러한 손실을 수치화하면 그 규모는 빠르게 불어납니다.
전체 항해의 약 20%에서 운임 감액이나 손실이 발생합니다. 영향을 받는 항해당 평균 수익 누수가 약 $3,000 수준일 때, 연간 1,000회의 기항을 수행하는 선사는 약 100만~300만 달러에 달하는 예방 가능한 손실에 직면하게 됩니다. 개별 사례는 관리 가능한 수준으로 보일 수 있지만, 전체 운영 규모로 확장하면 막대한 손실로 이어집니다.
전문가들이 핵심 세부 사항을 놓치는 이유
용선 팀은 해당 비즈니스의 전문가들입니다. 문제는 과도한 인지 부하와 빈번한 업무 전환에서 비롯됩니다.
철저한 수동 검토는 계약의 복잡성에 따라 2~3시간이 소요될 수 있습니다.
실무적으로 팀은 우선순위를 정할 수밖에 없으며, 리스크가 가장 높은 항목에 집중하고 나머지는 훑어보는 수준에 그치게 됩니다.
시장 변동, 거래 상대방의 선호도 변화, 법적 뉘앙스의 진화에 따라 과거에는 표준 조항(Boilerplate)으로 여겨졌던 항목들이 이제는 새로운 리스크를 내포할 수 있습니다.
AI 역할에 대한 재정의
대부분의 해양 AI 솔루션이 단순 자동화에 집중하는 반면, 당사가 개발한 CP 옵티마이저(CP Optimiser)는 수동 검토로는 도저히 도출할 수 없는 깊이 있는 인사이트를 제공합니다.
내부 테스트 결과, 이 시스템은 조항별 주석을 포함한 문서 전체 검토를 단 6분 만에 완료했습니다. 그러나 진짜 가치는 이러한 처리 속도를 통해 수동으로는 불가능했던 심층적인 정밀 분석이 실시간으로 가능해진다는 점에 있습니다.
용선계약서를 업로드하면 시스템이 리스크가 있는 조항을 식별하고, 우려가 발생하는 구체적인 근거를 주석으로 보여줍니다. 단순히 리스크 항목을 표시하는 데 그치지 않고, 명확한 논리적 근거와 인용을 제공하여 판단 배경을 이해할 수 있도록 돕습니다. 용선 팀이 협상 테이블에서 이 분석을 신뢰하고 활용하기 위해서는 이러한 투명성이 필수적입니다.

이 시스템은 개별 조항 간의 유기적 맥락을 정확히 이해합니다. 앞서 언급한 SHEX/SHINC 상충 사례와 같은 계약서 내 모순점을 완벽히 잡아냅니다.
정박기간(Laytime) 조건과 체선료(Demurrage) 계산 공식이 충돌하는 경우, 시스템은 이러한 불일치를 즉각 감지합니다. 이 맥락 분석은 전문 법무 팀이 계약서를 정밀 검토하는 방식과 동일한 수준으로 수행되며, 단 몇 분 만에 완료됩니다.


계약 검토 과정에서 귀사의 팀이 간과하고 있는 중요한 정보가 있을까 우려되십니까?
Marcura의 CP Optimiser가 귀사의 비즈니스에 제공할 수 있는 실질적인 운영 효율성과 데이터 인사이트를 확인해 보십시오.
통합이 가져오는 근본적인 변화
PortLog 및 Marcura Claims를 이용 중인 고객사를 위해 당사는 양사의 역사적 인사이트를 통합했습니다. 이를 통해 업계 벤치마크 및 기업별 데이터를 리스크 분석에 직접 반영할 수 있게 되었습니다.
PortLog 인사이트 제공 항목:
선박 회항 시간 및 대기 시간 지표.
기상 상태 및 계절별 운항 지연 패턴.
해당 특정 항구의 역사적 트렌드.
이를 통해 항해 계산이 실제 성약 운항 현실과 부합하는지 철저히 검증할 수 있습니다.

Claims 인사이트 제공 항목:
과거 정박 기간(Laytime) 분쟁을 유발했던 조항 유형에 대한 가시성.
유사한 항구 또는 유사한 계약 조건에서 반복적으로 발생하는 이슈 패턴.
이를 통해 실무 팀은 계약 체결 전에 선제적으로 조항에 이의를 제기하거나 재협상을 진행할 수 있습니다.
Marcura Compliance를 통한 AI 기반의 거래처 스크리닝은 잠재적인 제재(Sanctions) 리스크를 프로세스 초기 단계에서 식별해 줌으로써 제3의 신뢰 계층을 제공합니다.

복리적 우위를 지속적으로 창출하는 피드백 루프
가장 주목할 만한 기능은 시스템이 각 고객사의 실제 경험을 바탕으로 자가 학습한다는 점입니다.
각 고객사는 보안이 유지되는 단독 인스턴스를 운영합니다. 용선, 법무 또는 계약 담당 부서가 컨텍스트를 추가하거나 해석을 정밀화할 때마다, 시스템은 해당 내부 가이던스를 즉각 반영합니다.
시간이 지남에 따라 이는 다음과 같은 막대한 복리적 우위를 창출합니다:
조직의 제도적 지식이 중앙 집중화되어 지속적으로 재사용 가능해집니다.
신규 입사자도 다년간 축적된 전문지식을 즉시 전수받을 수 있습니다.
과거에 손실을 초래했던 예외적인 케이스(Edge cases)들이 자동으로 감지 및 표기됩니다.
구축하는 데 수년이 걸리던 패턴 인식 능력을 즉각적으로 확보할 수 있습니다.
특정 조항이 실제 결과에 미치는 영향을 명확히 파악할 수 있으므로, 용선 팀은 직관이 아닌 객관적 데이터 데이터에 기반하여 운임료 및 계약 조건을 유리하게 협상할 수 있습니다. 초기 시범 도입 단계에서 한 고객사는 계약 서명 전에 누락된 4개 조항을 포착하여, 약 12만 달러에 달하는 잠재적 리스크 노출을 미연에 방지한 바 있습니다.
해운 업계에 미치는 영향
본인은 이러한 기능이 2년 이내에 업계 표준(table stakes)으로 자리 잡을 것으로 전망합니다. 3시간에 걸친 선택적 검토 대신 단 6분 만에 종합적인 분석을 수행하여 수치적으로 입증된 더 나은 성과를 도출하므로, 경제성 측면에서 비교가 되지 않습니다.
경쟁의 패러다임은 '누가 가장 빠르게 검토하는가'에서 '누가 가장 깊이 있는 인텔리전스를 활용하는가'로 전환되고 있습니다. 리스크 분석을 과거 실적 데이터, 업계 벤치마크 및 조직의 축적된 노하우와 결합하는 기업이 일관되게 더 유리한 계약 조건을 협상하게 될 것입니다.
기술적 장벽은 존재하지 않습니다. 문서 분석을 위한 AI 기능은 이미 널리 상용화되어 있습니다. 마큐라(Marcura)를 차별화하는 핵심은 우리가 구축하고 있는 솔루션의 근간이 되는 독보적인 데이터 품질과 축적된 경험입니다.
향후 로드맵
본 기능은 단계적으로 출시될 예정입니다. 리스크 유발 조항에 대한 전체론적 분석, 거래 상대방 스크리닝 기능, 그리고 PortLog 및 Claims와의 연계가 포함된 버전이 현재 제공 중입니다. 현재 항해 용선계약서(Voyage CP) 분석을 지원하고 있으며, 정기 용선계약서(Time CP) 분석 기능은 한 달 이내에 추가될 예정입니다.
2단계에서는 식별된 리스크에 금전적 가치를 매겨 특정 조항이 미칠 수 있는 재무적 영향을 명확히 제시할 것입니다. 또한 피드백 루프 기능을 확장하고 있으며, 운항 당시의 기상 조건 분석과 더불어 평가 시점의 예산 대비 실제 연료유(Bunker) 가격 비교 등 기타 데이터 소스와의 연동 방안을 모색하고 있습니다.
우리의 로드맵을 이끄는 핵심 질문은 다음과 같습니다. "용선 담당 팀이 완벽한 정보를 보유하고 있다면 어떤 다른 의사결정을 내릴 수 있을 것인가?" 우리가 개발하는 모든 기능은 이 질문의 해답에 도달하기 위한 여정입니다.
진입 장벽은 기술적인 데 있지 않습니다. 문서 분석을 위한 AI 역량은 이미 널리 보급되어 있습니다. 마큐라(Marcura)를 차별화하는 핵심은 우리가 선도하는 솔루션의 근간이 되는 독보적인 데이터 자산과 축적된 경험입니다.

해운 산업 내 AI 도입에 관한 최초의 주요 연구 보고서
당사는 150명의 해사 부문 고위 전문가들을 대상으로 인공지능(AI) 도입 및 활용 현황에 대한 설무조사를 실시했습니다.
자세히 보기
최신 업계 동향 및 주요 뉴스
Marcura의 포괄적인 AI 생산성 솔루션 제품군을 확인해 보십시오
마큐라 AI(Marcura AI)가 귀사의 비즈니스에 제공할 수 있는 혁신적인 가치를 확인해 보십시오.








