<농심의 Amazon SageMaker를 활용한 원자재 가격예측 사례>

커리어리 친구들, 농심의 이번 서비스 개발의 목표는 실무 담당자가 데이터를 내려받는 과정에 들어가는 불필요한 인력, 시간 자원을 최소화하고 데이터 기반의 의사결정 및 체계적 구매전략 수립을 위해 AWS SageMaker를 활용한 MLOps 아키텍처를 구성했습니다. 이를 통해 농심 내부 효율적인 프로세스를 확립하고 머신러닝(AI/ML)을 활용한 시계열 예측 기술을 적용하여 일관성 있는 구매전략을 기대하는 것이 비즈니스 목표라고 합니다. 눈길을 끄는 사항은 구매담당자가 원자재 가격을 예측하는 데에 사용해온 데이터 수집합니다. 이 데이터는 내부의 농심 SAP ERP 팜유 구매 실적 데이터와 외부의 원산지의 기후 데이터 (ex 일조량, 강수량 등), 연관 원자재(ex 소맥, 대두유 등), 세계 경기 지수(ex 상해 지수, 나스닥 지수 등) 입니다. 또한 AI 모델은 AutoGluon 를 사용했으며 AWS lab에서 개발한 AutoML 라이브러리인 AutoGluon을 포함한 다양한 모델 사용했습니다. 개발 도구와 프레임워크는 Amazon SageMaker 를 사용했으며, 데이터 수집부터 AI 모델 배포까지 AI 라이프사이클을 자동화하고 AI 모델을 관리하기 위한 MLOps 아키텍처 구축했다고 합니다. 그리고 AI 모델 배포 전, 비즈니스 담당자가 다양한 모델을 테스트한 결과를 확인한 후 선택할 수 있는 파이프라인을 젓용시켜 마침내 원자재 가격 예측 자동화 시스템을 구축했다고 합니다.

농심의 Amazon SageMaker를 활용한 원자재 가격예측과 MLOps 여정 | Amazon Web Services

Amazon Web Services

농심의 Amazon SageMaker를 활용한 원자재 가격예측과 MLOps 여정 | Amazon Web Services

다음 내용이 궁금하다면?

또는

이미 회원이신가요?

2023년 2월 14일 오전 1:04

 • 

저장 12조회 2,842

댓글 0

    함께 읽은 게시물

    Claude 너.. 아주 실망이야.. 😑 돈을 저렇게 처묵처묵하고는.. 에잉~

    ... 더 보기

    혁신과장형 가짜 프로젝트에 대응하는 방안

    ‘혁신 과장형’ 프로젝트의 스폰서는 성장욕구가 강하고 프로젝트가 조직에 미치는 영향력이 크다. 조직에 영향력이 큰 가짜 프로젝트를 리딩하기 위해서는 똑똑하고 조직에서 잘 나가는 사람이 그런 스폰서가 될 가능성이 높다. 똑똑하고 욕망이 강한 스폰서는 PM에게 매우 위험하다. 왜냐하면 그 스폰서에게 프로젝트는 본인의 성공을 위한 수단이기 때문에 PM을 논리적이면서도 강하게 밀어붙이기 때문이다.

    ... 더 보기

    AI 시대, 데이터 분석에 대해 새롭게 정의해야 하는 이유

    AI 시대를 맞이하면서 우리는 다양한

    ... 더 보기

    클로드 코드 Max 한 달 사용 후기

    ... 더 보기

    클로드 코드 한 달 사용 후기

    K리그 프로그래머

    클로드 코드 한 달 사용 후기

     • 

    댓글 2 • 저장 7 • 조회 2,254



    AI들 코딩 스타일이, GPT는 구글같고, Claude는 메타같음. Gemini는 부트캠프..🫢


    그래서 응용레벨 코딩에는 Claude가 낫고, 로우레벨 코딩에는 GPT가 나은 편.


    * 당연하지만 개인적인 느낌일 뿐 입니다.