How Do Fluctuations in Raw Material Prices Affect the Restaurant Industry? Can This Be Predicted Using AI Models?: Focusing on the Dining-out Price of Samgyeopsal

Covid-19로 인해 발생한 공급망 문제가 어느 정도 해결되면서, 물가 지수가 많이 안정되었음에도, 소비자들 이 느끼는 물가는 여전히 매우 높다. 특히 외식 물가의 상승은 국민경제에 큰 부담을 주고 있다. 많은 사람들은 외식물가 상승의 주범으로 식자재의 가격 상승을 꼽고 있다. 그렇다면, 실제로 식자재 가격 상승이 외식 산업에 얼마나 영향을 미치고 있는 것일까? 그리고 지금의 가격 상승이 정말로 합리적일까? 또한 원자재 가격을 통해, 외식 가격의 변화를 예측할 수 있다면 소비자는 합리적인 소비를 할 수 있고, 국내 외식 산업에서 하나의 가격 결정 지표로 작용할 수 있지 않을까? 본 연구에서는 상기와 같은 질문들을 주요 연구질문(RQ)으로 채택하여 축산물 가격의 변동이 외식 산업에 어떠한 영향을 미치는지 외식 가격을 중심으로 분석하고, 이를 예측하는 인공지능(AI) 모델을 구축한다. 구체적으로 유통과정에서 외식 가격에 영향을 미칠 것으로 예상되는 요소를 선별하여 분석한 후 이 결과를 활용하여 최종적으로 외식 가격을 분석 및 예측하는 연구를 진행한다. 이때, 축산물 및 외식 가격의 변동을 Covid-19 기간과 Covid-19 이후로 나누어 분석한다. 연구를 위한 축산물로서는 우리 국민들에게 가장 친숙한 먹거리인 한돈으로 선정하며, 그중 대표적인 부위인 삼겹살의 외식 가격을 활용한다. 구체적으로는 이러한 변수들을 상관관계 분석과 OLS 선형 회귀 분석, ARIMA, VAR와 같은 시계열 데이터 분석에서 주로 활용되는 머신 러닝 모델을 활용하여 변수 간의 관계를 분석 및 예측 모델을 구현함과 동시에, 추가적으로 LSTM과 GRU모델을 활용하여 딥러닝 예측 모델을 구현한다. 연구 결과, 축산물(한돈)의 산지 가격과 삼겹살의 외식 가격 간의 관계를 규명하고 Covid-19가 외식 가격에 미친 영향을 명확하게 분석하였다. 또 예측 모델에서는 의미 있는(significant) 모델을 구현한다. 결론적으로 본 연구에서 제안된 모델을 통해 자영업자는 가격에 대한 의사결정을 할 경우, 합리적인 가격 결정 선이 어떠한 지점인지 파악할 수 있으며, 소비자는 이러한 자영업자의 의사결정을 통해 합리적인 소비를 할 수 있다. 또한 정부 및 공공기관에서는 축산물 원재료의 가격 추세와 변동성에 따른 물가 변화에 국가적 차원의 대응할 수 있으며 최종적으로 이러한 모델을 활용하여 국내 외식 산업 및 국민 경제를 안정화하는 데 다소나마 도움을 줄 수 있을 것으로 기대할 수 있다.

Despite the stabilization of the price index following the resolution of supply chain issues caused by Covid-19, consumers still perceive prices to be very high. The rise in dining-out prices, in particular, imposes a significant burden on the national economy. So, how much is the actual rise in food ingredient prices affecting the restaurant industry? And is the current price increase really reasonable? Additionally, if we can predict changes in dining prices through raw material costs, wouldn't consumers be able to make more informed decisions, and could this serve as a pricing indicator in the domestic restaurant industry? In this study, we adopt the aforementioned questions as our main research questions (RQs) and analyze how fluctuations in livestock prices impact the restaurant industry, focusing on dining prices. Additionally, we will develop an artificial intelligence (AI) model to predict these changes. Specifically, the study will identify and analyze factors in the distribution process that are expected to affect dining-out prices. Based on these results, it will ultimately analyze and predict dining-out prices. At this stage, fluctuations in livestock and dining-out prices will be analyzed separately for the Covid-19 period and the post-Covid-19 period. For this study, we have selected han-don (Korean pork), which is the most familiar food to our citizens, and specifically, we will use the dining-out price of the representative cut, samgyeopsal (pork belly). Specifically, the study will analyze the relationships between these variables and implement prediction models using techniques such as correlation analysis, OLS linear regression, ARIMA, and VAR, which are commonly used in time series data analysis. Additionally, deep learning prediction models will be developed using LSTM and GRU models. The study clarifies the relationship between the farm gate price of han-don (Korean pork) and the dining-out price of samgyeopsal (pork belly), and provides a clear analysis of the impact of Covid-19 on dining-out prices. Additionally, it implements significant prediction models. In conclusion, the models proposed in this study will enable small business owners to determine reasonable pricing points when making pricing decisions, and consumers can make informed purchases based on these decisions. Additionally, the government and public institutions can respond at a national level to price changes caused by trends and volatility in the prices of livestock raw materials. Ultimately, it is expected that utilizing this model can contribute to stabilizing the domestic restaurant industry and the national economy.