싱가포르에너지2025 – 진행 중푸마 에너지
연료 재고 소진 예측 경보와 생성형 AI 감사 준비
푸마 에너지는 연료 재고 소진을 20% 이상 줄이고 감사 준비 기간을 2주에서 1시간으로 단축했다
문제
푸마 에너지는 20개국 넘게 주유소를 운영하며, 상당수는 서비스가 부족한 지역에 있다. 데이터가 지역별로 흩어져 있어 팀들은 오프라인으로 내려받은 파일로 일했다. 안전 점검과 감사 준비에는 2주가 걸렸다.
접근 방식
푸마 에너지는 데이터를 데이터브릭스 플랫폼으로 옮기고 지역 간 공통 거버넌스를 적용했다. 이 위에 연료 재고 소진 예측 경보를 만들었다. 감사와 안전 점검 준비, 청구서와 문서 처리, 검색 기반의 고객 의견 분석에도 생성형 AI를 썼다.
주요 수치
20% 이상예측 경보로 줄인 연료 재고 소진, 데이터브릭스 기준
1시간생성형 AI 지원으로 안전 점검과 감사 준비에 걸린 시간, 기존 2주, 데이터브릭스 기준
시사점
푸마 에너지의 재고 소진 감소와 감사 준비 단축은 데이터 플랫폼 이전과 함께 나온 결과다. 회사는 각 결과에서 모델의 몫과 정리된 데이터의 몫이 얼마인지 밝히지 않았다.
분류
- 규모
- 대기업
- 산업
- 에너지
- 혁신 유형
- 프로세스 혁신
- 도입 방식
- 플랫폼·범용 도구 활용
- 근거
- 공급사 사례
출처
출처 요약
[1]Databricks2025년 11월 21일
데이터브릭스는 푸마 에너지가 통합 데이터 플랫폼으로 옮긴 과정과 그 위에 만든 머신러닝 및 생성형 AI 활용 사례를 설명했다. 예측 경보로 재고 소진이 20% 이상 줄었고 감사 준비가 2주에서 1시간으로 짧아졌다고 밝혔다. 데이터 지연 시간이 98~99% 감소하고 데이터 비용이 15% 절감됐다고도 밝혔으며, 이는 플랫폼 이전에서 나온 결과다.
자세한 내용은 원문에서 확인하실 수 있습니다.
등록일 2026년 11월 4일 · 수정일 2026년 11월 4일
