Coupang, AI 기반 수요예측 시스템 구축으로 재고 부담 축소 추진

이 시스템의 핵심은 Coupang이 미래 주문 수요를 예측해 협력사에 제공하고, 협력사가 이를 바탕으로 납품 계획을 세우는 구조다. 주문 예측에는 Coupang 이용자의 과거 주문 이력을 기반으로 한 머신러닝 기술이 활용되며, 계절·날씨·지역·월드컵 같은 특수 이벤트 데이터도 함께 반영된다.

예를 들어 여름철 생수 판매 이력과 기상청 폭염 전망을 토대로 향후 한 달간 1,000건의 주문이 발생할 것으로 예상되면, 해당 정보가 제조사에 공유된다. 제조사는 생산·납품 계획을 시스템에 입력하고 Coupang이 이를 검토하며, 수요와 납품 계획이 맞지 않으면 발주 시점과 물량을 유연하게 조정해 품절을 막는 방식이다.

Coupang은 협력사의 과거 납품 이력도 주문 예측 체계에 반영할 계획이다. 특정 협력사가 과거 여러 차례 납기를 지키지 못한 이력이 있으면 예상 매출 손실을 계산해 다른 협력사로 전환하는 대응도 가능하도록 설계하고 있다.

또한 회사는 AI 기반 정보 교환 과정을 반복적으로 검증하고, 이용자와 협력사의 피드백을 반영해 다음 주문 물량을 더 정밀하게 예측하도록 시스템을 설계하고 있다. 이용자 구매 데이터와 협력사의 생산·납품 피드백이 실시간으로 축적될수록 예측 정확도도 높아질 것으로 예상된다.

재고 비용 완화와 로켓배송 경쟁력 강화 기대

Coupang이 이 기술 개발에 나선 배경에는 과잉재고로 인한 비용 부담을 줄이려는 목적이 있는 것으로 해석된다. 지난달 열린 Coupang Inc. 1분기 실적 콘퍼런스콜에서 김범석 Coupang Inc. 의장은 3,500억원 손실의 배경 중 하나로 재고 비용 부담을 언급했다.

김 의장은 개인정보 관련 사고 같은 외부 요인이 발생하면 실제 수요가 계획에 못 미치고, 그 과정에서 유휴 시설과 재고 비용이 발생한다고 설명했다. 업계는 이번 기술 개발이 로켓배송 경쟁력을 한층 강화하는 수단이 될 수 있다고 보고 있다.

특허 설명 자료에서 Coupang은 변화하는 고객 수요에 대비해 협력사로부터 적정 수량의 상품을 받아 풀필먼트센터에 보관할 필요가 있다고 분석했다. 재고 부족이나 배송 지연은 매출 손실과 고객 경험 악화로 이어질 수 있다는 점도 짚었다.

또 협력사는 미래 수요와 주문 수량을 예측하기 어렵고, 전자상거래 기업의 향후 주문 물량을 미리 알 수 없어 과잉재고 위험에 노출된다고 설명했다. 협력사의 향후 납품 가능 물량을 사전에 확인하고 주문량을 조정하면 재고 부족에 따른 매출 손실을 줄이고 풀필먼트센터의 재고 보관 효율도 높일 수 있다는 판단이다.

다만 Coupang은 현재 특허 출원 단계이며 실제 상용화 여부와 구체적인 도입 시점은 아직 정해지지 않았다고 밝혔다.

우리 매체는 앞서 쿠팡의 3,367만여 건 개인정보 유출 사건과 관련해 개인정보보호위원회가 과징금 부과 여부를 심의하며 제재 수위가 결정될 수 있다고 전했습니다. 개인정보보호법상 매출 연동 과징금 규정이 적용돼 법정 최대 과징금 규모와 실제 산정 시 반영될 감경 요소, 그리고 국내 전자상거래 업계 전반에 미칠 파장에 관심이 집중된다는 점을 짚었습니다.

이 자료는 제3자의 의견을 포함할 수 있으며, 이 웹페이지의 데이터 및 정보는 우리의 면책 조항에 따라 투자 조언을 구성하지 않습니다. 우리는 엄격한 편집 무결성을 준수하지만, 이 게시물에는 파트너의 제품에 대한 언급이 포함될 수 있습니다.

이 글이 마음에 드셨나요?