쿠팡 풀필먼트 센터 입고 최적화

쿠팡은 풀필먼트 센터로의 제품 입고 프로세스를 기계 학습을 통해 최적화하고 있습니다. 이 과정에서 트럭 수량 예측 모델을 개발하여, 업체들이 적정한 슬롯 개수를 사전에 예측할 수 있도록 지원합니다. 데이터 분석과 도메인 전문가의 조언을 통해 입고에 영향을 미치는 여러 특징을 도출하였으며, LightGBM 알고리즘을 활용하여 모델을 학습시켰습니다.

모델 학습 과정

• 트럭 수량 예측을 위한 특징 추출 및 피처 엔지니어링
• 베이지안 최적화를 통한 하이퍼 파라미터 탐색
• 입고 예약 시스템과 모델 연계 구성

최종 모델의 과소 예측 비율은 2.53%로, 이전의 8.71%에서 개선되었습니다. 이로 인해 업체의 입고 일정 변경 사례가 67.9% 감소하였고, 쿠팡은 자원의 낭비를 줄일 수 있었습니다. 앞으로도 모델의 지속적인 개선을 통해 새로운 유형의 제품에 대한 예측 성능을 강화할 계획입니다.