9일 경기 판교 본사에서 만난 김선중 한국타이어 SCM부문장(상무)은 "타이어는 더이상 전통 굴뚝산업이 아니다"면서 "연구와 생산 전체에 걸쳐 데이터를 축적하고 AI와 머신러닝으로 경쟁력을 높이고 있다"고 강조했다. 특히 김 부문장은 "타이어 신제품 개발도 더 이상 실제 시제품을 만들지 않고 시뮬레이션으로 대체했다"면서 "SCM(공급망관리) 분야에서는 AI를 이용해 수요예측 정확도를 높이는 데 집중하고 있다"고 덧붙였다.
대부분의 타이어 회사들이 자동차 기업에 공급하는 B2B(기업간 거래) 비중이 큰 것과 달리 한국타이어는 소매시장을 통한 B2C(기업·소비자간 거래) 비중이 70%에 달한다. 국내·외에 8개 공장, 해외에 100개 창고를 두고 시장 수요를 예측해 160여 개 국에 타이어를 공급하는 만큼 수요예측 정확도는 회사 경영성과와 직결된다. 그동안은 34개 해외 법인별로 수요예측을 수기로 해 왔는데 담당자 역량에 따라 예측 정확도에 차이가 컸다.
김 부문장은 "대부분의 공장이 아시아에 있고, 주 시장은 북미와 유럽이다 보니 배나 철도를 통해 제품을 보내는데 3개월의 기간이 걸린다. 3개월 후를 정확하게 예측해 적절하게 자원을 배분하고 생산결정을 해야 수익성을 높일 수 있다"면서 "과거에는 이들 작업을 사람의 수작업으로 했지만 이제는 타이어 종류만 8000개가 넘고, 미국·한국·중국 등 서로 다른 공장에서 생산한 제품을 최적으로 조합해 공급해야 하다 보니 AI 기반 수요예측이 필요해졌다"고 강조했다.
회사는 이같은 어려움을 해소하기 위해 지난 2020년 말 수요예측 정확도 개선 작업에 착수했다. 그러면서 처음부터 대규모 프로젝트를 하기보다 기술을 검증하고 시험하는 과정을 거쳤다. AWS(아마존웹서비스)에서 제공하는 AI 기반 예측 알고리즘인 '아마존 포캐스트'를 이용해 내부 PoC(기술검증)를 한 결과 주목할 만한 수치가 확인됐다.
김 부문장은 "미국 시장을 대상으로 했는데 사람과 동등한 수준의 정확도를 얻었다. 이후 구체적인 구현방법을 고심하다 AWS가 지원하는 프로토타이핑을 진행했다"고 말했다.
프로토타이핑은 AWS가 자체 기술인력을 투입해 실제 프로젝트를 구체화하면서 교육과 기술 내재화를 돕는 프로그램이다. 한국타이어는 작년 2월부터 4월까지 8주간 프로토타이핑을 진행했다. 사내 데이터 사이언티스트와 데이터 엔지니어, 개발자, 인프라 엔지니어 참여가 어려운 상황에서 AWS 프로토타이핑팀을 통해 스프린트 4개를 진행하며 예측 정확도를 올리고 데이터 파이프라인도 구축했다. MFG 부스트 교육을 통해 내부 인력 교육도 진행했다. 이를 바탕으로 5~10월까지 자체적으로 최적화 작업을 했다. 그 결과 판매 예측 정확도는 평균 56%로 높아졌다. 특히 미국과 한국, 중국은 70%까지 개선됐다.
김 부문장은 "기본 프로토타이핑만으로도 각 법인에서 사람이 하는 예측보다 정확도가 높아졌다. 특히 예측 기반 판매가 가장 많은 미국 법인은 정확도가 10% 이상 향상됐다"고 밝혔다.
회사는 예측 결과를 효율적으로 활용하기 위한 자동화 인프라를 구축하는 한편 예측모델 개선작업도 하고 있다.
김 부문장은 "지금 개발한 예측모델은 세계적으로 동일한 변수를 적용했는데, 앞으로 지역별 특화 변수를 적용하고 도메인 지식 기반 개선, 사용자 측면 피드백, 새로운 알고리즘 검토 등을 통해 정확도를 높일 계획"이라며 "예측결과를 토대로 생산전략을 최적화하는 데도 AI의 도움을 받을 계획"이라고 말했다.
프로젝트를 수행하는 서경식 책임은 "이번 프로젝트로 AI 수요예측이란 결과도 얻었지만 다양한 변화가 파생되고 있다. 연구·생산·SCM뿐 아니라 마케팅, 인력관리까지 사내 다양한 분야에 AI를 적용하는 시도를 이어가는 한편 관련 인력확보에도 공을 들이고 있다"고 밝혔다. 안경애기자 naturean@
[ 저작권자 ⓒ디지털타임스, 무단 전재 및 재배포 금지 ]
