search
Contact Us
HOME

  • Crossref logo
Journal Search Engine

to

Search Advanced Search Adode Reader(link)
Download PDF Export Citaion korean bibliography PMC previewer
ISSN : 1225-1011(Print)
ISSN : 2288-1727(Online)
The Journal of Fisheries Business Administration Vol.56 No.4 pp.17-37
DOI : https://doi.org/10.12939/FBA.2025.56.4.017

Estimating the Optimal Harvest time for Olive Flounder (Paralichthys olivaceus) Farms in Jeju Island by Applying a Bio-economic Model

Ji-Soo Lee1, Sukgeun Jung*, Seok-Kyu Kang2
1Graduate student, Department of Marine Life Science, Jeju National University, Jeju 63242, Rep. of Korea
*Professor, Department of Marine Life Science, Jeju National University, Jeju 63242, Rep. of Korea
2Professor, Department of Business Administration, Jeju National University, Jeju 63242, Rep. of Korea

† 이 논문은 2025학년도 제주대학교 교원성과지원사업에 의하여 연구되었음.


* Corresponding author : https://orcid.org/0009-0001-0505-9023, +82-64-754-3424, sukgeun.jung@gmail.com
21/03/2025 ; 24/11/2025 ; 24/11/2025

Abstract


We evaluated the optimal harvest timing for olive flounder (Paralichthys olivaceus) farmed in Jeju Island, which accounts for ca. 51% of P. olivaceus production in Korea. Typically, stakeholders determine their harvest timing based on their personal experience rather than considering operating costs, profit, and biological factors such as growth and mortality. This approach often leads to biases, and wrong decision. To address these problems. We developed a data-based decision-making framework for fish farms. We discounted monthly cash flows at 4.5 percent and expressed them as equivalent uniform monthly worth to compare schedules of different lengths. Across evaluated schedules, equivalent uniform monthly worth (EUMW) ranged from 0.23 to 0.57 million KRW for harvests starting at months 6~9 (starting weights 0.31~0.63 kg) and ending at months 16~21 (ending weights 1.73~2.69 kg) under the high-mortality (70%) scenario, and from 5.02 to 6.33 million KRW for harvests starting at months 23~34 (3.10~5.26 kg) and ending at months 41~43 (6.45~6.76 kg) under the low-mortality (24%) scenario. This study highlights the importance of quantification in aquaculture decision-making, demonstrating its potential to optimize stocking strategies, inventory control, and harvest planning. By applying data-based approaches, we expect fish farms can enhance economic sustainability and long-term operational efficiency.


Olive Flounder , Bio-economic Model , Optimal Harvest Timing , Equivalent Uniform Monthly Worth (EUMW) , Quantification

생물경제 모델로 평가한 제주도 양식 넙치(Paralichthys olivaceus) 최적 출하 시점†

이지수1, 정석근*, 강석규2
1제주대학교 해양생명과학과 대학원생(어촌ㆍ수산 경영연구센터 연구원)
*제주대학교 해양생명과 학과 교수(어촌ㆍ수산 경영연구센터 연구위원)
2제주대학교 경영학과 교수(어촌ㆍ수산 경영연구센터 센터장)

초록

    I. 서 론

    수산자원 관점에서 생산량은 생물이 일정 시간 동안 생존해 있거나 사망한 생물을 모두 포함한 생물 개체군이 성장하면서 늘어난 생물량 총합이다(Mann, 1969). 양식산업에서 쓰이는 ‘생산량’은 수산 자원 관점 생산량이 아닌 양식수산물이 시장으로 내보낸 ‘출하량’을 의미한다(어업생산동향조사, 2024). 따라서 ‘생산 금액’은 수산물이 시장에서 거래된 ‘출하량’에 가격이 반영된 ‘매출액’이나 ‘환산한 총액‘이다(어업생산동향조사, 2024). 2023년 기준, 우리나라 해면양식 총 출하량은 약 2,249,000톤, 총매출액은 3조 7천 118억 원이며, 이 중 넙치(Paralichthys olivaceus) 출하량은 약 40,000톤으로 약 1.78%를 차지하며, 매출액은 약 6,843억 원으로 약 18.4%를 차지하여 물량 대비 매출액이 높은 고부가가치 품종이다(어업생산동향조사, 2024).

    양식 넙치 출하량은 꾸준히 증가하였으나, 수익성은 구조적 한계에 직면해 있다. 1990년대 약 12,000톤 수준이던 넙치 출하량은 2005년부터 2020년까지 연평균 약 42,000톤으로 약 3.5배 이상 확대되었다(KOSIS, 2025b). “양식업 건당 소요액 조사”에 따르면, 넙치 1회당 평균 양식 비용은 2000년대 약 3,900만 원에서 2010년대 5,400만 원으로 약 36.7% 증가하였으며(KOSIS, 2025a), 1992년부터 2020년까지의 선형회귀 분석 결과, 연평균 145만 원씩 계속해서 상승하는 추세가 통계적으로 유의하게 나타났다(p < 0.001). 실제 사례에서도 이러한 문제는 분명히 드러난다. 양식 넙치소비량은 다양한 요인으로 정체 또는 감소하고 있으며(고봉현, 2016), 출하량이 늘어날수록 산지 가격이 하락하는 경향이 나타나 수익성은 낮아지고 있다(강석규, 2015). 제주도와 완도 41개소 양식 어가의 연평균 매출은 2021년 약 8.5억 원에서 2022년 9.3억 원으로 8.2% 증가했지만, 같은 기간 생산비는 약 7.7억 원에서 9.3억 원으로 17.0% 증가해 순수익은 오히려 감소하였다(박진규, 2023). 이는 단가가 생산비 상승을 따라가지 못하는 비대칭 가격 전이(asymmetric price transmission) 현상으로, 산지 가격이 생산비 증가를 충분히 반영하지 못하는 시장 왜곡을 의미한다(이헌동ㆍ마창모, 2020).

    양식 넙치 주요 생산 지역인 제주도 산지 가격은 2011년 9월~2023년 3월 평균 300g 7,446원/kg, 2kg 15,128원/kg으로 무게에 비례하여 증가한다(제주어류양식수협, 2025). 이에 따라 경영주는 대형 개체 출하 전략을 통해 수익 극대화를 시도할 수 있으나 양식 기간 증가에 따른 생산 비용 증가와 사망률 상승으로 인해 오히려 순수익이 감소할 수도 있다. 이처럼 출하량뿐만 아니라 매출과 생산 비용이 함께 고려되어야 한다. 매출이 높아도 생산 비용이 과도하면 수익성이 낮아질 수 있기 때문이다 (Allen et al., 1984). 따라서 경영주는 단순한 출하량 확대보다, 성장ㆍ사망 등 생물 요인과 가격ㆍ비용과 같은 경제 요인을 통합적으로 고려하여 ‘언제’, ‘어떤 크기의 개체’를 출하하는 시점에 따라 수익성이 결정되는 전략적 결정이 요구된다(Bjørndal, 2004).

    기존 국내 양식 넙치 관련 연구는 주로 사료, 첨가제, 질병, 육종, 백신 등 양식장 환경을 개선하여 출하량을 증대시키는 데 집중되어 있다(김남리 외, 2023). 경제성 평가 연구들은 생사료와 배합사료의 비용-편익 비교(황진욱ㆍ김도훈, 2009), 종자 생산장 수익성 분석(홍혜수 외, 2016;김연제, 2023), 순 현재가치(Net Present Value, NPV) 분석 등을 통해 특정 투입 요소의 경제적 효율성을 평가하였다(좌민석 외, 2020). 생물경제모형(bio-economic model)은 이러한 복합 요인을 함께 반영할 수 있는 분석 도구로, 양식 생물의 성장과 사망 등 생물학적 특성과 가격 및 비용 등 경제적 요소를 결합하여 수익성을 종합적으로 평가할 수 있다(Bjørndal, 1988). 양식 넙치를 대상으로 한 생물 경제모형 연구는 일부 수행되었으나(어윤양, 2011;2014;2015;2016), 최적 출하 시점을 평가하지는 않았다.

    해외에서는 터봇(Scophthalmus maximus), 대서양연어(Salmo salar), 흰다리새우(Litopenaeus vannamei), 틸라피아(Oreochromis niloticus) 등을 대상으로 생장 함수와 경제 자료를 결합한 모의실험을 통해 수익이 높은 출하 시점을 추정한 사례들이 보고되어 있다(Bjørndal, 1988;Wijayanto et al., 2017b;Kim et al., 2020). 국내 축산업에서도 한우(한미진, 2017)와 비육돈(김상배, 1996)을 대상으로 수급 조절과 가격 안정을 위해 출하 시점과 체중을 최적화하는 분석이 수행되었다. 이는 양식산업에서도 출하 시점 평가가 가능하며, 적용 가능성이 높다는 점을 나타낸다.

    넙치 산업의 경우, 입식량과 출하량이 어가의 수익과 직결되기 때문에 정부의 직접 개입이 어려운 상황이며(조국훈 외, 2020), 예측된 수요 기반 생산이 이루어지지 않아 초과 공급과 가격 불안정이 반복되고 있다(강석규, 2015;고봉현, 2016). 최적 출하 시점에 대한 분석은 개별 경영주의 의사결정뿐만 아니라, 자율적 수급 관리를 유도하기 위한 정책적 기반 자료로도 활용될 수 있다(최주원 외, 2020;신영학 외, 2021;구자빈 외, 2023;이상연 외, 2023). 정부는 넙치 수요 감소와 어가 소득 개선을 위해 공급 조절 정책을 도입하고 있으며, 제5차 양식산업 발전 기본계획에서는 생산자 자율적 수급 관리를 핵심 과제로 제시하고 있다(김남리 외, 2023;해양수산부, 2023).

    이에 본 연구는 제주도 넙치양식장 수기 양식일지를 정량화하고, 생물 경제모형을 적용하여 성장, 사망, 산지 가격, 비용 조건에 따른 현재가치로 전환된 월 등가 수익을 통해 최적 출하 시점을 평가하고자 한다.

    Ⅱ. 연구방법론

    1. 제주도 넙치양식장 수기 기록 정량화

    정량화(quantification)는 측정된 자료를 분석 및 활용이 가능하도록 수치 형태로 변환하는 과정을 의미한다(Stevens, 1946). 본 연구에서는 제주도 서귀포시 성산읍 양식장에서 제공받은 수기 양식일지를 정량화하여 분석에 활용하였다. 해당 양식일지는 주로 월별 1~2회 입식 시점과 출하 전 선별 시점에 작성된 것으로, 수조별 개체수와 20마리 평균 개체 무게를 포함하고 있다. 기록은 2012년 1월부터 2023년 3월까지 약 12년간 매월 1~2회 작성되었다.

    양식장 운영 조건은 경영주 인터뷰를 통해 확인하였다. 해당 양식장에서는 고등어, 정어리, 전갱이, 꽁치 등 다양한 생사료(Moisture Pellets, MP)를 사용하였으며, 사료 전환율(Feed Conversion Ratio, FCR)은 3.3~4.0 범위로 파악되었다. 그 외 사육 환경은 <표 1>에 제시하였다.

    2. 제주도 양식 넙치 성장 추정

    양식 넙치 성장 추정에는 정량화한 양식 일지에서 무게 범위 13~4, 100g에 해당하는 9,998개 개체 무게 자료를 활용하였다. 성장 모델은 양식 어류에 대한 비선형 성장을 예측할 수 있는 von Bertalanffy(1957) 성장 함수(VBGF, von Bertalanffy Growth Function)를 회귀 분석하여 추정하였다. L(t)는 특정 시점 t에서 양식 넙치 몸길이(cm), L∞는 이론상 최대 길이(cm), K는 일간 성장 계수(day-1 ), t0는 이론적으로 길이가 0일 때 시간(day)이다.

    L t = L ∞ × 1 − e − K t − t 0
    (1)

    VBGF 추정을 위해서는 양식 넙치 나이가 필요하다. 양식된 나이(tc , cultivation time, day)는 입식 후 양식 기간을 의미하며, 입식 종자 나이(tr, recruit time, day)는 입식되기 전까지 성장 기간을 의미한다. 이 연구에서는 양식 넙치 실제 나이인 원래 나이(t, actual time, day)를 추정하기 위해 양식된 나이와 입식 종자 나이를 더하여 계산하였다.

    t = t r   + t c
    (2)

    양식된 나이는 정량화한 양식 일지를 기반으로 계산하였다. 무게별 종자 입식 일자를 1일로 설정한 후, 성장에 따라 수조별 개체수 변화를 반영하여 무게 증가가 기록된 일자까지 기간을 더하는 방식으로 계산하였다. 마지막 기록 일자는 개체가 출하되거나 사망하여 수조별 개체수가 더 이상 기록되지 않는 시점이다.

    입식 종자 나이(tr, recruit time, day)는 개체 무게에 따라 13~1,000g까지 차이를 보이며, 개체별 나이가 따로 기록되어 있지는 않았기 때문에 모든 입식 종자 나이를 1일로 설정하면 실제 나이 차이가 최대 1년 이상 날 수 있다(넙치양식 표준 매뉴얼, 2016).

    이러한 차이를 줄이기 위해 이 연구에서는 입식 종자 VBGF를 추정하여 입식 종자 나이를 계산하였다. VBGF는 몸길이(L, cm)를 사용하므로, 넙치양식 표준 지침서(2006)에서 제시한 몸길이-무게 관계식을 이용하여 입식 종자 개체 무게(W, g)를 몸길이로 변환하였다. 최소 무게 개체는 입식 일자를 1일로 가정하고, 최대 무게까지 기록을 활용하여 입식 종자 VBGF를 추정하였다.

    L = W 0.0121 1 2.9964
    (3)

    입식 종자 나이는 입식 종자 VBGF를 무게 기반으로 변환한 후, 입식 종자 무게 W에 대해 개체가 성장하는 데 걸린 시간을 계산하였다. W는 특정 시점 t에서의 개체 무게(kg)이며, W∞는 이론상 최대 무게(kg)이다. 이를 통해 개체가 입식 되기 전까지 성장한 시간을 반영하였다.

    t r = − 1 K ln 1 − W W ∞ 1 2 , 9964 + t 0
    (4)

    양식 넙치는 개체 간 성장 차이가 존재하여, 선두, 평균, 하위로 구분된다(김종현 외, 2005; 넙치양식 표준매뉴얼, 2016; 어윤양ㆍ송동효, 2017). 이 연구에서는 양식 일지 개체 무게 자료를 원래 나이별로 정리한 결과, 같은 원래 나이를 가진 개체들 사이에서도 성장 차이가 나타났다. 따라서 성장 차이를 줄이기 위해 평균 성장을 추정하였다.

    이를 위해 원래 나이 t에 해당하는 개체 무게 수(Ct, count of data points)는 양식 일지에서 사용하였으며, 원래 나이별 개체 무게 자료(Wi)를 이용하여 원래 나이별 개체 무게 평균(W(t))을 계산하였다.

    W ¯ t = 1 C t ∑ i = 1 C t W i
    (5)

    원래 나이별 개체 무게 평균은 491개를 산출하였고, 이를 몸길이로 변환하여 전체 VBGF를 추정하였다.

    3. 입식 밀도 가정

    양식 넙치 입식 밀도는 덮는율에 의해 결정되며, 이는 체표면적과 개체수를 곱하여 수조 면적으로 나눈 값으로 정의된다(어윤양, 2011).

    덮는율 = 체표면적넓이 * 개체수 / 수조면적
    (6)

    이 연구에서는 최소 무게 13g 입식 종자를 기준으로 덮는율과 체표면적 넓이를 설정하였다. 체표면적 넓이(Y, cm2 )는 개체당 공간 활용도를 평가하기 위한 기준으로 사용되며, 넙치양식 표준 지침서(2006)에서 제시한 체표면적-몸길이(L, cm) 관계식을 적용하여 몸길이 10.27cm, 체표면적 27.63cm2를 산출하였다. 또한 최소 무게 입식 종자 평균 덮는율은 1.22로 계산되었다.

    L = Y 0.02473 1 2.0247
    (7)

    넙치양식에서는 덮는율을 0.5~1 정도로 유지할 때 성장률과 생존율이 좋다(넙치 양식 표준 매뉴얼, 2016). 따라서 수조별 입식 종자 개체수 중 덮는율이 낮은 5,000마리를 입식 종자 수(N0)로 설정하였으며, 이를 바탕으로 수조 면적을 산출하여 입식 밀도를 설정하였다. 수조 면적은 평균 덮는율 1.22, 개체수 5,000마리를 적용했을 때 11.32m2로 산출하였다. 양식장 전체 면적 기준으로 마리를 가정하였다.

    양식장 면적은 제주도 양식장 중 작은 규모인 1,650m2로 가정하였다(좌민석 외, 2020). 양식 일지를 제공받은 양식장 수조 면적 범위는 44.77~190.96m2로 다양하여 모의실험 진행 과정에 덮는율이 높아지면 개체를 다른 수조로 이동시켜 밀도를 조정하는 것으로 가정하였다.

    4. 모의실험 기간

    자연 상태에서 넙치의 최대 수명은 약 16세로 알려져 있으며(김경길, 2005), 양식 조건에서는 자연 상태보다 빠르게 성장한다(Park et al., 2012). 그러나 실제 산업에서는 1~2.5kg 수준에서 출하하는 경우가 대부분이며, 3kg 이상 대형 개체의 출하 비율은 낮다(KOSIS, 2025c). 그러나 연구ㆍ정책 관점에서는 짧은 기간부터 장기 육성까지 폭넓은 기간을 고려할 필요가 있다.

    본 연구에서는 월간 성장을 고려하여 분석 기간 단위를 월간으로 설정하고, 최대 192개월(16년)까지 평가하였다. 각 모의실험은 매월을 종료 시점 후보로 고려하여 현실적인 단기 육성 기간과 미래 장기 연구ㆍ정책 관점 기간을 모두 반영하고자 하였다.

    5. 자연사망률

    연간 자연사망률(annual mortality rate, annualMr)은 양식 일지 개체수를 기반으로 추정하려 했으나, 입식 이후 수조별 개체수 증감이 사망, 출하, 수조 이동과 같은 요인별로 구분되어 기록되지 않아 직접적인 계산이 어려웠다. 이에 따라, 기존 연구와 양식 산업자료를 바탕으로 최솟, 최댓값을 가정하였다.

    최소 연간 자연사망률 24%는 양식 넙치 사망률 측정 연구(Shim et al., 2019)와 제주어류양식수산업협동조합(2023) 보고서에서 2010~2018년까지 수거된 폐사량을 기준으로 설정하였다. 최대 연간 자연사망률 70%는 양식일지를 제공받은 양식장 인터뷰와 경영주 추정 생존율 인터뷰 결과(좌민석 외, 2020)를 바탕으로 가정하였다.

    사망 평가는 경영주와 정책 결정자 등이 쉽게 이해할 수 있도록 계수가 아닌 비율(%)로 사용하였다. 또한 수기 기록은 월간으로 되어 있어 지수적 월간 자연사망률(monthly mortality rate, Mr)로 설정하였다.

    M r = 1 − exp − − ln 1 − a n n u a l M r 12
    (8)

    월간 자연사망률은 종자 입식 후 1개월이 지난 시점부터 적용하였으며, 각 시나리오별로 설정된 모의실험 종료 개월의 1개월 전까지 적용하였다. 이러한 가정은 양식 넙치의 성장과 최적 출하 시점을 평가할 때 자연사망률의 영향을 시나리오별로 적절히 반영하기 위함이다.

    양식 넙치 사망은 매년 일정하지 않았다(Shim et al., 2019). 넙치양식장 운영에 있어 생존율을 높이는 것이 수익과 밀접한 관련이 있다(어윤양, 2016). 그러므로 최소 연간 자연사망률 24%는 양식장 운영 효율이 높을 때인 ‘최소 사망 조건’, 최대 연간 자연사망률 70%는 양식장 운영 효율이 낮을 때인 ‘최대 사망 조건’으로 설정하였다.

    6. 출하 비율

    출하 비율(Hr, harvest rate, %)은 최소 출하 무게(Wh, minimum weight at harvest, kg)에 도달한 출하 시작 개월(tstart, harvest start time, month)부터 개체가 0마리가 되는 출하 종료 개월(tend, harvest end time, month)까지 월별 적용하였다.

    출하 시작 개월은 6개월부터 192개월까지 가정하였으며, 출하 시작 개월은 제주어류양식수협, 2025 에서 유통되는 최소 출하 무게인 0.3kg에 도달하는 첫 달로 정의, 추정한 성장식에 따라 6개월로 가정하였다.

    출하 종료 개월은 출하 시작 개월부터 최대 192개월(16년)까지 1개월 간격의 모든 후보를 고려하였다. 각 시나리오에서 tstart ≤ tend ≤ 192인 모든 조합에 대해 출하 종료 1개월 전까지는 월별 출하 비율을 적용하고, 출하 종료 개월에는 잔여 개체를 전량 출하하여 종료하였다. 출하는 개체 단위로만 가능하므로 소수점 마리는 올림 처리하여 정수로 적용했으며, 모의실험 중 개체가 1마리만 남는 경우, 해당 월을 종료 개월로 보고 전량 출하하였다.

    7. 개체군 역학 모의실험

    이 연구에서는 개체군 역학 기반 모의실험을 설계하여 가입당 생산 모델(Beverton and Holt, 1957)과 양식 어류 개체군 모델(Lorenzen, 1995)을 반영하였다. 분석과 평가 시점(t)은 양식 일지 월 단위 기록을 반영하여 월 단위(Month, m)로 설정하였으며, 일간(day) 성장을 반영하였으나, 월간 모의실험에 필요한 생체량(사망량, 출하량, 현존량, 생산량)을 계산하기 위해 월간 개체 무게(Wt)를 사용하였다. 종자 입식 이후 초기 개체군을 N0라 하고, 월간 t시점의 생존 개체군을 Nt로 두어 변화를 성장, 자연 사망률, 출하 비율에 따라 추적하는 방식으로 진행하였다.

    월간 자연사망 개체군(NM)은 특정 월에서 자연사망으로 인해 감소하는 개체군을 의미하며, 월간 자연 사망률(Mr)에 생존 개체군(Nt)을 곱하여 산출하였다. 개체군은 정수 단위로 표현되므로 소수점 단위의 사망은 적용되지 않았으며, 최소 1마리를 적용하였다.

    N M = N t × M r
    (9)

    월간 사망량(Mt)은 특정 시점에서 자연 사망한 개체 총무게(kg)를 의미하며, 월간 자연사망 개체군(NM)에 월간 개체 무게(Wt)를 곱하여 산출하였다.

    M t k g = N M × W t
    (10)

    월간 출하 개체군(NH)은 특정 월에서 출하로 인해 감소하는 개체군을 의미하며, 월간 개체군(Nt)에서 월간 자연사망 개체수(NM)를 빼고 월간 출하 비율(Hr)을 곱하여 산출하였다. 개체군은 정수 단위로 표현되므로 소수점 단위의 출하는 적용되지 않았으며, 최소 1마리를 적용하였다.

    N H = N t − N M × H r
    (11)

    월간 출하량(Yt)은 특정 월에서 출하된 총무게(kg)를 의미하며, 이를 계산하기 위해 월간 출하 개체군(NH)과 출하 개월 무게(Wt)를 곱하여 산출하였다.

    Y t k g = N H × W t k g
    (12)

    다음 달 개체군(Nt+1)은 이번 달 개체수(Nt)에서 월간 자연 사망률을 곱한 월간 자연사망 개체수(NM)와 월간 출하 비율을 곱한 월간 출하 개체수(NH)를 차감하였다. 모의실험은 개체수가 0이 되는 출하 종료 개월까지 진행하였다.

    N t + 1 = N t − N M − N H N t + 1 ≤ 0  or  t = t e n d
    (13)

    현존량(Bt)은 특정 월에서 총생체량을 의미하며, 이를 계산하기 위해 월간 개체군(Nt)과 출하 개월 무게(Wt)를 곱하여 산출하였다.

    B t k g = N t × W t
    (14)

    월간 현존량 변화(ΔB)는 특정 월에서 개체군 총생체량 변화량을 의미하며, 월간 개체군(Nt)과 다음 달 개체군(Nt+1)에 대한 현존량 차이를 계산하여 산출하였다.

    Δ B = B t − B t − 1 = N t × W t − N t − 1 × W t − 1
    (15)

    8. 양식 넙치 산지 가격

    양식 넙치 산지 가격(Price/kg, [Korean Won, KRW])은 개체 무게에 따라 변화하며, 이를 정량화하기 위해 회귀 분석(regression analysis)을 수행하였다. 분석에는 양식일지 기록과 비슷한 기간인 2011.09에서 2023.03까지 개체 무게 0.3~2kg 범위 산지 가격 자료(제주어류양식수협, 2025)와 양식장에서 제공한 2022년에서 2023년 개체 무게 2.5~3.3kg 산지 가격 자료를 활용하였다.

    9. 최적 출하 시점

    누적 출하량(Ycum, cumulative harvest yield, kg)은 출하 시작 개월(t_start)부터 출하 종료 개월(t_end) 까지 월간 출하량을 더하여 산출하였다.

    Y c u m k g = ∑ t = t s t a r t t e n d Y t k g
    (16)

    월간 생산량(Pt)은 특정 월에서 개체군 총생체량 변화를 의미하며, 월간 현존량 변화, 출하량, 폐사량을 더하여 산출하였다.

    P t k g = Δ B + M t + Y t
    (17)

    누적 생산량은(Pcum, cumulative production, kg) 출하 시작 개월부터 출하 종료 개월까지 월간 생산량을 더하여 산출하였다.

    P c u m k g = ∑ t = t s t a t y t e n d P t k g
    (18)

    사료 전환율은 사료 공급량 대비 증체량으로 전환된 효율을 나타낸다. 양식 생산량(Production, kg)은 같은 기간 양식 개체들 증체량(Weight gain, kg)과 같다고 가정하였다. 생산량 원가(Pc, Production cost, KRW)는 단위 생산량(1kg)을 양식하는데 들어간 운영비용을 의미하며, kg당 사료 가격, 사료 전환율, 총운영비용을 통해 생산량 원가를 추정하였다.

    F C R = T o t a l   f e e d k g Pr o d u c t i o n k g
    (19)

    사료 공급 금액과 총운영비용은 제주도 넙치양식장 대상으로 수집된 수면적(m2 ) 기준 원가(A,B, C,D)와 출하량(1kg 생산) 기준 원가 평균, 최솟, 최댓값(E,F,G)(제주어류양식수산업협동조합, 2023)을 사용하여 총 7개의 양식장 운영 그룹을 설정하였다(<표 2>, <표 3>).

    양식 넙치는 먹이로 생사료(MP, moisture pellet), 배합사료(EP, extruded pellet)를 사용하며, 생사료가 전체 사료 사용 중 91%를 차지한다(국립수산과학원 사료연구센터 2025). 이에 따라 생사료를 기준으로 평가하였다.

    생사료 kg당 가격은 배합사료와 달리 표준화된 기준이 없어 다양한 자료를 참고하여 추정하였다. 언론보도에 따르면, 한국수산신문사(2010)는 생사료 kg당 가격을 800원, 농수축산신문(2017) 900원, 농수축산신문(2024) 2022년 기준 700~800원 수준이었다.

    기존 경영주 대상 조사에서는 2003년 기준, 전갱이, 정어리, 멸치, 강달이 등 각각 kg당 600원, 600 원, 300원, 300원으로 보고되었다(지 외, 2003). 또한 배합사료 생사료 경영성과 비교 연구에서는 kg당 600원(송정헌, 2011), 제주와 완도 넙치양식장 운영 연구에서는 kg당 700원으로 조사되었다(이윤수, 2019). 생사료 가격은 지속적으로 상승하고 있어 최근 가격 동향을 반영하여 뉴스와 인터뷰로 조사된 상 · 중 · 하 값을 가정하여 사용하였다(<표 4>).

    총 사료 공급량(Totalused, kg)은 운영 시나리오별 총 사료 공급 금액(Totalfeedcost, KRW)을 생사료 kg당 원가(Feedcost, KRW)로 나누어 산출하였다.

    T o t a l   u s e d k g = T o t a l   f e e d c o s t K R W F e e d c o s t K R W / k g
    (20)

    양식 넙치에 대한 배합사료 사료 전환율은 1.15 정도로 추정되었다(국립수산과학원 사료연구센터 2025). 그러나 생사료 사료 전환율은 어류 종류, 어획 시기 등 여러 조건에 의해 결정되고, 양식장마다 차이가 크다. 따라서 이 연구에서는 양식일지를 제공한 경영주 자료와 기존 연구(송정헌, 2011)를 바탕으로 평균값을 사용하였다(<표 5>).

    생산량(Production, kg)은 사료 공급량(Totalused, kg)을 사료 전환율로 나누어 산출하였다.

    P r o d u c t i o n k g = T o t a l   u s e d k g F C R
    (21)

    생산량 원가는 총비용(Totalcost, KRW)을 생산량으로 나누어 산출하였다.

    P c K R W / k g = T o t a l c o s t K R W P r o d u c t i o n k g
    (22)

    월간 운영비용(Ct)은 월간 생산량(Pt)에 생산량 원가를 곱하여 산출하였다.

    C t K R W = P t k g × P c K R W
    (23)

    월간 운영비용은 2~192개월까지 적용하였으며, 최소 운영비용은 설정하지 않았다. 모의실험 과정에 손실이 누적되더라도 출하 비율을 초과한 출하는 이루어지지 않았으며, 부족한 운영비용은 양식장 내 다른 수조에서 출하하여 확보하는 것으로 가정하였다.

    누적 운영비용(Ccum, cumulative cost, KRW)은 종자 입식 후 1달이 지난 2개월부터 출하 종료 개월까지 월간 운영비용(Ct)을 더하였다.

    C c u m K R W = ∑ 2 t e n d C t K R W
    (24)

    출하 기간(개월 수)이 서로 다른 모든 전략을 공정하게 비교하기 위해, 월별 순이익 흐름을 현재가치로 할인해 얻은 순현재가치(NPV)를 월 등가액(EUMW, Equivalent Uniform Monthly Worth)으로 환산하여 평가 기준으로 사용하였다. 최적 출하 시점은 자연사망률, 생산원가 별로 월 등가액이 가장 높은 출하 시작 개월, 출하 비율, 출하 종료 개월을 의미한다.

    월간 매출(Rt)은 월간 출하량(Yt)에 단위 무게당 산지가격(Price(KRW)/kg)을 곱하여 산출하였다.

    R t K R W = Y t × P r i c e K R W / k g
    (25)

    누적 매출(Rcum, cumulative revenue, KRW)은 출하 시작 개월부터 출하 종료 개월까지 월간 매출 (Rt)을 더하여 산출하였다.

    R c u m K R W = ∑ t h = t s t a r t t e n d R t K R W
    (26)

    월간 수익(NPt)은 월간 매출(Rt)에서 월간 비용(Ct)을 뺀 값이다.

    N P t K R W = R t K R W − C t K R W
    (27)

    출하 종료 개월이 다르면 물가 변동에 따라 가치가 변화되므로 NPV(Net profit value)를 이용하여 현재가치로 전환하였다(홍혜수 외, 2016;김남리 외, 2021;Zucker and Anderson, 1999). 연 사회적 할인율(r)은 국내 예비타당성 평가, 경제성 평가 등에서 통용되는 4.5% 적용하였다(기획재정부, 2025). 월간 모의실험이므로 월간 할인율로 변환하였다.

    i m = 1 + r 1 / 12 − 1
    (28)

    월간 수익(NPt)은 사회적 할인율(r) 4.5%를 월간으로 전환하여 출하 시작 개월부터 출하 종료 개월까지 순현재가치(net profit value)로 전환하였다.

    N P V t s t a r t , t e n d = ∑ t s t a r t t e n d N P t 1 + i m t − t s t a r t + 1
    (29)

    자본회수계수(CRF, Capital recovery factor)는 출하 시작에서 종료까지 필요한 기간이 서로 다른 시나리오를 동일 단위로 변경하기 위해 적용하였다(Henriques et al., 2019;Zugarramurdi et al., 1995).

    C R F i m ; t s t a r t , t e n d = i m 1 + i m t e n d − t s t a r t + 1 1 + i m t e n d − t s t a r t + 1
    (30)

    EUMW(Equivalent uniform monthly worth)는 월 등가 수익으로 서로 다른 기간의 출하 시점을현재 단위로 평가하기 위해 NPV를 CRF로 곱하여 산출하였다(Henriques et al., 2019;Zugarramurdi et al., 1995).

    최적 출하 시점은 자연 사망률과 생산원가 시나리오별로 월 등가 수익이 가장 높은 시점을 포함하여 상위 10개 값을 추출하였다. 출하 시작 개월, 출하 시작 개월 무게, 출하 비율, 출하 종료 개월 무게를 월 등가 수익이 높은 상위 10개 값을 기준으로 평가하였다.

    E U M W t s t a r t , t e n d = N P V t s t a r t , t e n d × C R F i m ; t s t a r t , t e n d
    (31)

    Ⅲ. 최적 출하 시점 분석 결과

    1. 제주도 양식 넙치 성장

    제주도 양식 넙치 성장식 매개변수 회귀 분석 결과, L∞ = 97.70 cm, K = 0.00135 day-1 , t0 = 83.93 day이고, r2 = 0.97이었다(p < 0.001)(<그림 1>).

    2. 양식 넙치 산지 가격 추정

    양식 넙치 산지 가격 추정 결과는 Price(KRW)/kg = 3,944.69 × Wt + 7,442.52이고, r2 =0.41 이었다(p < 0.001)(<그림 2>).

    3. 생산량 원가

    생산량 분석 결과, 최대 15,178원/kg, 최소 10,622원/kg, 중간 13,362원/kg으로 모의실험에는 세 가지 모두 별개의 시나리오로 사용하였다(<표 6>).

    4. 제주도 양식 넙치 최적 출하 시점

    최소 자연 사망률 조건에서 생산원가 10,622원/kg의 최적 출하 시점은 출하 시작 29개월(4.30 kg)에서 매월 1%씩 출하하다가 42개월(6.61 kg)에 100% 출하할 때로, 월 등가 수익은 6.326백만 원이었다. 생산원가 13,362원/kg에서는 출하 시작 28개월(4.10 kg)에서 매월 1%씩 월간 출하하여 42개월(6.61kg) 에 100% 출하할 때 월 등가 수익이 5.537백만 원, 생산원가 15,178원/kg에서는 출하 시작 26개월(3.70kg)에서 1%씩 월간 출하하여 43개월(6.76kg)에 100% 출하할 때 5.024백만 원이었다(<표 7>).

    최대 자연사망률(70%) 조건에서 생산원가 10,622원/kg의 최적 출하 시점은 출하 시작 7개월(0.40kg) 부터 매월 4%씩 출하하여 19개월(2.30kg)에 100% 출하할 때로, 월 등가 수익은 0.568백만 원이었다. 생산원가 13,362원/kg에서는 출하 시작 6개월(0.31kg)부터 매월 6%씩 출하하여 19개월(2.30kg)에 100% 출하할 때 0.378백만 원, 15,178원/kg에서는 출하 시작 6개월(0.31kg)부터 매월 12%씩 출하하여 16개월(1.73kg)에 100% 출하할 때 0.344백만 원이었다(<표 8>).

    Ⅳ. 고 찰

    1. 제주도 양식 넙치 성장 추정

    제주도 양식 추정 결과는 관측치와 비교하여 r² = 0.97로 높은 설명력을 보였다. 또한 시간이 지남에 따라 길이가 통계적으로 유의하게 증가하는 것으로 나타났다(p < 0.001).

    기존 연구(어윤양, 2011)에서는 당시 수요를 반영하여 출하 무게를 최대 1kg으로 가정하고, 성장을 추정하였다. 그러나 최근 통계청 어종별 양식 현황 자료에 따르면, 제주도 양식 넙치의 전체 출하량 중 약 3%가 2.5~3kg 개체이며(KOSIS, 2025c), 완도에서는 2kg 이상 개체가 높은 가격을 형성하며 출하가 선호되고 있다(김남리 외, 2021). 이를 통해 미래 수요를 포함한 성장 추정이 가능하며, 향후 양식장 운영 계획과 관련 연구에도 도움을 줄 수 있을 것이다.

    2. 양식 넙치 산지 가격

    분석에 사용된 기간 동안 양식 넙치 산지 가격은 개체 크기가 증가할수록 상승하는 경향을 보였다 (p < 0.001). 이를 통해, 기존 시장에서 유통되지 않고, 앞으로 미래 수요를 포함한 대형 개체의 가격을 추정하여 모의실험에 활용하였다.

    3. 생산량 원가

    기존 양식 넙치 원가는 비용 계산 기준이 명확하지 않았으나(이윤수, 2019;좌민석 외, 2020; 김남리 외, 2021), 이 연구에서는 증체량을 생산량으로 가정하고, 원가를 추정하여 모의실험에 활용하여 출하량 기준이 아닌 사망량의 원가도 반영할 수 있는 생산량 기준 원가를 사용하였다.

    4. 제주도 양식 넙치 최적 출하 시점 평가

    기존 개체군 역학 모의실험 기반 최적 출하 시점 분석(Wijayanto et al., 2017a)은 특정 시점에 모든 개체를 일괄 출하하는 방법을 가정하였다. 그러나 이러한 방법은 부분 출하를 통한 출하 시작 종료 설정을 충분히 반영하지 못한다. 본 연구에서는 이러한 한계를 보완하기 위해 자연 사망률, 출하 시작 ㆍ종료 개월, 출하 비율 생산량 원가를 변화시키는 다변수 시나리오 분석을 수행하여 현재가치로 환산한 월 등가 수익에 미치는 영향을 평가하였다.

    최소 자연사망 조건에서는 출하 시작 종료 무게는 실제 시장에서 주로 거래되는 출하 무게 범위 (1~2.5kg)를 초과하여 부분 출하가 길게 이루어졌지만, 최대 무게 도달 시점이 아니었고, 나일 틸라피아(Oreochromis niloticus) 수익 최적 출하 시점 연구 결과, 가장 이론적으로 가장 큰 무게가 최적 출하 시점이 아니었다(Kim et al., 2020;Suárez-Puerto et al., 2025). 이러한 차이는 자연 사망률이 낮게 집계되었거나 대형 개체에 대한 수요 부족 등일 수 있다. 따라서 최소 자연사망 조건에서 이론적 최대 수익은 실제 양식 현장에서 그대로 실현되기 어려운 범위로 나타났다.

    최대 자연사망 조건에서는 조기ㆍ부분 출하 전략이 유리하며, 이는 경영주가 사망 위험을 줄이면서 단기 수익을 확보하는 실무적 의사결정과 일치한다. 또한 출하 시작 종료 무게가 주로 1~2.5kg 범위에서 평가되어 양식산업의 출하 무게 범위에 포함되었다. 이는 현재 넙치양식 산업의 현실적인 자연 사망률과 생산량 원가를 반영한 것으로 평가하였다.

    기존 수기 기록과 정성적 정보만을 활용한 출하 시점 추정은 어림짐작으로 판단된다(신영학 외, 2021;Jeong et al., 2021;구자빈 외, 2023;이상연 외, 2023). 그에 반해, 수기 기록을 정량화는 데이터 기반 의사결정과 계획 수립을 할 수 있도록 도와준다(Piplani et al., 2015). 따라서 경영주는 양식장 운영 상황에 맞는 최적 출하 시점 평가를 통해 출하 전략을 최적화할 필요가 있다.

    5. 연구 한계점과 앞으로 연구

    모의실험에 사용한 가정과 조건들은 현실과 차이가 있을 수 있어 편향된 결과가 나올 수 있다. 앞으로 연구에서는 양식 넙치에 선두, 평균, 하위에 따른 성장 차이를 반영할 것이다(김경길 외, 2005; 넙치양식 표준 매뉴얼, 2016; 어윤양ㆍ송동효, 2018). 산지 가격은 가격 변동성을 충분히 반영하지 못해 설명력이 제한적이었다. 이는 산지 가격이 단순한 무게 의존적 구조가 아니라 계절별 수급, 시장 상황, 유통 비용, 소비 성향 등 다양한 요인에 영향을 받기 때문이다. 따라서 양식 넙치 산지 가격은 변동성이 존재하여 계량경제학 모델 등을 활용하여 추정할 것이다(고봉현, 2014;강석규, 2014; 강석규, 2015; 고봉현, 2016;송유노, 2021).

    생산량 원가 계산에 사용한 사료효율(FCR)은 자료 확보의 한계 등으로 선형 근사하여 적용하였으나, 실제 어류의 어체중 증가, 어체중에 먹이량 변동 등으로 인해 비선형적으로 반응하는 것으로 보고 되어 있어, 향후 연구에는 비선형 FCR를 반영한 생물에너지모형(Bioenergetics model) 등을 반영하여 생산량 원가의 현실성과 예측력을 높일 예정이다(Cho and Bureau, 1998; Jobling, 1993;Bureau et al., 2006;Jusup et al., 2011;Sun et al., 2016). 이와 함께 양식장 운영비용은 월간 최소 운영비용을 반영 할 필요가 있으며(Zucker and Anderson, 1999), 이를 통해 운영비용 구조의 현실성을 높일 계획이다.

    양식 어류는 체중에 따라 사망률이 다르고(Lorenzen, 1996), 양식 넙치 자연 사망률에 따른 운영비용이 차이를 보인다(어윤양, 2016). 기존 생산량 원가는 사망량과 출하량 현존량 원가를 분리하기 어려웠으므로, 향후 연구에서는 체중에 따른 자연 사망률 추정을 통해 이를 보완할 것이다.

    Ⅴ. 결 론

    이번 연구는 제주도 양식 넙치 최적 출하 시점 평가를 하기 위해 성장, 사망, 생산량 원가, 할인율, 월간 등가 수익을 반영한 생물 경제 모델을 개발하였다. 기존의 양식 넙치 성장은 수식화된 사례가 적고 대형 개체까지 반영하지 못하였으나 미래 수요까지 고려할 수 있었다. 산지 가격도 미래 수요를 고려하였으며, 원가에 대한 기준도 면적과 출하량 기준에서 생산량 기준으로 하여 성장 사망을 모두 고려하였다.

    출하 시점은 최소 자연사망 조건에서 출하 시작 개월을 늦추고 부분 출하 기간을 늘릴수록 월 등가 수익이 증가하였으며, 최대 자연사망 조건에서는 출하 시작 개월을 앞당기고 부분 출하 기간을 줄일수록 월 등가 수익이 증가하였다. 출하 시점에 가장 큰 영향을 주는 요인은 자연 사망률이지만, 최대 사망 조건에서도 출하 시점 추정을 통해 수익을 더 확보할 수 있었다.

    해외에서는 노르웨이, 인도네시아, 멕시코 등 양식업 분야에서 최적 출하 시점 분석을 통해 운영 전략에 활용하고 있으며, 본 연구는 이를 국내 양식 분야에 적용한 첫 사례이다. 이 연구 방법과 결과를 통해 정책 결정자는 경영주에게는 수기 기록을 정량화하여 출하 시점을 예측할 수 있도록 하고 협동조합 단위에서 정량화된 자료들을 모아 산업에 대한 공동 출하, 종자 입식량 조절, 출하 시점 조정 등과 같은 수급 관리 정책을 수립 과정에 활용한다면 넙치 양식산업 수익성 증가와 건강한 산업 생태계 유지에 도움을 줄 수 있을 것이다.

    Figures

    FBA-56-4-17_F1.jpg
    2012년 1월부터 2023년 3월까지 제주도 서귀포시 성산읍 양식장 양식 일지 기록을 바탕으로 회귀 분석한 양식 넙치(Paralichthys olivaceus)의 von Bertalanffy 성장식 매개변수
    FBA-56-4-17_F2.jpg
    2011년 9월부터 2023년 3월까지 제주어류양식수협 및 양식장에서 보고된 산지 가격 자료를 대상으로 회귀 분석을 적용하여 추정한 양식 넙치(Paralichthys olivaceus)의 산지 가격 추정

    Tables

    제주도 서귀포시 성산읍 넙치(Paralichthys olivaceus) 양식장 주요 사육 환경 (2012년 1월~2023년 3월)
    2022년 수면적(m2 ) 기준 연간 양식장 운영비용(제주어류양식수산업협동조합, 2023)

    (단위: 원)

    2022년 출하량(kg) 기준 연간 양식장 운영비용(제주어류양식수산업협동조합, 2023)

    (단위: 원)

    양식 넙치 kg당 생사료 가격
    양식 넙치 생사료 사료 전환율
    생사료 가격과 FCR 총비용에 따른 생산량 원가 분석 결과
    최소 자연 사망률 제주도 양식 넙치 최적 출하 시점
    최대 자연 사망률 제주도 양식 넙치 최적 출하 시점

    References

    1. 강석규 (2014), “양식 넙치가격 변동성의 구조변화와 비대칭성 검증”, 수산경영론집, 45(2), 29-38.
    2. ______ (2015), “출하량 조절이 양식 넙치가격에 미치는 영향”, 자원ㆍ환경경제연구, 24(4), 709-725.
    3. 고봉현 (2014), “수산물 거래량의 변동성이 가격변동성에 미치는 영향분석”, 한국산학기술학회 논문지, 15(10), 6084-6091.
    4. ______ (2016), “수급모형을 이용한 양식넙치의 생산 및 출하조절 효과분석”, 수산경영론집, 47(4), 65-75.
    5. 구자빈ㆍ이상연ㆍ박대헌ㆍ조성균 (2023), “디지털 트윈 기반 스마트 양식-사례 연구”, 한국통신학회논문지, 48(11), 1479-1490.
    6. 국립수산과학원 (2006), 넙치 양식 표준 지침서.
    7. _____________ (2016), 넙치 양식 표준 매뉴얼.
    8. 국립수산과학원 사료연구센터 (2025), “배합사료 일반현황”, accessed March 20, 2025 [available at https://www.nifs.go.kr/portal/pcon0000156/systA/actionConts.do].
    9. 기획재정부 (2025), 예비타당성조사 수행 총괄지침 (기획재정부훈령 제790호, 2025.7.30. 일부개정), 법제처 국가 법령정보센터.
    10. 김경길 (2005), “넙치 생태 및 초기 생활사”, 한국양식, 17(1), 32-37.
    11. 김남리ㆍ김혜성ㆍ김도훈ㆍ이남수ㆍ김신권ㆍ민병화 (2023), “넙치 (Paralichthys olivaceus) 양식산업의 가치사슬 분석”, 한국수산과학회지, 56(6), 930-935.
    12. 김남리ㆍ박경일ㆍ이봉주ㆍ김도훈 (2021), “완도지역 광어 양식업의 경제성 분석”, 수산해양교육연구, 33(3), 734-743.
    13. 김동호 (2017), “생사료 수입, 양식업 대안 안돼”, 농수축산신문 accessed February 20, 2025 [available at http://www.aflnews.co.kr/news/articleView.html?idxno=134633].
    14. ______ (2024), “[초점] 기로에 선 어류양식업”, 농수축산신문 accessed December 19, 2024 [available at https://www.aflnews.co.kr/news/articleView.html?idxno=266958].
    15. 김상배 (1996), “비육돈 생산의 최적화를 위한 동태적 접근”, 석사학위논문, 서울대학교.
    16. 김연제 (2023), “넙치 종자생산업의 수익성 분석”, 박사학위논문, 국립부경대학교.
    17. 김종현ㆍ김현철ㆍ이정호ㆍ노재구ㆍ이미숙ㆍ김경길 (2005), “동일연령군에서 크기 선별에 따른 넙치 (Paralichthys olivaceus) 의 성장, 사료효율 및 생존율의 비교”, 한국양식학회지, 18(3), 154-159.
    18. 박진규 (2023), “육상양식장 전기료 지원방안”, 수시연구 2023-04, 수산업협동조합중앙회 수산경제연구원.
    19. 부경대학교ㆍ한국미래양식기술연구조합ㆍ아쿠아프로(주)ㆍ아쿠아인포(주) (2023), “제주양식산업 현안분석 및 미래 양식생태계 변화에 따른 대응방안 연구”, 제주어류양식수산업협동조합, 193.
    20. 송유노 (2021), “인공신경망 모델을 활용한 제주지역 양식 넙치 산지가격 예측 연구”, 부경대학교 석사학위논문.
    21. 송정헌 (2011), “어류 양식업에 있어서 생사료와 배합사료 급이방식의 경영성과 비교분석: 육상수조식 넙치양식을 중심으로”, 수산해양교육연구, 23(3), 526-532.
    22. 신영학ㆍ최정현ㆍ최한석 (2021), “스마트 양식을 위한 딥러닝 기반 어류 검출 및 이동경로 추적”, 한국콘텐츠학회논문 지, 21(1), 552-560.
    23. 어윤양 (2011), “넙치양식장 밀식에 따른 생산성에 관한 연구”, 수산경영론집, 42(2), 85-96.
    24. ______ (2014), “양식장 이용에 따른 생산성에 관한 연구”, 수산경영론집, 45 (2), 85-95.
    25. ______ (2015), “어류양식장 생산계획에 관한 연구”, 수산경영론집, 46 (3), 129-141.
    26. ______ (2016), “육상수조 어류양식 생존율에 따른 비용분석모형”, 수산경영론집, 47 (4), 1-14.
    27. 어윤양ㆍ송동효 (2017), “치어 주문모형에 관한 연구”, 수산경영론집, 48(3), 47-59.
    28. _____________ (2018), “양식선별효과에 관한 연구”, 수산경영론집, 49(4), 19-36.
    29. 이상연ㆍ여욱현ㆍ김준규ㆍ조성균 (2023), “디지털트윈 기반 아쿠아팜 동향 및 발전 방향”, 전자통신동향분석, 38(3), 29-37.
    30. 이윤수 (2019), “제주와 완도 넙치 (Paralichthys olivaceus) 양식장 운영에 따른 생산성 비교”, 석사학위논문, 제주대학교.
    31. 이헌동ㆍ마창모 (2020), “양식넙치 산지-도매가격간 비대칭적 가격전이 분석”, 수산경영론집, 51(4), 69-83.
    32. 제주어류양식수협 (2025), “연도별 가격 동향 2011년 9월 2023년 3월”, accessed March 6, 2025 [available at https://jaf.suhyup.co.kr/home/kor/board.do?menuPos=35].
    33. 조국훈ㆍ한보현ㆍ이남수 (2020), “코로나19 이후 양식수산물 수급안정화, ‘입식 관리’가 우선되어야”, KMI 동향분석, 169.
    34. 좌민석ㆍ박경일ㆍ김도훈 (2020), “제주 광어 양식업의 실태와 경제성 분석”, 수산해양교육연구, 32(6), 1612-1622.
    35. 최주원ㆍ이종섭ㆍ김영애ㆍ신용태 (2020), “미래 스마트 양식 플랫폼의 구축방안에 대한 연구”, 정보처리학회논문지, 컴퓨터 및 통신시스템 (KTCCS), 9(7), 157-164.
    36. 통계청 (2025), 2024 어업생산동향조사.
    37. 한국수산신문 (2010), “어류양식업계 ‘생사료 파동위기’”, 한국수산신문 accessed December 19, 2024 [available at https://www.susantimes.co.kr/etnews/?fn=v&no=8773&cid=21080100].
    38. 한미진 (2017), “한우농가의 최적 출하월령 선택: 동적계획모형을 이용하여”, 농업경제연구, 58(4), 47-65.
    39. 해양수산부 (2023), “제5차 양식산업 발전 기본계획(‘24~‘28)” 해양수산부 수산정책실 어촌양식정책관, 29.
    40. 홍혜수ㆍ박경일ㆍ서영상ㆍ김도훈 (2016), “광어 종자생산업체의 수익성 분석”, 수산해양교육연구, 28(6), 1792-1800.
    41. 황진욱ㆍ김도훈 (2009), “넙치 배합사료 및 생사료의 경제성 비교분석”, 수산경영론집, 40(3), 189-205.
    42. Allen, P. G., Botsford, L. W., Schuur, A. M. and Johnston, W. E. (1984), Bioeconomics of aquaculture, Elsevier, Amsterdam, Netherlands, xvi 351.
    43. Beverton, R. J. H. and Holt, S. J. (1957), Fisheries investigation series II. In: “On the dynamics of exploited fish populations”, Chapman and Hall, London, UK, 533.
    44. Bjørndal, T. (1988), “Optimal harvesting of farmed fish”, Marine resource economics, 5(2), 139-159.
    45. Bjørndal, T., Lane, D. E. and Weintraub, A. (2004), “Operational research models and the management of fisheries
    46. Bureau, D. P., Hua, K. and Cho, C. Y. (2006), “Effect of feeding level on growth and nutrient deposition in rainbow trout (Oncorhynchus mykiss Walbaum) growing from 150 to 600 g”, Aquaculture research, 37(11), 1090-1098.
    47. Henriques, M. B. et al. (2019), “Economic feasibility for the production of live baits of lambari (Deuterodon iguape) in recirculation system”, Boletim do Instituto de Pesca, 45(4).
    48. Jeong, H., Heo, T. W. and Lee, I. W. (2021), “Domestic Smart Aqua-farming Technology”, Electronics and Telecommunications Trends, 36(5), 62-73.
    49. Jobling, M. (1993), “Bioenergetics: feed intake and energy partitioning. In Fish ecophysiology”, Dordrecht: Springer Netherlands, 1-44.
    50. Jusup, M., Klanjscek, T., Matsuda, H. and Kooijman, S. A. L. M. (2011), “A full lifecycle bioenergetic model for bluefin tuna”, PLoS One, 6(7), e21903.
    51. Kim, P. B., Klanian, M. G. and Seijo, J. C. (2020), “Effect of size heterogeneity of Nile tilapia (Oreochromis niloticus) on the optimal harvest time: a bioeconomics approach”, Latin american journal of aquatic research, 48(1), 65-73.
    52. Kim, Y. H. (2022), “Investigation of water qualities and microbials on the flow-through olive flounder, Paralichthys olivaceus farms using coastal seawater and underground seawater in Jeju”, J. Korean Soc. Fish. Ocean. Technol., 58(1), 059-067.
    53. KOSIS (2025a), “양식어업 건당 소요액”, accessed March 6, 2025 [available at http://kosis.kr].
    54. ______ (2025b), “어업별 품종별 통계”, accessed May 16, 2025 [available at http://kosis.kr].
    55. ______ (2025c), “시도ㆍ시군구별 양식방법별 어종별 양식현황(입식, 생산, 사육, 먹이(사료)를 준 량)”, accessed January 15, 2025 [available at http://kosis.kr].
    56. Lorenzen, K. (1995), “Population dynamics and management of culture ‐ based fisheries”, Fisheries Management and Ecology, 2(1), 61-73.
    57. ___________ (1996), “The relationship between body weight and natural mortality in juvenile and adult fish: a comparison of natural ecosystems and aquaculture”, Journal of fish biology, 49(4), 627-642.
    58. Mann, K. H. (1969), “The dynamics of aquatic ecosystems”, In Advances in ecological research, Academic Press, 6, 1-81.
    59. Park, J. W. et al. (2012), “The morphological study of wild and farmed olive flounder (Paralichthys olivaceus): The role of indirect selection within and between populations”, Development & Reproduction, 16(4), 309-314.
    60. Piplani, D. et al. (2015), “Digital platform for data driven aquaculture farm management”, In Proceedings of the 7th Indian Conference on Human-Computer Interaction, 95-101.
    61. Shim, J. D. et al. (2019), “Monitoring of the mortalities in olive flounder (Paralichthys olivaceus) farms of Korea”, Journal of fish pathology, 32(1), 29-35.
    62. Stevens, S. S. (1946), “On the theory of scales of measurement”, Science, 103(2684), 677-680.
    63. Suárez-Puerto, B., Araneda, M., and Gullian-Klanian, M. (2025), “Bioeconomic analysis of the commercial production of Nile tilapia with biofloc and green water technologies”, Aquaculture and Fisheries, 10(1), 149-162.
    64. Sun, M., Hassan, S. G. and Li, D. (2016), “Models for estimating feed intake in aquaculture: A review”, Computers and Electronics in Agriculture, 127, 425-438.
    65. Von Bertalanffy, L. (1957), “Quantitative laws in metabolism and growth”, Quarterly Review of Biology, 32: 217-231.
    66. Wijayanto, D., Nursanto, D. B., Kurohman, F. and Nugroho, R. A. (2017b), “Profit maximization of whiteleg shrimp (Litopenaeus vannamei) intensive culture in Situbondo Regency, Indonesia”, Aquaculture, Aquarium, Conservation & Legislation - International Journal of the Bioflux Society Bioflux, 10(6).
    67. Wijayanto, D., Sugiyanto, F. X. and Poerwono, D. (2017a), “Optimal harvest time model in aquaculture to maximize profit”, International Journal of Marine and Aquatic Resource Conservation and Co-existence, 2(1), 7-11.
    68. Zucker, D. A. and Anderson, J. L. (1999), “A dynamic, stochastic model of a land ‐ based summer flounder Paralichthys dentatus aquaculture firm”, Journal of the World Aquaculture Society, 30(2), 219-235.
    69. Zugarramurdi, A., Parin, M. A. and Lupin, H. M. (1995), Economic engineering applied to the fishery industry, Food & Agriculture Org, 351.
    Copyright © The Korean Society of Fisheries Business Administration. All rights reserved.
    Pukyoung Univ.,599-1, Daeyeon 3-dong, Nam-gu, Busan, Korea.