LG CNS 자세히보기

arima 2

어려운 수요 파악, 머신러닝으로 예측할 수 있다?

기업 측면에서 수요의 예측은 생산, 자재 및 물류 등의 계획과 관리 측면에서 중요합니다. 수요를 잘 예측하면 창고에 제품별 재고 비축을 하는 것이 효율적인지 계획할 수 있고, 생산지에서 창고로 제품을 이동하는 물류에 대한 계획도 가능할 수 있습니다. 해당 제품을 생산 할 때 필요한 원재료의 구매부터 비축에 대한 계획도 가능합니다. 이렇게 생산된 제품에 대한 선적 계획도 가능하게 되므로 수요의 예측은 기업의 SCM(Supply Chain Management, 공급망 관리)에서 가장 중요한 부분을 차지할 것입니다. 수요 예측은 특히 과거의 수요 트렌드(Trend)를 학습해 미래 수요를 예측하는 시계열 모형이 많이 사용되었던 분야입니다. 전통적인 시계열 모형으로는 예측하고자 하는 값이 과거 시점에 영향을 받는..

IT 공룡들, 수요 예측 서비스를 시작하다

사실 수요 관리자 입장에서 시계열 예측이나 분석 시스템에 투자하는 일은 투자 대비 효과가 낮은 영역입니다. 많은 양의 데이터 클렌징과 한땀 한땀 제거해야 하는 아웃라이어(Outlier), 각종 파라미터를 조정해야 하는 등 사용 가능한 수요 예측 정보를 획득하기까지의 과정은 오랜 시간이 소요되었고, 이마저도 최종 수요 예측값으로 바로 사용할 수 없는 참조용 베이스라인 정도입니다. 과거 데이터 기준으로 수립한 시계열 예측에 미래 수요를 변화시키는 새로운 요인들을 추가해야만 수요 예측이 완성되기 때문입니다. 최초 시계열 수요 예측의 모델이 되었던 항공 수요처럼 추세, 계절성, 이벤트 등 영향도 분석이 잘 되는 비즈니스 유형이 많지 않고, 수요 예측 모델 정확도를 높이는 과정에서 통계 전문가와 업무 전문가 사이..