AI
Data Product (2) AI(데이터)로 실제 운영 효율화가 가능할까?
두줄요약
AI 모델과 고객 피드백·운영 데이터를 결합해 차량 세차 요청 로직을 재설계했습니다. 요청량과 비용을 줄이면서도 수행 효율과 고객 만족도 개선을 추구했습니다.
문제 상황
- 2만 대 규모 차량의 상태를 인력만으로 확인·관리하기 어려운 세차 운영
- AI 모델 추론값만으로 세차 필요 여부와 운영 효과를 설명하기 어려운 불완전한 정답 데이터
구조와 흐름
- MySQL 차량 운영 데이터, S3 차량 사진, 기상청 날씨 정보를 BigQuery로 적재
- 딥러닝 차량 상태 분류 모델의 오염 예측·confidence 값과 고객 피드백을 세차 판단에 활용
- Airflow 배치 관리와 API 기반 세차 관리 시스템 운영 DB 상태 업데이트
해결 방법
- 모델 결과를 절대적 ground truth로 간주하지 않고 육안 판단·현업 협의로 오염 및 세차 필요 기준 재정의
- AI 모델 판단, 고객 운행 전후 피드백, 정기 세차 조건에 우선순위와 세차 방식을 부여한 요청 로직 구성
- 세차 직후 첫 이용 피드백·모델 판단 일치도와 리드타임별 수행 지표의 교차 모니터링
성능/운영 포인트
- 대당 세차 요청 감소와 온디맨드 세차 수행, 제한된 수행 리소스의 적시 수행률 개선
- 세차 요청·수행 간 시차, 작업 품질 편차, 고객 피드백 편향으로 인한 평가 한계
- 내부 사진 수집 확대, 세차 수행 최적화, Human-in-the-loop 기반 모델 개선 과제
