Amazon Forecast

Amazon.com에 사용된 것과 동일한 기술에 기반을 둔 정확한 시계열 예측 서비스로 기계 학습 경험이 필요하지 않습니다

Amazon Forecast는 매우 정확한 예측을 위해 기계 학습을 사용하는 완전관리형 서비스입니다.

오늘날 기업에서는 제품 수요, 리소스 요구량 또는 금융 실적 등의 향후 비즈니스 성과를 정확하게 예측하기 위해 간단한 스프레드시트에서 복잡한 금융 계획 소프트웨어에 이르기까지 모든 도구를 사용하고 있습니다. 이러한 도구는 시계열 데이터라는 일련의 기록 데이터를 확인하는 방식으로 예측을 만들어냅니다. 예를 들어 이러한 도구는 향후의 상황이 이전 데이터를 기준으로 결정된다는 가정에 근거해, 이전 판매 데이터를 확인하는 것만으로 향후 레인코트의 판매량을 예측해 볼 수 있습니다. 하지만 이 접근 방식에서는 추세가 불규칙한 대규모 데이터 세트를 사용하는 경우 예측을 정확하게 내놓기가 어려울 수 있습니다. 또한 가격, 할인, 웹 트래픽, 직원 수 등 시간에 따라 변하는 데이터 계열은 제품 기능 및 스토어 위치 등 연관된 독립 변수와 쉽게 결합할 수 없습니다.

Amazon Forecast는 Amazon.com에서 사용하는 것과 동일한 기술을 기반으로, 기계 학습을 통해 시계열 데이터를 추가 변수와 결합하여 예측을 만들어냅니다. Amazon Forecast는 기계 학습 경험이 없어도 시작 가능합니다. 기록 데이터와 예측에 영향을 줄 수 있는 추가 데이터만 제공하면 됩니다. 예를 들어 특정 셔츠 색상의 수요는 계절과 스토어 위치에 따라 달라질 수 있습니다. 이처럼 복잡한 관계는 그 자체만으로는 확인하기 어렵지만 기계 학습은 해당 관계를 인식하는 데 적합합니다. 데이터를 제공하면 Amazon Forecast에서 데이터를 자동으로 검사해 의미 있는 내용을 식별한 후 시계열 데이터만 확인하는 방식에 비해 최대 50% 더 정확히 예측하는 예측 모델을 생성합니다.

Amazon Forecast는 완전관리형 서비스이므로 서버를 프로비저닝하거나 기계 학습 모델을 구축, 교육 또는 배포할 필요가 없습니다. 사용한 만큼만 비용을 지불하면 되고, 최소 요금 및 사전 약정은 없습니다.

장점

기계 학습을 통한 50% 더 정확한 예측

Amazon Forecast는 기계 학습을 사용해 시계열 데이터와 기타 변수(예: 제품 기능, 스토어 위치)가 서로 영향을 주는 방식을 자동으로 검색함으로써 최대 50% 더 정확한 예측을 제공합니다. 따라서 시계열 데이터만이 제공할 수 있는 정보를 확인하는 경우에 비해 이처럼 복잡한 관계가 수요에 최종적으로 어떤 영향을 주는지 더 효율적으로 파악할 수 있습니다. Amazon Forecast에서는 사용하는 데이터에 따라 고유한 모델을 구축하므로 비즈니스별로 사용자 지정 방식의 예측이 가능합니다.

예측 시간을 몇 달에서 몇 시간으로 단축

Amazon Forecast를 사용하면 몇 달씩 엔지니어링 과정이 걸리던 예측 정확도 수준을 몇 시간만에 달성할 수 있습니다. 시계열 데이터와 관련 데이터를 Amazon S3 데이터베이스에서 Amazon Forecast로 가져올 수 있습니다. 그러면 Amazon Forecast에서 자동으로 데이터를 로드하여 검사한 다음 예측에 필요한 주요 속성을 식별합니다. 그런 다음 사용자 지정 모델에 대한 교육 및 최적화 작업을 수행한 후 비즈니스 예측을 생성하는 데 사용할 수 있는 가용성 높은 환경에서 해당 모델을 호스팅합니다. Amazon Forecast에서는 예측 모델을 구축/교육/튜닝/배포하는 데 필요한 복잡한 기계 학습을 자동으로 처리하므로 정확한 예측을 빠르게 생성할 수 있습니다.

거의 모든 시계열 예측 생성

비즈니스를 운용하려면 현금 흐름, 제품 수요, 리소스 계획 등 여러 유형의 시계열 예측이 필요합니다. Amazon Forecast에서는 소매, 물류, 금융, 광고 성과 등 거의 모든 산업 및 사용 사례에 맞는 예측을 만들어낼 수 있습니다. Amazon Forecast는 기계 학습을 통해 모든 기록 시계열 데이터를 사용할 수 있으며, 내장된 알고리즘으로 구성된 대규모 라이브러리를 사용하여 특정 예측 유형에 가장 적합한 데이터를 자동으로 결정합니다.

비즈니스 데이터 및 안심 가능한 보안

Amazon Forecast와의 모든 상호 작용은 암호화를 통해 보호됩니다. Amazon Forecast에서 처리하는 모든 콘텐츠는 Amazon Key Management Service를 통해 고객 키를 사용하여 암호화되며, 저장 시에는 서비스를 사용 중인 AWS 리전에서 암호화됩니다. 또한 관리자는 AWS Identity and Access Management(IAM) 권한 정책을 통해 Amazon Forecast에 대한 엑세스를 제어할 수 있으므로 민감한 정보는 안전하게 기밀로 유지됩니다.

작동 방식

Amazon Forecast의 작동 방식

사용 사례

제품 수요 계획

Amazon Forecast를 사용하면 다양한 스토어 위치에 적합한 인벤토리 수준을 예측할 수 있습니다. 판매량 기록, 가격, 스토어 프로모션, 스토어 위치, CSV(쉼표로 구분된 값) 형식으로 된 소매 관리 시스템의 카탈로그 데이터와 같은 예측 정보를 Amazon S3 스토리지에 제공합니다. 그러면 이 정보를 웹사이트 트래픽 로그, 날씨, 배송 일정 등의 관련 데이터와 결합할 수 있습니다. Amazon Forecast는 해당 정보를 사용하여 개별 스토어 수준에서 제품의 고객 수요를 정확하게 예측할 수 있는 모델을 생성합니다. 예측을 CSV 형식으로 배치 작업을 통해 내보낸 후 다시 소매 관리 시스템으로 가져오면 스토어당 구매/할당해야 하는 인벤토리의 양을 파악할 수 있습니다.

금융 계획

모든 비즈니스 성공의 근간에는 판매액 예측 등의 정확한 금융 정보 예측이 필요합니다. Amazon Forecast는 여러 기간과 통화 단위에 걸쳐 매출, 경비, 현금 흐름 등의 주요 금융 지표를 예측할 수 있습니다. 먼저 Amazon S3 스토리지에 이전의 금융 시계열 데이터를 업로드한 다음 Amazon Forecast로 해당 데이터를 가져옵니다. 그러면 Amazon Forecast에서 모델을 생성한 후 원하는 정확도의 예측을 제공하므로, 프로덕션에서 해당 모델을 사용하기 전에 데이터가 더 필요한지를 확인할 수 있습니다. 또한 이 서비스는 Amazon Forecast 콘솔에 예측 정보를 그래프로 시각화할 수도 있으므로 정보를 토대로 하여 적절한 결정을 내리는 데 도움이 됩니다.

리소스 계획

매출을 최대화하고 비용을 제어하려면 직원 수준, 광고 인벤토리, 제조용 원자재 등 사용 가능한 리소스의 적절한 수준을 계획해야 합니다. 리전별로 광고 인벤토리를 최적화하려는 방송 회사의 경우를 예로 들어 보겠습니다. 이 회사는 여러 프로그램 카테고리와 지리적 리전의 이전 시청자 데이터, 콘텐츠 메타데이터 및 리전별 인구 통계를 Amazon Forecast로 가져올 수 있습니다. 그러면 서비스가 이 데이터를 통해 학습을 하여 정확한 지역별 예측을 제공합니다.

고객 성공 사례

More Quality First

More Retail

More Retail은 인도의 옴니채널 식료품 소매 부문을 선도하는 기업으로, 인도 소비자들이 가장 선호하는 식료품 업체가 되겠다는 사명을 실현하기 위해 최선을 다하고 있습니다. 이 회사가 인도 전역에서 운영하는 22개의 하이퍼마켓과 624개의 수퍼마켓은 13개의 유통 센터, 7개의 청과물 집하 센터 그리고 6개의 기본 식품 가공 센터 네트워크를 통해 지원됩니다.

“More Quality First는 인도 식품 및 식료품 부문의 ‘신선 품목’ 범주를 주도하고 있습니다. 생존 가능한 비즈니스를 운영하려면 신선한 청과물의 재고 물량을 관리하는 동시에 폐기되는 분량을 최소화해야 합니다. 이처럼 상충하는 우선 순위를 적절히 조정하기 위해 AWS는 물론, 데이터 과학 컨설팅 기업인 Ganit와 협력하여 Amazon Forecast를 기반으로 구축된 수요 예측 및 자동 주문 시스템을 배포했습니다. 매장-품목-날짜 수준으로 매우 세분화하여 예측해야 하기 때문에 ABC-XYZ 프레임워크를 기반으로 한 개발 노력을 우선적으로 수행했습니다.
 
매장-품목 조합은 3x3 행렬로 작성했습니다. 기록 패턴을 기반으로 ABC축(A - 높음, B - 보통, C - 낮음)은 판매량 증가를 나타내고 XYZ축(X - 예측하기 쉬움, Z - 예측하기 어려움)은 예측 가능성을 나타냈습니다. 예상대로 ABC-XY 버킷의 품목 예측 정확도는 Z 버킷보다 훨씬 뛰어났습니다. 하지만 Z 버킷에 있는 조합의 경우 Amazon DeepAR+는 지수 평활(Exponential Smoothing) 같은 기존 방식보다 훨씬 뛰어났으며 10%의 증분 예측 정확도를 나타냈습니다. 이는 Amazon Forecast가 다른 SKU(XY) 패턴을 학습하고 Z 버킷의 고도로 불안정한 품목에 적용할 수 있기 때문이었습니다.
 
Amazon Forecast를 사용한 덕분에 신선 청과물 범주에서 예측 정확도를 27%에서 76%로 개선하고 폐기 분량을 20% 줄일 수 있게 되었습니다. Amazon Forecast에서 제공하는 예측 분포를 활용한 결과, 부족 및 초과 예측 비용을 손쉽게 최적화하여 재고 소진 상태가 3%가 된 것은 물론 매출 총 이익도 개선되었습니다. 그에 따라 매장 관리자가 일일 예측을 살펴보고 구매 주문을 더 쉽고 정확하게 접수할 수 있게 되었습니다. 현재 이 모델을 다른 범주로 확장하고, 추가 관련 데이터 세트로 반복하고, 최신 데이터를 Amazon Forecast에 추가하여 모델 정확도를 지속적으로 개선하고 있습니다.”

Supratim Banerjee, More Retail 최고 혁신 책임자

Shivaprasad KT, Ganit 설립자 겸 CEO

Anaplan

Anaplan

Anaplan Inc.는 글로벌 엔터프라이즈가 비즈니스 성과를 조율할 수 있도록 지원하는 클라우드 네이티브 엔터프라이즈 SaaS 회사입니다. 각 업계의 선두 기업은 당사 플랫폼을 기반으로 팀 시스템과 전사적인 인사이트를 연결하여 변화에 지속적으로 적응함으로써 운영 방식을 혁신하고 새로운 가치를 창출해 나가고 있습니다. 샌프란시스코에 본사를 둔 Anaplan은 해외 지사 20여 개와 175개 파트너사, 그리고 전 세계에 약 1,500명에 달하는 직원을 보유하고 있습니다. 

“글로벌 엔터프라이즈는 Anaplan의 클라우드 네이티브 플랫폼을 사용하여 지속적인 예측 및 애자일 시나리오 모델링을 통해 성과를 조율하고 있습니다. Amazon Forecast를 우리 회사의 플랫폼에 통합한 이후로 금융, 공급망, 영업, HR 전반에 걸친 당사 고객은 임베디드 기계 학습을 통해 더 풍부해진 인텔리전스를 활용하여 더 빠르고 신뢰할 수 있는 예측 자료를 만들 수 있게 되었습니다. 우리는 Amazon Forecast를 통해 Anaplan PlanIQ를 제공하여 고객이 예측의 정확도를 높일 수 있도록 지원합니다. 그 결과 고객이 인텔리전스에 기반한 의사 결정을 수행하여 경쟁 우위를 강화하게 된다는 점에 자부심을 느낍니다.”

Rohit Shrivastava, Anaplan, 제품 및 UX 부문 SVP

Axiom Telecom

Axiom Telecom

Axiom Telecom은 중동 리전에서 모바일 단말기 및 기술 유통 부문의 통신사업자 중 시장을 선도하는 기업으로, 시장 점유율은 약 55%이며 현재 점유율을 60% 이상 높이려는 목표를 갖고 있습니다. 현재 Axiom Telecom은 10,000여 개 이상의 독립 고객사 및 기업형 소매 고객사에 통신 제품을 유통하고 있습니다. 이 회사의 업무에는 도매, 소매, 부가가치 서비스, 무선 모바일 디바이스(예: Nokia, Honor, Sony Ericsson, Motorola, Samsung)의 A/S가 통합되어 있습니다. 이 그룹은 창고 30개와 300대 이상의 운송용 화물차를 보유하고 있습니다.

“Amazon Forecast를 사용한 결과 판매량을 정확하게 예측하고 더 개선된 재고 계획을 제공할 수 있게 되었습니다. 이는 우리 회사와 비즈니스에 국한되지 않으며, 고객에게도 매우 값진 혜택입니다. Amazon Forecast를 사용하기 전에는 통계 모델과 수작업 프로세스를 조합하여 판매량을 예측하고 재고를 관리하는 방식에 크게 의존했습니다. 이와 같은 수동 예측 방식을 유지하려면 막대한 시간과 인력 리소스를 할당해야 했고, 오류가 발생할 여지도 있었습니다. Amazon Forecast를 사용한 결과 가용성이 20% 이상 증가하고 재고 최적화는 15% 향상된 것으로 나타났습니다. 그뿐만 아니라, 수작업으로 예측을 하던 팀원들이 이제는 새로운 예측 결과에서 인사이트를 도출하는 더 부가가치가 높은 작업에 참여할 수 있게 되었으므로 비즈니스 성과를 향상하는 데 도움이 됩니다.”

Wassim Al Khayat - 기술 및 혁신 부문 담당 이사

OMNYS

OMNYS

OMNYS는 시스템 통합, 웹과 모바일 기술, IoT, 기계 학습 및 빅 데이터를 기반으로 디지털 플랫폼을 설계하고 구축하여 획기적인 솔루션을 제공합니다. 최고의 기술 습득, R&D, 시장 요구 분석 등의 전반에서 OMNYS는 다양한 산업에 혁신을 가져옵니다.

"Amazon Forecast는 OMNYS가 당사 고객이자 매일 천 백만 개의 IoT 레코드를 수집하는 냉장고 제조업체의 글로벌 리더인 Arneg S.p.A.를 위해 새로운 통찰력과 비즈니스 가치를 창출하도록 돕고 있습니다. Amazon Forecast를 사용함으로써 단 몇 시간 내에 모델 구축을 시작할 수 있었습니다. 과거에는 시작하는 데만 몇 주나 몇 개월이 소요되었습니다. 고객은 회사의 원시 데이터에서 가치를 추출하기를 원했을 뿐인데 저희는 Amazon Forecast를 통해 이보다 훨씬 많은 것을 이룰 수 있었습니다. 전 세계 쇼핑몰에 설치된 냉장고에 대해 3일 전에 에너지 소비를 예측하는 모델을 91%의 정확도로 구축하고, 유지 보수 예측 모델을 사용하여 최소 1일 전에 디바이스 중단의 위험을 더 잘 평가하여 결과적으로 고객으로부터의 긴급 호출 수를 줄였습니다. 고객이 자사의 고객 경험을 관리하는 방법을 개선하기 위해 이러한 통찰력을 활용하는 방법은 무궁무진합니다.

Davide Pozza, OMNYS CTO 

Amazon Forecast 기능 둘러보기
Amazon Forecast 기능 살펴보기

Amazon Forecast에서 정확한 예측 모델을 생성하는 방법을 자세히 알아보십시오.

AWS 계정 가입
무료 계정에 가입

AWS 프리 티어에 즉시 액세스할 수 있습니다. 

Amazon Forecast로 구축 시작
콘솔에서 구축 시작하기

AWS 콘솔에서 Amazon Forecast 구축을 시작하십시오.