데카트론의 Chronos-2 기반 수요 예측 시스템 구축 사례

이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.

TL;DR

데카트론은 방대한 상품군과 계절적 수요 변동을 처리하기 위해 기존의 하이브리드 예측 모델을 대체할 새로운 솔루션으로 Chronos-2를 도입했다. AutoGluon을 활용한 LoRA 파인튜닝으로 도메인 특화 성능을 최적화했으며, 이를 통해 12주 예측 기간 기준 WAPE를 최대 15%p 개선하는 성과를 거두었다. 또한, 인프라 운영 효율을 높여 배포 시간을 절반으로 줄였고, CPU 기반 추론으로 비용 효율적인 대규모 수요 예측 시스템을 구현했다.

섹션별 상세

데카트론은 80개 이상의 스포츠 종목과 수만 개의 상품을 관리하며, 계절성이 강한 수요 패턴을 정확히 예측해야 하는 과제에 직면했다. 기존에는 DeepAR과 Holt-Winters를 혼합한 하이브리드 방식을 사용했으나, 매주 재학습이 필요하고 새로운 지역 확장에 많은 엔지니어링 리소스가 소요되는 운영상 한계가 있었다.

python

predictor.fit(
    tsdf,
    hyperparameters={
        "Chronos2": {
            "model_path": "amazon/chronos-2",
            "fine_tune": True, # Turn on fine-tuning; if False the model is used in zero-shot mode
        }
    },
)

AutoGluon을 사용하여 Chronos-2 모델을 파인튜닝하는 설정 코드이다.

데카트론의 수요 예측 파이프라인 아키텍처를 나타낸다. — Diagram데이터 준비, 파인튜닝, 추론, 결과 전달로 이어지는 전체 워크플로우를 보여준다. PySpark와 AutoGluon, MLflow가 어떻게 통합되어 운영되는지 시각화한다.

Chronos-2는 시계열 데이터를 패치 단위로 임베딩하고 그룹 어텐션 메커니즘을 통해 다변량 예측을 수행하는 시계열 파운데이션 모델이다. 데카트론은 2년간의 데이터를 활용한 벤치마크에서 Chronos-2가 기존 모델을 상회하는 성능을 확인했으며, AutoGluon을 통해 LoRA 기반의 효율적인 파인튜닝을 적용했다.

다변량 예측을 위한 Chronos-2의 아키텍처 구조이다. — Diagram시간 축과 그룹 축을 교차하는 어텐션 패턴을 통해 공변량을 어떻게 처리하는지 설명한다. 모델이 시계열 간 정보를 어떻게 교환하는지 핵심 원리를 보여준다.

실제 운영 환경에서 Chronos-2는 SEA 및 LATAM 지역 기준 12주 예측 WAPE를 각각 11%p, 15%p 개선했다. 이는 재고 비용 절감과 상품 가용성 향상으로 이어졌으며, 모델 배포 기간을 기존 6개월에서 2~3개월로 단축해 시장 확장 속도를 높였다.

인프라 측면에서는 Amazon EC2 m6i.8xlarge CPU 인스턴스에서 7,000~15,000개의 시계열 데이터를 40~75초 내에 처리하며 GPU 의존성을 제거했다. 6개월 주기의 파인튜닝 전략은 운영 복잡성을 최소화하면서도 모델 성능을 유지하는 핵심 동력이 되었다.

용어 해설

시계열 파운데이션 모델(TSFM): — 대규모 시계열 데이터로 사전 학습된 모델이다. 도메인 특화 데이터 없이도 제로샷 성능이 뛰어나며, 다양한 시계열 예측 작업에 범용적으로 활용할 수 있어 기존 통계적 모델의 한계를 극복한다.
가중 절대 백분율 오차(WAPE): — 전체 판매량 대비 오차의 비중을 측정하는 지표이다. 수요 예측의 정확도를 평가할 때 사용하며, 값이 낮을수록 실제 수요와 예측치가 일치함을 의미한다.
저순위 적응(LoRA): — 전체 모델 가중치를 학습하지 않고 저순위 행렬만 학습하여 파라미터 수를 줄이는 기법이다. 파인튜닝 비용과 시간을 획기적으로 절감하면서도 도메인 적응 성능을 유지한다.

기술

Chronos-2
AutoGluon
Amazon SageMaker
LoRA
PySpark
MLflow

활용 사례

소매업 수요 예측
재고 관리 및 용량 계획
공급망 최적화

언급된 리소스

문서Amazon Science blog post

튜토리얼AutoGluon Chronos tutorial