Customer Story
회귀모델을 활용한 수요 예측으로 좌석 운용 효율과 수익성을 극대화하는 YMS 시스템 개량
- 건설 및 인프라
- DeciNavi
시계열 예측 모델강화 학습
고객사 소개
- 코레일(한국철도공사)은 대한민국의 국영 철도 운영 기관으로, 국내 철도 운송 서비스를 제공하고 있습니다.
- 고속철도(KTX), 일반 열차, 화물 운송 등의 철도 네트워크를 관리하며, 대중교통과 물류를 지원하는 핵심 역할을 수행하고 있습니다
문제 상황
- 2007년 이후 변화된 열차 실적 패턴을 반영하지 못한 기존 수익관리 시스템(YMS)의 한계
- 한정된 좌석을 효과적으로 운영하여 공공성을 확보하고 좌석당 수익을 증대하기 위한 새로운 시스템 구축 필요
- 단기간(4주) 데이터를 활용한 수요 예측 모형의 도입과 검증의 필요성
- 비모수적 방법(딥러닝, 강화학습 등)을 통한 새로운 예측 모형 개발 필요성
- 경쟁업체 출현 및 신선 개통 등 외부 영업 환경의 변화에 대응하기 위한 시스템 고도화 필요
해결 전략
- 초록소프트는수익관리시스템(YMS) 고도화 프로젝트에서는 기존 승차 실적 데이터와 외부 환경 변수를 효과적으로 매핑하여 기계 학습에 최적화된 데이터 전처리 과정을 도입했습니다.
- LSTM과 Q-learning 모델을 활용해 시계열적 특성을 반영한 장·단기 수요 예측과 좌석 할당 최적화를 수행하여 철도의 공공성과 수익성을 극대화했습니다.
- 다양한 환경 변수와 승차 실적 데이터를 기반으로 예측 모델의 성능을 지속적으로 검증하고 개선하는 고도화 작업을 통해 시스템의 전반적인 성능을 꾸준히 향상시켰습니다.
도입 결과
- LSTM과 ANN(인공신경망)을 활용한 딥러닝 기반 수요 예측 모델을 개발하여, 열차의 승차 실적과 내·외부 환경 요인을 반영한 최적의 좌석 할당을 실현
- 수익관리 시스템의 성능이 기존 대비 10% 이상 향상되었으며, 승차인원과 수요 예측의 정확도 개선
- 데이터 전처리 과정을 최적화하여 학습 데이터의 양을 4배 이상 증가시키고, 다양한 요인(날씨, 경쟁업체, 축제, 재난 정보 등)을 고려한 예측 모델로 수익성 향상에 기여.
