컬리는 물류 최적화 문제를 어떻게 풀고 있을까? - 2부

간단 소개

컬리는 Digital Twin을 구축하여 물류 최적화 알고리즘을 검증하고, 실제 물류 센터에 적용하여 효율성을 개선했습니다.

AI Summary

Digital Twin 구축 및 검증
- 실제 물류 센터와 유사한 **가상 환경(Digital Twin)**을 구축하여 유전 알고리즘의 실효성을 검증.
- 확률적으로 결정되는 요소(작업자의 바구니 채우는 정도)를 추정하기 위해 MLE(Maximum Likelihood Estimation) 활용.
- Weibull 분포 및 Weibull Mixture 분포를 통해 바구니 부피를 추정하고, 실제 바구니 수와 비교하여 정확도 검증.
바구니 처리 속도 추정 및 최적화
- 바구니 처리 속도에 영향을 미치는 변수((X_1): 상품 수, (X_2): 상품 종류)를 파악하고 회귀 분석 수행.
- R-squared 값이 0.8 이상으로, 상품 구성을 알면 처리 속도 예측이 가능하다는 것을 확인.
- AnyLogic을 사용하여 실측 사이즈의 QPS를 구현하고, 유전 알고리즘을 통해 총 처리 시간 감소 효과 검증 (약 3% 감소).
실제 물류 센터 적용 결과
- 유전 알고리즘 적용 후 주문 그룹 내 상품 가짓수가 감소하여 작업 효율 및 부대 비용 감소 효과 확인.
- 센터 작업자들의 긍정적인 피드백을 통해 실제 현장에서도 효과가 체감됨을 확인.