Coupang이 상품 수요를 예측해 협력사의 생산과 납품 계획에 연동하는 인공지능 기반 시스템 구축에 착수하고 있다. 이 시스템은 로켓배송의 공급 효율을 높이고 과잉 재고와 품절 가능성을 줄여 물류 경쟁력 강화에 활용될 전망이다.
하이라이트
- Coupang이 5월 6일 AI 기반 수요 예측 시스템 관련 분할 특허를 출원, 협력사의 생산·납품 계획과 연동된 예측 관리에 나섰다.
- 머신러닝으로 이용자 구매 이력, 계절, 이벤트, 협력사 납기 이력 등 빅데이터를 활용해 주문 수요와 공급망 위험, 매출 손실까지 예측한다.
- Coupang은 이번 기술로 재고 비용 부담 완화와 로켓배송 경쟁력 강화 기대, 1분기 3,500억 원 재고 비용 손실 배경 해소 추진한다.
수요 예측 시스템 개발과 운영 방식
서울경제 보도에 따르면, Coupang은 협력사의 납품 물량을 사전에 예측하고 관리하는 시스템 개발에 들어갔으며 5월 6일에는 관련 기술에 대한 분할 특허도 출원했다.이 시스템의 핵심은 향후 주문 수요를 예측한 뒤 이를 협력사와 공유하는 구조다. 협력사는 이 정보를 바탕으로 생산 및 납품 계획을 세우고, Coupang은 이를 검토해 수요와 납품 계획이 어긋날 경우 발주 시점과 물량을 탄력적으로 조정해 품절을 막는 방식이다.
주문 예측에는 Coupang 이용자의 과거 구매 이력 학습에 기반한 머신러닝 기술이 활용된다. 계절, 날씨, 지역, 월드컵과 같은 주요 이벤트도 변수로 반영된다.
예를 들어 여름철 생수 판매 이력과 기상청 폭염 예보를 결합해 다음 한 달간 1,000건의 주문이 발생할 것으로 예측하면, 해당 정보가 생수 제조사에 전달된다. 제조사는 이를 토대로 생산 및 납품 계획을 시스템에 입력하고, Coupang은 계획의 적정성을 다시 점검한다.
협력사의 과거 납기 준수 이력도 시스템에 반영된다. 특정 협력사가 반복적으로 납기를 지키지 못하거나 주문량보다 적게 납품한 사례까지 고려해 예상 매출 손실 규모를 계산함으로써 공급망 위험 대응과 손실 축소에 활용한다.
재고 부담 완화와 로켓배송 경쟁력 강화
Coupang은 앞으로 이용자 구매 데이터와 협력사의 생산, 납품 피드백을 계속 축적하면서 AI 기반 정보 교환 과정을 점검하고 고도화할 계획이다. 이러한 방식이 반복될수록 수요 예측 정확도도 높아질 것이라는 관측이 나온다.이번 기술 개발은 과잉 재고로 인한 비용 부담을 낮추려는 조치로 해석된다. 지난달 열린 Coupang Inc의 1분기 실적 콘퍼런스콜에서 Bom Kim 의장은 3,500억 원 손실의 배경 가운데 하나로 재고 비용 부담을 언급했다.
업계에서는 이번 시스템이 로켓배송 경쟁력을 한층 강화할 수 있다고 보고 있다. Coupang은 특허 설명 자료에서 변화하는 고객 수요에 대비해 협력사로부터 적정 수량의 상품을 받아 풀필먼트센터에 보관할 필요가 있으며, 재고 부족이나 배송 지연은 매출 손실과 고객 경험 악화로 이어질 수 있다고 설명한다.
또 협력사 입장에서는 미래 수요와 주문량을 예측하기 어렵고 전자상거래 업체의 향후 발주 물량도 미리 알기 어려워 과잉 재고 위험이 커질 수 있다고 봤다. 이에 따라 향후 납품 가능 물량을 미리 확인하고 주문량을 조정하면 재고 부족에 따른 매출 손실을 줄이고 풀필먼트센터의 재고 보관 효율도 높일 수 있다는 것이 회사 측 판단이다.
우리의 이전 기사에서는 Jensen Huang의 방한을 계기로 Nvidia가 SK hynix, NAVER 등 국내 주요 기업들과 AI 클라우드·인프라 협력을 확대하는 흐름을 정리했습니다. 한국이 HBM, 데이터센터, 로봇·모빌리티 등 역량을 바탕으로 글로벌 AI 공급망에서 존재감을 키우고 있지만, 단일 기술 우위만으로는 표준과 조건을 주도하기 어렵다는 과제도 함께 짚었습니다.
- Forex
- Crypto