머신러닝 기반 수요 예측 시스템 개발 착수
쿠팡이 인공지능 기술을 이용하여 상품 수요를 미리 예측하고, 이를 공급 업체의 생산 및 배송 계획과 연결하는 새로운 시스템 구축 작업을 시작했습니다. 물류 효율성을 높이고 재고가 너무 많거나 품절되는 상황을 줄여 빠른 배송 서비스의 경쟁력을 강화하려는 목적입니다.
공급 업체 납품 관리 시스템의 핵심 구조
이 시스템의 기본 원리는 쿠팡이 앞으로의 주문량을 예측해서 공급 업체에 알려주고, 공급 업체는 이 정보를 바탕으로 납품 계획을 세우는 방식입니다. 예측 과정에는 고객들의 과거 구매 내역을 분석하는 머신러닝 기술이 활용되며, 계절, 기상 상황, 지역 특성, 주요 행사 같은 다양한 요소들도 함께 고려됩니다.
실제 적용 사례로 설명하면, 쿠팡이 여름철 생수 판매 기록과 기상청의 무더위 예보를 분석해서 다음 한 달 동안 약 1000개의 주문이 예상된다고 판단하면, 이 데이터가 생수 제조 회사에 전달됩니다. 제조사는 이를 참고하여 생산 및 배송 계획을 시스템에 입력하고, 쿠팡이 이를 확인하는 구조입니다.
유동적인 발주 조정 및 공급 업체 평가 시스템
만약 예상 수요와 납품 계획이 맞지 않으면, 쿠팡은 품절을 방지하기 위해 주문 시기와 수량을 유연하게 조정합니다. 또한 공급 업체의 과거 납품 기록도 시스템에 반영됩니다. 특정 공급 업체가 여러 차례 납품 기한을 지키지 못한 경우, 이런 이력을 바탕으로 예상되는 판매 손실을 계산하고 다른 공급 업체로 교체하는 등의 대응이 가능해집니다.
반복 학습을 통한 정확도 향상
쿠팡은 인공지능을 활용한 정보 교환 과정을 반복적으로 점검하고, 고객과 공급 업체의 의견을 수렴하여 다음 주문 수량을 더욱 정밀하게 예측하도록 시스템을 설계했습니다. 고객 구매 데이터와 공급 업체의 생산·납품 피드백이 실시간으로 축적되면서 예측의 정확도도 계속 높아질 것으로 기대됩니다.
이러한 기술 개발의 배경에는 재고 과다로 인한 비용 부담을 줄이려는 목적이 있습니다. 최근 실적 발표에서 김범석 의장은 상당한 규모의 손실 원인 중 하나로 재고 비용 부담을 언급한 바 있습니다. 예상치 못한 외부 요인으로 실제 수요가 계획에 미치지 못할 때 사용되지 않는 설비와 재고 비용이 발생한다는 설명이었습니다.
업계에서는 이번 기술 개발을 통해 쿠팡의 빠른 배송 서비스 경쟁력이 더욱 강화될 것으로 보고 있습니다. 쿠팡은 특허 설명 자료에서 변화하는 고객 수요에 맞춰 적절한 수량의 상품을 공급받아 물류 센터에 보관할 필요가 있으며, 재고 부족이나 배송 지연은 매출 손실과 고객 경험 악화로 이어질 수 있다고 밝혔습니다.
또한 공급 업체 입장에서는 앞으로의 수요와 주문량을 예측하기 어렵고, 온라인 쇼핑 업체의 미래 주문량도 미리 알기 힘들어 재고 과잉 위험이 존재한다고 분석했습니다. 공급 업체의 향후 납품 가능 수량을 미리 확인하고 주문 수량을 조절하면 재고 부족으로 인한 매출 손실을 예방할 수 있고, 물류 센터의 재고 보관 효율도 향상시킬 수 있다고 설명했습니다.
현재 이 기술은 특허 출원 단계이며, 실제 서비스 적용 여부와 구체적인 시행 시기는 아직 확정되지 않은 상태입니다.