식자재 주문 매칭 알고리즘이 가져온 놀라운 결과

강상기의 산업지능화로 가는 길<2> AI로 대박 난 식자재 유통사

H사는 식자재 유통 전문 회사다. 호텔과 대형식당 등 고객사로부터 식자재 주문 리스트를 받아 납품 가능한 식자재 견적서를 작성, 제출함으로써 식자재 공급계약을 맺는다. 문제는 견적서를 작성하기 위해 많은 영업사원이 매일 수작업으로 수만 건의 식자재 항목을 검색하는 비효율적 업무방식이다. 센터에서는 H사의 내부 식자재 정보와 고객사의 주문 정보를 자동 매칭하는 식자재 매칭 지능화 알고리즘 모델을 개발하여, 견적 업무의 효율성을 획기적으로 개선하였다.

자동 매칭을 통한 업무 효율화 및 생산성 향상

식자재의 경우 동일한 종류라 하더라도 유사 품목이 많다. 게다가 고객사는 공급 가능한 내부 보유 식자재의 정확한 품목 명칭과 스펙을 모르는 상태에서 주문서를 발주한다. 그러다보니 유통사의 입장에서는 견적이 가능한 가장 유사한 식자재를 매칭하는데 상당한 시간을 들일 수밖에 없다. 예를 들어 보자. H사의 납품가능 식자재 품목명 데이터베이스에는 해산물, 오징어, 한국산, 냉동, 찌개용처럼 체계적으로 기록되어 있지만, 고객사의 주문서는 제각각이다. 어떤 곳은 한국산 오징어로, 또 다른 곳은 국산 냉동 오징어로, 어떤 고객사의 주문서에는 오징어 한 마리, 고급품, 중국산 안됨같은 식이다.이런 식으로 각기 다른 불명확한 표현으로 접수가 된다. 이러한 주문서를 접수한 견적 담당자는 오징어라는 키워드를 이용하여 내부 식자재 데이터베이스에서 검색을 하고 산지와 무게, 용도별로 가장 유사한 규격을 순차적으로 검색하는 과정을 통해 가장 적합한 품목을 선정하게 된다. 주문서에 나타나지 않은 상세 규격은 경험에 기반한 유추 과정이 필수적이다. 기존에는 약 1만 건에 해당하는 보유 식자재 정보에서 주문서의 각 식자재 항목별로 검색하고 적절한 품목으로 매칭하는 작업을 수작업으로 진행해 왔다. 이에 따라 각 주문서 별로 수백 개의 식자재에 대한 매칭 작업에 평균 수십 분에서 때로는 수 시간이 걸리는 경우도 있었다. 또한 담당자의 경험에 따라 적절한 식자재의 매칭 정확도 및 매칭 속도가 달라지며 담당자의 경험이 축적되는데, 이 과정에서도 상당한 시간이 걸리는 문제가 있었다.

이에 따라 센터에서는 H사의 요구를 반영해 주문서 항목별로 가장 적합한 식자재를 자동 추천하는 알고리즘을 개발했다. 이를 통해 견적서를 작성하는 데 걸리는 시간을 획기적으로 단축할 수 있게 된 것이다. 매월 견적 소요 비용을 수천만원 씩 절감하는 효과를 본 것은 물론이다. 식자재 매칭 지능화 알고리즘은 자연어 처리 기술과 최근 매칭 결과에 대한 학습을 기반으로 다음과 같이 표준화되지 못한 주문서에 나타나는 비정형 단어를 처리하여 인식 정확도를 높일 수 있었다

▶같은 의미이지만 대소문자, 특수문자 등 다르게 표기한 단어 인식
▶관련 업계에서는 자주 쓰이지만 대중적으로 잘 쓰이지 않았던 단어 인식
▶브랜드명과 일반명사 구분, 특수한 용어의 인식

이에 더하여, 납품 가능한 식자재의 가격과 업종별 선호도를 종합적으로 판단하는 기능을 탑재했다. 고객이 원하는 최적의 식자재를 빠르고 적절하게 찾아줄 수 있게 해 경험이 가장 많은 전문가 수준의 판단을 초보 영업사원이 할 수 있도록 하였다.
이러한 지능화 알고리즘 모델은 식자재 유통 뿐 아니라 기업의 정보와 기업 외부의 정보를 매칭해야 하는 이슈가 있는 유통업, 제조업, 건설업 등 다양한 분야에 활용될 수 있을 것으로 기대된다.

한양대 AI솔루션센터장