스위스유통·이커머스2023 – 진행 중쿱 스위스
물류센터 신선식품 수요 예측 머신러닝
쿱 스위스가 신선식품 수요 예측에 클라우드 AutoML을 시험해 개념 검증에서 자체 모델 대비 성능이 43% 개선됐다고 보고했다
문제
쿱은 매대를 채우고 음식물 폐기를 줄이려면 물류센터의 신선식품 수요를 정확히 예측해야 했다. 사내 워크스테이션은 확장에 한계가 있었다.
접근 방식
쿱의 머신러닝 팀은 SAP와 데이터 파이프라인의 자료를 BigQuery로 옮겼다. 개념 검증 데이터로 XGBoost 모델, 템포럴 퓨전 트랜스포머, 구글 버텍스 AI 포캐스트를 비교해 버텍스 AI 포캐스트를 골랐다. 물류센터 한 곳에서 소규모 실운영 시험을 준비 중이었고, 성공하면 스위스 전 물류센터로 확대할 수 있다고 했다.
주요 수치
14.5 WAPE개념 검증 데이터에서 버텍스 AI 포캐스트의 가중 평균 절대 백분율 오차
43%개념 검증에서 쿱 자체 모델 대비 성능 개선폭
시사점
43%는 쿱의 기존 자체 모델과 비교한 개념 검증 결과다. 쿱은 실제 음식물 폐기 감소량을 발표하지 않았다.
분류
출처
출처 요약
[1]Google Cloud Blog2023년 3월 17일
구글 클라우드와 쿱 데이터 사이언티스트는 수요 예측 개념 검증에서 버텍스 AI 포캐스트의 오차가 14.5 WAPE로, 쿱 자체 모델보다 성능이 43% 나았다고 밝혔다. 쿱은 한 곳에서 실운영 시험을 준비하고 있었다.
자세한 내용은 원문에 있습니다.
등록일 2026년 10월 25일 · 수정일 2026년 10월 25일
