Risk-based Profit Prediction Model for International Construction Projects

大 韓 土 木 學 會 論 文 集 第26卷 第4D 號·2006年 7月 pp. 635~647

施 工 管 理

해외건설공사의 리스크 분석에 기초한 수익성 예측모델에 관한 연구

Risk-based Profit Prediction Model for International Construction Projects 한승헌*·김두연**

Han, Seung-Heon ^· Kim, Du-Yon

···

Abstract

Korean construction companies first advanced to the international markets in 1960's and so far have brought more than 4,900 projects which account for 193 billion dollars approximately. With the large increase of national employment and income being followed by the achievement, Korea's construction industry has made an enormous contribution to the improvement of domes- tic economy for the last 40 years. However, recently the increased risk in international markets as well as the sharpening com- petition with foreign companies promising in terms of advanced technologies and low labor cost have been driving Korean construction away from the market shares. According to ENR (Engineering News Record, 1994~2003), it is revealed that 15.1% of top 225 global contractors are suffering from loss in international construction markets. This phenomenon is largely due to the highly uncertain characteristics of international projects, which are inherently exposed to various and complicated risky situations. Furthermore, especially for Korean construction companies, it is often the case that the failure in an inter- national construction project cannot be offset by even a sufficient number of successful domestic achievements. Therefore, not only the selective screening among the nominated projects which have strong possibility of collapse but the systematic strat- egies for controlling potential risk factors are also considered indispensable in international construction portfolio manage- ment. The purpose of this study is to first analyze the causal relationships of the profit-influencing variables and the project success, and develop the profitability forecasting model in international construction projects.

Keywords : international construction, risk, profitability, forecasting, multi-regression analysis

···

요 지

한국기업의 해외건설공사 진출은 1960년대 이후 45년간 약4,900여건, 총 1,933억불 이상의 실적을 거두어 오면서, 고용증 대와 국제수지 개선 등 경제발전에 지대한 공헌을 해왔다. 그러나 해외건설 프로젝트는 정치, 경제, 사회, 문화 등 다양하고 복잡한 리스크에 노출되어 있어 국내 건설사업에 비해 수익성이 악화될 수 있는 가능성이 매우 높은 특성을 갖고 있다. 또 한 소수의 악성 프로젝트에 의해서 전체 기업의 재무구조를 악화시키는 사태가 빈번히 발생하고 있는 국내 기업의 현실에 서, 해외공사의 계획이나 수주 시에 양질의 프로젝트를 선별하고 그에 따라 미리 대상 프로젝트의 특성을 파악하여, 적정한 관리요소 및 전략을 수립하는 것은 매우 중요한 요소라고 할 수 있다. 따라서 본 연구는 해외건설공사 수익성에 영향을 미 치는 인자를 도출하고 이러한 영향인자와 수익성간의 인과관계를 분석하여, 향후 프로젝트의 계획 및 수주 시 해당 프로젝 트의 수익성을 미리 가늠해볼 수 있는 예측모델을 도출하고자 한다. 이를 위해 본 연구에서는 문헌조사 및 전문가 자문을 통해 64개의 해외건설공사 수익성 영향 리스크인자를 도출하였으며, 실제 사례에 기반한 자료수집 및 통계분석을 통해 수익 성 영향인자와 해외공사 수익성 성과간의 인과관계를 규명하였다. 또한 도출된 예측모델의 검증을 위해, 추가적인 15개 프로 젝트에 적용하여 예측모델의 정확성을 검증하였으며, 웹 기반의 프로그램으로 예측모델을 구축하여 활용을 위한 기반을 조성 하였다. 이러한 수익성 예측모델의 활용을 통해서 국내 건설업체들은 해외건설공사 진출 시 해당 프로젝트의 타당성을 사전 에 확인하여 양질의 프로젝트를 선별함으로써 해외건설공사의 수익성 향상을 위한 수주 전략의 수립이 가능할 것으로 기대 된다.

핵심용어 : 해외건설공사, 리스크, 수익성, 예측모델, 다중회귀분석

···

*정회원·연세대학교공과대학사회환경시스템공학부부교수

(E-mail : [email protected])

**정회원·연세대학교공과대학토목공학과박사과정

(E-mail : [email protected])

1. 서 론

1.1.연구배경 및 목적

우리의 해외건설은 1960 년대 이후 지난 45 년간 4,900 여건 ,

총 1,933 억불 이상의 실적을 거두면서 성장해왔으며 , 그에

따른 전후방 연쇄효과는 국가 전체의 고용증대와 국제수지 개선 등으로 나타나면서 경제발전에 지대한 공헌을 해왔다 .

그러나 해외건설 시장이 개방되고 경쟁이 첨예화됨으로써 국내 건설업체는 선진 건설업체의 높은 기술력과 중국 , 인 도 등의 값싼 노동력에 밀려 경쟁력을 상실해 가고 있으며 ,

해외건설을 통한 수익구조도 점차 악화되어 가고 있는 실정 이다 .

ENR(Engineering News Record, 1994~2005) 에 따르면 ,

해외건설공사에서 세계 225 대 건설업체 (Top 225 Global

Contractors) 의 15.1% 가 손실을 기록한 것으로 나타난 반면 ,

이들 업체가 자국 내에서는 손실을 보는 비율이 9.7% 로서

해외건설 프로젝트가 상대적으로 높은 리스크 부담을 안고 있다는 것을 보여주고 있다 . 수익성 면에서도 이들 225 개 해외건설업체들의 연간 평균수익률은 지난 10 ^{년간 평균} 7.2% 로서 자국 내에서 수행된 건설 프로젝트의 평균수익율

6.5% 보다 조금 높게 나타내고 있을 뿐이다 . 특히 해외건설프 로젝트의 평균수익률을 연도별로 보면 , 1996 년도의 최고

11.01% 를 정점으로 2000 년도 들어 4.40%~7.2% 사이를 등락

하면서 하락세를 보이고 있다 . 이러한 통계는 해외건설프로 젝트의 수익환경이 지속적으로 악화되고 있으며 , 건설기업의 지속적 성장을 위해서는 이의 개선이 절대적으로 필요하다 는 점을 통계적으로 보여주는 것이다 .

이와 같이 해외건설 프로젝트는 다양하고 복잡한 리스크에 노출되어 있어 국내 사업에 비해 수익성이 악화될 수 있는 가능성이 매우 높은 특성을 갖고 있다 . 또한 소수의 악성 프로젝트에 의해서 전체 기업의 재무구조를 악화시키는 사 태가 빈번히 발생하고 있는 현실에서 , 해외공사의 계획·수 주 시에 프로젝트를 선별하고 그에 따라 미리 대상의 특성 을 파악하여 , 적정한 관리요소 및 전략을 수립하는 것은 매 우 중요한 요소라 할 수 있다 .

이러한 점은 건설 프로젝트에 있어서 리스크 관리의 효과 는 사업 초기단계로 갈수록 커지는 반면 (Smith, 1999), 획득 할 수 있는 정보의 수준은 초기단계에서 상대적으로 적다는 점에서도 그 중요성이 강조되어야 한다 . 따라서 본 연구에서 는 해외건설공사 수익성에 영향을 미치는 인자를 도출하고 이러한 영향인자와 수익성의 인과관계를 분석하여 , 향후 프 로젝트의 계획 및 수주 시 해당 프로젝트의 수익성을 미리 가늠해볼 수 있는 예측모델을 도출하고자 한다 .

1.2 연구방법 및 범위

본 연구는 사업초기의 계획 및 수주 단계에서 각 프로젝 트의 수익성을 미리 가늠해 보기위한 예측모델의 도출을 목 적으로 하여 다음과 같은 과정을 거쳐 진행되었다 .

첫째 , 기존 연구를 고찰하여 문헌조사를 통한 수익성 영향 인자를 도출하며 , 이에 대한 전문가 자문을 통해 국내 건설 업체의 해외건설공사에 적합한 수익성 영향인자를 도출한다 .

둘째 , 국내 건설업체가 지난 10 년 동안 수행한 해외건설공

사를 대상으로 설문조사를 실시하여 기 수행된 해외건설 프 로젝트의 성과와 수익성 영향인자에 대한 관리현황을 파악 한다 .

셋째 , 설문조사를 통해 획득한 자료를 바탕으로 통계분석 기법을 활용하여 수행성과와 수익성 영향인자 간의 인과관 계를 분석하며 이의 예측을 위한 모델을 도출한다 .

1.3 연구동향

해외건설공사와 관련된 연구는 1980 년대부터 활발하게 이 루어져왔다 . 해외건설공사 수행 시의 고려요소들을 도출하여 리스크를 체계적으로 관리하려는 연구 (Purtell, 1982; Arditi

and Gutierrez, 1991) 를 비롯하여 , 해외건설공사의 특성상 진

출국의 재무적 리스크 (Kapila and Hendrickson, 2001), 정

치적 리스크 (Ashley and Bonner, 1987) 및 문화적 요소

(Chan and Tse, 2003) 와 같이 개별적인 리스크 요인에 대

한 연구들이 이루어지고 있다 . 또한 해외건설공사의 체계적 리스크 관리 모델의 개발을 위한 노력도 이루어지고 있는데 ,

Bing and Tiong(1999) 은 리스크 관리 모델의 개념을 제시

하였고 , Hastak and Shaked(2000) ^{는 단계별 리스크 관리}

모델을 도출하였다 . 이러한 연구들은 해외건설공사의 리스크 관리를 위해 각 영향요인을 제시하고 있어 주요 관리요소를 도출할 수 있으나 , 복합적인 인과관계를 구체적으로 밝혀주

지는 못하고 있다 . Han and Diekmann(2001) 은 해외건설공

사와 관련된 여러 영향요소들을 CIA(Cross Impact

Analysis) 기법을 통해 계량화함으로써 입찰의사결정 지원을

위한 모델을 제시하였다 . 또한 Mohamed(2003) 는 J/V(Joint

Venture) ^{에 있어서 공사성과와 리스크 요인간의 관계를 구조}

방정식을 통해서 복합적으로 제시하고 있는데 , 각 리스크 요 인과 공사성과의 다양한 관계를 규명한 반면 , 적용 범위가

J/V 에 국한되고 있다는 한계가 있다 .

해외건설공사와 관련된 국내 연구는 국외에 비해 미진한 상태로 , 해외건설공사와 관련된 수익성 영향인자를 도출하거

나 ( 한승헌 외 2 인 , 2003), 선진건설업체의 관리기법을 비교

분석한 연구 ( 박찬식 외 2 인 , 2003), 그리고 해외건설 공사

수주 시 기업차원에서 관리전략을 수립하기 위한 포트폴리

오 리스크 관리 모델에 관한 연구 ( 한승헌 외 3 인 , 2001) 등

이 시도되고 있다 . 이밖에는 해외건설공사와 관련된 연구는 아니지만 리스크 관리기법으로서 건설공사에서 초기 리스크 를 관리하거나 단계별 리스크 관리를 위한 연구들이 다수

이루어져 왔으나 ( 강인석 외 2 인 2001, 황지선 및 이찬식

2004, 김상철 외 2 인 2004), 아직까지 국내업체의 해외경험

에 기초한 해외건설 리스크 인자의 규명이나 체계적인 관리 를 위한 의사결정 기법의 개발과 같은 합리적인 관리방안 등이 제시되지 못하고 있어 이러한 분야에 대한 연구가 필 요한 것으로 보인다 .

2. 해외건설 수익성 영향인자의 도출 2.1 기존 연구결과 비교분석

해외건설공사는 그 특성상 다양한 리스크 인자에 의해 복

합적인 영향을 받기 때문에 해외건설공사의 성과에 영향을

미치는 리스크나 영향인자에 대한 규명을 통해서 적절한 관

리 대상 파악의 중요성이 크다고 할 수 있다 . 이러한 해외 건설 리스크 인자의 중요성으로 인해 이에 대한 연구도 활 발히 이루어져 왔다 . 기존 연구에서 도출된 해외건설 리스크 를 종합하여 보면 표 1 에서와 같이 그 분류에 따라 다양한 구성이 가능한 것을 알 수 있다 .

이러한 문헌고찰 결과 , ^{해외건설 리스크는 크게 외부적}

요인 , 내부적 요인 , 프로젝트 특성 요인의 세 가지 대분류 에 의한 구분이 가능하다 . 하지만 기존 연구에서 도출된 리 스크 인자들을 살펴볼 때 , 해외건설공사의 특성상 진출국이 나 발주처에 의한 영향 정도가 크며 , 수주·입찰과 관련된 리스크도 다양하게 분포되고 있는 것으로 나타나 리스크 특

성에 의한 분류가 용이할 것으로 보인다 . 또한 내부적 리스 크 요인의 경우도 해당 기업의 능력과 관계된 리스크와 참 여자와의 관계에 의한 리스크로 나눠 볼 수 있어 구분이 필요하다 .

2.2 수익성 영향인자 도출

해외건설 리스크에 대한 기존 연구고찰 결과를 기준으로 진출국 / 발주처 여건 , 수주 및 입찰 정보 , 프로젝트 특성 및 환경 , 조직구성원 및 관계 , 시공 및 관리 능력의 다섯 개 부문에 대해 리스크 인자를 재구성하였다 . 각 부문별로 문헌 고찰을 통해 도출된 가능한 많은 리스크를 포함하고자 하였 으며 , 다섯 개 부문에 대해 총 93 개의 리스크 인자를 도출 하였다 .

하지만 이같이 문헌고찰을 통해 도출된 수익성 영향인자는 실제 실무적으로 그 영향정도에 대한 검증이 이루어지지 않 은 상태이며 , 외국의 연구사례를 바탕으로 도출된 인자들이 기 때문에 국내기업의 현실과는 맞지 않는 부분들이 있을 수 있다 . 따라서 이와 같은 한계를 보완하기 위하여 문헌고 찰을 통해 도출된 수익성 영향인자를 기초로 국내 건설업체 의 해외건설 전문가 자문을 통해 도출된 인자를 검증하는 과정을 거쳤다 .

대표적인 국내 대형건설업체의 실무진 및 해외건설협회와 대학의 해외건설 전문가 12 인에 대해 세 차례에 걸친 인터 뷰 및 그룹미팅을 통해서 의미가 중복되는 인자를 결합하고 영향이 미미한 인자를 제거하였으며 , 국내 기업의 현실에 맞 도록 의미를 수정하는 등의 작업을 거쳐서 최종적으로 해외 건설공사 수익성 영향인자를 도출하였다 . ^{도출된 인자는 표} 2 에서와 같이 5 개 부문 64 개의 인자로 구성되었다 .

표 1. 해외건설 리스크 도출에 관한 기존 연구결과

연구 특 징

Pinto 및

Mantel (1990)

• 프로젝트 실패의 주요원인 규명

• 프로젝트의 범위 , 관리목표 , 공기관리 및 계획 , 발주자 와의 의사소통 등 총 10 개 영향인자 도출

(1995) Zhi • 국가 및 지역 , 건설산업 , 기업특성 , 프로젝트 특성의 네 가지 대분류 기준

• 3 단계의 분류기준을 통해 총 60 개의 리스크 인자도출

Bing 등

(1999) • 중국에서의 사례조사를 통해 J/V 리스크 관리요인 제시

• 프로젝트 특성 , 내부·외부요인의 세 그룹으로 총 25

개 영향인자 규명

Wang 등

(2000) • 정치적 리스크 인자에 집중

• 규제 및 법률변경 , 부패정도 , 인허가 지연 , 불가항력 등

6 개 부문에 대한 리스크 인자 제시

Chan 등

(2001) • Design-Build ^{성공요인 도출} Baloi 및

Price

(2003) • 견적 , 설계 , 경쟁수준 , 건설관행 , 시공 , 경제 등 7 개 분 야에 대해 세부적인 리스크 요인 도출

표 2. 최종 수익성 영향인자(5개 부문 - 64개 인자)

부문 수 익 성 영 향 요 인

진 출 국 /

발 주 처 여 건

진출국의 건설관련 법규 및 제도는 외국 업체에 대해 매우 공정하였다 .

진출국의 현지관료 및 기업인의 청렴도가 비교적 높았고 , 담합이나 지하거래가 없었다 .

진출국의 정책 변경이나 개입 , ^{기타 외압으로 인해 프로젝트 범위가 변동하는 일이 없었다} .

정국불안과 사회적 혼란 및 경제적 여건의 급격한 변동으로 공사가 지연되고 공사비가 증가하는 일이 없었다 .

과실송금을 포함한 본국 송금에 제한 또는 규제가 없었다 .

발주자는 충분한 공사재원 확보 및 기성 지불능력을 갖추고 있었다 .

발주자는 대상 건설공사 과정 전반에 대한 이해도가 높았으며 , 전반적인 사업기획 및 프로젝트 수행능력이 우수하였다 .

수 주 입 /

찰 정 보

진출국의 건설환경 , 제도 , 관행에 대한 사전정보가 정확하였고 , 견적 및 공사계획에 적절히 반영되었다 .

해당 프로젝트 완료시점의 관련산업 경기전망과 이에 따른 파급효과를 충분히 예측하였다 .

유효한 입찰정보 ( ^현장조건 , ^{경쟁업체 분석} ) ^{를 사전에 충분히 확보하였다} .

충분한 견적기간이 주어져 견적가격의 적정성을 면밀히 검토할 수 있었다 .

급격한 환율변동 및 금융리스크 완화를 위해 헤지 (hedge) ^{전략을 수립하였고} , ^{그 효과는 만족스러웠다} .

파이낸싱 비용을 원가에 충분히 반영하였다 .

입찰안내 서류의 미흡한 부분이나 불일치 부분이 없었다 .

발주처의 요구조건이 견적가격에 빠짐없이 반영되어 공사수행 시 추가비용이 거의 발생하지 않았다 .

예비비 (contingency) ^{는 그 규모가 적절하였고} , ^{비용리스크 관리에 유효하였다} .

입찰참여 업체들 간의 경쟁심화로 인한 입찰가 조정 ( 삭감 ) 은 없었다 .

견적가격에 반영된 기자재 비용예측은 허용오차 범위 내에서 정확도가 높았다 .

표 2. 최종 수익성 영향인자(5개 부문 - 64개 인자)(계속)

부문 수 익 성 영 향 요 인

프 로 젝 트 계 약 특 성

및 환 경

계약공기는 해당 프로젝트 수행에 적합하였다 .

계약 시 보상ㆍ담보관련 규정 등에 대하여 불리한 계약조건을 최소화할 수 있었다 .

계약조건에 에스칼레이션 (escalation) 이나 환율 (exchange rate) 변동 등 가격상승의 요인이 충분히 고려되었다 .

계약문서의 내용이 명확히 기술되어 , 사업수행 주체들 간 해석상 이견이 없었다 .

시방규정의 미흡으로 인한 공사 수행상의 차질이 발생하지 않았다 .

입찰 ~ 계약 ~ 공사착수 과정에서 큰 여건변화가 없었거나 충분한 대응을 통하여 피해가 발생하지 않았다 .

대상공사 범위에 익숙하지 않은 프로세스 및 기술요소가 없었고 , ^{그 적용에 적합한 수준의 기술경쟁력을 보유하고 있었다} .

천재지변 , 내란 , 전쟁 등의 불가항력 (Force Majeure) 에 의한 피해가 크지 않았다 .

예측하지 못한 기후와 날씨로 인한 공기지연과 공사비의 손실이 적었다 .

자원수급 등과 관련하여 , 해당공사 현장의 위치와 지리적 여건은 비교적 양호하였다 .

지반조건 및 작업환경이 양호하여 공사수행이 용이하였다 .

해당공사에 대한 사회적 합의가 이루어져 , 민원이나 민간단체의 요구에 의한 공사지연 또는 부가비용이 발생하지 않았다 .

공사에 필요한 전원 , 용수 , 통신 , 연료 등 인프라 시설 여건이 양호하여 공사 진행이 매우 순조로웠다 .

발주자 또는 설계회사가 제공한 설계는 시공성이 충분히 고려되었으며 , 오류ㆍ누락이나 생략이 거의 없었다 .

시공자가 자체적으로 작성한 설계도서도 오류나 누락이 거의 없었으며 , 주어진 설계기간도 충분하였다 .

조 직 구 성 원 및 관 계

현장소장은 뛰어난 리더십을 갖추고 있었으며 , 프로젝트 관리능력이 탁월하였다 .

현장소장의 재량권 행사와 현장요원에 대한 급여 , 복지후생 및 인사우대가 적절하였다 .

현장요원들의 전반적인 기술 / ^{관리 능력이 우수하여 프로젝트 수행에 차질이 없었다} .

본사와 현장 , 현장 내 조직 간 정보전달 및 협업 체계가 매우 효율적이었다 .

입찰준비 및 수주조직과 현장조직 간에 괴리가 없었고 , ^{커뮤니케이션이 원활하였다} .

발주자 , 감리자 , 하청업자 , 타 시공업자 등과의 언어소통에 문제가 없었다 .

J/V, Consortium ^{업체들의 기술력과 파이낸싱 능력이 양호하고} , ^{상호 간 업역 관리와 협업이 순조롭게 이루어졌다} .

J/V 또는 Consortium 업체와의 상호 지급보증이나 하도급 업체 보증체계에 문제가 없었다 .

감리자는 공정성 , ^합리성 , ^{일관성을 가지고 감독업무를 수행하였고} , ^{계약범위를 벗어난 과도한} QA/QC ^{요구가 없었다} .

현지 하도급 업체들은 담당부문 공사수행에 적합한 수준의 시공 및 품질관리 능력을 보유하였다 .

발주자가 지명한 하도급 업자로부터 품질 , 공기 등 시공 상의 문제나 마찰이 발생하지 않았다 .

발주자ㆍ감리자의 부당한 업무처리로 인한 기성지연 , 유보금 또는 준공 정산금 지급 지연이 발생되지 않았다 .

공사수행 중 발주자의 지나친 또는 뒤늦은 요구로 인한 분쟁이나 클레임이 발생하지 않았다 .

클레임 , 민원 등 분쟁에 의한 피해를 최소화하기 위해 전담부서 / 조직 또는 국제적 전문가를 적절히 활용하였다 .

시 공

및 관 리 능 력

각종 문서관리 및 기록유지가 철저하게 이루어져 , 추후 클레임 해결 등에 유효하게 활용되었다 .

현지 인허가 지연으로 인한 공기지연 , ^{공사원가 상승의 피해가 없었다} .

공사수행 초기에 충분한 인력 및 자원의 조기동원이 가능하였다 .

현장기능인력 대부분의 경험 및 숙련도 수준이 높아 작업생산성 향상에 크게 기여하였다 .

기자재의 납기지연이 발생하지 않았으며 , 수송수단 변경에 따른 비용증가가 발생하지 않았다 .

기자재 품질과 보관 및 설치 , ^{사용에 이상이 없었다} .

공사수행 전반에 걸쳐 장비가 원활히 공급되었고 , 최적화된 (optimized) 공사관리로 장비가동률이 높았다 .

시공자는 대상공사 수행에 적합한 수준의 설계능력 (Engineering ability) 을 보유하고 있었다 .

검증된 시공기술력을 바탕으로 공사를 무리 없이 수행하였고 , 품질관리에 이상이 없었다 .

부적절한 테스팅 (Testing), 시운전 시 오류 발견 및 준공 후 하자발생으로 교체나 재시공을 실시한 일이 없었다 .

안전 및 환경문제 유발요인에 대한 효율적인 관리 및 교육을 실시하였으며 , ^{사고대처 및 모니터링 능력을 갖추었다} .

시공자는 해당 프로젝트를 수행할 수 있는 프로젝트 계획 (Planning) 및 관리 (PM) 능력이 충분하였다 .

생애주기비용 산정 및 VE ^수행 , ^{사업비 경향분석 등의 비용예측ㆍ관리 기법이 효과적으로 활용되었다} .

시공 자금조달이 원활히 이루어져 현장 Cashflow 운영상에 문제가 발생하지 않았다 .

효과적인 자원배분과 최신 공기관리기법 등을 활용함으로써 공정 및 공기를 효율적으로 관리하였다 .

인접공구 등 타 업체가 수행하는 선행공사의 지연에 의한 공정관리 상의 차질이 거의 없었다 .

준공 또는 시운전 (commissioning) 과 시설물 인도가 지연 없이 예정대로 진행되었다 .

3. 수익성 영향인자 평가

3.1 수익성 영향인자 평가를 위한 설문

국내 건설업체가 수행한 해외건설공사의 수행성과 및 리스 크 관리현황을 파악하기 위하여 앞에서 도출된 64 개의 수익 성 영향인자를 중심으로 국내기업의 해외건설 수행성과와 수 익성 영향인자간의 인과관계 규명을 위해 사례기반의 설문

조사 (case-based survey) 를 실시하였다 . 설문조사의 목적은

크게 두 가지로 각 해외공사와 관련된 비용 , 공기 등의 주 요성과에 대한 내용과 수익성 영향인자의 관리 실태를 파악 하기 위한 내용으로 구성되었다 . 설문의 배포는 국내 건설업 체가 수행한 해외 건설공사를 대상으로 이루어졌으며 , 대상 프로젝트의 비용 , 공기 등의 성과와 각 수익성 인자의 관리 수준에 대해서 실제적인 답변을 얻고자 하였다 .

조사대상 사업은 국내 건설업체가 수행한 해외건설공사를 대상으로 , 기간에 따른 프로젝트의 동질성과 예측모델로서의 의미를 확보하기 위해 최근 10 년간 수행한 공사를 중심으로 선정하였다 . 각 수익성 영향인자의 측정은 척도를 이용하여 정량화시킬 수 있도록 하였는데 , ^{본 연구에서는 각 수익성}

영향인자 간에 정량적인 비교가 가능한 등간척도를 이용하 였으며 , 이중 설문 응답자의 논리적 판단이 용이한 리커트

(Likert) 7 점 척도를 이용하였다 . 배포된 설문의 회수는 3 개

월간에 걸쳐서 이루어졌으며 , 국내 21 개 업체가 참여하여 총

126 건의 해외건설 프로젝트에 대한 설문 응답을 얻을 수 있 었다 .

회수된 126 개 프로젝트의 공사특성을 살펴보면 , 공종분포 는 그림 1 의 (a) 에서와 같이 플랜트가 57% 로 가장 높았으

며 , 토목 23%, 건축 14% 등의 순으로 나타났고 , 지역의

경우 동남아시아가 49% 로 가장 많은 비중을 차지하였으며 ,

중동 29%, 중남미 8% 등의 순으로 분포되었다 . 계약유형

의 경우 그림 1 의 (b) 에서와 같이 , EPC(Engineering-

Procurement-Construction) 가 58% 로 가장 높은 비중을 나타 냈고 , D-B-B(Design-Bid-Build) 20%, D-B(Design-Build) 13% 로 분포되었는데 , 이는 플랜트 공사 (57%) 의 비중이 상대 적으로 높아 EPC 의 비중이 높게 나타난 것으로 판단된다 .

또한 공사비 지불방식의 경우 총액계약 (Lump-sum) 이 76%,

단가계약 (Unit-price) 은 20% 로 해외공사의 대부분은 총액계

약으로 이루어지는 것을 알 수 있다 . ^{공기분포는} 1 ^{년 이하}

의 단기 프로젝트에서 4 년 이상의 장기 프로젝트까지 다양 하게 분포했는데 , 2~3 년의 공기를 갖는 프로젝트가 51% 로 가장 많은 비중을 나타내고 있다 . 공기변동 정도를 살펴보면 ,

6 개월 이하 공기단축 사례는 전체 90 개 프로젝트 중 5% 에

불과했으며 , 1 년 이하 공기연장이 61% 등 당초보다 연장된 경우가 95% 의 비율로 나타나고 있어 대부분의 프로젝트들

의 공기가 연장되고 있음을 알 수 있다 ( 그림 1-c). 공사금액의

경우 계약금액을 기준으로 500 ^{백만 달러 이상의 초대형공사}

가 8% 정도를 차지하고 있으며 , 100~500 백만 달러규모의 대

규모 공사가 42% 로 가장 많은 비중을 차지하고 있다 ( 그림

1-d).

3.2 수익성 영향인자 평가결과

각 프로젝트 수익과 관련된 설문항목은 해당 프로젝트의

수익성 측면의 성과 (profit performance) 를 묻는 항목과 수

익성 영향인자의 “ ^관리수준 ”(level of control/management)

및 “ 중요도 ”(level of importance/criticality) 를 조사하는 항 목으로 구분되었다 . 수익성 측면에서 대상 프로젝트의 수익 성 성과에 대한 응답결과를 살펴보면 , 1( 전혀 성공적이지 않 았다 ) 부터 7( 매우 성공적이었다 ) 까지의 리커트 7 점 척도로 질문한 프로젝트 성공정도의 경우 평균이 4.54 로서 보통 수 준의 성공정도를 나타냈다 ( 표 3). 원가변동의 경우 당초 실

행원가와 비교하여 평균 102.53% 의 변동 폭을 보였다 . 특히 ,

원가변동의 경우 외주비와 관리비 부문에서 각각 평균

107.14% 와 109.74% 의 변동 폭을 나타냈으며 , 표준편차 또

한 각각 20.63% 와 43.74% 로 프로젝트마다 원가변동 폭의

차이가 큰 것으로 나타났다 . 반면 , 최종 수익률의 경우 , 전

체 설문에서 응답률이 52.2% 로 흑자 공사에 대한 응답 ( 평균

수익률 8.24%) 으로 편중되는 경향을 보여 통계분석에는 활

용되지 못했다 .

한편 , 프로젝트의 수익성 성공정도와 원가변동을 각 공사 특성별로 분석해 보면 , 계약 유형별로는 그림 2 의 (a) 와 같

이 EPC 나 D-B-B 의 경우 성공정도 (4.73, 4.61) 와 원가변동

그림 1. 사례조사 결과 특성별 분포

(101.88%, 102.44%) 이 좋은 수치를 나타낸 반면 , D-B 의

경우 성공정도 3.83, 원가변동 107.83% 로 상대적으로 수익

성이 좋지 않은 것으로 나타났다 . 계약 공기별 분포는 4 년 이상의 장기 프로젝트에서 성공정도 3.8, 원가변동 113.0%

로 수익성 악화 경향이 뚜렷하게 나타났으며 , 1 년 이하의 단기 프로젝트에서는 성공정도 5.0, 원가변동 95.0% 로 수익 성이 우수한 것으로 나타나 프로젝트의 전체 공기가 길어질 수록 수익성이 악화되는 경향을 보였다 . 계약 금액에 따라서

는 1,000 백만 달러 이상 대형 프로젝트의 경우 성공정도

3.0, 원가변동 112.50% 로 , 계약 공기와 연관 지어 중장기

대형 프로젝트에서 국내 업체들의 수익성이 악화되는 경향 이 나타나는 것으로 분석되었다 ( 그림 2-c).

64 개 수익성 영향인자에 대해서는 대상 프로젝트의 수익 성 악화나 향상에 있어 어느 정도로 적절히 잘 관리되었는

지 여부와 (“ 관리수준 ”), 수익성 악화 또는 향상에 얼마나 심각하게 영향을 미쳤는지에 대한 평가 (“ 중요도 ”) 가 이루어 졌다 . 수익성 영향인자에 대한 “ 관리수준 ” 평가 결과 ( 리커 트 스케일 : -3~3), ^{전체 평균은} 0.120 ^으로 , ^그림 3 ^의 (a) ^에

서와 같이 제대로 관리되지 않아 수익성 악화에 영향을 미

친 상위 20% 인자를 분석할 수 있었는데 , 현지 하도급 업

체 능력이 -0.810 으로 가장 관리수준이 취약하고 , 진출국의

청렴도 (-0.589), 발주처 요구조건 (-0.556) 등의 순으로 나타

났다 . 수익성 영향인자의 중요도평가 결과 ( 리커트 스케일 : 1~7), 전체 평균은 4.718 이었으며 , 그림 3 의 (b) 에서와 같 이 현장소장 관리능력이 평균 5.871 로 상대적으로 가장 중 요성이 큰 인자로 나타났으며 , 시공자 프로젝트 관리능력

(5.523), 발주자 공사재원 확보 / 지불능력 (5.477) 등의 순으로

나타났다 .

상기에서와 같이 프로젝트의 각 성과지표와 64 개 수익성 영향인자에 대한 입체적인 분석을 통해서 각 공사특성별 유 사점과 특이점을 분석하였으며 , 이러한 분석을 토대로 성과 지표와 수익성 영향인자 간의 상관관계에 대해 심층적으로 분석하고자 하였다 .

표 3. 프로젝트 수행성과 응답결과

주요 종속변수 응답률 평균 표준편차 수익성 성공정도

(7 점 척도 : 1 ~ 7) 97.8% 4.67 1.89

당초 계획 대비 최종수익

(7 점 척도 : -3 ~ 3) 97.8% -0.13 1.76

최종 ( 예상 ) 수익률 52.2% 8.24% 16.33%

실행예산 대비 최종투입 원가변동

프로젝트 총괄 94.4% 102.53% 12.30%

자재 / 장비비 94.4% 101.35% 11.73%

외주비 91.1% 107.14% 20.63%

관리비 91.1% 109.74% 43.74%

그림 2. 공사특성별 성공정도 및 원가변동 분포

그림 3. 수익성 영향인자 평가결과

4. 수익성 예측모델

대상 프로젝트의 성과 및 수익성 영향인자에 대한 응답을 기초로 하여 , 통계분석 기법을 통해 수익성 영향인자가 해당 프로젝트의 수익성 성과에 영향을 미치는 정도를 예측하는 모델을 구축하였다 . 본 연구에서는 예측모델의 도출에 있어 먼저 요인분석을 실시하여 전체 64 개 수익성 영향인자를 의 미 있는 그룹으로 압축하고 , 이러한 결과를 토대로 압축된 인자와 성공정도간의 인과관계를 규명하고자 하였다 .

4.1 요인분석

본 연구에서 도출된 64 개의 수익성 영향인자는 프로젝트 의 성공정도나 수익률 등의 종속변수와 다양한 인과관계를 갖고 있으며 , 각 변수 사이에도 복잡한 상호 의존관계를 갖

는다 . 따라서 이러한 수익성 영향인자와 프로젝트의 성과 사 이의 인과관계를 직접적으로 설명하는 데에는 무리가 있기

때문에 요인분석 (Factor analysis) 을 활용하여 64 개 수익성

영향인자를 서로 높은 상관관계를 갖는 변수들끼리 그룹화 하여 보다 이해하기 쉬운 상위 요인으로 구성하여 프로젝트 성과와의 인과관계를 규명하는 접근방법이 타당성을 갖는다 .

설문을 통해 응답을 얻은 전체 수익성 영향인자들은 서로 높은 상관관계로 의존된 몇 개의 그룹으로 나눌 수 있는데 ,

요인분석을 통해 서로 상관관계를 갖는 이러한 그룹들이 어 떠한 측정변수 ( 수익성 영향인자 ) 로 구성되어 있는지를 보여 주며 , 수익성 영향인자들이 가지고 있는 숨겨진 구조를 파악 할 수 있게 만들어준다 . 요인분석의 목적은 여러 개의 변수 들에 내재된 정보를 이용하여 보다 적은 수의 요인으로 압 축 , 요약하는 데 있다 .

표 4. 요인분석 결과(14개 요인)

요 인 수 익 성 영 향 인 자 요인 적재값 요 인 수 익 성 영 향 인 자 요인 적재값

시공자 F1

능력 요인

[Q6-56] ^{시공기술력 및 품질관리} 0.708

조직 F5

구성원 요인

[Q6-34] ^{현장소장 관리능력} 0.785

[Q6-55] ^{시공자 설계능력} 0.699 [Q6-35] ^{현장소장 재량권} / ^{현장요원 대우} 0.743

[Q6-58] 안전 및 환경문제 통제 0.673 [Q6-37] 본사와 현장 협업체계 0.634

[Q6-57] 테스팅 , 시운전시 오류 0.661 [Q6-36] 현장용원 기술 및 관리능력 0.540

[Q6-59] 시공자 프로젝트 계획 및 관리능력 0.653 [Q6-50] 인력 및 자원 조기동원 0.450

[Q6-38] ^{각 공사 단계별 조직간 커뮤니케이션} 0.543

진출국 F6

환경 요인

[Q6-4] 정국불안 , 사회적 혼란 , 경제급변 0.749

[Q6-25] ^{미경험 프로세스 및 기술요소} 0.534 [Q6-3] ^정책변경 , ^개입 , ^기타외압 0.717

[Q6-48] 각종 문서관리 0.496 [Q6-2] 청렴도 , 담합 , 지하거래 0.694

[Q6-39] 언어소통 0.405 [Q6-1] 진출국 건설관련 법규 및 제도 0.584

[Q6-24] 각 단계간 여건변화 0.401 [Q6-5] 본국 송금규제 0.538

공사특성 F2

요인

[Q6-63] ^{선행공사 영향} 0.728

프로젝트 F7

정보요인

[Q6-8] ^{진출국 사전정보} 0.757

[Q6-64] ^준공 , ^시운전 , ^{시설물 인도} 0.629 [Q6-13] ^{파이낸싱 비용} 0.667

[Q6-53] 기자재 품질 , 보관 , 설치 , 사용 0.600 [Q6-10] 입찰정보 확보 0.638

[Q6-52] 기자재 납기지연 0.589 [Q6-9] 관련산업 경기전망 0.533

[Q6-51] 현장 기능인력 능력 0.586 F8

설계요인 [Q6-33] 시공자 설계 0.706

[Q6-44] ^{발주자 지명 하도급 업체 문제} 0.534 [Q6-32] ^{발주자 제공 설계} 0.495

[Q6-54] ^{장비 공급} 0.478

비용관리 F9

요인

[Q6-12] ^{환율변동 금융 리스크} 0.768

[Q6-49] 현지 인허가 지연 0.473 [Q6-60] 비용예측 / 관리기법 0.501

[Q6-62] 자원배분 및 공기관리 0.444 [Q6-61] 시공 자금조달 0.490

[Q6-43] 현지 하도급 업체 능력 0.433 [Q6-16] 예비비 0.474

프로젝트 F3

환경요인

[Q6-29] ^{지반조건 및 작업환경} 0.743 F10

견적요인 [Q6-11] ^견적기간 0.676

[Q6-28] ^{자원수급 관련 지리적 여건} 0.712 [Q6-18] ^{기자재 비용예측} 0.473

[Q6-31] 공사 인프라 시설 0.596 F11

컨소시엄 J/V,

요인

[Q6-40]J/V, Consortium 업체 능력 0.710

[Q6-30] 민원 민간단체 요구 0.536

[Q6-27] 기후 및 날씨 0.478 [Q6-41]J/V, Consortium 업체와의 보증체계 0.535

[Q6-26] ^불가항력 0.449

발주자 F4

감리자 요인

[Q6-46] ^{발주자의 지나친 요구} 0.624

계약요인 F12

[Q6-21] ^가격상승 0.735

[Q6-14] 입찰 안내서류 0.596 [Q6-20] 불리한 계약조건 0.518

[Q6-23] 시방규정 0.536 [Q6-22] 계약문서 해석 0.511

[Q6-7] 발주자 공사 이해도 및 사업수행능력 0.529 [Q6-19] 계약공기 0.430

[Q6-42] ^{감리자 공정성} , ^합리성 , ^일관성 0.501 F13

입찰요인 [Q6-17] ^입찰경쟁 0.789

[Q6-45] ^발주자 , ^{감리자 업무처리} 0.495

[Q6-15] 발주처 요구조건 반영 0.491 F14

분쟁요인 [Q6-47] 클레임 , 민원 해결 위한 전담조직 0.757

[Q6-6] 발주자 공사재원 확보 및 지불능력 0.430

본 연구에서는 각 요인이 상호 독립적이라고 가정하였기 때문에 , 직각회전에서 가장 일반적으로 많이 활용되고 있는

VARIMAX 방법을 활용하여 요인회전을 하였다 . 최종적으로

요인분석에서 적절한 그룹요인 개수를 결정하기 위해 , 고유

값 (Eigen value) 을 기준으로 최대 요인 개수인 18 개부터 10

개까지 요인수를 변경해 가면서 요인분석과 회귀분석의 설 명력을 비교해본 결과 , 요인분석의 설명력은 14 개까지 70%

이상을 나타냈으며 회귀분석의 설명력은 17, 16, 14 개 일 때 55% 를 넘는 것으로 나타났다 . 따라서 적정 요인수의 대

상이 되는 17, 16, 14 개의 요인 개수에 대해 요인분석 결과

를 비교하여 , 사전 실시한 탐색적 고찰결과와 일치하도록 각 변수의 그룹이 가장 유의성을 갖으며 묶인 수준에서 요인 개수를 결정하였다 . 요인분석은 탐색적 연구가 기초가 되기 때문에 사전에 각 수익성 영향인자간의 상관성을 충분히 파 악하여 요인의 개수 등을 유의성 있는 그룹으로 묶일 수 있 도록 조정하였으며 , 이러한 과정을 통해서 전체 64 개의 수익 성 영향인자를 최종적으로 14 개의 요인으로 압축하였다 . 각 요인별 수익성 영향인자의 구성은 표 4 와 같다 .

전체 요인은 시공자 능력요인 (F1), ^{공사특성 요인} (F2), ^프

로젝트 환경요인 (F3) 등 모두 14 개로 , 요인 개수의 결정은

각 요인의 고유값 (Eigen value) 과 전체 요인의 설명력 , 각

영향인자 그룹의 유의성 등을 고려하여 가장 적합하게 인자 가 압축되는 선에서 결정하였다 . 요인분석 결과 도출된 14 개 요인에 의한 전체 수익성 영향인자의 설명력은 70.37% 로 나타났으며 , 각 요인에는 요인 적재값 (Factor loading) 을 기 준으로 해당 요인에 속하는 인자가 유의성을 갖도록 그룹화 하였다 .

요인분석 결과를 살펴보면 , 시공기술력이나 프로젝트 관리 능력 등의 항목이 상관성이 높은 것으로 나타나 첫 번째 시 공자 능력요인으로 묶여졌으며 , 선행공사의 영향이나 기자재 ,

현지 하도업체 , ^{인허가 등의 항목이 공사특성 요인으로 묶일}

수 있었다 . 지반조건이나 인프라 시설이 프로젝트 환경요인 으로 나타났으며 , 각 공사참여 주체에 따라서 발주자·감리 자 요인이나 조직구성원 요인 , J/V ·컨소시엄 요인 등으로 구성되었다 . ^{또한 프로젝트 진행 단계에 따라 입찰요인} , ^계

약요인 , 설계요인 , 분쟁요인 등이 구분되었으며 , 비용관련 요 인과 정보관련 요인은 따로 그룹화 되었다 . 전체적으로 유사 한 특성을 갖고 상관관계가 높게 나타난 수익성 영향인자들 이 의미 있는 그룹으로 요인을 형성하였으며 , 각 요인에 속 하는 영향인자들의 요인 적재값도 0.3 이상의 수치를 나타내 통계적으로도 요인분석결과의 타당성을 뒷받침해주고 있다 .

이렇게 도출된 각 그룹요인에 대하여 평균적인 “ 관리수준 ”

및 “ 중요도 ” 를 산출하여 비교하였다 . “ 관리수준 ” 의 경우 그 림 4 의 (a) 에서와 같이 시공자 능력요인이 평균 0.608 로 가 장 우수하게 관리되고 있는 것으로 나타났다 . 시공자 능력요 인 외에 보통 이상의 관리수준을 보이는 것은 조직구성원

(0.571), 프로젝트 환경 (0.247), 견적 (0.172) 등 6 개에 불과하 였으며 , 보통 이하의 관리수준을 보인 것이 8 개 요인으로 나타났다 . 특히 공사초기 단계의 관리요소로 입찰이나 설계 ,

계약과 관련된 요인들의 관리수준이 두드러지게 저조하다는 것을 알 수 있다 . 마찬가지로 각 수익성 영향인자에 대한

“ 중요도 ” 평가결과 , 그림 4 의 (b) 에서와 같이 견적요인이 평

균 5.174 로 가장 높은 중요도를 나타냈다 . 중요도의 경우

전체적으로 평균 4 점 이상을 나타내 보통 이상의 중요도를 갖고 있는 것으로 나타났으며 , 특히 견적 (5.174) 이나 조직구 성원 (5.123), 발주자 / 감리자 (5.032) 요인이 평균 5 점 이상의 높은 중요도를 갖는 것으로 나타났다 .

이러한 각 요인의 관리수준 및 중요도를 비교함으로써 중 요도가 높은데 비해 관리수준은 저조한 특정위치의 요인들 을 파악할 수 있는데 , ^그림 4 ^의 (c) ^{에서와 같이 관리수준과}

중요도를 모두 100 점 기준의 동일척도로 환산하여 줌으로써 관리수준과 중요도의 편차가 큰 요인을 도출할 수 있다 . 각 요인별 관리수준 및 중요도 비교결과 , 입찰요인의 관리수준

과 중요도 편차가 24.11 로 가장 높은 수치를 나타내 높은

그림 4. 요인별 관리수준 및 중요도 평가결과

중요도에도 불구하고 아직까지 관리수준이 상대적으로 낮은 요인인 것으로 파악되었다 . 또한 계약요인 (21.13), 설계요인

(17.99), 발주자 / 감리자 요인 (17.64) 등도 중요도에 비해 관리

수준이 낮은 것으로 나타나 해외건설공사 수행 시 관리수준 및 역량제고가 가장 필요한 요인으로 분석되었다 .

4.2 다중회귀분석

회귀분석은 변수 사이에 존재하는 상호의존관계를 함수로 표현하여 , 어느 정도 연관성이 있는지를 파악하고 , 반대로 변 수 값이 주어지면 다른 변수 값을 예측할 수 있도록 만들어 주는 통계적 분석방법이다 ( 이군희 , 2003). 본 연구에서는 다 중회귀분석의 개념에 의해서 14 개 요인으로 압축된 수익성 영향인자의 요인점수를 독립변수로 하여 각 요인에 해당하 는 회귀계수를 산출하게 된다 . 단계별 선택법 (Stepwise

Regression) 을 통한 다중회귀분석 결과 , 총 8 단계에 걸친 변

수 선택과정을 통해서 최종적인 회귀모델이 도출되었다 . 표

5 의 (a) 에서와 같이 추정된 회귀방정식의 설명력을 말하는

결정계수 R

값은 0.652 로서 , 이는 프로젝트의 성공정도에 대

해 독립변수가 65.2% ^{의 영향을 미치고 있다는 것을 의미한}

다 . 일반적인 경우 결정계수 R

값은 0.4 이상 이면 통계적으 로 유의하다고 볼 수 있으나 현실적인 분석에선 대략

0.5~0.6 정도를 유의한 것으로 판단하기 때문에 ( 최종성 ,

2000), 본 연구에서 도출된 모델은 통계적 유의성을 확보하

고 있다고 평가된다 . 표 5 의 (b) 에서 각 요인에 해당하는 비표준화 계수 (B) 값은 회귀방정식에서의 계수가 되는 것으 로 각 요인의 성공정도에 대한 영향정도의 크기라고 할 수 있으며 , ^{각 요인의 영향정도에 대한 유의확률을 보면 모두} 95% 신뢰구간에서 유의한 것으로 분석되었다 .

분석결과 도출된 회귀방정식을 표현하면 아래식과 같다 .

프로젝트 성공정도 ( ^{수익성 측면} ) (1)

= 4.670 + (0.619 × 견적요인 ) + (0.527 + 프로젝트 정보 요인 ) + (0.506 × 발주자·감리자 요인 ) + (0.499 × 계약요인 )

+ (0.477 × 공사특성 요인 ) + (0.470 × 조직 구성원 요인 ) + (0.402 × 시공자 능력 요인 ) + (0.379 × 설계요인 )

회귀분석 결과 전체 14 개의 요인 중 8 개의 요인이 회귀방 정식에 포함되었으며 , 도출된 회귀방정식으로부터 프로젝트 의 성공정도에는 ‘F10 견적요인 ’ 과 ‘F7 프로젝트 정보요인 ’

의 영향이 가장 큰 것으로 나타나 프로젝트 초기의 정보관 리를 통한 정확한 견적이 프로젝트 성공에 주요하게 작용하 는 것으로 분석되었다 . 이밖에 발주자·감리자 요인이나 계 약요인 , 공사특성 요인 , 조직구성원 요인 , 시공자 능력 요인 ,

설계 요인 등이 수익성 측면에서의 성공정도에 영향을 미치 고 있다 .

이렇게 도출된 예측모델은 전체 126 개 프로젝트를 이용한

일반모델 (Generic model) 로 공사초기 단계에서의 개략적인

수익성 예측에 활용될 수 있다 . 하지만 , 실제 해외건설공사 에서 주요한 변수로 작용하는 공종이나 지역 , 계약유형 등 각 공사 특성을 반영하지는 못하고 있다 . 본 연구에서는 자

료수집의 한계로 인하여 별도의 특성모델 (Specific model) 을

도출하지는 못하였지만 , ^{각 공사특성별로 다중회귀분석을 실}

시하여 각 요인별 회귀계수의 변화를 분석함으로써 공사특 성에 따른 주요 영향요인을 도출함으로써 이러한 한계를 보 완하고자 하였다 . 주요한 구분의 기준이 되는 공사특성은 크 게 공종 , 지역 , 계약유형 , 공사비 지불방식의 네 가지 항목 으로 구성하였으며 , 각 속성에 따라 전체 126 개 프로젝트를 구분하여 다중회귀분석 결과를 통해 특성별 주요 영향요인 을 도출하였다 .

공종별 다중회귀분석 결과를 살펴보면 표 6 ^의 (a) ^에서와

같이 , 토목의 경우 시공자 능력요인의 회귀계수 (1.102) 의 영 향이 가장 큰 것으로 나타났으며 , 건축의 경우는 조직구성원

요인 (2.299) 이 , 플랜트의 경우는 계약요인 (0.780) 의 영향이

가장 큰 것으로 나타났다 . ^{각 공종별 회귀계수를 비교해 보}

면 , 플랜트 공사의 경우는 계약이나 조직구성원 , 프로젝트 정 보 요인 등의 영향이 다른 요인에 비해 상대적으로 높게 나 타났으며 , 토목의 경우는 시공자 능력이나 , 설계 , 견적 요인 이 주요하게 영향을 미치고 있는 것을 알 수 있다 . ^{반면 건}

축의 경우는 다양한 공사패키지의 구성특성으로 인해 조직 구성원 , 공사특성 , 입찰요인의 영향이 상대적으로 큰 것으로 나타났다 .

지역별 분석 결과는 표 6 의 (b) 와 같이 나타났는데 , 해외건 설공사의 경우 지역 특히 국가별로 그 특성이 달라지기 때 문에 특성모델의 주요한 요소로 작용할 수 있다 . 본 연구에 서는 수집된 126 개 프로젝트 중 국내 업체의 주요 수주 대 상지역인 동남아시아와 중동 ( 타 지역은 데이터가 부족하여 회귀분석 결과가 도출되지 않음 ) 의 두 개 지역을 기준으로 비교하였다 . 각 지역에 따른 회귀계수를 보면 , 동남아시아의 경우 프로젝트 정보요인의 회귀계수가 0.808 로 주요한 영향 을 미치고 있는 것으로 나타났으며 , 이밖에는 견적 (0.666) 이

나 시공자 능력요인 (0.501) 의 영향이 큰 것을 알 수 있다 .

중동지역의 경우 발주자·감리자 요인의 회귀계수가 1.505

로 나타났으며 , ^{프로젝트 정보요인의 경우도} 1.287 ^{로 높은}

수치를 나타냈다 .

계약유형의 경우 EPC, D-B, D-B-B 의 세 가지 유형을 표 5. 다중회귀분석 결과

(a) 모델 요약

Model R R 제곱 수정된

R 제곱 추정값의

표준오차 Durbin

-Watson

8 0.843 0.652 06508 1.308 1.805

(b) 다중회귀모델 게수 (Coefficients)

회귀식 구성요소 비표준화 계수 표준화 계수 t 유의 B 표준오차 베타 확률

상수 4.670 0.138 33.873 0.000 F10 견적 요인 0.619 0.139 0.332 4.467 0.000 F7 프로젝트 정보 요인 0.527 0.139 0.283 3.800 0.000 F4 발주자·감리자 요인 0.506 0.139 0.271 3.647 0.000 F12 계약 요인 0.499 0.139 0.267 3.596 0.001 F2 공사특성 요인 0.477 0.139 0.256 3.440 0.001 F5 조직 구성원 요인 0.470 0.139 0.252 3.393 0.001 F1 시공자 능력 요인 0.402 0.139 0.216 2.899 0.005 F8 설계 요인 0.379 0.139 0.203 2.734 0.008

a. 종속변수 : [Q1] 성공정도

분석하였는데 , 해외건설공사의 특성상 플랜트 공사가 많아

EPC 의 비중이 가장 크며 , D-B-B(26), D-B(17) 의 순으로

분포하고 있다 . EPC 의 경우 표 6 의 (c) 에서와 같이 , 프로젝

트 정보요인의 회귀계수가 0.807 로 가장 높은 수치를 나타

냈으며 , 견적 (0.646) 이나 조직구성원 (0.482) 요인의 영향정도

도 높은 것으로 나타났다 . D-B 는 계약요인 (1.784) 이 주요한

영향을 미치고 있는 것으로 분석되었다 . D-B-B 의 경우는 발 주처가 제공하는 설계의 질 등 설계요인이 1.180 으로 가장 높은 영향정도를 나타냈으며 , 이밖에 견적 (0.835), 시공자 능

력 (0.791) 요인이 주요 영향요인으로 나타나 시공위주의 공사

특성을 반영해 주고 있다 .

5. 수익성 예측모델의 검증 및 활용 5.1 수익성 예측모델의 검증

본 연구에서 수익성 예측모델의 도출에 이용된 126 개 프 로젝트는 그 분포에서 국내업체가 지금까지 수행한 해외건 설공사와 많은 유사성을 갖고 있지만 , 모집단에 비해서는 추출된 일부 표본이므로 도출된 예측모델에 대한 검증 과정 이 필요하다 . 따라서 통계분석에 활용된 126 개 프로젝트 외 에 기 완료된 추가적인 프로젝트를 선정하여 동일 설문을 통해서 사용자의 성공정도에 대한 실제결과와 모델을 통한 예측결과를 비교함으로써 예측모델의 정확성을 검증하고자 하였다 .

모델의 검증을 위해서 추가적으로 15 개 프로젝트의 데이 터를 수집하였는데 , 기존 126 개 데이터와 검증을 위한 15 개 데이터 간에 차이가 있는가를 통계적으로 확인하기 위해 T-

검정을 활용하였다 . T- 검정 결과 계약공기의 경우 양측검정

(2-tailed) 의 유의수준이 0.962, 계약금액의 경우 0.935 로 두

경우 모두 0.05 보다 크므로 5% 의 유의수준에서 두 집단의

평균은 같다는 귀무가설을 채택하게 되어 모델 도출용 프로 젝트와 검증용 프로젝트 간에 분포가 차이가 없다고 결론지 을 수 있다 .

이렇게 선정된 프로젝트의 설문 결과를 토대로 각 프로젝 트 별로 관리수준을 예측모델에 입력하여 예측결과를 도출 하였고 , 예측결과와 설문 응답자가 기입한 해당 프로젝트의 실제 수익성 성공정도를 비교하여 그 편차를 척도화하여 예 측모델의 정확도를 백분율로 나타내었다 . 전체 15 개 프로젝 트를 예측모델에 적용시켜본 결과 표 8 과 같이 성공정도 예 측모델의 경우 예측결과와 설문응답의 편차가 평균 0.82 로

정확도는 평균 86.3% 로 나타나 도출된 예측모델의 타당성을

확보해 주는 결과를 보여주고 있다 .

한편 , 수익성예측모델의 실무적 활용성을 평가하기 위해서 해외건설 전문가를 대상으로 한 전문가 인터뷰를 실시하였 다 . 평가항목으로는 ‘ 모델의 완성도 ’, ‘ 모델 알고리즘의 적정 성 ’, ‘ 리스크 인자의 적정성 ’, ‘ 모델의 실무적 활용성 ’ 의 4 가 지 항목에 대하여 리커트 7 점 척도 (1: 매우 낮음 ~7: 매우 높음 ) 를 통해서 이루어졌다 . 국내 건설업체 및 학계의 해외 건설 리스크 전문가 10 인을 대상으로 한 설문조사 결과 , 전 체적인 수익성 예측모델에 대한 평가는 5.20 으로 비교적 완 성도가 높은 것으로 평가되었다 . 세부 항목을 살펴보면 , 모 델 알고리즘의 적정성이 평균 5.60 으로 가장 높은 평가를 표 6. 공사특성별 다중회귀분석 결과

(a) ^공종별

요 인 회 귀 계 수

토 목 건 축 플랜트 전 체

상 수 4.737 3.988 5.005 4.670

F1 시공자 능력요인 1.102 0.487 0.402

F2 공사특성 요인 1.672 0.416 0.477

F3 프로젝트 환경요인

F4 ^{발주자·감리자 요인} 0.506 F5 ^{조직구성원 요인} 2.299 0.623 0.470

F6 진출국 환경요인

F7 프로젝트 정보요인 0.568 0.527

F8 설계요인 0.924 0.379

F9 비용관리 요인

F10 ^견적요인 0.729 0.591 0.619

F11 J/V. Consortium ^요인

F12 ^계약요인 0.780 0.499

F13 입찰요인 0.821

F14 분쟁요인

N 34 20 72 126

R

0.575 0.487 0.568 0.652

(b) 지역별

요 인 회 귀 계 수

동남아시아 중 동 전 체

상 수 4.611 4.645 4.670

F1 ^{시공자 능력요인} 0.501 0.402

F2 ^{공사특성 요인} 0.477

F3 ^{프로젝트 환경요인}

F4 발주자·감리자 요인 1.505 0.506 F5 조직구성원 요인 0.536 0.470

F6 진출국 환경요인

F7 프로젝트 정보요인 0.808 1.287 0.527

F8 ^설계요인 0.546 0.379

F9 ^{비용관리 요인}

F10 견적요인 0.666 0.619

F11 J/V. Consortium 요인

F12 계약요인 0.499

F13 입찰요인

F14 분쟁요인 0.835

N 62 37 126

R

0.360 0.720 0.652

(c) 계약유형별

요 인 회 귀 계 수

EPC D-B D-B-B 전 체

상 수 4.590 3.923 4.914 4.670

F1 시공자 능력요인 0.791 0.402

F2 공사특성 요인 0.477

F3 프로젝트 환경요인

F4 발주자·감리자 요인 0.506 F5 조직구성원 요인 0.482 0.470

F6 ^{진출국 환경요인}

F7 ^{프로젝트 정보요인} 0.807 0.527

F8 설계요인 1.180 0.379

F9 비용관리 요인

F10 견적요인 0.646 0.835 0.619

F11 J/V. Consortium 요인

F12 계약요인 1.784 0.499

F13 ^입찰요인 F14 분쟁요인

N 72 17 26 126

R

0.425 0.507 0.775 0.652

받았으며 , 리스크 인자의 적정성 , 모델의 완성도는 각각 평

균 5.30, 5.10 으로 나타났다 . 다만 시스템의 실무적 활용성

면에서는 다른 항목에 비해서 상대적으로 낮은 평가 ( 평균

4.80) 를 받았는데 , 수익성 예측모델이 공사특성에 따른 모델

이 아니라 범용모델이기 때문에 보다 정확한 예측이 이루어 지려면 공사유형이나 발주자 , 지역별 특성을 고려한 모델이 구축되어야 한다는 지적에 따라 이러한 평가가 이루어진 것 으로 분석된다 .

5.2 수익성 예측 프로그램 구축

본 연구를 통해서 도출된 예측모델은 64 개 수익성 영향인 자의 관리수준에 대한 평가를 통해서 최종적인 프로젝트의 수익성 성공정도를 예측할 수 있다 . 따라서 64 개 수익성 영 향인자의 관리수준에 대한 한 번의 평가를 통해서 수익성 정도를 평가할 수 있는 프로그램을 구축하고자 하였다 . 수익 성 예측 프로그램은 사용자의 접근성이 용이하도록 웹기반 으로 구성하였으며 , 개발 플랫폼이나 사용 환경 등은 표 9

와 같다 .

수익성 예측 프로그램의 기본 알고리즘은 그림 5 에서와 같 이 , 사용자가 기본적인 프로젝트 정보를 입력하여 로그인 한 뒤 , 64 개 수익성 영향인자의 관리수준에 대해 -3~3 까지의 리커트 7 ^{점 척도 중 선택하여 평가하는 과정을 거친다} . ^사

용자의 입력이 완료되면 내부연산을 통해 입력결과를 요인 점수로 환산하고 , 기 도출된 성공정도 예측모델의 수식에 대 입하여 수익성 성공정도 예측결과를 제시하게 된다 . 최종적

으로는 이러한 예측결과와 함께 , 민감도 분석을 통해서 수익 성에 영향을 미치는 주요 인자들을 제시한다 .

수익성 예측 프로그램은 64 개 수익성 영향인자에 대한 수 준평가를 토대로 프로젝트의 수익성 성공정도 예측결과와 각 항목별 분석 결과를 볼 수 있도록 구성하였다 . 결과화면은 그림 6 과 같이 프로젝트의 성공정도에 대한 예측결과와 성 공정도 악화에 주요한 영향을 미치는 상위 영향인자를 제시 하게 된다 .

이렇게 구축된 수익성 예측 프로그램은 웹 기반으로 구축 되어 사용자의 접근이 용이하며 , 웹 브라우저를 통해서 간편 하게 활용이 가능하도록 구성되었다 .

5.3 적용방안 고찰 및 향후 연구과제

수익성 예측 모델은 사용자가 평가한 정보를 바탕으로 수

익 창출과 밀접하게 관련된 여러 가지 지표 (Index) 를 도출하

여 프로젝트의 수익성 정도를 예측하며 , 그 결과에 상대적으 로 큰 영향을 미친 요인들을 재평가함으로써 수익성의 변화 추이를 살피고 집중관리 대상을 파악할 수 있다 . 하지만 본 연구에서 도출한 프로젝트 수익성정도 예측모델은 126 개 프 로젝트를 대상으로 하여 도출된 것으로 , 자료수집의 한계로 인한 보완점을 가지고 있으며 추가적인 개선작업이 필요하 다 . 수익성 예측 모델의 개선을 위하여 필요한 사항을 종합 하여 보면 다음의 네 가지로 요약할 수 있다 .

표 7. 수익성 예측모델 검증결과

프로젝트 수익성 성공정도 (1~7)

실제 결과 모델 예측결과 편 차

1 7 6.71 0.29

2 5 4.18 0.82

3 5 3.28 1.72

4 5 7.00 2.00

5 7 6.15 0.85

6 7 7.00 0.00

7 1 1.00 0.00

8 5 2.96 2.04

9 5 4.83 0.17

10 6 6.28 0.28

11 4 5.98 1.98

12 6 7.00 1.00

13 1 1.00 0.00

14 1 1.37 0.37

15 2 2.83 0.83

모델 정확도 성공정도 예측모델 정확도 = 86.3%

표 8. 웹 프로그램의 개발 및 사용환경

개발 환경 사용 환경

Windows 2000/2003 server 최소 해상도 : 1024 × 768 Database : MS SQL 2000

사용조건 : Web 기반

Platform : ASP +ActiveX

그림 5. 프로그램의 기본 알고리즘

그림 6. 수익성 예측 웹 프로그램-결과화면(수익성정도 예측)