로지스올(LogisALL)그룹의 한국파렛트풀(대표 서병륜, 이하 KPP)은 12월20일 파렛트 물동량을 사전에 예측해 운영을 안정화할 수 있는 AI기반 수요예측시스템을 구축했다고 밝혔다.
파렛트는 화물을 운반, 보관하기 위한 받침대로 물류효율화를 위한 필수 장비다. KPP는 기업들이 파렛트를 임대방식으로 이용하도록 하는 파렛트풀시스템을 구축해 국내 20만여 기업에 공급하고 있다.
파렛트 보유수량은 한정돼있기 때문에 다양한 산업군에 걸친 계약적 수요에 대응하려면 물동량 예측이 필요하다. 기존에는 과거 경험을 바탕으로 정성적 예측이 이뤄졌다. 이에 따라 예측 정확도의 편차가 크고 세분화된 예측이 불가했다. 또한 산업추세 및 계절적 변동 등 외부요인을 고려하기 어려워 중장기적인 예측에 애로가 발생했다.
KPP는 이러한 문제를 해결하고자 지난 2018년 1월부터 2021년 10월까지 수요예측시스템 개발을 추진했으며 3차에 걸쳐 프로젝트 고도화를 진행하면서 상관관계 특성반영 및 알고리즘 개선 등을 통해 예측정확도와 속도를 향상했다.
수요예측시스템은 파렛트의 △입고 △출고 △회수데이터 및 고객사 재고량 △외부데이터(기상상태 등) 등을 수집, 물동량에 미치는 인자를 설정하고 데이터 시각화를 통해 물동추세 및 특징을 파악해 과학적인 예측데이터를 제공한다. 일별 총 물동량과 파렛트 유형별 물동량, 일별 회수데이터 및 중장기 물동량에 대한 정확하고 고도화된 예측이 가능하다.
KPP는 수요예측시스템을 통해 얻은 데이터를 파렛트풀시스템 운영개선 및 사업계획 검증 등에 활용할 예정이다. 계약처별 물동량을 예측해 과수요를 방지하고 CRM 데이터로써 활용해 영업 및 관리가 활성화될 것으로 기대된다.
또한 파렛트 유형별 부족수량을 사전에 예측해 불필요한 신규구매를 억제하고 적정구매계획 수립에도 도움이 될 것으로 예상되며 사업계획 수립시 영업본부별 투입량 계획 및 데이터 검증에도 활용할 수 있을 것으로 보인다.
이와 함께 KPP의 고객사와도 수요예측시스템의 예측데이터를 공유해 고객사는 제공받은 데이터를 통해 물동량을 사전에 예측해 재고관리를 효율화하고 원가절감을 실현할 수 있을 것으로 기대된다.
수요예측시스템 개발 및 구축프로젝트를 주관한 권용현 KPP CS팀장은 “AI기술을 적용한 수요예측시스템은 물동량예측의 정확도를 높이고 파렛트풀시스템의 운영효율을 개선할 수 있을 것”이라며 “원활한 물동량 대응이 가능해 고객사의 물류안정화에도 크게 기여할 것”이라고 밝혔다.
