마음에 든 상품을 내일 아침 받아보기까지, AI가 물류에서 해낼 수 있는 일
코로나19로 사회적 거리두기가 일상에 스며들면서 온라인 장보기와 배달주문이 그 어느 때보다도 많았던 2020년, 신선식품 물류 기업들은 예상 이상으로 바쁜 한해를 보냈는데요.
SSG닷컴은 2020년 1월부터 12월 27일까지의 데이터를 분석해, 당일 배송 ‘쓱배송’과 ‘새벽배송’ 매출은 프리미엄 밀키트와 신선식품을 앞세워 지난해보다 50% 이상 성장한 것으로 집계됐다며, 쓱배송과 새벽배송을 한 번 이상 이용한 고객도 15% 늘었다고 발표했습니다.
양질의 제품을 새벽배송으로 유통하며 급격한 성장을 이끌어 온 마켓컬리도 올 한해 중소상공인 파트너사와의 거래 규모가 지난해 대비 2배가량 증가했다고 발표했는데, 마켓컬리 입점 업체 중 중소상공인의 비중은 95%에 달하며, 240여개의 중소상공인의 매출은 지난해 대비 2배 이상의 성장률을 기록했다고 발표해 이목을 끌고 있습니다.
이렇듯 예상을 뛰어넘는 물량이 온라인을 통해 거래되는 경우, 보다 정확하게 수요를 예측해 폐기율과 품절률을 최소화하며, 적시에 필요할 것으로 예상되는 재고를 발주하는 것이 중요한 과제로 떠오르게 됩니다. 잦은 품절은 고객의 리텐션(재방문율)에도 부정적인 영향을 끼치기 때문에, 정교한 수요 예측은 고객 만족과 고객생애가치 증대와도 직결되는 기술이라 할 수 있습니다.
정확한 수요예측은 다양한 품종의 매력적인 제품을 발굴하여 제공하는 IT 기반 물류 기업들에 더욱 더 중요한 가치를 제공하는데요. 매출의 대부분을 소품종 히트 상품이 이끌었던 과거와 달리, 디지털 시대 기업들은 다양한 틈새상품을 통해 몇몇 히트 상품의 매출을 넘어서는 실적을 내고 있으며, 소비자는 각자의 필요를 충족시키고 있습니다.
롱테일(The Long Tail) 법칙으로도 불리는 이 경제 패러다임은 오프라인에 없는 도서의 온라인 판매 규모가 매출의 57%에 달하는 아마존과, 적은 비용으로 누구나 광고주가 될 수 있도록 한 구글 애드센스 등을 통해 다양하게 입증되고 있습니다.
그러나 소비자의 다양한 요구를 충족시키는 롱테일 상품들의 경우 판매량의 패턴이 명확하게 나타나지 않아, 단순한 몇 가지 규칙만으로는 상품들의 수요를 예측하기 어렵습니다.
이 같은 문제를 극복하기 위해 활용되어야 할 정교한 기술이 바로 AI의 한 분야인 머신러닝(Machine Learning, 기계학습)입니다. 머신러닝은 인공지능에 포함되는 하위 개념으로, 방대한 데이터를 활용해 예측 모델을 구축하며, 최상의 추정치를 도출해 더 나은 의사결정을 제안합니다.
수요에 영향을 미치는 변수는 매우 다양하고, 업종이나 기업에 따라 차이가 발생하기도 합니다. 앞서의 롱테일 상품들의 경우에는 더욱 더 복잡하지요. AI 솔루션을 도입할 때에는 따라서 수요예측에 영향을 끼치는 주요 변수에 어떤 것이 있을지 먼저 살펴보고, 예측 정확도를 높이기 위해 데이터를 분석하고 처리하는 과정을 거칩니다.
이렇게 정제된 데이터를 활용해 최적의 수요예측 모델을 구축한 뒤에도, 계속해 쌓여 나가는 판매 데이터 등을 반영하여 AI 솔루션을 꾸준히 업데이트할 필요가 있습니다.
아직 AI 전문 인력이 부족한 국내 기업들의 경우, 솔루션의 도입은 물론 지속적인 업데이트에도 상당한 어려움을 겪고 있는데요. 엑스브레인은 국내 유일한 시계열 머신러닝 운영 자동화 모델(Time-series Automated MLOps)을 활용해 기업의 수요예측 모델을 자동으로 업데이트하도록 하여, 보다 쉽고 빠른 AI 활용을 돕고 있습니다.
4차 산업혁명과 디지털 시대를 이끄는 인공지능(AI)에 대해, AI 엔터프라이즈 솔루션 기업 엑스브레인에서 쉽고 자세하게 알아보세요.
AI가 어떠한 방식으로 활용되고 있는지, AI란 어떠한 기술인지, 엑스브레인은 AI에 대해 어떤 고민을 하고 있는지 이야기 합니다.
엑스브레인의 다양한 소식과 정보는 링크를 통해 살펴볼 수 있습니다.
