일본산업뉴스요약

Start Up Innovation / Science
식품의 낭비, AI로 줄여
날씨로 수요 예측, 인과 관계를 알 수 있어 안심

날씨를 활용해 기업의 생산성을 향상시키는 서비스를 위해 NEC와 일본기상협회(도쿄)가 손을 잡았다. 인공지능(AI)이 날씨와 매장 판매 데이터를 분석해 식품이 팔리는 양을 예측, 제조사에게 생산에 필요한 양을 알려주는 서비스이다. 빅데이터를 이용한 식품 수요 예측에 대해 다양한 분야의 기업들이 관심을 보이고 있다.

NEC와 일본기상협회는 2월말, 식품 낭비를 줄이는 수요 예측 서비스를 7월에 개시한다고 발표했다. 수요 예측 서비스에서는 일본기상협회가 노하우를 보유, 이미 식품업체들과 실적을 쌓고 있다.

일본기상협회는 독자적으로 날씨 정보를 수집, 다양한 데이터를 이용해 2017년 4월에 식품 수요 예측 서비스를 시작했다. 기온과 습도는 물론, 햇볕의 강도와 바람 세기 등의 정보도 데이터에 포함되어 있다.

날씨 정보와 함께 트위터에서의 덥다, 춥다 등의 말들을 계산식으로 도입해 ‘체감 온도’를 산출하는 독자적 알고리즘을 개발해 서비스의 기반으로 삼고 있다. 이 수치를 조사기관인 INTAGE Holdings의 POS(판매정보관리)데이터 등과 비교해 수치가 판매와 어떻게 관련되어 있는지를 분석한다.

-- 사업 습관이라는 장벽 --
서비스 개시 전에 두부 생산업체 사가미야쇼쿠료(相模屋食料, 마에바시 시)와 실험했을 때에는 지수를 5단계로 나눠 지수 별로 생산량을 정했다. 일본기상협회가 ‘6월 30일의 지수는 레벨5’ 등으로 통지한 결과, 통지만으로도 기존 예측과 비교해 생산 낭비를 줄일 수 있었다.

슈퍼마켓도 실험에 참여시켰다. 기존에는 사가미야쇼쿠료가 슈퍼의 발주 하루 전에 수량을 예측해 두부를 생산해왔다. 이러한 시스템을 개선하기 위해 슈퍼가 일본기상협회의 예측을 바탕으로 발주 양을 조기에 결정하도록 했다. 사가미야쇼쿠료는 슈퍼의 발주 후에 생산할 수 있게 되어 낭비가 사라졌다.

현재는 모리나가(森永)제과가 아이스크림 생산에 일본기상협회의 서비스를 도입하고 있다. 빙과 영업부의 신타니(新谷) 과장은 “2주 후의 수요에 대한 예측 정밀도가 향상되었다”라고 말한다. 모리나가제과는 출하해야 할 양에 대한 예측 데이터를 일본기상협회로부터 제공받아 간판 상품인 ‘쵸코모나카점보’ 생산에 활용하고 있다.

쵸코모나카점보의 인기는 모나카의 바삭한 식감이다. 시간이 지나면 모나카가 아이스크림의 수분을 흡수하기 때문에 바삭함은 사라진다. 지금까지는 기상청 등이 발표하는 일기예보를 바탕으로 상품의 소비량을 예측해왔지만, 2주 후는 평균 기온밖에는 파악할 수 없어 빙과류의 소비량에 크게 영향을 주는 최고 기온을 알 수 없었다.

일본기상협회는 현재, 2주 후의 정보를 참고로 배송 센터가 있는 11개 지역에 수요 예측을 제공하고 있다. 신타니 과장은 “여름을 앞두고 소비량이 증가되면 지역별 수요량을 생산 조정에 활용할 수 있을 것이다”라고 기대감을 나타냈다.

“날씨의 힘을 통해 경제 문제를 해결할 수 있지 않을까?” 일본기상협회가 새로운 사업을 모색하고 있었을 때 나카노(中野) 공학박사의 이 한마디가 계기가 되어 2014년, 상품 수요 예측 프로젝트가 시작되었지만 그 과정은 순탄하지 않았다. 혼마(本間) 상품수요예측사업 매니저는 “오랜 세월 만들어진 사업적 관습을 무너뜨리는 것이 너무도 힘들었다”라고 말했다. 제조사들과 소매점들은 예전부터 날씨에 맞춰 출하 및 납품을 조정해왔다. 양이 맞지 않으면 큰 손해를 입게 되기 때문에 기업들은 “어차피 예측은 맞지 않을 것이다”라며 차가운 반응을 보였다.

NEC와 함께 제공하는 이번 서비스는 이러한 기업들의 반응을 바꿀 가능성이 있다.

-- 도매 및 소매도 --
NEC와 일본기상협회가 예측하는 것도 개별 상품에 대한 최적의 출하량 등의 정보이다. 예를 들어, 2개월 후인 5월 15일의 매장에서 상품 A의 매출이 어떨지를 예측한다. 그 정확도는 지금까지 제조사들이 예측해온 것과 비교해 20% 향상될 것으로 전망된다고 일본기상협회는 설명한다.

분석 대상이 되는 데이터는 상품에 따라 달라지지만, 날씨 정보와 함께 서비스를 이용하는 기업 상품의 생산∙판매 데이터, 지역별 인구, 교통량 등의 다양한 데이터가 도입될 수 있다.

NEC는 ‘이종혼합 학습기술’이라고 부르는 독자적인 AI를 사용. 어떤 요소가 소비량 등에 어느 정도 관계하고 있는지를 명확히 파악하는 특징이 있다. 심층학습의 경우는 분석 과정이 분명하지 않아 원인에서 결과까지의 과정이 파악되기 어렵다.

NEC의 AI는 기온과 습도 등의 변수가 소매점 및 제조사들의 고객 수와 출하량에 어느 정도 영향을 미치는지를 알려준다. 이러한 화이트박스와 같은 AI를 통해 소매점들과 제조사들이 안심하고 예측 서비스를 이용할 수 있을 것이다. AI에 어떠한 변수를 도입할 것인지는 NEC가 업체들에게 제안한다. 향후, 변수가 기계학습을 통해 자동으로 도입될 수 있도록 할 계획이다.

NEC Enterprise Business Unit의 나카다(中田) 이사는 “밸류체인 전체에서 서비스가 이용된다면 낭비를 크게 절감할 수 있을 것이다”라고 말했다. 소매, 도매, 제조사가 새로운 서비스로 연결된다면 폐기 및 결품(缺品) 감소 효과는 클 것으로 전망된다.

 -- 끝 --