본 연구는 반복적인 해운업 부실을 조기에 감지하고 선제적인 대응 방안을 마련하고자 머신러닝기법을 적용한 부실예측모형을 개발하여 제안하였다. 로짓, 랜덤 포레스트, 서포트 벡터머신, 릿지, 라쏘 등 총 5개의 머신러닝기법을 사용하여 모형 간 예측성능을 비교하였다. 2000년부터 2019년까지 우리나라 외항운송기업을 대상으로 예측인자를 Altman’s K-score의 구성지표, 해운기업 부실에 뛰어난 예측력을 지닌 것으로 알려진 재무지표 및 해운시황변수로 설정하여 부실예측모형을 구성하였다. 분석 결과, 라쏘와 로짓이 다른 기법에 비해 뛰어난 예측성능을 보여줬으며, 머신러닝기법을 적용하여 부실예측모형을 구축하는 것이 모형 예측력 향상에 도움이 될 수 있음을 확인할 수 있었다.