2025. 2. 랜덤 포레스트를 통한 전장부품 품목분류 기준 연구, 디지털무역리뷰 제23권 제1호
-초록-
본 연구는 자동차의 전기·전자 부품 및 장치(전장부품)에 대한 적정한 품목분류 기준을 제시하고자 하였다. 본 연구는 머신러닝 모델 중 하나인 랜덤 포레스트(Random Forest)를 사용하여 한국 관세청의 전장부품 품목분류 사례 데이터를 분석하였다. 관세청의 품목분류 사례에서 HS 코드 2단위(류)와 HS 코드 4단위(호)를 타겟변수로, 각 품목에 대한 설명(Description), 결정 사유(Reasoning), 결론(Conclusion)의 세 가지 요소를 독립변수로 사용하여 분류를 시도했다. 본 연구는 타겟 변수와 독립변수를 결합한 6가지 모델을 구축하였다. 각 모델에 대하여 GridSearchCV를 통해 하이퍼파라미터를 최적화했으며, 모델의 성능을 정확도, 정밀도, 재현율, 과적합을 검토한 끝에 HS4-DRC와 HS2-DRC 모델을 선택하여 랜덤 포레스트 분석 결과를 제시하였다. 본 연구는 피처 중요도 분석을 통해 전장부품의 품목분류 예측에 기여한 요소들을 도출했다. 주요 피처로는 ‘측정’, ‘유량’, ‘검사’, ‘제어’, ‘회로’, ‘감지’, ‘온도’ , ‘기록’, ‘저항’ 등이 확인되었다. 피처 중요도 분석을 바탕으로 전장부품의 기능적 특성과 기술적 특성, 그리고 사용 목적 등을 중심으로 품목분류 기준을 제시하였다. 전장부품은 복잡한 특성을 가진 다양한 품목을 일관성 있고 적법하게 분류해야 하기에 품목분류에 어려움이 따른다. 본 연구는 랜덤 포레스트를 통한 품복분류 기준 도출 방안을 제안하며 품목분류가 무역장벽이 되지 않는 데 기여하고자 하였다.