핵심 요약
쿠팡은 inbound 물류의 적정 트럭 수를 예측하는 ML 모델을 도입해 예약 시스템에 즉시 반영하고 슬롯 낭비와 IB 지연을 크게 감소시켰다.
구현 방법
- LightGBM 알고리즘으로 학습, 약 800,000개 데이터로 2년간 수집
- Bayesian 최적화로 하이퍼파라미터 자동화 및 SageMaker 엔드포인트 배포
- 도메인 피처 엔지니어링과 예약 시스템 연동으로 공급 특성 반영
주요 결과
- 최종 예측: under 2.53%, over 5.04% (전 8.71%, 44.45%)
- 슬롯 부족으로 인한 납기 변경 건수 67.9% 감소
- 향후 신규 타입 제품에 대한 예측 개선 및 모델 확장 계획
