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.