Logistics and Distribution

물류 및 유통 분야

Use case

적용사례

AI 기반 창고 물류 관리 자동화 플랫폼 구축
AI 기반 창고 물류 관리 자동화 플랫폼
구축

작업 인력 수요예측, 인력배치 등을 자동적으로 수행 하는 AI 알고리즘을 통해 지능형 물류 플랫폼을 구축

비전기술 활용한 화물용적 추정 AI 알고리즘 개발
비전기술 활용한 화물용적 추정 AI
알고리즘 개발

스마트폰 사진 기반 화물 크기를 자동 추정하고 이단 적재 가능 여부를 판단하는 AI 기반 시스템 구축

급식 레시피 추천 및 배송 경로 최적화 AI 구축
급식 레시피 추천 AI 모델 구축

급식상품 추천 플랫폼 구축을 위해 영양사의 레시피 기반 상품 검색·매칭 자동화를 위한 알고리즘을 구축

POS정보 기반 가맹점 매출 예측 모형 구축
POS정보 기반 가맹점 매출 예측 모형
구축

기존 유통데이터 판매 서비스를 국산 클라우드 및 AI 반도체 기반 SaaS 구조로 전환하며 기능·고도화 수행

가맹점 데이터에 대한 마케팅 업종 체계 구축
가맹점 데이터에 대한 마케팅 업종
체계 구축

가맹점 업종이 신고 업종과 영업 업종과의 차이가 존재하여 마케팅 업종을 새롭게 부여하고 프로세스 재설계 수행

창고관리회사를 위한

AI 기반 창고 물류 관리 자동화 플랫폼 구축

2025년 자체개발
스마트 물류 플랫폼 화면 1 스마트 물류 플랫폼 화면 2
개요 아이콘
개요

실시간 제어 및 예측이 가능한 빅데이터 기반의 WES (창고 실행시스템) 구축을 목표로 기간별 수요예측, 인력 배치 등의 통계적 분석 모듈을 설계하였으며, 이를 통해 지능형 물류 플랫폼에 의한 물류 효율 극대화 및 비용 절감 도모

업무 이슈 아이콘
업무 이슈
  • 기존 WMS는 자동화 설비와 연동이 어려워 제어 및 최적화가 불가능하고, 돌발 상황 대응이 미흡
  • 수요변동, 작업자 배치, 피킹지연 등에 대한 즉각적 판단·예측 기능이 없어 작업 효율이 저하
성과 및 활용 아이콘
성과 활용
  • 분석피킹 최적화 알고리즘 적용하여 피킹경로를 자동 계산
  • 시간대별 작업 부하 예측을 통해 휴먼에러 및 대기시간 감소
  • 고빈도 품목 재배치를 통하여 창고 내 이동횟수 절감 및 재고 회전율 개선

도입효과

이동거리
13%

작업자 동선과 물품 위치를 분석하여 피킹경로를 계산

피킹 시간
15%

경로 계산과 인력재배치에 의해 작업 시간 단축

인력배치
25%

시간대별 작업 예측을 통해 인력 배분 효율화, 휴먼에러 및 대기시간 감소

이동거리
20%

품목 재배치를 통해 이동횟수 절감과 재고 회전율 개선

WMS vs WES 비교

WES는 WMS보다 한 단계 더 실행 중심으로 진화한 시스템
지시·관리 위주의 WMS에서 AI 기반의 예측·최적화 중심의 WES로 발전하고 있음

구분 WMS
물류정보관리 시스템
WES
물류실행관리 시스템
정의 창고 내 자원과 재고관리
계획중심(Planning)
창고 내 설비·작업의 실행·최적화
운영 중심 (Execution)
역할 재고 위치, 입출고 프로세스 작업 순서, 장비 제어, 실시간 스케줄링
성격 정보시스템
(데이터 관리 중심)
제어시스템
(장비·로봇 연동 중심)
대표기능 입출고관리, 로케이션관리, 재고관리 피킹/소터/AGV/로봇 제어,
실시간 작업분배
운영단위 배치 (Batch System) 실시간 (Real-Time System)
적용 대상 일반 물류창고, 3PL 자동화 물류센터, 로봇 기반 풀필먼트
WMS vs WES 시스템 다이어그램

서비스 흐름도

창고관리 업무의 AI 전환의 핵심은 수요예측과 실행 최적화, AI 기반 기능형 물류플랫폼으로 발전을 통해
기존 회원사에 대한 추가 비즈니스 기회 창출 및 신규 회원사 유치를 위한 시장 경쟁력 확보 가능

서비스 흐름도 다이어그램

선박 부품 운송회사를 위한

비전기술 활용 화물용적 추정 AI 알고리즘 개발

2024년 ~ 25년 부산조선해양기자재공업협동조합
화물용적 추정 AI 화면 1 화물용적 추정 AI 화면 2 화물용적 추정 AI 화면 3
개요 아이콘
개요

조선 기자재 납품 과정에서 발생하는 수작업·오가입 등 비효율을 해소하고 납품 정확성 향상을 위하여 스마트폰 사진만으로 화물 크기를 자동 추정하고, 이단 적재 가능 여부를 판단하는 AI 기반 시스템을 구축하여 물류 편의성 제고

업무 이슈 아이콘
업무 이슈
  • 선박제조사 부품의 다양한 촬영 환경(공장·야외·기계 차이)에서도 일관된 예측 정확도 확보하기 위한 데이터 표준화 필요
  • GPU 없이 CPU 환경에서도 동작해야 하므로 모델 경량화(ONNX/TF Lite)와 추론 속도 최적화 필요
성과 및 활용 아이콘
성과 활용
  • AI 기반 물류 지수 자동화를 통해 물류 처리 속도 향상, 적재 효율 극대화
  • 운송 비용 절감이 가능한 지능형 문류 플랫폼의 활용

도입 효과 및 성과

작업 시간 아이콘
작업 시간 및 인력 투입 절감
  • 기존 수작업 치수 측정 및 입력 과정 대비 측정·입력 소요 시간 60~70% 감소
  • 유사 비전 AI 기반 물류 자동화 사례에서 1건당 처리 시간 5~7분 → 1~2분 단축 성과가 확인
  • 현장 작업자 기준으로 동일 인력 대비 처리 물량 1.5~2배 증가 효과
적재 효율 아이콘
적재 효율 향상 및 운송 비용 절감
  • 다품종·소량 납품 환경에서 공차·과적 발생률이 30% 이상인 상황
  • 이단 적재 가능 여부 자동 판단을 통해 차량 적재 공간 활용률 15~25% 개선
예측 정확도 아이콘
예측 정확도 향상 및 오류 감소
  • CNN기반 회귀모델 적용 시 크기 예측 R² > 0.9, 적재 판단 F1 Score 0.85 이상
  • 예측 이력 관리 및 재학습 구조를 통해 운영 6개월 내 정확도 3~7%p 개선
관리 효율 아이콘
관리 효율 및 데이터 활용도 증대
  • 관리자 대시보드 기반 운영 사례에서 의사결정 소요 시간 30% 이상 단축 효과
  • 예측 이력·성과 지표 자동 집계로 보고서 작성 및 관리 업무 시간 40% 이상 절감
  • 축적된 데이터 활용 시 향후 다중 화물 배치 최적화, 운송 계획 자동화 등 확장 서비스 적용 가능

사용자 중심의 모델 및 UI 개발

사용자 중심의 모델 및 UI 개발 프로세스

서비스 구성도

서비스 구성도

식품유통회사를 위한

급식 레시피 추천 AI 모델 구축

2025년 (주)플루시스
현행 vs 개선 비교
개요 아이콘
개요

급식유통기업 플루시스의 급식 상품 추천 플랫폼을 구축하기 위해 영양사의 레시피 기반 상품 검색·매칭 자동화를 위한 알고리즘을 설계하고, 실제 식자재 데이터를 수집 및 분석

업무 이슈 아이콘
업무 이슈
  • 영양사 수작업 중심 상품검색/배주업무로 인한 비효율성 해결 필요
  • 상품 명칭이 유통사별로 상이하여, 상품 식별의 표준화 작업 선행이 필수적
  • 급식상품 추천을 위해 학교, 학생 정보, 과거 구매 이력 등 정보 연계 필요
성과 및 활용 아이콘
성과 활용
  • 시장조사 시간의 대폭 단축 및 식단 구성 및 예산 편성 업무가 자동화
  • 표준화된 상품명 데이터 구축으로 상품 매칭 정확도가 향상

도입효과

시장조사 시간
75%

식자재 시장조사에 평균 3~4일 걸리던 소요시간이 시스템을 통한 1시간 이내 조사

상품 검색 시간
60%

수작업 기반의 식자재 검색 시간이 대폭감소, 추천에 의한 자동 검색의 활성화

사용자수
14%
  • 검색 편의성 제공을 통한 사용자 증대
  • 수도권 60%, 대구경북 90% 사용률 달성
상품명 표준화율
98%

상품명 표준화로 분류 정확도 및 자동화 분석율 비약적 증가

식자재 텍스트 정보에 대한 표준화 및 코드화 작업

상품명 내에 필요한 정보 흔재

상품명 내 필요 정보 흔재

텍스트 데이터로부터 필요 정보 추출

텍스트 데이터로부터 필요 정보 추출

상품명칭 표준화 프로세스

상품명칭 표준화 프로세스

데이터 유통회사를 위한

POS정보 기반 가맹점 매출 예측 모형 구축

2024년 (주) 마켓링크
매출 예측 모형 분석
개요 아이콘
개요

기존 MAP (Marketlink Analytic Platform) 유통 데이터 판매 서비스를 국산 클라우드-AI 반도체 기반 SaaS 구조 (MSA, 멀티 테넌시, AI 미래시장 예측)로 전환-고도화 수행

업무 이슈 아이콘
업무 이슈

수십조 레코드 규모의 대용량 POS데이터를 처리하면서도 실시간 AI 예측, 사용자 셀프 서비스, 비용 등 효율적인 클라우드 운영을 동시에 만족해야 하는 기술적 복합성의 해결

성과 및 활용 아이콘
성과 활용

매출 예측 정확도 향상으로 데이터 판매 증가, 데이터 분석 업무 시간 단축 및 서비스의 구독형 전환 후 고객사 수 증가와 데이터 관련 매출 증가

도입 효과 및 성과

데이터 분석 아이콘
데이터 분석·보고 업무 효율 향상
  • 기존 수작업·정적 리포트 기반 분석 대비 데이터 분석 소요 시간 30~50% 단축
  • 사용자 셀프서비스 분석 도입 시 분석 요청 대응 건수 1인당 1.6~2배 증가
매출 예측 아이콘
매출 예측 및 시장 판단 정확도 개선
  • 도입기업의 주요 고객인 유통·소비재 기업의 수요예측 정보 활용을 통한 재고 과잉률 20~30% 감소
예측 정확도 아이콘
예측 정확도 향상 및 오류 감소
  • 온프레미스 또는 외산 분석 솔루션 대비 IT 인프라 운영비 20~40% 절감
  • 데이터 유통회사에서 SaaS 도입 후, 초기 구축비용(CAPEX) 60% 이상 감소
  • 오토스케일링 자원 풀링 적용 시 피크 트래픽 대비 비용 효율 30% 이상 개선
사업 확장 아이콘
사업 확장성과 수익성 증대
  • SaaS로 전환 후 기업고객의 고객사 수 2.3배 증가 (도입 완료 후 1년 기준)
  • 구독형 과금 모델 도입 후 반복 매출(ARR) 26% 성장
  • 신규 고객 유입 시 도입·온보딩 기간 50% 이상 단축으로 Go-To-Market 속도 향상

AI기반 상품명칭 코드화 분류 알고리즘 구축

AI기반 상품명칭 코드화 분류 알고리즘

Retail POS Index 서비스 구성

Retail POS Index 서비스 구성

신용카드를 위한

가맹점 데이터에 대한 마케팅 업종체계 구축

삼성, 현대, BC카드사
마케팅 업종 체계 분석
개요 아이콘
개요
  • 카드사 가맹점 업종은 수수료율 적용을 위한 국제점 신고 업종으로 실제 영업 업종과는 많은 차이가 존재하여 분석이 여러 오류 야기
  • 이를 해결하기 위해 마케팅 입점체계를 새로 설계하여 마케팅 업종 부여와 프로세스를 재설계 및 기존 DB에 적용
업무 이슈 아이콘
업무 이슈

가맹점 정보 불일치와 중복, 주소·전화번호 오류 등의 데이터 품질 저하 문제가 존재하여 마케팅 목적의 새로운 입점체계 및 데이터 작업 필요

성과 및 활용 아이콘
성과 활용
  • 보다 세분화 된 2,000개 수준의 업종 분류 체계를 구축하여 상호·주소·전화번호 기반의 정확도 높은 매칭 로직 및 표준화 엔진을 개발
  • 고도화된 업종 체계는 CRM, 타겟 마케팅, 대형 가맹점 분석, 프랜차이즈 전략 수립 등 마케팅 데이터 사업 전반에 활용

도입 효과 및 성과

가맹점 데이터 정합률 향상
데이터 정합률 아이콘
  • 전체 데이터의 약 64.5% 매칭 달성
  • 가맹점 정보 체계 항목: 주소, 전화번호, 상호명칭
중복 제거 및 DB 클린징 효과
중복 제거 아이콘
  • 중복 가맹점 정보 32.1% 식별
  • - 2건 이상 중복 비율: 78.94%, 3건 이상 20% 이상 존재
고객 니즈 세분화
니즈 세분화 아이콘
  • 기존 카드사 업종 체계는 220개 소분류 수준
  • 신규 마케팅 업종체계는 2,000개 이상으로 세분화되어 고객 니즈 기반의 세분류 기반 마련
관광객 분산 효과
분산 효과 아이콘
  • 가맹점 업종 자동 매칭 로직과 표준화 엔진 도입으로 수작업 기반 정제 대비 약 70% 이상 시간 절감
  • 매칭 정확도도 자동화 엔진으로 평균 90% 이상 수준 확보

가맹점 업종 정제 프로세스

가맹점 업종 정제 프로세스