AI를 활용한 최적 재고량 및 수요 예측 사례
최적 재고량 및 수요 예측 사례
1. 유통업계
배경
- 점주 부담 증가 (인건비, 전기세 등 제반 비용 상승 및 최저임금 인상)
1) GS25
'프레쉬푸드(FF) 자동발주 시스템'에 AI 기술을 적용해 시스템을 고도화
로직
- 점포별 판매 데이터를 기반으로 적정 재고 산정
- 도시락, 햄버거 등 유통기한이 짧은 상품과 공산품 일평균 판매량, 계절 등을 고려해 자동으로 발주를 넣어 최적의 재고량을 유지
효과
- 유사 점포의 판매 데이터에 맞춰 발주량을 자동으로 정해줘 시행착오 감소
2) 이마트24
신세계I&C와 손잡고 '스파로스 AI 수요예측' 시스템 도입 AI 기반 매장 데이터를 수집/분석 해 예상 수요를 예측하고 자동 발주
로직
- 단순 판매뿐이 아닌 날씨, 상관, 행사, 요일, 계절 등의 복합적인 요인까지 종합적으로 판단
효과
- 신선식품 폐기율 20%이하로 감소
- 상품 주문시간 단축 (1시간 이상 -> 5분)
3) CU
CU에 AI가 자동으로 재고를 관리해주는 '스마트 발주 2.0 시스템' 도입 (담배, 음료, 주류, 스낵, 비식품류 등 약 4천여 개 제품으로 확대)
로직
- 기존 상품 판매 실적을 바탕으로 상품별 적정 재고량 자동 산출
- 알고리즘에 상품별 요일, 계절, 행사 등의 다양한 변수를 반영하여 적정 발주량 산출
효과
- 결품 감소(20.8%)
- 매출 4.8% 증가
- 발주에 걸리는 시간 감소(최소 30분 ~ 최대 1시간)
- 상품별 판매/재고량 확인 시간 감소
2. 물류센터 재고 관리
배경
- 고객에게 신속한 상품 전달을 위해서는 고객과 가까운 위치에 물류창고를 설치하고, 재고를 운영해야함
- 선제적으로 상품을 물류창고로 배송하여 적절한 수의 재고를 유지해야 신속한 배송 서비스가 가능
- 그러므로 정확한 수요 예측과 이에 대한 재고 관리가 필요함.
1) 아마존
신세계I&C와 손잡고 '스파로스 AI 수요예측' 시스템 도입
AI 기반 매장 데이터를 수집/분석 해 예상 수요를 예측하고 자동 발주
로직
- AI 학습 모델을 사용하여 고객의 구매 패턴, 계절적 변화, 특정 이벤트(예: 블랙 프라이데이 등), 지역 특성에 따른 수요 변화 예측
효과
- 상품 74%가 주문한 소비자가 거주하는 지역 창고에서 발송
2) 쿠팡
신세계I&C와 손잡고 '스파로스 AI 수요예측' 시스템 도입
AI 기반 매장 데이터를 수집/분석 해 예상 수요를 예측하고 자동 발주
로직
- 계절, 날씨, 지역별 특징, 연령/성별 등 고객 데이터를 기반으로 고객이 주문할 물건의 수요 미리 예측
- 최종 고객과 가까운 인근 물류 거점에 재고를 배치하여 전국 풀필먼트센터에 나눠서 보관
효과
- 물류 효율 극대화로 최근 설립 이래 최초로 흑자로 전환
- 신석식품 재고 손실 축소 (22년 50% 이상)
출처
https://m.ceoscoredaily.com/page/view/2023062215480580726
https://www.etnews.com/20231027000230
https://www.4th.kr/news/articleView.html?idxno=2048386
https://www.shinailbo.co.kr/news/articleView.html?idxno=1715419\
KEA IR 2023-13 (한국전자정보통신산업진흥회)
https://www.asiatoday.co.kr/view.php?key=20230126010012597
삽질 전문가