수요감지 현황
개요
이 화면은 무엇인가요? POS 데이터, IoT 센서, SNS 트렌드, 날씨 정보 등 다양한 외부 신호를 실시간으로 수집하여, 기존 수요예측을 자동으로 보정하거나 이상 징후를 알려주는 화면입니다.
누가 사용하나요?
- 수요계획자: 수요 급변 시 예측 보정 의사결정
- 데이터분석가: 수요 패턴 변화 모니터링
- S&OP 담당자: 시장 변화에 대한 대응 전략 수립
언제 사용하나요?
- 시장에서 예상치 못한 수요 변화가 감지될 때
- 주간/일간 수요 변동을 모니터링할 때
- 기존 수요예측의 정확도를 실시간으로 검증할 때
주요 기능
1. 실시간 신호 모니터링
무엇을 하나요?: 9가지 신호 원천에서 수집된 수요 변화 신호 를 실시간으로 확인합니다.
| 신호원천 | 수집 데이터 예시 |
|---|---|
| POS | 소매점 판매 데이터 급증/감소 |
| IoT센서 | 생산라인 소비율 변화 |
| SNS트렌드 | 제품 관련 소셜미디어 언급량 |
| 웹검색 | 제품 검색량 트렌드 |
| 날씨 | 계절성 품목 수요 영향 |
| 경제지표 | GDP, 환율 등 거시경제 변화 |
| 경쟁사 | 경쟁사 가격/신제품 출시 |
| 프로모션 | 자사 프로모션 효과 측정 |
| 공급망 | 공급 차질에 따른 대체 수요 |
2. 이상 징후 감지
무엇을 하나요?: 수요 패턴에서 비정상적인 변화를 자동으로 감지하고 알립니다.
어떻게 확인하나요?: "이상징후" 컬럼이 ✅로 표시된 행을 확인합니다. 이상사유 컬럼에서 구체적인 원인을 볼 수 있습니다.
💡 팁: 편차율(%)이 ±20% 이상인 경우 이상 징후로 분류됩니다. 신뢰도(%)가 높을수록 해당 신호의 확실성이 높습니다.
3. 예측 자동/수동 보정
무엇을 하나요?: 감지된 신호를 기반으로 기존 수요예측을 보정합니다.
어떻게 사용하나요?:
- 자동적용: 신뢰도가 높은 신호는 자동으로 예측에 반영됩니다 (자동적용 =
✅) - 수동적용: 자동적용되지 않은 신호는 검토 후 "적용" 버튼으로 수동 반영합니다
업무 흐름에서의 위치
| 이전 단계 | 현재 화면 | 다음 단계 |
|---|---|---|
| 외부 데이터 소스 수집 | 수요감지 현황 | 수요예측 관리 |
| 수요예측 관리 | 예측 대비 실시간 편차 확인 | 예측 보정 반영 |
입력 항목 가이드
| 항목 | 설명 | 입력 방법 | 예시 |
|---|---|---|---|
| 수요예측ID | 연관된 수요예측 | 자동 연결 | DF-2026-03-001 |
| 신호원천 | 데이터 수집 채널 | 드롭다운 선택 | POS |
| 신호유형 | 감지된 변화 유형 | 드롭다운 선택 | 수요급증 |
| 신호값 | 변화의 크기 (지수) | 자동 수집 또는 직접 입력 | 1.35 (35% 증가) |
| 감지일시 | 신호가 감지된 시점 | 자동 기록 | 2026-03-15 14:30 |
| 감지기간 | 신호가 관측된 기간 | 텍스트 입력 | 최근 7일 |
| 기존예측수량 | 보정 전 예측량 | 자동 조회 | 1,500 |
| 조정예측수량 | 보정 후 예측량 | 자동 계산 또는 수동 입력 | 2,025 |
| 편차율(%) | 보정 전후 차이 | 자동 계산 | +35% |
| 신뢰도(%) | 신호의 확실성 | 자동 계산 | 78.5% |
| 이상징후 | 비정상 변화 여부 | 자동 판별 | ✅ |
| 이상사유 | 이상 원인 설명 | 텍스트 입력 | 계절 대비 이례적 급증 |
| 자동적용 | 예측 자동반영 여부 | 자동 또는 수동 토글 | ❌ (수동 검토 필요) |
자주 묻는 질문 (FAQ)
Q. 자동적용 기준은 무엇인가요?
자동적용은 다음 조건을 모두 충족할 때 활성화됩니다:
- 신뢰도 80% 이상
- 편차율 ±10% 이내 (극단적 변화가 아닌 경우)
- 해당 신호원천의 과거 정확도가 일정 수준 이상
극단적 변화(편차율 ±20% 이상)는 자동적용되지 않으며 수요계획자의 수동 검토가 필요합니다.
Q. 원시데이터(raw_data)는 어떻게 활용하나요?
원시데이터는 JSONB 형식으로 저장되며, 신호의 상세 원본 데이터를 포함합니다. 예를 들어 POS 데이터의 경우 지역별 판매량, SNS의 경우 키워드별 언급량 등이 포함됩니다. 데이터분석가가 심층 분석 시 활용합니다.
실무 시나리오
시나리오: 갑작스러운 수요 급증 대응
상황: SNS 트렌드 분석에서 자사 제품 A001의 언급량이 전주 대비 200% 급증이 감지되었습니다.
수행 순서:
- 신호 확인: 수요감지 현황에서 신호유형
수요급증, 신호원천SNS트렌드인 행을 확 인합니다 - 신뢰도 검토: 신뢰도가
65%이므로 자동적용되지 않았습니다 - 교차 검증: 같은 품목의 다른 신호원천(POS, 웹검색)도 확인합니다
- POS:
+15%(신뢰도 82%) - 웹검색:
+45%(신뢰도 71%)
- POS:
- 판단: 복수 채널에서 일관된 증가 추세 → 수요예측 보정 결정
- 보정 적용: 조정예측수량을
+25%로 수동 설정 후 적용 - 후속 조치: 수요예측 관리에서 해당 예측 업데이트
참고: 데이터 구조
테이블: aps_demand_sensing
테이블 특성: 사용자 연결, 감사 추적 활성화, 인쇄 기능 지원
| 컬럼명 | 한글명 | 타입 | 필수 | 설명 |
|---|---|---|---|---|
forecast_id | 수요예측ID | UUID (FK) | aps_demand_forecast 참조 | |
signal_source | 신호원천 | ENUM(POS, IoT센서, SNS트렌드, 웹검색, 날씨, 경제지표, 경쟁사, 프로모션, 공급망) | ✅ | - |
signal_type | 신호유형 | ENUM(수요급증, 수요감소, 트렌드전환, 계절이상, 프로모션효과, 공급차질) | ✅ | - |
signal_value | 신호값 | DECIMAL | ✅ | - |
detected_at | 감지일시 | TIMESTAMP | ✅ | - |
detection_period | 감지기간 | VARCHAR | - | |
baseline_forecast_qty | 기존예측수량 | DECIMAL | - | |
adjusted_forecast_qty | 조정예측수량 | DECIMAL | - | |
deviation_pct | 편차율(%) | DECIMAL (계산) | (조정-기존)/기존*100 | |
confidence_score | 신뢰도(%) | DECIMAL | - | |
is_anomaly | 이상징후 | BOOLEAN | - | |
anomaly_reason | 이상사유 | TEXT | - | |
auto_applied | 자동적용 | BOOLEAN | - | |
applied_by | 적용자ID | UUID (시스템참조) | - | |
raw_data | 원시데이터 | JSONB | 감지 원시 데이터 |
목록 컬럼 설정
| 컬럼 | 렌더링 | 정렬 |
|---|---|---|
| 수요예측ID | 기본 | ✅ |
| 신호원천 | tag | ✅ |
| 신호유형 | tag | ✅ |
| 신호값 | 기본 | ✅ |
| 감지일시 | date | ✅ |
| 기존예측수량 | 기본 | ✅ |
| 조정예측수량 | 기본 | ✅ |
| 편차율(%) | percent | ✅ |
| 신뢰도(%) | percent | ✅ |
| 이상징후 | badge | ✅ |
| 자동적용 | badge | ✅ |