출처 : 로지스올 공식 기업블로그

로지스올시스템즈가 한국파렛트풀 물동량을 사전에 예측하여 물류 운영을 안정화할 수 있는 AI 기반 수요예측시스템을 구축했다.

로지스올시스템즈는 AI 예측기술을 내재화와 실업무에 활용 가능한 수요예측 모델을 구축하는 것을 목표로 그룹사 한국파렛트풀과 AI 수요예측시스템을 개발했다. 파렛트 렌탈 방식의 시스템 PPS(Pallet Pool System)를 운영하는 한국파렛트풀은 고객사의 파렛트 수요에 대응하기 위해 물동량 예측이 필수적이다.

수요예측시스템은 파렛트의 입고, 출고, 회수 데이터 및 고객사 재고량, 기상 상태 등 외부 데이터를 수집, 물동량에 영향을 미치는 인자를 설정하고 데이터 시각화를 통해 물동 추세 및 특징을 파악하여 과학적인 예측 데이터를 제공한다. 일별 총 물동량과 파렛트 유형별 물동량, 일별 회수 데이터 및 중장기 물동량에 대한 정확하고 고도화된 예측이 가능하다.

로지스올시스템즈는 AI 수요예측시스템 구축을 위해 9가지 이상의 알고리즘별 모델을 설계하고 수행 데이터를 비교 검증한 후, 예측 수행 속도 및 수행 결과를 고려해 방대한 물류 데이터 처리에 가장 효율적인 모델을 적용했다.

결과적으로 실데이터와 비교 시 예측모델 정확도 약 97%를 달성했다. 특히 기존의 정성적 예측방식에 비해 월별 트렌드에 대한 정확도가 향상된 것으로 나타났다.

로지스올시스템즈는 향후 물동량 예측 데이터를 고객사와 공유하는 것을 목표로 모델 고도화를 준비한다. 우선 딥러닝을 적용해 학습 데이터에 한계가 있는 단기 예측모델 개선 작업을 진행한다. 또 의사결정에 도움이 될 수 있는 데이터 시각화 분석 및 실시간 이상치 탐지 알림 등 기능을 추가해 나간다는 계획이다.

조헌영 로지스올시스템즈 운영혁신담당 부서장은 “AI 수요예측시스템은 자체적인 기술력 확보를 통해서 향후 그룹사의 업무 전반에 AI와 빅데이터를 효율적으로 연계 활용할 수 있는 기반을 확충했다는데 의의가 있다”며, “시장의 수요를 예측하고 선제적으로 대응할 수 있어 내부적으로는 시기별 파렛트 생산, 유통, 인프라 등 운영 효율을 개선할 수 있고 고객사의 물류 안정화에도 기여할 수 있을 것” 이라고 밝혔다.