AI 예측모델 관리

개요

이 화면은 무엇인가요? AI 예측모델 관리 정보를 등록·조회·수정하는 화면입니다. AI/ML 기반 수요예측과 재고 최적화 업무의 일부입니다.

누가 사용하나요?

• SCM 데이터분석가: AI 예측모델 관리 데이터를 관리합니다
• SCM 매니저: AI 예측모델 관리 데이터를 관리합니다

언제 사용하나요?

• AI 기반 수요예측 모델을 관리할 때
• 예측 정확도를 분석하고 개선할 때

---

주요 기능

1. AI 예측모델 관리 등록

무엇을 하나요?: 새로운 AI 예측모델 관리 데이터를 등록합니다.

어떻게 사용하나요?:

1. 목록 화면에서 추가 버튼을 클릭합니다
2. 필수 항목(모델명, 모델버전, 알고리즘유형 등)을 입력합니다
3. 저장 버튼을 클릭합니다

2. AI 예측모델 관리 조회

무엇을 하나요?: 등록된 데이터를 검색하고 조회합니다.

어떻게 사용하나요?:

1. 상단 필터에서 검색 조건을 설정합니다
2. 목록에서 원하는 데이터를 찾아 클릭합니다
3. 상세 정보를 확인하거나 수정합니다

입력 항목 가이드

항목	설명	필수	입력 방법
모델명	모델명	✅	텍스트를 입력합니다
모델버전	모델버전	✅	텍스트를 입력합니다
알고리즘유형	알고리즘유형	✅	선택합니다 (ARIMA, Prophet, LSTM 등)
학습일시	학습일시		입력합니다
학습데이터시작일	학습데이터시작일		달력에서 날짜를 선택합니다
학습데이터종료일	학습데이터종료일		달력에서 날짜를 선택합니다
피처셋	피처셋		텍스트를 입력합니다
하이퍼파라미터	하이퍼파라미터		텍스트를 입력합니다
MAPE(%)	MAPE(%)		숫자를 입력합니다
RMSE	RMSE		숫자를 입력합니다
MAE	MAE		숫자를 입력합니다
R-Squared	R-Squared		숫자를 입력합니다
상태	상태	✅	선택합니다 (학습중, 검증중, 운영, 폐기, 대기)
배포일시	배포일시		입력합니다
폐기일시	폐기일시		입력합니다
모델파일	모델파일		파일을 첨부합니다
설명	설명		텍스트를 입력합니다
등록자	등록자		입력합니다

자주 묻는 질문 (FAQ)

Q. 데이터를 수정하려면 어떻게 하나요?

목록에서 해당 항목을 클릭하여 상세 화면으로 이동한 후, 수정할 항목을 변경하고 저장 버튼을 클릭합니다.

참고: 데이터 구조

테이블 상세

테이블: ai_demand_models

항목	컬럼명	타입	필수
모델명	model_name	VARCHAR	✅
모델버전	model_version	VARCHAR	✅
알고리즘유형	algorithm_type	ARIMA / Prophet / LSTM / XGBoost / LightGBM / Transformer / 앙상블	✅
학습일시	training_date	TIMESTAMP
학습데이터시작일	training_data_start	DATE
학습데이터종료일	training_data_end	DATE
피처셋	feature_set	TEXT
하이퍼파라미터	hyperparameters	TEXT
MAPE(%)	mape	DECIMAL
RMSE	rmse	DECIMAL
MAE	mae	DECIMAL
R-Squared	r_squared	DECIMAL
상태	status	학습중 / 검증중 / 운영 / 폐기 / 대기	✅
배포일시	deployed_at	TIMESTAMP
폐기일시	retired_at	TIMESTAMP
모델파일	model_artifact_path	FILE
설명	description	TEXT
등록자	created_by_id	UUID

관련 테이블: 직원 (1:N) 직원→AI모델(등록자) / AI 예측 실행이력 (1:N) AI모델→예측실행 / AI 재학습 스케줄 (1:N) AI모델→재학습스케줄