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

CasaOne

CasaOne은 설계 지침, 원활한 프로젝트 관리 및 화이트 글로브 이동, 배송 및 설치 환경을 갖춘 비용 효율적인 원스톱 가구 임대/리스 솔루션을 제공합니다.

“CasaOne에서는 고객이 며칠 내에 가구를 사용할 수 있도록 합니다. CasaOne 고객이 Bay Area에서 임대할 수 있는 소파 수 또는 고객이 NY에서 임대할 수 있는 커피 테이블 수를 더 잘 예측하기 위해 Amazon Forecast의 기능을 활용합니다. Amazon Forecast 사용으로 기존 예측 알고리즘에 비해 판매 예측 정확도가 20% 향상되었습니다. 즉, 적합한 제품을 갖추어 수천 달러의 구매 비용을 절약할 수 있습니다. 제품 선택이 개선되면 장기적으로 고객 경험도 향상될 것입니다.”

CasaOne 공동 창립자 및 제품 책임자 Madhusudan Kagwad


CJ대한통운

CJ대한통운은 대한민국의 개인 및 기업을 위한 최고의 통합 운송 및 물류 서비스 공급업체입니다.

“CJ대한통운에서는 수요 충족을 위해 프로비저닝하는 인적 자원, 운송 수단 및 창고 공간의 양을 최적화하기 위해 택배 물량 예측 프로세스에 Amazon Forecast를 적용했습니다. Amazon Forecast를 사용함으로써 자체 시스템을 구축할 필요 없이 정교한 기계 학습 기반 예측 기술을 사용할 수 있게 되었습니다. CJ대한통운에는 Amazon Forecast 사용을 통해 운영 효율성을 높일 수 있는 명확한 방법이 있습니다.”

김영수(CJ대한통운 TES 전략 사업부 부사장)


DevFactory

DevFactory는 소프트웨어 개발에서 반복적이고 가치가 낮은 작업을 수행하는 공장으로, 개발자 팀이 귀중한 개발 리소스를 제품 및 고객에게 가치를 제공하는 데 집중할 수 있도록 해줍니다.

“AI를 사용하여 자체 제품 및 운영을 개선하는 것은 공장 기본 원칙의 핵심입니다. 판매량을 보다 정확하게 예측하여 더 나은 인벤토리 계획을 제공할 수 있도록 일부 제품의 기본 기능으로 Amazon Forecast를 사용하고 있습니다. Amazon Forecast는 모델을 수동으로 구축하고 교육하지 않고도 제품에 고급 기계 학습 알고리즘을 사용할 수 있는 기능을 제공합니다. 따라서 제품을 쉽게 구축하고 유지 관리할 수 있을 뿐만 아니라 고객에게 뛰어난 정확성, 가용성 및 확장성을 제공합니다. 이것은 우리뿐만 아니라 고객에게도 값진 혜택입니다.”

DevFactory CEO Rahul Subramaniam


OMotor

OMOTOR는 WhatsApp 및 기타 플랫폼을 통해 통신할 수 있는 최고의 기계 학습 알고리즘, 컴퓨터 비전 기술 및 인지 봇을 제공하여 AI를 통해 비즈니스를 개선할 수 있도록 도와줍니다.

“OMOTOR는 고객을 대신하여 혁신을 위해 AI를 사용하므로 고객의 성공을 위해 AWS의 최첨단 딥 러닝 기술을 사용해야 합니다. Amazon Forecast를 사용하면 매번 수동으로 모델을 구축하고 교육할 필요 없이 시계열 데이터에서 다양한 예측을 생성하고 구체화할 수 있습니다. 향후 12개월 동안의 실제 판매량을 예측하므로 인벤토리 계획을 적절히 계획하고 향후 수익성을 예측하며 시장 점유율 손익을 추적하고 기타 통찰력을 확보할 수 있습니다. 따라서 보다 상황에 맞는 데이터를 사용하고, 더 자주 최적화하고, 정확도를 50% 이상 개선하여 예측을 생성하고, 빠른 속도로 운영할 수 있습니다. 예를 들어 OMOTOR는 브라질에서 자동차 산업 분야의 고객이 185대 차량의 판매량을 예측하도록 돕고 있습니다.”

OMOTOR CEO Marcio Rodrigues


Puget Sound Energy

Puget Sound Energy(PSE)는 워싱턴 주 10개 카운티의 커뮤니티에서 전기 분야 110만 명의 고객과 천연 가스 분야 825,000명의 고객을 지원하는 주 최대 공익 사업체입니다. 

“PSE에서는 Amazon Forecast를 사용하여 일반 주택의 전기 및 가스 소비량을 예측했습니다. 우리는 과거 소비 및 날씨 데이터가 매우 제한적임에도 불구하고 수작업을 거의 거치지 않고 30일을 예측하는 데 Amazon Forecast가 뛰어난 성능을 보여주는 것을 확인했습니다. 환경 친화적인 에너지 솔루션에 대한 중요성이 강조됨에 따라 PSE와 같은 에너지 서비스 공급업체에게는 각 고객의 가정과 비즈니스에서 보다 정확한 에너지 사용량 예측을 생성하는 기능이 필수적입니다. 이러한 향상된 분석 기능을 통해 PSE는 맞춤형 에너지 절약 프로그램 및 서비스를 식별하여 궁극적으로 고객 청구액을 줄일 수 있을 것입니다.”

PSE 수석 클라우드 아키텍트 Paul Johnson

Amazon Forecast 기능 살펴보기
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
AWS 콘솔에서 구축 시작

AWS 콘솔에서 Amazon Forecast 구축을 시작하십시오.