KR102427001B1 - 인공지능에 기반하여 물류창고에 적치되는 아이템의 출고 시기를 예측하고 아이템의 적치 위치를 결정하는 방법 - Google Patents

인공지능에 기반하여 물류창고에 적치되는 아이템의 출고 시기를 예측하고 아이템의 적치 위치를 결정하는 방법 Download PDF

Info

Publication number
KR102427001B1
KR102427001B1 KR1020210127210A KR20210127210A KR102427001B1 KR 102427001 B1 KR102427001 B1 KR 102427001B1 KR 1020210127210 A KR1020210127210 A KR 1020210127210A KR 20210127210 A KR20210127210 A KR 20210127210A KR 102427001 B1 KR102427001 B1 KR 102427001B1
Authority
KR
South Korea
Prior art keywords
item
sales
information
media
warehouse
Prior art date
Application number
KR1020210127210A
Other languages
English (en)
Inventor
김영광
Original Assignee
(주)로지비
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by (주)로지비 filed Critical (주)로지비
Priority to KR1020210127210A priority Critical patent/KR102427001B1/ko
Application granted granted Critical
Publication of KR102427001B1 publication Critical patent/KR102427001B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/043—Optimisation of two dimensional placement, e.g. cutting of clothes or wood
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • G06Q10/0875—Itemisation or classification of parts, supplies or services, e.g. bill of materials
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Emergency Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명의 일실시예에 따른, 스마트 물류 창고 시스템에 포함되는 서버에서 수행되는 방법은: 기 출고된 제1 아이템에 관한 아이템 정보 및 상기 제1 아이템에 관한 판매 이력을 획득하는 단계; 상기 제1 아이템에 관한 아이템 정보 및 판매 이력에 기초하여, 아이템의 판매 속도를 예측하는 제1 인공지능 모델을 생성하는 단계; 물류 창고에 입고가 예정되는 제2 아이템에 관한 아이템 정보를 획득하는 단계; 상기 제2 아이템에 관한 아이템 정보 및 상기 제1 인공지능 모델에 기초하여 상기 제2 아이템의 판매 속도를 예측하는 단계; 예측된 상기 제2 아이템의 판매 속도에 기초하여, 상기 제2 아이템의 출고 시기를 예측하는 단계; 및 예측된 상기 제2 아이템의 출고 시기에 기초하여, 상기 물류 창고 내에서 상기 제2 아이템이 적치될 위치를 결정하는 단계를 포함한다.

Description

인공지능에 기반하여 물류창고에 적치되는 아이템의 출고 시기를 예측하고 아이템의 적치 위치를 결정하는 방법{METHOD OF PREDICTING EXPORT DATE OF ITEMS AND DETERMINING LOCATION FOR STORING ITEMS BASED ON ARTIFICIAL INTELLIGENCE}
본 발명은 인공지능에 기반하여 물류창고에 적치되는 아이템의 출고 시기를 예측하고 아이템의 적치 위치를 결정하는 방법 및 그러한 방법이 수행되는 스마트 물류 창고 시스템에 관한 것이다.
인공지능(Artificial Intelligence)은 인간의 지능이 갖고 있는 기능을 갖춘 컴퓨터 시스템을 뜻하며, 인간의 지능을 기계 등에 인공적으로 구현한 것을 의미한다. 머신러닝(Machine Learning) 혹은 기계학습은 인공지능의 한 분야로, 컴퓨터가 학습을 통하여 문제 해결을 위한 적절한 출력을 낼 수 있는 모델을 생성하는 기술을 의미한다. 딥러닝(Deep Learning)은 여러 비선형 변환기법의 조합을 통해 높은 수준의 추상화(다량의 복잡한 자료들에서 핵심적인 내용만 추려내는 작업)을 시도하는 기계학습 알고리즘의 집합을 의미한다.
인공지능 기술은 다양한 분야에서 적용되고 있으나, 그럼에도 불구하고 여러 산업 현장에서는 적절히 적용되지 못하고 있는 것이 현실이다.
언택트 시대가 도래하면서 유통 시스템의 활용 규모가 빠르게 증가하고 있는 추세이다. 그러나, 유통 현장에서는 물류 창고에서 아이템의 출고 시기 예측 및 적치 위치 결정이 사람에 의해서 이루어지고 있어 물류 창고 내 공간을 효율적으로 활용하지 못하여 물류 비용이 증가하는 문제가 있다.
본 발명의 목적은 인공지능에 기반하여 물류창고에 적치되는 아이템의 출고 시기를 예측하고 아이템의 적치 위치를 결정하는 방법 및 그러한 방법이 수행되는 스마트 물류 창고 시스템을 제공함으로써, 물류 창고 내 공간을 효율적으로 활용하지 못하여 물류 비용이 증가하는 문제를 해결하는 것이다.
본 발명의 일실시예에 따른, 스마트 물류 창고 시스템에 포함되는 서버에서 수행되는 방법은: 기 출고된 제1 아이템에 관한 아이템 정보 및 상기 제1 아이템에 관한 판매 이력을 획득하는 단계; 상기 제1 아이템에 관한 아이템 정보 및 판매 이력에 기초하여, 아이템의 판매 속도를 예측하는 제1 인공지능 모델을 생성하는 단계; 물류 창고에 입고가 예정되는 제2 아이템에 관한 아이템 정보를 획득하는 단계; 상기 제2 아이템에 관한 아이템 정보 및 상기 제1 인공지능 모델에 기초하여 상기 제2 아이템의 판매 속도를 예측하는 단계; 예측된 상기 제2 아이템의 판매 속도에 기초하여, 상기 제2 아이템의 출고 시기를 예측하는 단계; 및 예측된 상기 제2 아이템의 출고 시기에 기초하여, 상기 물류 창고 내에서 상기 제2 아이템이 적치될 위치를 결정하는 단계를 포함한다.
본 발명의 일실시예에 따른, 스마트 물류 창고 시스템은, 서버 및 지게차를 포함하고, 상기 서버는: 기 출고된 제1 아이템에 관한 아이템 정보 및 상기 제1 아이템에 관한 판매 이력을 획득하고; 상기 제1 아이템에 관한 아이템 정보 및 판매 이력에 기초하여, 아이템의 판매 속도를 예측하는 제1 인공지능 모델을 생성하고; 물류 창고에 입고가 예정되는 제2 아이템에 관한 아이템 정보를 획득하고; 상기 제2 아이템에 관한 아이템 정보 및 상기 제1 인공지능 모델에 기초하여 상기 제2 아이템의 판매 속도를 예측하고; 예측된 상기 제2 아이템의 판매 속도에 기초하여, 상기 제2 아이템의 출고 시기를 예측하고; 예측된 상기 제2 아이템의 출고 시기에 기초하여, 상기 물류 창고 내에서 상기 제2 아이템이 적치될 위치를 결정하고; 상기 제2 아이템이 적치될 위치 및 상기 제2 아이템에 관한 태그 정보를 상기 지게차에 송신 하도록 구성되고, 상기 태그 정보는 상기 제2 아이템의 예측된 출고 시기를 나타내고, 상기 지게차는, 상기 태그 정보에 기초하여, 상기 제2 아이템에 관한 태그를 상기 제2 아이템을 적치하기 위한 팔레트 상에 부착하도록 구성된다.
본 발명의 일실시예에 따른, 스마트 물류 창고 시스템에 포함되는 서버는 인공지능에 기반하여 물류창고에 적치되는 아이템의 출고 시기를 예측하고 아이템의 적치 위치를 결정함으로써, 물류 창고 내 공간을 효율적으로 활용하여 물류 비용을 절감하는 데 기여할 수 있다.
도 1은 본 발명의 일실시예에 따른 스마트 물류 창고 시스템을 도시한다.
도 2는 본 발명의 일실시예에 따른, 스마트 물류 창고 시스템에 포함되는 서버의 구성요소를 도시한다.
도 3은 본 발명의 일실시예에 따른, 스마트 물류 창고 시스템에 포함되는 서버에서 수행되는 방법을 도시한다.
도 4는 본 발명의 일실시예에 따른 방법에서 인공지능 모델에 입력되는 데이터와 인공지능 모델에서 출력되는 데이터를 도시한다.
도 5는 기존에 적치된 아이템을 제거해야 저장공간의 내측에 아이템을 적치할 수 있는 저장공간의 예시를 도시한다.
도 6은 본 발명의 일실시예에 따른, 스마트 물류 창고 시스템에 포함되는 지게차를 도시한다.
본 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 본 명세서의 다양한 실시예들 및 이에 사용된 용어들은 본 명세서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 명세서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제1", "제2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제1) 구성요소가 다른(예: 제 2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제 3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.
본 명세서의 다양한 실시예들에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 명세서의 다양한 실시예들은 기기(machine)의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리 또는 외장 메모리)에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어로서 구현될 수 있다. 예를 들면, 기기의 프로세서는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
일실시예에 따르면, 본 명세서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory(CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 단계들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 단계들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 단계들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 단계들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 단계들이 추가될 수 있다.
도 1은 본 발명의 다양한 실시예에 따른 스마트 물류 창고 시스템(100)을 도시한다. 도 1을 참조하면, 스마트 물류 창고 시스템(100)은 서버(110), 사용자 단말(120), 지게차(130), 및 물류 창고(140)를 포함할 수 있다.
서버(110)는 인공지능에 기반하여 물류창고에 적치되는 아이템의 출고 시기를 예측하고 아이템의 적치 위치를 결정할 수 있다. 서버(110)에서 수행되는, 인공지능에 기반하여 물류창고에 적치되는 아이템의 출고 시기를 예측하고 아이템의 적치 위치를 결정하기 위한 방법에 대해서는 도 3을 참조하여 후술한다.
다양한 실시예에 따라서, 서버(110)는 물류 창고에 적치되는 아이템의 출고 시기를 예측하고 아이템의 적치 위치를 결정하기 위한 방법을 수행하는 중에 생성되는 데이터의 적어도 일부를 사용자 단말(120)에 전달할 수 있다.
예를 들어, 서버(110)는 사용자 단말(120)에 입고 예정된 아이템에 관한 아이템 정보 중, 평균 물가 대비 아이템 가격의 수준, 아이템 가격의 변동 속도, 미디어 지수, 판매 페이지 수, 및 검색 수 중 적어도 하나가 미리 결정한 범위를 벗어나는 경우, 이를 사용자 단말(120)에 전달할 수 있다.
다양한 실시예에 따라서, 서버(110)는 아이템의 적치 위치를 결정한 후, 결정된 위치를 지게차(130)에 전송할 수 있다. 지게차(130)는 표시 장치를 구비하고, 서버(110)로부터 수신된 위치를 표시함으로써 지게차(130)의 작동자가 서버(110)에 의하여 결정된 위치 상에 아이템을 적치하는 것을 도울 수 있다.
다양한 실시예에 따라서, 서버(110)는 아이템의 적치 위치를 결정한 후, 결정된 위치를, 팔레트 및 랙 등의 다양한 구조물을 포함하는 물류 창고(140)에 전송할 수 있다. 여기에서 물류 창고(140)에 정보를 전송한다는 것은 물류 창고(140) 내에 위치한 팔레트 및 랙 등의 다양한 구조물을 제어할 수 있는 전자 장치에 정보를 전송한다는 것을 의미하고, 그러한 전자 장치가 반드시 물류 창고(140) 내부에 위치하는 것으로 한정되지는 않는다.
다양한 실시예에 따라서, 서버(110)는 지게차(130)로부터 지게차(130)의 포크 위에 올려진 아이템의 식별 정보를 수신하고, 식별된 아이템의 적치 위치를 물류 창고(140)에 전송할 수 있다. 물류 창고(140) 내부에 포함된 팔레트 및 랙 등의 다양한 구조물을 제어하는 전자 장치는 서버(110)로부터 수신된 아이템의 적치 위치의 인근에 위치한 구조물 상에 시각적 표지를 표시하거나, 수신된 아이템의 적치 위치 인근에서 소리를 발생시키도록 구조물을 제어할 수 있다.
다양한 실시예에 따라서, 사용자 단말(120)은 물류 창고(140)의 운영자 또는 관리자가 이용하는 단말일 수 있다. 또한, 사용자 단말(120)은 물류 창고(140)를 이용하는 고객의 단말을 포함할 수 있다.
다양한 실시예에 따라서, 사용자 단말(120)은 다양한 형태의 장치가 될 수 있다. 사용자 단말은, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 명세서의 실시예에 따른 사용자 단말(120)은 전술한 기기들에 한정되지 않는다.
다양한 실시예에 따라서, 지게차(130)는 아이템을 식별하기 위한 태그를 아이템을 적치하기 위한 팔레트에 장착할 수 있도록 구성될 수 있으며, 팔레트와 결합되는 포크에 태그를 인식하기 위한 인식부를 포함할 수 있다. 다양한 실시예에 따라서, 지게차(130)는 아이템이 실제로 적치된 위치를 감지하고, 감지된 위치를 서버(110)에 전송함으로써, 서버(110)에서 결정된 위치에 실제로 아이템이 위치하였는지 여부를 확인하는 것을 도울 수 있다.
도 2는 본 발명의 다양한 실시예에 따른, 스마트 물류 창고 시스템에 포함되는 서버의 구성요소를 도시한다. 도 2를 참조하면 서버(110)는 통신 회로(210), 프로세서(220), 및 메모리(230)를 포함할 수 있다. 통신 회로(210)는 다른 전자 장치에 정보를 송신하거나 다른 전자 장치로부터 정보를 수신할 수 있고, 통신 회로(210)가 지원하는 통신의 종류는 제한되지 않는다.
프로세서(220)는 통신 회로(210)를 통하여 수신된 데이터 및/또는 메모리(230)에 저장된 데이터에 기초하여 연산을 수행하고, 연산의 결과의 적어도 일부를 통신 회로(210)를 통하여 다른 전자 장치에 송신하거나, 메모리(230)에 저장할 수 있다.
프로세서(220)는 데이터 학습부(221) 및 데이터 인식부(222)를 포함할 수 있다. 데이터 학습부(221)는 아이템의 출고 시기를 예측하기 위한 인공 지능 모델을 생성할 수 있다. 데이터 인식부(222)는 데이터를 전처리하고, 전처리된 데이터를 데이터 학습부(221)에 학습을 위하여 제공할 수 있다.
데이터 학습부(221) 및 데이터 인식부(222) 중 적어도 하나는 인공 지능을 위한 전용 하드웨어 칩 형태로 구현되거나, 기존의 범용 프로세서(예를 들어, AP 또는 CPU) 또는 그래픽 전용 프로세서의 일부로서 구현될 수도 있다.
다양한 실시예에 따라서, 도 2에서 데이터 학습부(221) 및 데이터 인식부(222)가 서버(110)에 포함된 것으로 표현된 것과 달리, 데이터 학습부(221) 및 데이터 인식부(222)는 별개의 전자 장치에 각각 탑재될 수 있다.
이 경우, 데이터 학습부(221) 및 데이터 인식부(222)는 유선 또는 무선으로 서로 연결되어, 데이터 학습부(221)에서 생성된 모델 정보가 데이터 인식부(222)에 제공되거나, 데이터 인식부(222)에 입력된 데이터가 추가 학습 데이터로서 데이터 학습부(221)에 제공될 수 있다.
데이터 학습부(221) 및 데이터 인식부(222) 중 적어도 하나는 소프트웨어 모듈로 구현될 수 있다. 이 경우, 소프트웨어 모듈은 컴퓨터로 판독 가능한 비일시적 기록 매체에 저장될 수 있다. 소프트웨어 모듈의 적어도 일부는 OS(operating system)에 의해 제공되거나, 소정의 어플리케이션에 의하여 제공될 수 있다.
도 3은 본 발명의 다양한 실시예에 따른, 스마트 물류 창고 시스템에 포함되는 서버에서 수행되는 방법을 도시한다.
310 단계에서, 서버(110)는 제1 아이템에 관한 아이템 정보 및 판매 데이터를 획득할 수 있다. 제1 아이템은 물류 창고(140)로부터 과거에 출고된 아이템을 의미한다.
판매 데이터는 제1 아이템의 시계열적 판매량 또는 판매 속도를 포함할 수 있고, 물류 창고(140)에서의 출고 이력 및 기 저장된 주문서 데이터에 기반하여 도출될 수 있다.
제1 아이템에 관한 아이템 정보는, 제1 아이템의 종류(예를 들어, 사과, 마우스, 머그컵), 제1 아이템을 판매한 판매사, 제1 아이템과 관련된 프로모션(예를 들어, 가격 할인, 배송비 무료, 또는 사은품 행사)에 관한 정보, 제1 아이템이 출고될 때의 기상 정보, 제1 아이템이 출고될 때의 계절 정보, 및 제1 아이템이 출고될 때의 날짜 정보를 포함할 수 있다.
다양한 실시예에 따라서, 제1 아이템에 관한 아이템 정보는 제1 아이템의 평균 물가 대비 제1 아이템이 출고된 시점에서 가격의 수준 및/또는 제1 아이템의 평균 물가 대비 출고 시점에서의 가격의 변동 속도를 포함할 수 있다. 여기서, 제1 아이템의 가격이라는 것은 특정 판매자가 판매하는 가격이 아닌, 제1 아이템을 판매하는 여러 판매자와 소비자가 형성하는 평균적인 시장 가격을 의미하는 것으로, 물가데이터로부터 획득될 수 있다. 제1 아이템의 평균 물가는 제1 아이템의 시계열적 평균 가격, 예를 들어 제1 아이템의 1년간의 평균 가격을 의미하고, 물가데이터로부터 획득될 수 있다.
제1 아이템의 평균 물가 대비 가격 수준 및/또는 제1 아이템의 평균 물가 대비 가격 수준의 변동 속도는 일시적인 수요 과잉에 의한 가격 상승 또는 공급 과잉에 의한 가격 하락을 나타낼 수 있으므로, 계절적 요인과 같이 반복적인 이벤트에 따른 수급의 변화뿐 아니라, 반복적이지 않은 돌발이벤트에 따른 수급의 변화를 반영할 수 있다.
다양한 실시예에 따라서, 제1 아이템에 관한 아이템 정보는, 제1 아이템에 관한 미디어상의 언급을 반영하는 미디어 지수를 포함할 수 있다. 미디어 지수는 미디어 데이터에 기초하여 도출될 수 있다.
다양한 실시예에 따라서, 미디어 지수는 제1 아이템을 언급하는 미디어 아티클의 수, 및/또는 미디어 아티클에 제1 아이템에 관하여 표현된 키워드가 긍정적인지 아니면 부정적인지를 수량화한 것에 기초하여 산출될 수 있다. 예를 들어, '품귀'라는 키워드는 긍정적인 키워드이므로 미디어 지수를 증가시키도록 할 수 있고, '싸늘' 또는 '외면'이라는 키워드는 부정적인 키워드는 미디어 지수를 감소시키도록 할 수 있다.
예를 들어, '품귀'라는 키워드는 양의 키워드 점수를 갖고, '싸늘' 또는 '외면'이라는 키워드는 음의 키워드 점수를 가질 수 있다. 미디어 지수는, 예를 들어, 제1 아이템을 언급하는 복수의 아티클 각각에서 제1 아이템에 관하여 표현된 키워드의 키워드 점수의 합과 제1 아이템을 언급하는 미디어 아티클의 수의 가중평균으로 정의될 수 있다. 가중평균을 산출하기 위하여 키워드 점수의 합과 미디어 아티클의 수에 곱해지는 상수는 임의로 결정될 수 있다.
다양한 실시예에 따라서, 제1 아이템에 관한 미디어상의 관심도를 반영하기만 한다면, 미디어 지수를 산출하기 위한 구체적인 방법은 제한되지 않는다.
다양한 실시예에 따라서, 서버(110)는 미디어 지수를 산출하기 위해 제1 아이템을 언급하는 미디어 아티클의 수를 산정함에 있어서, 제1 아이템을 언급하는 미디어 아티클들 상호간의 유사도를 산출하고, 유사도가 미리 결정된 수준 이상인 미디어 아티클들은 1개로 카운트할 수 있다.
다양한 실시예에 따라서, 제1 아이템에 관한 아이템 정보는, 온라인 쇼핑몰에서 제1 아이템을 판매하는 판매 페이지 수, 및/또는 온라인 쇼핑몰에서 제1 아이템의 검색 수를 포함할 수 있다. 판매 페이지 수 및 제1 아이템의 검색 수는 쇼핑몰 서버로부터 획득되는 쇼핑몰 데이터로부터 도출될 수 있다.
다양한 실시예에 따라서, 서버(110)는 상이한 쇼핑몰 서버로부터 확인된 제1 아이템을 판매하는 판매 페이지들 상호간의 유사도를 산출하고, 제1 아이템을 판매하는 판매 페이지 수를 산정함에 있어서, 유사도가 미리 결정된 수준 이상인 판매 페이지들은 1개로 카운트할 수 있다.
다양한 실시예에 따라서, 서버(110)는 일정한 시간 단위(예를 들어, 10분)를 갖는 시구간별로 제1 아이템의 검색 수를 산출하고, 특정 시구간에서의 검색 수가 인접한 시구간과 비교하여 미리 결정된 수준 이상으로 높은 경우, 해당 시구간에서의 검색 수는 제1 아이템에 관한 아이템 정보에서 제외할 수 있다.
320 단계에서, 서버(110)는 아이템 정보에 기초하여 판매 속도를 예측하는 제1 인공지능 모델을 생성할 수 있다. 제1 인공지능 모델은 제1 아이템에 관한 아이템 정보 및 제1 아이템에 관한 판매 데이터에 기초한 학습을 통하여 생성될 수 있다.
제1 인공지능 모델을 생성하기 위한 학습 방법은 제한되지 않는다. 예를 들어, 제1 인공지능 모델은 다양한 머신 러닝 기법에 의하여 생성될 수 있다. 예를 들어, RNN(Recurrent Neural Network), CNN(Convolution Neural Network), ANN(Artificial Neural Network), 및 트랜스포머 모델 중 적어도 하나가 제1 인공지능 모델의 생성을 위한 학습에 이용될 수 있다.
예를 들어, 제1 인공지능 모델은 2개의 덴스 레이어(dense layer)를 갖는 LSTM(long short-term memory) 레이어로 구성될 수 있다.
예를 들어, 제1 인공지능 모델은 LSTM 레이어의 덴스 레이어 전단에 셀프 어텐션 레이어(self-attention layer)를 더 포함할 수 있다.
예를 들어, 제1 인공지능 모델은 제1 아이템에 관한 아이템 정보에 기반한 두 개의 데이터셋에 기초하여, 각 데이터셋으로 학습된 두 개의 LSTM+셀프 어텐션 모델로 구성될 수 있다. 두 개의 데이터셋은 예를 들어, 일간 판매 이력 및 주간 판매 이력일 수 있다.
예를 들어, 제1 인공지능 모델은 제1 인공지능 모델은 상술한 두 개의 LSTM+셀프 어텐션 모델에 추가적인 연결 레이어(concatenation layer)를 더 포함할 수 있다.
330 단계에서, 서버(110)는 제2 아이템에 관한 아이템 정보를 획득할 수 있다. 제2 아이템은 물류 창고(140)에 입고가 예정되는 아이템을 의미한다.
제2 아이템에 관한 아이템 정보가 포함하는 정보의 종류는 제1 아이템에 관한 아이템 정보와 대응될 수 있다. 예를 들어, 제1 아이템에 관한 아이템 정보가 제1 아이템의 종류, 제1 아이템을 판매한 판매사, 제1 아이템과 관련된 프로모션에 관한 정보, 제1 아이템이 출고될 때의 기상 정보, 제1 아이템이 출고될 때의 계절 정보, 및 제1 아이템이 출고될 때의 날짜 정보를 포함하는 실시예에서, 제2 아이템에 관한 아이템 정보는 제2 아이템의 종류, 제2 아이템을 판매하는 판매사, 제2 아이템과 관련된 프로모션에 관한 정보, 제2 아이템이 출고될 때의 기상 정보, 제2 아이템이 출고될 때의 계절 정보, 및 제2 아이템이 출고될 때의 날짜 정보를 포함할 수 있다.
다양한 실시예에 따라서, 제2 아이템에 관한 아이템 정보는 제2 아이템의 입고 예정 시기를 더 포함할 수 있다.
다양한 실시예에 따라서, 서버(110)는 제2 아이템에 관한 아이템 정보 중 적어도 일부가 미리 결정한 범위를 벗어나는 경우, 사용자 단말(120)에 알림을 송신할 수 있다. 예를 들어, 서버(110)는 제2 아이템에 관한 아이템 정보 중 평균 물가 대비 아이템 가격의 수준, 아이템 가격의 변동 속도, 미디어 지수, 판매 페이지 수, 및 검색 수 중 적어도 하나가 미리 결정한 범위를 벗어나는 경우, 사용자 단말(120)에 알림을 송신할 수 있다. 여기서 사용자 단말(120)은 물류 창고(140)의 관리자의 단말이거나, 물류 창고(140)에 제2 아이템의 적치를 의뢰한 고객의 단말일 수 있다.
340 단계에서, 서버(110)는 제1 인공지능 모델 및 제2 아이템에 관한 아이템 정보에 기초하여 제2 아이템의 판매 속도를 예측할 수 있다.
도 4를 참조하면, 제1 인공지능 모델은 제2 아이템에 관한 아이템 정보를 입력받고 제2 아이템의 예상 판매 속도를 출력할 수 있다. 다양한 실시예에 따라서, 제2 아이템에 관한 아이템 정보는 제2 아이템의 종류, 제2 아이템의 판매사, 프로모션 정보, 미래 특정 시점에서의 기상 정보, 및 미래 특정 시점에서의 계절 정보를 포함할 수 있다.
다양한 실시예에 따라서, 제2 아이템에 관한 아이템 정보는 물가데이터, 미디어 데이터, 및/또는 쇼핑몰 데이터를 포함하는 빅데이터에 기초하여 가공된 추가적인 정보를 더 포함할 수 있다.
예를 들어, 제2 아이템에 관한 아이템 정보는 물가데이터로부터 도출된, 제2 아이템의 가격 변동 속도를 포함할 수 있다.
예를 들어, 제2 아이템에 관한 아이템 정보는 물가데이터로부터 도출된, 제2 아이템의 평균 물가 대비 특정 시점에서의 가격 수준을 포함할 수 있다.
예를 들어, 제2 아이템에 관한 아이템 정보는 미디어 데이터로부터 도출된 제2 아이템에 관한 미디어 지수를 포함할 수 있다.
예를 들어, 제2 아이템에 관한 아이템 정보는 쇼핑몰 데이터로부터 도출된 제2 아이템에 관한 페이지 수 및/또는 제2 아이템의 검색 수를 포함할 수 있다.
350 단계에서, 서버(110)는 예측된 제2 아이템의 판매 속도 및 제2 아이템의 입고 예정 시기에 기초하여 제2 아이템의 출고 시기를 예측할 수 있다. 서버(110)는 제2 아이템의 입고 예정 시기, 예측된 제2 아이템의 판매 속도, 및 제2 아이템의 포장 단위 내 수량에 기초하여 제2 아이템의 출고 시기를 예측할 수 있다.
다양한 실시예에 따라서, 서버(110)는 예측된 제2 아이템의 출고 시기 및 제2 아이템의 적정 보관 기간에 기초하여, 제2 아이템의 적정 재고량을 산출하고, 제2 아이템의 적정 재고량 대비 제2 아이템의 물량의 비율을 사용자 단말(120)에 송신할 수 있다.
제2 아이템의 적정 보관 기간은, 제2 아이템의 특성에 따라 상이하게 정의될 수 있다. 예를 들어, 제2 아이템이 식품인 경우, 적정 보관 기간은 제2 아이템의 신선도를 유지할 수 있는 기간 이하로 결정될 수 있다. 예를 들어, 제2 아이템이 물류 창고(140) 환경 내에서 장기 보관 시 변형될 우려가 있는 경우, 제2 아이템의 적정 보관 기간은 제2 아이템이 변형될 염려가 없는 기간 이하로 결정될 수 있다. 다양한 실시예에 따라서, 서버(110)는 사용자 단말(120)로부터 제2 아이템의 적정 보관 기간을 획득할 수 있다.
다양한 실시예에 따라서, 어떠한 제2 아이템을 특정 수량 이상 구매하면 사은품을 증정하는 프로모션이 진행될 수 있고, 이 경우 사은품도 제2 아이템과 함께 물류 창고(140) 내에 적치될 수 있다. 서버(110)는 예측된 제2 아이템의 판매 속도에 기초하여 사은품의 재고가 충분한지 여부를 확인할 수 있고, 사은품의 재고가 부족할 것으로 예상되는 경우, 사은품 재고 부족이 현실화되기 전에 사용자 단말(120)에 가까운 장래에 사은품 재고 부족이 예상됨을 알릴 수 있다. 다양한 실시예에 따라서, 하나의 사은품이 복수의 본 상품(예를 들어 제1 상품 및 제2 상품)에 대한 사은품으로서 지급될 수 있다. 그러한 경우에도 마찬가지로, 서버(110)는 제1 상품 및 제2 상품의 판매 속도를 각각 예측하고, 예측된 제1 상품 및 제2 상품의 판매 속도에 기초하여 사은품의 재고가 충분한지 여부를 확인할 수 있다.
다양한 실시예에 따라서, 서버(110)는 사은품 재고 부족을 사용자 단말(120)에 알린 시점과 사은품이 추가 입고된 시점 사이의 시간 간격을 고객별로 통계화하고, 고객별 통계에 기초하여 사은품 재고 부족이 예상됨을 알리는 시기를 결정할 수 있다. 예를 들어, 특정 고객이 사은품 재고 부족 알림이 있은 후 평균적으로 3일 뒤에 사은품을 입고시키는 경우, 서버(110)는 사은품 재고가 부족해지는 것으로 예측되는 시점으로부터 3일 전에 사은품 재고 부족 알림을 사용자 단말(120)에 송신할 수 있다.
360 단계에서, 서버(110)는 예측된 제2 아이템의 출고 시기에 기초하여 제2 아이템의 적치 위치를 결정할 수 있다. 다양한 실시예에 따라서, 서버(110)는 제2 아이템의 예정된 입고 일정에 기초하여, 제2 아이템의 출고시까지 아이템을 재배치하는 비용이 최소화되는 위치를 제2 아이템의 적치 위치로서 결정할 수 있다.
다양한 실시예에 따라서, 서버(110)는 물류 창고(140) 내의 저장 공간마다 우선순위를 지정하고, 제2 아이템의 예측되는 출고 시기가 이를수록 높은 우선순위의 자리에 배정할 수 있다.
다양한 실시예에 따라서, 물류 창고(140)는 예를 들어 도 5에 도시된 바와 같이, 저장공간의 외측에 기존에 적치된 아이템을 제거해야 저장공간의 내측에 아이템을 적치할 수 있는 구조를 가질 수 있다. 다양한 실시예에 따라서, 물류 창고(140)가 드라이브인 랙(drive-in rack)을 포함하는 경우 도 5에 도시된 예시가 적용될 수 있다.
도 5의 예시에서, 저장 공간(500)의 내측(510)과 가장 가까운 위치에는 예측 출고 시기가 Day 10(특정 날짜로부터 10번째 되는 날)인 아이템 A가 적치되어 있고, 아이템 A로부터 저장 공간(500)의 외측(520) 방향으로 인접한 위치에는 예측 출고 시기가 Day 9(특정 날짜로부터 9번째 되는 날)인 아이템 B가 적치되어 있고, 출고 시기가 Day 15(특정 날짜로부터 15번째 되는 날)인 아이템 C를 Day 1에 적치하려고 하는 상황에서 아이템 C를 어느 위치에 적치할지가 문제될 수 있다.
도 5의 예시에서는, 3가지의 적치 방법이 가능하다. 제1 방법은 Day 1에 아이템 A 및 아이템 B를 저장 공간(500) 바깥으로 이동시킨 후 저장 공간(500)의 내측(510)으로부터 외측(520) 방향으로 아이템 C, 아이템 A, 아이템 B 순으로 적치한 후, Day 9에 아이템 B를 출고하고, Day 10에 아이템 A를 출고하고, Day 15에 아이템 C를 출고하는 방식이다.
제2 방법은, Day 1에 아이템 A 및 아이템 B를 이동시키지 않고 아이템 C를 아이템 B로부터 외측(520) 방향으로 인접한 위치에 적치하고, Day 9에 아이템 C를 저장 공간(500) 바깥으로 이동시킨 후 아이템 B를 출고하고, 아이템 A를 저장 공간(500) 바깥으로 이동시키고, 저장 공간(500)의 내측(510)으로부터 외측(520) 방향으로 아이템 C, 아이템 A 순으로 적치한 후, Day 10에 아이템 A를 출고하고, Day 15에 아이템 C를 출고하는 방식이다.
제3 방법은 Day 1에 아이템 A 및 아이템 B를 이동시키지 않고 아이템 C를 아이템 B로부터 외측(520) 방향으로 인접한 위치에 적치하고, Day 9에 아이템 C를 저장 공간(500) 바깥으로 이동시킨 후 아이템 B를 출고하고, 아이템 A를 이동시키지 않고 저장 공간(500)의 내측(510)으로부터 외측(520) 방향으로 아이템 A, 아이템 C 순으로 적치한 후, Day 10에 아이템 C를 저장 공간(500) 바깥으로 이동시킨 후 아이템 A를 출고하고, 아이템 C를 다시 저장 공간(500)의 내측(510)과 가장 가까운 자리에 적치하고, Day 15에 아이템 C를 출고하는 방식이다.
서버(110)는 각 아이템의 무게, 각 아이템의 크기, 및 동선을 고려하여 각 아이템을 적치하고 저장 공간(500) 바깥으로 이동시키는 동작에 소요되는 비용을 산출하고, 아이템 모두가 출고될 때까지의 총 비용이 최소화되는 방법을 선택할 수 있다. 도 5의 예시에서, 아이템 A, B, C를 적치하고 저장 공간(500) 바깥으로 이동시키는 동작에 소요되는 비용이 모두 동일하다고 가정하는 경우, 제3 방법이 아이템의 이동 횟수가 가장 적으므로 비용이 최소로 드는 방법이다.
다양한 실시예에 따라서, 서버(110)는 물류 창고(140) 내의 저장공간들의 종류, 종류별 저장 용량, 아이템의 크기, 및 수량을 고려하여 입고 예정인 아이템들의 적절한 배치 위치를 결정할 수 있다.
다양한 실시예에 따라서, 서버(110)는 다양한 머신 러닝 기법에 의하여 제2 아이템의 적치 위치를 결정할 수 있다.
도 6은 본 발명의 다양한 실시예에 따른, 스마트 물류 창고 시스템에 포함되는 지게차를 도시한다. 도 6을 참조하면, 지게차(130)는 아이템 또는 아이템이 위치한 팔레트와 접촉하는 포크(610), 캐리지(620), 및 마스트레일(630)을 포함할 수 있다.
다양한 실시예에 따라서, 도 6에는 도시되지 않았으나, 지게차(130)는 통신 회로를 포함하고, 서버(110)로부터 제2 아이템에 관한 태그 정보 및 제2 아이템의 적치될 위치를 수신할 수 있다.
다양한 실시예에 따라서, 도 6에는 도시되지 않았으나, 지게차(130)는 서버(110)로부터 수신된 제2 아이템에 관한 정보에 기초하여 제2 아이템에 관한 태그를 생성하기 위한 태그 출력부를 포함하고, 생성된 태그를 제2 아이템을 적치하기 위한 팔레트 상에 부착하기 위한 부착부를 더 포함할 수 있다. 부착부는 지게차(130)가 제2 아이템을 적치하기 위한 팔레트를 들어올리기 위하여 팔레트와 결합하는 포크(610)의 일부 상에 위치할 수 있다. 제2 아이템에 관한 태그는 포크(610)가 팔레트와 결합하였을 때 부착부와 인접한 팔레트 상의 일부분에 부착될 수 있다.
다양한 실시예에 따라서, 도 6에는 도시되지 않았으나, 제2 아이템을 싣고 있는 상태의 지게차(130)는 물류 창고(140) 내의 랙, 팔레트와 같은 다양한 구조물 상에 위치하는 복수의 위치 표시용 장치와 통신함으로써, 복수의 위치 표시용 장치에 대한 지게차(130)의 상대적 위치를 파악하고 서버(110)에 송신할 수 있다.
서버(110)에는 창고(140) 내의 복수의 위치 표시용 장치의 실제 위치를 나타내는 맵이 저장되어 있을 수 있고, 지게차(130)로부터 수신된 정보와 맵에 기초하여 지게차(130)의 물류 창고(140) 내의 위치를 확인하고, 지게차(130)가 서버(110)로부터 수신된, 제2 아이템을 적치하기 위한 위치에 도달하기 위한 적절한 동선 상에 있는지를 확인할 수 있다.
다양한 실시예에 따라서, 만약 지게차(130)가 적절한 동선 상에 위치하고 있지 않은 경우, 서버(110)는 지게차(130)를 위한 적절한 동선 상에 위치한 복수의 위치 표시용 장치 중 지게차(130)와 가장 가까운 위치 표시용 장치로 하여금 시각적 표시(예를 들어, 표시 장치를 통한 불빛 방출) 또는 청각적 알림(예를 들어, 스피커를 통한 소리)을 출력하도록 위치 표시용 장치에 신호를 송신할 수 있다.
다양한 실시예에 따라서, 도 6에는 도시되지 않았으나, 지게차(130)의 포크(610) 중 본체에 인접한 일부분(611)이 형상 기억 합금으로 구성되거나, 포크(610) 전체가 형상 기억 합금으로 구성될 수 있다. 이 경우, 상온에서는 포크(610)가 지면(도 6의 x축)에 평행하게 배열되어 있으나, 저온의 마르텐사이트 상에서는 본체에 인접한 일부분(611)을 변형시켜 포크(610)가 지면과 수직하게 구부러지거나, 적어도 도 6의 포크(610)보다는 y축에 가까운 방향으로 구부러질 수 있다. 따라서, 저온의 마르텐사이트 상에서는 여러 대의 지게차(130)를 공간 효율적으로 보관할 수 있다.
이상, 첨부된 도면을 참조로 하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다.

Claims (5)

  1. 스마트 물류 창고 시스템에 포함되는 서버에서 수행되는, 스마트 물류 창고 내 아이템의 적치 위치를 결정하는 방법에 있어서:
    기 출고된 제1 아이템에 관한 아이템 정보 및 상기 제1 아이템에 관한 판매 이력을 획득하는 단계;
    상기 제1 아이템에 관한 아이템 정보 및 판매 이력에 기초하여, 아이템의 판매 속도를 예측하는 제1 인공지능 모델을 생성하는 단계;
    물류 창고에 입고가 예정되는 제2 아이템에 관한 아이템 정보를 획득하는 단계;
    상기 제2 아이템에 관한 아이템 정보 및 상기 제1 인공지능 모델에 기초하여 상기 제2 아이템의 판매 속도를 예측하는 단계;
    예측된 상기 제2 아이템의 판매 속도에 기초하여, 상기 제2 아이템의 출고 시기를 예측하는 단계; 및
    예측된 상기 제2 아이템의 출고 시기에 기초하여, 상기 물류 창고 내에서 상기 제2 아이템이 적치될 위치를 결정하는 단계를 포함하고,
    상기 아이템 정보는, 평균 물가 대비 아이템 가격의 수준, 아이템 가격의 변동 속도, 아이템에 관한 미디어상의 언급을 반영하는 미디어 지수, 온라인 쇼핑몰에서 아이템을 판매하는 판매 페이지 수, 및 온라인 쇼핑몰에서 아이템의 검색 수를 포함하고,
    상기 방법은, 상기 제2 아이템에 관한 상기 아이템 정보 중, 평균 물가 대비 아이템 가격의 수준, 아이템 가격의 변동 속도, 상기 미디어 지수, 상기 판매 페이지 수, 및 상기 검색 수 중 적어도 하나가 미리 결정한 범위를 벗어나는 경우, 사용자 단말에 알림을 송신하는 단계를 더 포함하고,
    상기 제1 아이템에 관한 상기 아이템 정보를 획득하는 단계는:
    상기 제1 아이템을 언급하는 미디어 아티클의 수를 산출하는 단계;
    상기 제1 아이템을 언급하는 미디어 아티클에서 상기 제1 아이템에 관하여 표현된 키워드에 기초한 키워드 점수의 합과 상기 제1 아이템을 언급하는 미디어 아티클의 수의 가중평균인 미디어 지수를 산출하는 단계;
    상기 제1 아이템을 판매하는 복수의 판매 페이지 상호간의 유사도를 산출하고, 상기 제1 아이템을 판매하는 상기 복수의 판매 페이지 중 유사도가 미리 결정된 제1 수준 이상인 판매 페이지들은 1개로 카운트하여 온라인 쇼핑몰에서 상기 제1 아이템을 판매하는 판매 페이지 수를 산출하는 단계; 및
    온라인 쇼핑몰에서 상기 제1 아이템의 검색 수를 시구간별로 확인하고, 인접한 직전 시구간 및 직후 시구간과 비교하여 검색 수가 미리 결정된 제2 수준 이상으로 차이나는 시구간을 제외한 나머지 시구간들에서의 검색 수를 합산하여 상기 제1 아이템의 검색 수를 산출하는 단계;
    를 포함하고,
    상기 제1 아이템을 언급하는 미디어 아티클의 수를 산출하는 단계는, 상기 제1 아이템을 언급하는 복수의 미디어 아티클 상호간의 유사도를 산출하고, 상기 복수의 미디어 아티클 중 유사도가 미리 결정된 제3 수준 이상인 미디어 아티클들은 1개로 카운트하는 단계를 포함하고,
    상기 방법은:
    예측된 상기 제2 아이템의 판매 속도, 상기 제2 아이템의 판매에 따라 지급되는 사은품의 재고량에 기초하여 상기 사은품의 재고 부족이 예상됨을 확인하는 단계;
    고객별 통계에 기초하여 상기 사은품의 재고 부족이 예상됨을 알리는 메시지를 상기 사용자 단말에 전송하는 단계; 및
    상기 메시지가 전송된 시간으로부터 상기 메시지에 따라 상기 사은품이 추가 입고된 시점까지 걸린 시간 정보를 상기 고객별 통계에 반영하는 단계;
    를 더 포함하는, 스마트 물류 창고 내 아이템의 적치 위치를 결정하는 방법.
  2. 제1항에 있어서, 상기 스마트 물류 창고 내 아이템의 적치 위치를 결정하는 방법은,
    예측된 상기 제2 아이템의 출고 시기 및 상기 제2 아이템의 적정 보관 기간에 기초하여, 상기 제2 아이템의 적정 재고량을 산출하는 단계, 및
    상기 제2 아이템의 상기 적정 재고량 대비 상기 제2 아이템의 물량을 사용자 단말에 송신하는 단계를 더 포함하는, 스마트 물류 창고 내 아이템의 적치 위치를 결정하는 방법.
  3. 스마트 물류 창고 시스템에 있어서,
    서버 및 지게차를 포함하고,
    상기 서버는:
    기 출고된 제1 아이템에 관한 아이템 정보 및 상기 제1 아이템에 관한 판매 이력을 획득하고;
    상기 제1 아이템에 관한 아이템 정보 및 판매 이력에 기초하여, 아이템의 판매 속도를 예측하는 제1 인공지능 모델을 생성하고;
    물류 창고에 입고가 예정되는 제2 아이템에 관한 아이템 정보를 획득하고;
    상기 제2 아이템에 관한 아이템 정보 및 상기 제1 인공지능 모델에 기초하여 상기 제2 아이템의 판매 속도를 예측하고;
    예측된 상기 제2 아이템의 판매 속도에 기초하여, 상기 제2 아이템의 출고 시기를 예측하고;
    예측된 상기 제2 아이템의 출고 시기에 기초하여, 상기 물류 창고 내에서 상기 제2 아이템이 적치될 위치를 결정하고;
    상기 제2 아이템이 적치될 위치 및 상기 제2 아이템에 관한 태그 정보를 상기 지게차에 송신
    하도록 구성되고,
    상기 태그 정보는 상기 제2 아이템의 예측된 출고 시기를 나타내고,
    상기 지게차는, 상기 태그 정보에 기초하여, 상기 제2 아이템에 관한 태그를 상기 제2 아이템을 적치하기 위한 팔레트 상에 부착하도록 구성되고,
    상기 아이템 정보는, 평균 물가 대비 아이템 가격의 수준, 아이템 가격의 변동 속도, 아이템에 관한 미디어상의 언급을 반영하는 미디어 지수, 온라인 쇼핑몰에서 아이템을 판매하는 판매 페이지 수, 및 온라인 쇼핑몰에서 아이템의 검색 수를 포함하고,
    상기 서버는:
    상기 제2 아이템에 관한 상기 아이템 정보 중, 평균 물가 대비 아이템 가격의 수준, 아이템 가격의 변동 속도, 상기 미디어 지수, 상기 판매 페이지 수, 및 상기 검색 수 중 적어도 하나가 미리 결정한 범위를 벗어나는 경우, 사용자 단말에 알림을 송신하고,
    상기 제1 아이템에 관한 상기 아이템 정보를 획득하기 위하여:
    상기 제1 아이템을 언급하는 복수의 미디어 아티클 상호간의 유사도를 산출하고, 상기 복수의 미디어 아티클 중 유사도가 미리 결정된 제1 수준 이상인 미디어 아티클들은 1개로 카운트하여, 상기 제1 아이템을 언급하는 미디어 아티클의 수를 산출하고;
    상기 제1 아이템을 언급하는 미디어 아티클에서 상기 제1 아이템에 관하여 표현된 키워드에 기초한 키워드 점수의 합과 상기 제1 아이템을 언급하는 미디어 아티클의 수의 가중평균인 미디어 지수를 산출하고;
    상기 제1 아이템을 판매하는 복수의 판매 페이지 상호간의 유사도를 산출하고, 상기 제1 아이템을 판매하는 상기 복수의 판매 페이지 중 유사도가 미리 결정된 제2 수준 이상인 판매 페이지들은 1개로 카운트하여 온라인 쇼핑몰에서 상기 제1 아이템을 판매하는 판매 페이지 수를 산출하고;
    온라인 쇼핑몰에서 상기 제1 아이템의 검색 수를 시구간별로 확인하고, 인접한 직전 시구간 및 직후 시구간과 비교하여 검색 수가 미리 결정된 제3 수준 이상으로 차이나는 시구간을 제외한 나머지 시구간들에서의 검색 수를 합산하여 상기 제1 아이템의 검색 수를 산출하고;
    예측된 상기 제2 아이템의 판매 속도, 상기 제2 아이템의 판매에 따라 지급되는 사은품의 재고량에 기초하여 상기 사은품의 재고 부족이 예상됨을 확인하고;
    고객별 통계에 기초하여 상기 사은품의 재고 부족이 예상됨을 알리는 메시지를 상기 사용자 단말에 전송하고;
    상기 메시지가 전송된 시간으로부터 상기 메시지에 따라 상기 사은품이 추가 입고된 시점까지 걸린 시간 정보를 상기 고객별 통계에 반영;
    하도록 구성되는,
    스마트 물류 창고 시스템.
  4. 제3항에 있어서, 상기 서버는
    예측된 상기 제2 아이템의 출고 시기 및 상기 제2 아이템의 적정 보관 기간에 기초하여, 상기 제2 아이템의 적정 재고량을 산출하고,
    상기 제2 아이템의 상기 적정 재고량 대비 상기 제2 아이템의 물량을 사용자 단말에 송신하도록 구성되는, 스마트 물류 창고 시스템.
  5. 제3항에 있어서,
    상기 지게차는 포크를 포함하고,
    상기 지게차의 상기 포크의 적어도 일부는 형상 기억 합금으로 구성되어, 상기 포크는 상온에서는 지면에 평행하게 배열되고, 저온의 마르텐사이트 상에서는 지면과 수직한 방향으로 구부러질 수 있게 구성되는, 스마트 물류 창고 시스템.
KR1020210127210A 2021-09-27 2021-09-27 인공지능에 기반하여 물류창고에 적치되는 아이템의 출고 시기를 예측하고 아이템의 적치 위치를 결정하는 방법 KR102427001B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210127210A KR102427001B1 (ko) 2021-09-27 2021-09-27 인공지능에 기반하여 물류창고에 적치되는 아이템의 출고 시기를 예측하고 아이템의 적치 위치를 결정하는 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210127210A KR102427001B1 (ko) 2021-09-27 2021-09-27 인공지능에 기반하여 물류창고에 적치되는 아이템의 출고 시기를 예측하고 아이템의 적치 위치를 결정하는 방법

Publications (1)

Publication Number Publication Date
KR102427001B1 true KR102427001B1 (ko) 2022-07-29

Family

ID=82606411

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210127210A KR102427001B1 (ko) 2021-09-27 2021-09-27 인공지능에 기반하여 물류창고에 적치되는 아이템의 출고 시기를 예측하고 아이템의 적치 위치를 결정하는 방법

Country Status (1)

Country Link
KR (1) KR102427001B1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090112463A (ko) * 2008-04-24 2009-10-28 (주)넥스트아이디 알에프아이디를 이용한 물류관리 시스템 및 방법
KR101107008B1 (ko) * 2011-09-27 2012-01-25 주식회사 이킵비즈 스마트 단말기와 연계한 물류창고 관리 방법, 및 이를 위한 물류창고 관리 프로그램을 기록한 컴퓨터로 판독가능한 기록매체
KR20190049657A (ko) * 2019-04-18 2019-05-09 주식회사 포에스텍 Ｃｐｓ 기반의 스마트 지게차 관리장치
KR20210045346A (ko) * 2019-10-16 2021-04-26 최병록 인공지능 모델을 이용한 물류창고의 아이템별 출고량 예측 방법 및 장치
KR102259945B1 (ko) * 2021-03-03 2021-06-02 (주)플랜아이 인공지능 기반의 예측을 활용하는 a/b 테스팅 시스템 및 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090112463A (ko) * 2008-04-24 2009-10-28 (주)넥스트아이디 알에프아이디를 이용한 물류관리 시스템 및 방법
KR101107008B1 (ko) * 2011-09-27 2012-01-25 주식회사 이킵비즈 스마트 단말기와 연계한 물류창고 관리 방법, 및 이를 위한 물류창고 관리 프로그램을 기록한 컴퓨터로 판독가능한 기록매체
KR20190049657A (ko) * 2019-04-18 2019-05-09 주식회사 포에스텍 Ｃｐｓ 기반의 스마트 지게차 관리장치
KR20210045346A (ko) * 2019-10-16 2021-04-26 최병록 인공지능 모델을 이용한 물류창고의 아이템별 출고량 예측 방법 및 장치
KR102259945B1 (ko) * 2021-03-03 2021-06-02 (주)플랜아이 인공지능 기반의 예측을 활용하는 a/b 테스팅 시스템 및 방법

Similar Documents

Publication Publication Date Title
US11093884B2 (en) Controlling inventory in a supply chain
US10977704B2 (en) In store voice picking system
US10430864B2 (en) Transaction based location assignment system and method
US7245558B2 (en) System and method for detection using ultrasonic waves
KR101778758B1 (ko) 창고 관리 시스템, 방법, 및 컴퓨터 프로그램
US10565551B2 (en) System and method of determining item storage strategy
US10332069B2 (en) System and method for managing retail product inventory
KR20180004738A (ko) 선반 디스플레이 유닛을 제어하고 선반 디스플레이 유닛 상의 정보를 그래픽으로 나타내는 시스템 및 방법
TW202119307A (zh) 用於智能化產生採購訂單的電腦實施系統及電腦實施方法
TWI684145B (zh) 倉儲儲位配置系統
JP2009070016A (ja) 在庫計画システム
Goedhart et al. Inventory rationing and replenishment for an omni-channel retailer
KR20220147014A (ko) 발주와 관련된 정보를 제공하는 전자 장치의 동작 방법 및 이를 지원하는 전자 장치
US20170193435A1 (en) Systems and methods for forecasting on-shelf product availability
KR102427001B1 (ko) 인공지능에 기반하여 물류창고에 적치되는 아이템의 출고 시기를 예측하고 아이템의 적치 위치를 결정하는 방법
US10997554B1 (en) Systems and methods for dynamic balancing of virtual bundles
WO2020117249A1 (en) Systems and methods for intelligent product reviews
US20180053145A1 (en) Systems and methods for determining stocking locations of products having more than one stocking location on a sales floor
KR102558440B1 (ko) 식음료 공산품의 유통 처리를 위한 재고 관리 방법, 장치 및 시스템
KR102452440B1 (ko) 전자 장비의 유통을 위한 재고 관리 및 주문 처리 방법, 장치 및 시스템
US10846654B2 (en) Perpetual inventory reconciliation
US11954644B2 (en) Electronic apparatus for providing picking information of item and method thereof
US20170330139A1 (en) Systems and methods for estimating availability of additional sales floor space for a product being binned
CN113887783A (zh) 仓储补货预测方法、装置、设备和存储介质
KR102347210B1 (ko) It 분류 서버를 이용한 물류 관리 방법

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant