계약문서 텍스트 마이닝을 활용한 해양 프로젝트 공기지연 예측모델

Abstract

South Korean Oil & Gas (O&G) offshore projects had largely been expanded around 2010, most of which had been built by three major companies: Samsung, Daewoo, and Hyundai. . One of the reasons behind this increased development during the early 2010 was due to competitive oil prices, at around $ 100 per barrel. Since then, massive project deficits were recorded between 2014 and 2015 due to the offshore Engineering, Procurement, Construction (EPC) project’s own characteristics and risks, resulting in frequent project schedule delay. This study suggests the methodology of quantitatively estimating project duration and enables to review the sufficiency of contractual project duration during short period of time by using Text Mining before signing contracts. One of the key factors of frequent project delays was that most EPC contractors of South Korea were in inadequate position in negotiating project delivery schedule and therefore reluctantly accepted unreasonably short project deadlines suggested by project owners. Another critical reason was that there had been no proper tools or techniques to diagnose, compared with Contractor’s Scope of Work, the appropriateness and sufficiency of the contract deadline proposed by project owners within the short time prior to signing the contract. The purpose of this study is to estimate and propose correct project durations by using Text Mining technology. Text Mining is a continuously developed strategy especially with the emergence of Big Data. Text Mining is already being utilized in various industries including medical, legal and securities. For this study, Scope of Work (SOW), one of contractual documents defining contractor’s role and responsibility for offshore O&G EPC project, will be analyzed using Text Mining process with pre-processing, structuring and normalizing. Lessons Learned are used as post projects data that is a useful source of project knowledge. For this study, Critical Term (CT) representing the root of past problems is selected from Lessons Learned and occurrence of the CT in the SOW is counted to calculate Schedule Delay Risk Index (SDRI) of each sample project of twelve. The estimated SDRI from the each sample project are then correlated to actually incurred project schedule delay via regression analysis and to create a regression model. Finally the regression model is applied to predict future schedule delay of present project and the estimated theoretical schedule delay is compared with the current schedule performance. This study shows that higher project SDRI will lead to higher tendency of occurred schedule delays. It can be interpreted that higher project SDRI implies that there were more issues on projects which required more time to resolve them. In conclusion, Text Mining methodology of this study to quantitatively estimate project schedule can be generalized and applied to other industries as long as contractual documents and Lessons Learned information are available

국내 석유가스 해양프로젝트 사업은 2010년도를 기점으로 대형 조선 3社를 중심으로 활발하게 진행되어 왔다. 2010년도 초반의 국제유가는 배럴당 100불에 육박하며 해양 프로젝트의 발전을 이끌었지만, 2014, 2015년도를 기점으로 해양 EPC 프로젝트가 가지는 특성과 리스크로 인해 대규모의 적자를 기록하였으며 또한 공기지연(Schedule Delay)의 문제가 고질적으로 발생되어 왔다. 본 연구는 프로젝트 공기증가를 정량적으로 검토할 수 있는 방법론을 제시하며 Text Mining을 통해 해양 프로젝트의 수주 계약 체결 전 단시간에 계약공기의 적절성을 분석 하고자 한다. 공기지연이 발생하는 주요 이유 중의 한가지는 대부분의 국내 EPC 계약자가 발주자와 프로젝트 공기(Project Delivery Schedule)를 협상하는데 있어 불리한 위치에 있어 왔으며, 따라서 발주자가 제시한 짧은 공기를 계약공기로 인정하였기 때문이다. 다른 중요한 이유는 계약 체결 전 짧은 시간 내에 계약자의 작업 범위(Scope of Work)를 통한 계약공기의 적절성을 검토 할 수 있는 적절한 절차와 도구가 부실하기 때문이다. 본 연구의 목적은 Big Data의 출현과 함께 지속적으로 발전되고 있는 Text Mining기술을 이용하여 올바른 프로젝트 공기를 예측하고 제안하는데 있다. Text Mining은 의학, 법률, 보안 등 광범위한 분야에 적용되고 있으며, 본 연구는 계약자의 작업 범위를 기술한 계약서류인 Scope of Work (SOW)에 대하여 전처리(Pre-processing), 구조화 (Structuring) 및 정규화(Normalizing)같은 Text Mining 기술을 적용하였다. 이와 더불어 프로젝트 지식을 얻기 위한 유용한 수단인 과거 프로젝트의 교훈자료(Lessons Learned)를 함께 활용하는 방법론을 제시한다. 본 연구를 위하여, 교훈자료로부터 과거 문제 사항에 대한 핵심키워드 (Critical Term, CT)를 선정하고, SOW로부터 해당 핵심키워드의 출현빈도를 측정하며 이를 통하여 각 프로젝트의 Schedule Delay Risk Index (SDRI)를 산정 한다. 각 프로젝트의 SDRI는 실제로 발생한 프로젝트 공기 지연과 회귀분석(Regression Analysis)을 통해 상관관계(Correlation)를 확인하고 회귀모형(Regression Model)을 추정하는데 이용된다. 마지막으로, 추정 된 회귀모형을 통해 실행 프로젝트의 공기지연을 예측하고 현재의 공기지연과 비교한다. 본 연구를 통해 프로젝트의 SDRI가 증가할수록 공기지연의 경향 또한 증가하는 것으로 나타났다. 이는 SDRI가 높을수록 프로젝트에 다양한 문제점이 발생하였고 이를 해결하는데 추가 작업이 발생하여 공기 지연으로 이어진 것으로 추정된다. 결론적으로, Text Mining을 활용하여 프로젝트 공기를 예측하는 본 연구의 방법론은 충분한 계약서류 및 교훈자료가 준비되는 한 다른 산업 분야에서도 활용 가능 할 것으로 기대된다.