Cello 플랫폼 인공지능으로 미래를 예측하다

첼로 플랫폼

유통업체 판매예측 사례

1. 인공지능 기반 빅데이터 분석의 중요성

2016년 1월 세계경제포럼(World Economic Forum) 회장 클라우스 슈바프(Klaus Schwab)는 “제4차 산업혁명을 뒷받침하는 기술들이 모든 산업에 걸쳐 기업에 거대한 충격을 주고 있다”고 말했다. 또 “혁신기업들은 디지털 플랫폼을 통해 리서치, 개발, 마케팅, 판매, 유통 등에 접근할 수 있으므로 현재 시장을 점유하고 있는 기존 기업들을 제치는 게 가능하다”고 주장했다. 이처럼 제4차 산업혁명은 이전 세 차례의 산업혁명보다 기업 경영의 패러다임을 완전하게 바꿀 것이다. 제4차 산업혁명을 이끄는 분야는 인공지능, 사물인터넷, 빅데이터 분석, 자율주행 자동차, 로봇, 공유경제, 3D 프린터 등 정보통신기술과 관련이 있다.

그 중에서도 인공지능은 방대한 양의 데이터를 분석하고 효과적으로 활용하기 위한 핵심요소이며, 사물인터넷(IoT), 자율주행차, 스마트팩토리에서 만들어 내는 새로운 데이터를 활용하여 창조적인 비즈니스 가치를 만들어내는 역할도 하고 있다. 따라서 제4차 산업혁명의 기술 중에서도 인공지능 기반의 빅데이터 분석 분야가 두각을 보이고 있는 것이다.

4차 산업혁명이 부상하면서 산업간의 경계가 사라지는 융합의 시대가 도래했다. 특히 물류산업도 ICT와 결합한 신융합물류1) 서비스로 확산되고 있는 추세이며, 물류산업 패러다임의 변화를 초래하고 있다. 이에 글로벌 기업들은 신융합 물류서비스 도입을 통해 시장 내 점유율 확대와 경쟁력 강화를 추진하고 있어 국내 여러 기업들도 이에 대한 대응전략 수립이 필요하다.

삼성SDS도 단일 물류 플랫폼인 Cello에 최신의 물류IT 기술, 즉, 인공지능 기반의 빅데이터 분석 기술을 적용하여 공급망 계획에서 가장 중요한 미래의 수요예측 분석 결과를 제공하는 서비스를 런칭하였다. 이 White Paper에서는 삼성SDS가 실행한 독일 유통업체 매장의 제품 판매량 예측 사례를 소개한다. 해당 사례는 많은 제조/유통 기업들의 관심을 불러 일으킨 사례로, 이를 바탕으로 Cello Demand Sensing 서비스에 대해 소개하고자 한다.

2. Cello Demand Sensing 소개 및 적용사례

Demand Sensing이란 무엇인가 ?

Demand Sensing이란 새로운 과학적 기법과 실시간으로 입수되는 실제 판매실적 및 과거 프로모션 정보 등의 다양한 정보를 분석하여 정확한 수요예측을 만드는 예측 방법이다.

Cello Demand Sensing은 물류 단일 플랫폼인 Cello에 SCM(Supply Chain Management) 솔루션 기반 기술과 삼성SDS가 자체 개발한 빅데이터 분석 엔진인 Brightics를 연계하여 주 단위 판매예측(Sell-out Forecasting)을 생성하고 업무에 활용할 수 있도록 지원하는 수요예측 시스템이다.

Brightics는 126개 함수를 지원하며, 머신러닝(Machine Learning)2) 알고리즘과 딥러닝(Deep Learning)3) 알고리즘 모두 지원한다.

그림 1. Cello Demand Sensing과 Brightics간 연계 - Cello Demand Sensing은 물류 단일 플랫폼인 Cello에 SCM(Supply Chain Management) 솔루션 기반 기술과 삼성SDS가 자체 개발한 빅데이터 분석 엔진인 Brightics를 연계하여 주 단위 판매예측(Sell-out Forecasting)을 생성하고 업무에 활용할 수 있도록 지원하는 수요예측 시스템이다. 그림 1. Cello Demand Sensing과 Brightics간 연계

독일 전자제품 유통업체 판매예측 사례

다음은 독일의 한 유통업체의 매장 판매 실적과 과거 프로모션 효과를 분석해 최적의 수요예측을 제안함으로써 전체 공급망 운영을 효율화시킨 사례이다.

먼저 과거 3년간의 428개 매장 내 19개 제품에 대한 판매실적과 프로모션 이력 정보를 분석하였다. 뿐만 아니라 경쟁사 프로모션 및 그 외에도 판매에 영향을 미치는 요소(Feature)들 즉, 소비자 혜택, 날씨, 휴일, 인구, 소득수준 등 30여 가지의 기본 요소들과 TV 광고, 바우처, 캐시백 등 9가지의 프로모션 타입이 판매실적에 미치는 영향도와 상관관계를 분석했다. 이 과정을 통해 요소들에 따라 달라지는 판매실적들을 기계학습(Machine Learning) 시켰다. 또한 Decision Tree6) 알고리즘을 통해 미래 판매수량을 엔진 스스로 예측하게 만들고, 최근 제품별 판매 비율 정보를 분석하여 최근 소비자 구매 패턴을 구하고 최종 예측 결과에 반영하였다.

예측 시뮬레이션 결과가 나오면 여러 예측 결과를 과거 실적과 비교하여 사전 검토하고, 과거 실적과 가장 근접하며 시장 상황을 잘 반영한 예측 모델의 결과를 최종 예측 결과값으로 결정하였다.

그림 2. 독일 유통업체 Cello Demand Sensing 적용 프로세스 - 독일의 한 유통업체의 매장 판매 실적과 과거 프로모션 효과를 분석해 최적의 수요예측을 제안함으로써 전체 공급망 운영을 효율화시킨 사례로 과거 3년간의 428개 매장 내 19개 제품에 대한 판매실적과 프로모션 이력 정보를 분석하였다. 뿐만 아니라 경쟁사 프로모션 및 그 외에도 판매에 영향을 미치는 요소(Feature)들 즉, 소비자 혜택, 날씨, 휴일, 인구, 소득수준 등 30여 가지의 기본 요소들과 TV 광고, 바우처, 캐시백 등 9가지의 프로모션 타입이 판매실적에 미치는 영향도와 상관관계를 분석했다. 이 과정을 통해 요소들에 따라 달라지는 판매실적들을 기계학습(Machine Learning) 시켰다. 또한 Decision Tree6) 알고리즘을 통해 미래 판매수량을 엔진 스스로 예측하게 만들고, 최근 제품별 판매 비율 정보를 분석하여 최근 소비자 구매 패턴을 구하고 최종 예측 결과에 반영하였다 그림 2. 독일 유통업체 Cello Demand Sensing 적용 프로세스

결과는 얼마나 정확한가?

2016년 11월 마지막 주부터 12월 2주차 사이, 독일 전 지역을 대상으로 성탄절 대규모 프로모션인 슈퍼딜(Superdeal, 47주차~49주차)이 진행되었고, 이 기간 동안 총 428개 매장의 19개 TV 제품에 대해 Cello Demand Sensing을 사용하여 수요예측을 진행했다.

그 결과, 영업담당자가 수년간의 판매경험에 의존하여 53%의 정확도로 수요를 예측한 반면, Cello Demand Sensing 솔루션 적용 시 72%의 정확도로 판매예측을 했다.

지난해 Pilot 결과 이후, 2017년 3월부터는 TV 외에 냉장고, 세탁기 등의 가전제품을 추가하여 클라우드 환경을 기반으로 Demand Sensing 서비스를 제공 중이며, 타당한 예측 결과를 지속적으로 만들기 위해 Cello 운영팀과 독일 현지에서 주단위로 점검 협의를 진행하고 있다. 이를 기반으로 유통업체에서는 판매예측에 따라 매장에서 판매할 재고물량을 사전준비 할 예정이며, 제조업체에서는 판매예측 결과와 마케팅부서의 프로모션 계획을 연계하여 실제 영업전략으로 활용할 계획이다.

그림 3. Cello Demand Sensing 결과 및 정확도 - 영업담당자가 수년간의 판매경험에 의존하여 53%의 정확도로 수요를 예측한 반면, Cello Demand Sensing 솔루션 적용 시 72%의 정확도로 판매예측을 했다 그림 3. Cello Demand Sensing 결과 및 정확도

어떤 효과가 있는가?

보다 구체적인 내용은 삼성SDS 인사이트 리포트의 White Paper를 다운받아 보세요.

▶   해당 콘텐츠는 저작권법에 의하여 보호받는 저작물로 기고자에게 저작권이 있습니다.
▶   해당 콘텐츠는 사전 동의없이 2차 가공 및 영리적인 이용을 금하고 있습니다.

이 글이 좋으셨다면 구독&좋아요

여러분의 “구독”과 “좋아요”는
저자에게 큰 힘이 됩니다.

subscribe

박창현, 이동엽
박창현, 이동엽 스마트 물류 전문가

삼성SDS 물류사업부문

삼성SDS에서 사업 발굴 및 제안업무를 담당하고 있습니다. 주요 수행 프로젝트는 독일 MSD Demand sensing, 독일 Expert LMD 과제, 구주 권역/판매 물류 BPO (WEDC)가 있습니다.