Nextail이 확률적 예측과 혼합정수선형계획법으로 패션유통의 조합 최적화를 자동화하는 과정

Context

패션리테일 기업은 수백만 개의 SKU-매장-사이즈 조합을 매일 의사결정해야 하지만, 기존 스프레드시트 기반 시스템은 50만 행을 넘어서면 멈추고 수천 개의 상호의존적 매크로가 변경사항에 즉시 파손됨. 이는 동일 클러스터 내 일부 매장의 과재고와 동시에 다른 매장의 재고 부족을 유발함. 중간 제품을 소홀히 하고 시즌 말 대규모 세일 비용을 초래함.

Technical Solution

• 수십 개의 분산된 ERP, WMS, POS 시스템의 데이터를 매일 통합하고 정제하여 팬텀 재고 교정 및 단일 진실 공급
• SKU-매장-날짜 조합마다 단일 예측값이 아닌 완전한 확률분포를 생성하여 불확실성을 정량화
• 혼합정수선형계획법(MILP) 알고리즘과 확률적 최적화를 결합하여 '얼마나, 어디에, 언제' 보낼지 정확한 운영 처방 도출
• ZIP 코드 인구통계별 사이즈 분포, 백룸 용량, 최소 진열 요건 등 실제 제약조건을 예측에 반영
• RAG 기반 생성형 AI를 인지 오케스트레이션 레이어로 활용하여 자연어로 최적화 결과 분석 및 실행 승인 가능

Impact

제라-인딕스산하 1000개 이상 매장, 연간 100억 달러 이상의 매출 규모 운영 경험에서 도출된 문제 정의

Key Takeaway

패션유통의 복잡성은 인간 수동 처리 역량을 영구적으로 초과했으며, 확률적 예측과 엄격한 수학적 최적화의 융합만이 진정한 운영 애질리티를 구현함