AI 수요 예측 혁신 사례: 디카톤과 Chronos-2

단칼론 – AI 기반 수요 예측으로 성장하는 디카톤의 성공 사례

AI와 클라우드 기술은 현대 비즈니스 세계에서 필수 요소로 자리 잡았습니다. 특히 리테일 산업에서의 AI 활용은 재고 관리와 공급망 최적화에 큰 기여를 하고 있습니다. 디카톤은 이러한 AI 활용의 선두주자로, AWS 기반의 Chronos-2 모델을 도입하여 수요 예측을 혁신적으로 개선하였습니다. 이번 블로그 포스트에서는 Chronos-2를 활용한 디카톤의 사례를 통해 AI 기반 수요 예측의 활용과 장점에 대해 알아보겠습니다.

디카톤의 수요 예측 도전 과제

디카톤은 전 세계적으로 100,000명 이상의 팀원과 400만 명의 고객을 가진 대형 스포츠용품 소매업체로, 다양한 컨티넌트와 계절적으로 다양한 수요 패턴을 지닌 80여 종목의 제품을 취급합니다. 이로 인해 정확한 수요 예측은 매장에 필요한 적절한 수량의 제품을 적시 공급하는 데 필수적입니다. 기존의 예측 시스템은 운영적인 복잡성과 새로운 지역으로의 확장이 어려운 한계가 있었고, 이를 개혁하기 위해 Chronos-2 모델의 도입을 결정하게 되었습니다.

Chronos-2 모델 도입의 가치

디카톤은 2024년 Temporal Fusion Transformer (TFT) 모델의 어려움을 극복하고, Chronos-2 모델을 시험적으로 도입하였습니다. Chronos-2는 데이터 준비에서 모델 훈련과 배포에 이르는 자동화된 프로세스를 제공하므로, 매뉴얼 운영 부담을 줄이고 예측 정확도를 높일 수 있습니다.

Chronos-2 모델은 제로샷 모드에서도 기존 모델과 비교하였을 때 동등하거나 더 나은 성능을 보여주었습니다. 특히 6개월에 한 번씩의 저빈도 최적화를 통해 장기적인 예측 정확도를 크게 개선할 수 있었습니다. 또한, 이 모델은 CPU와 GPU 둘 모두에서 실행 가능하여 다양한 인프라에서의 활용 가능성을 확대하였습니다.

실무 적용과 결과

Decathlon은 AWS를 통한 효율적이고 신뢰성 있는 Chronos-2 배포로 예측 정확도를 상당히 향상시킬 수 있었고, 예측 오류를 줄여 '주문 내실성', '재고 절약', '판매 증가' 등의 측면에서 긍정적인 비즈니스 효과를 거두었습니다. 기존 6개월의 새로운 리전 배포 시간을 2~3개월로 단축함으로써, 디카톤은 더 빠르게 글로벌 시장에 대응할 수 있게 되었습니다.

결론

Chronos-2를 통한 디카톤의 경험은 AI 기반 수요 예측의 현실적이고 실용적인 활용 사례로 손꼽힙니다. AI 기술을 활용하여 공급망 운영을 최적화하고 비즈니스 성과를 향상시키고자 하는 기업이라면, 디카톤의 사례에서 많은 인사이트를 얻을 수 있을 것입니다.

[1] https://aws.amazon.com/blogs/machine-learning/how-decathlon-runs-demand-forecasting-at-scale-with-chronos-2/