컨테이너 운임은 대외 수출 비중이 높은 우리나라 산업의 물류비용을 결정하는 중요한 요인 중 하나이며, 산업 및 물가에 직접적인 영향을 미치는 중요한 경제 지표 중 하나이다. COVID-19 발생 이후 강한 충격에 급격히 상승한 운임에 대해 관련 영향 요인을 파악하고, 이를 정확히 예측하는 모델의 필요성이 대두되었다. 본 연구에서는 컨테이너 운임 지수 중 하나인 SCFI에 대한 정확한 예측을 목표로 하는 딥러닝 모델 기반의 프레임워크를 제안하고, 설명할 수 있는 인공지능 방법론 중 하나인 SHAP을 이용하여 사후 분석을 수행하였다. GRU, LSTM, RNN 모형 중 GRU 모형이 가장 좋은 예측 성능을 보였으며, 1주, 4주 예측 시 90%이상의 높은 예측 정확도를 보였으나, 12주 예측 시 80%이상의 예측 정확도를 보였다. 또한 SHAP 분석을 통해 변수 별 중요도를 바탕으로 구성한 변수 조합으로 실험 시 예측 성능이 개선되는 것을 확인하였다. 이를 통해 딥러닝 방법론이 가지고 있던 고질적인 한계점인 설명력 문제를 일부 해소하고, 예측력 개선에서도 활용할 수 있을 것이라 기대된다.