로지스올시스템즈-한국파렛트풀 “AI기반으로 팰릿 수요예측”

 
 
로지스올시스템즈가 한국파렛트풀(KPP)과 함께 물동량을 사전에 예측해 운영을 안정화하는 AI 기반 수요 예측 시스템을 구축했다.

로지스올시스템즈는 AI 예측 기술을 내재화하고 실무에 활용 가능한 수요 예측 모델을 구축하고자 이 시스템을 개발했다고 9일 밝혔다. 로지스올 그룹사인 한국파렛트풀은 팰릿(파렛트) 임대 시스템인 PPS(Pallet Pool System)를 운영하고 있어 팰릿 수요에 대응하려면 물동량 예측이 필수적이라는 분석이다.

수요 예측 시스템은 팰릿의 입고·출고·회수 데이터와 고객사 재고량, 기상 상태 등 외부 데이터를 수집한다. 이후 물동량에 영향을 미치는 인자를 설정하고 데이터 시각화로 물동 추세와 특징을 파악해 예측 데이터를 제공하는 방식이다. 일별 총 물동량, 팰릿 유형별 물동량, 일별 회수 데이터, 중장기 물동량 등 정확하고 고도화된 예측이 가능하다.
 
로지스올시스템즈는 AI 수요 예측 시스템을 구축하고자 9가지 이상 알고리즘별 모델을 설계하고 수행 데이터를 비교 검증한 후 예측 수행 속도와 수행 결과를 고려해 방대한 물류 데이터 처리에 가장 효율적인 모델을 적용했다고 설명했다.
 
회사는 실제 데이터와 비교하면 예측 모델의 정확도는 약 97%에 달한다고 전했다. 특히 기존의 정성적 예측 방식과 비교하면 월별 트렌드 정확도가 향상된 것으로 나타났다.
 
로지스올시스템즈는 향후 물동량 예측 데이터를 고객사와 공유하는 것을 목표로 모델 고도화를 준비한다는 방침이다. 딥러닝을 적용해 학습 데이터에 한계가 있는 단기 예측 모델을 개선하고, 의사결정에 도움을 주는 데이터 시각화 분석과 실시간 이상치 탐지 알림 등 기능을 추가해 나갈 계획이다.
 
조현영 로지스올시스템즈 운영혁신담당 부서장은 “자체 기술력을 확보해서 향후 그룹사 업무 전반에 AI와 빅데이터를 효율적으로 연계 활용할 수 있는 기반을 확충한 데 의의가 있다”며, “시장 수요를 예측하고 선제적으로 대응할 수 있어 내부적으로는 시기별 파렛트 생산, 유통, 인프라 등 운영 효율을 개선하고 고객사의 물류 안정화에도 기여할 수 있을 것”이라고 말했다.

< 박한솔 기자 hsolpark@ksg.co.kr >