신세계아이앤씨, AI기반 유통 수요예측 모델 개발

AWS 세이지메이커와 포어캐스트로 기계학습 모델 개발환경 구축

유통 사업은 트랜드의 변화에 맞춰 온라인 비즈니스로 확장 중이다. 이와 함께 사업 범위가 넓어지고, 경쟁이 치열해지고 있다.

이에 많은 기업에서 기계학습을 활용한 수요 예측을 도입해 비즈니스를 혁신화하고 최적화하려 시도 중이다. 수요예측 기술을 적용하면 최적화된 공급 체인을 구축해 변동성을 줄이고, 재고 운영 비용을 절감할 수 있다. 절감한 비용만큼 가격 경쟁에서도 우위를 차지할 수 있는 장점을 제공한다.

다만 수요예측 시스템을 단기간에 적용하긴 쉽지 않다. 비즈니스 환경에 직접 영향을 미치는 만큼 높은 기술 전문성을 확보해야 하며, 복잡한 기계학습 서비스를 구축 및 운영하기 위한 전문인력도 필요하다.

신세계아이앤씨 이환기 AI 팀장

신세계아이앤씨는 이러한 어려움을 극복하고 자체 기술을 기반으로 한국 유통환경에 맞는 AI를 만들고 플랫폼을 구축하기 위해 아마존 포어캐스트와 세이지메이커를 활용했다.

신세계아이앤씨 이환기 AI 팀장은 리인벤트에서 아마존의 기계학습(ML)서비스인 아마존 포어캐스트와 세이지메이커를 사용한 수요예측 및 제품 관리를 최적화한 방법을 소개했다.

포어캐스트는 통계 및 기계 학습 알고리즘을 사용하여 시계열 데이터를 예측하는 완전 관리형 서비스다. 전문적인 기계학습 역량 없이도 시계열 예측기술을 빠르게 활용할 수 있도록 결측치 처리와 불규칙 데이터 예측, 신제품 콜드 스타츠 예측 등의 기능을 지원한다.

세이지메이커는 기업에서 직접 기계학습 모델 구축과 훈련, 서비스 배포와 운영까지 할 수 있도록 지원하는 플랫폼이다.

이환기 팀장은 “AI를 직접 구축하고 운영하기로 한 이유는 유통 서비스 중 발생하는 다양한 예외사항에 대응해 필수적으로 커스터마이징이 필요하기 때문”이라며 “AI가 산업전반으로 널리 쓰이기 시작하면서 미래에 대비한 기술적 기반을 마련할 목적도 있었다”고 설명했다.

유통 과정에서 발생하는 어려움 3가지로 나뉜다. 과도한 발주로 인한 폐기상품 발생, 적은 발주로 인한 결품 그리고 수많은 상품 관리로 인한 인력 비용 증가다.

신세계아이앤씨는 자체 개발한 예측 엔진 ‘사이캐스트(SAICAST)와 아마존 포어캐스트, 세이지메이커를 활용해 제품 예측 최적화를 시도했다. 사이캐스트는 데이터 전처리 및 정제 작업을 비롯해 관계사의 데이터를 분석해 인사이트를 제공한다.

기계학습 모델 연구 및 개발을 위한 개발환경은 세이지메이커 노트북을 활용했다. 고사양 AI 서버의 사용시간을 유연하게 조정할 수 있어 비용 효율이 높기 때문이다. 빠른 개발환경 구성 기능을 지원해 짧은 POC나 데이터 검증 분석 작업도 빠르게 마칠 수 있다.

또한 간단하게 리소스 증감이 가능해 갑작스럽게 많은 리소스가 필요할 때 빠른 스케일업 등으로 유연하게 대처 가능하다.

개발된 AI모델을 실무에 투입하는 운영환경에서는 스케줄링을 위한 모니터링 서비스인 클라우드워치와 예측 및 훈련을 위해 AWS배치를 적용했다. 또한 140개 이상의 점포에 각각 대응하기 위해 점포별로 도커 기반 환경을 적용했다.

이환기 팀장은 “초기에는 람다를 활용했지만, 병렬작업에 제한이 있는 등 우리의 대규모 작업에는 적합하지 않아서 AWS배치를 사용하게 됐다”고 설명했다.

신세계아이앤씨는 AI기반 수요예측 시스템 도입 후 매 시기별 판매 상황과 수량 사이의 다양한 관계를 분석해 환경의 변화에 따른 판매량의 변화를 추론할 수 있게 됐다.

시뮬레이션 결과 기존 예측 방식은 이전 추세로만 분석하기 때문에 행사 등으로 인한 변화에 한 박자 늦게 반응했다. 반면 AI모델은 행사라는 변수의 효과를 고려해 정확한 타이밍에 예측 수량을 조절하는 것으로 나타났다.

평균 제곱근 편차(RMSE)에 따르면 기존 추론 방식에 비해 40%이상 정확도가 향상된 것으로 나타났다. 카테고리별 집계 결과에서는 98개 중분류 중 92개 분류에서 AI가 더 정확한 것으로 확인됐다. 예측오차도 18% 개선했다.

이환기 팀장은 “결과를 바탕으로 AI에 대한 가능성을 확인했고, 한 달간 검증기간을 거쳐 과제 대상이 된 두 점포에서 가공/일상 상품에 한해 AI기반 자동발주 서비스가 진행 중”이라며 “자동발주가 적용된 10개월간 한 번의 장애도 발생하지 않았다”고 말했다.

이어서 그는 “최근에는 변화가 빠르고 규모가 커 더욱 분석이 어려운 행사상품에 따른 예측을 위해 사이캐스트 엔진도 2.0 버전으로 개선했다”며 “1+1상품 등 이벤트로 인한 상품 체감 가격 분석 등 새로운 기능을 추가했다”고 설명했다.

이환기 팀장은 “AI비즈니스에 의구심을 갖는 경우도 많고, 실제로 아직은 비용대비 효율면에서 타당성이 떨어지는 분야도 있다”며 “하지만 우리는 만들고 연구하고 크고 작은 비즈니스에 적용하며, 새로운 인사이트를 얻고 있고 이런 과정이 앞으로 다가올 AI시대에 단단한 초석이 될 것이라고 생각한다”며 발표를 마쳤다.