세계 최대 항공사 ‘아메리칸 항공’이 화물운송 최적화 위해 엔비디아를 찾은 이유

아메리칸 항공의 화물운송 문제를 해결하고 최적의 화물 배치로 연료 효율성을 높이는 엔비디아 쿼드로(Quadro) 기반 데이터 사이언스 워크스테이션을 소개합니다
by NVIDIA Korea
5.18 블로그

비행기를 타고 이동하는 것이 힘들다고요? 항공 화물업계 상황은 어떨까요?

몇 개월 전부터 미리 돈을 내고 티켓을 예매해야 하는 여객기와 달리, 화물 운송은 보통 예정된 적재일로부터 10일 전에만 예약하면 됩니다. 고객들은 물품이 운송돼 항공기에서 출하할 때까지 항공 운송비를 내지 않아도 되죠.

하지만 고객이 화물 운송을 위해 항공기 자리를 예약했는데도 물류창고에 화물이 도착하지 않는 경우가 있습니다. 아무리 운송계획을 잘 짜더라도 이렇게 되면 심각한 문제가 생기게 되죠.

세계 최대 항공사 아메리칸 항공(AA)은 여객기 운항 뿐 아니라 전 세계 소비자와 기업들을 대상으로 항공 화물 서비스도 제공합니다. 이런 화물 운송은 전세계에 필수적인 공급망을 유지하는 데 중요한 역할을 하기 때문에 직원들은 최대한 효율적으로 물품이 운송될 수 있도록 총력을 다하고 있습니다.

화물 운송을 위해선 수많은 변수를 분석해야 하는데 그 중 분석하기 가장 어려운 부분은 화물이 항공기 이륙전에 맞춰 도착할지의 여부를 판단하는 것입니다.

미래를 예측하는 것은 쉬운 일이 아닙니다. 그러나 데이터 사이언스를 활용하면 상황은 달라집니다. 아메리칸 항공은 엔비디아 쿼드로로 구동되는 ‘Z by HP’ 데이터 사이언스 워크스테이션과 머신 러닝(machine learning)을 활용하여 적재할 화물의 도착 가능성 분석 모델을 실행합니다. 이렇게 하면 운송을 어떻게 할 것인지 사전에 계획하기가 수월해지죠.

화물 운송의 골칫거리 ‘No-Show’

아메리칸 항공은 하루에 수 천개에 이르는 화물을 받습니다. 또 화물팀은 각각의 화물을 빠르게 관리해야 합니다. 하지만 운송 예약은 됐는데 실제로 화물창고에 도착하지 않은 화물이 늘 있기 때문에 화물을 관리하기가 쉽지 않습니다.

아메리칸 항공의 머신 러닝과 인공지능 센터장인 타시오 카르발류(Tassio Carvalho)는 “아메리칸 항공은 예약된 세부항목을 토대로 화물 적재칸의 배치 계획을 세워 화물의 적재 위치를 정합니다”라고 말합니다.

운송할 화물이 항공기 이륙 날짜에 맞게 도착하지 않으면 화물 적재 배치를 바꾸거나 예약된 화물 공간에 대한 티켓도 되팔 수 없습니다. 이렇게 되면 화물 적재실에 화물이 최적의 위치에 배치되지 않아 계획보다 더 많은 연료가 소진됩니다.

아메리칸 항공 화물 수익 관리 팀장인 크리스 이삭(Chris Issac)은 “노쇼(No-show)로 인한 수익 손실은 수백만 달러에 이릅니다. 그 공간에 적재시켜도 됐을 중요한 화물을 불필요하게 거절하는 상황도 생기죠. 화물 예약 처리 상황을 미리 확실하게 알 수 있다면 미사용 공간에 다른 화물을 실을 수 있을 겁니다”고 말했습니다.

머신 러닝으로 예약, 적재, 배송까지

카르발류 팀은 엔비디아 쿼드로 GPU로 구동되는 데이터 사이언스 워크스테이션 ‘Z by HP’를 사용해 고객의 예약 상황을 알려주는 데이터를 머신 러닝 모델로 만들어 화물의 도착 여부 가능성을 예측합니다.

카르발류 팀은 GPU 가속 머신 러닝 패키지인 오픈소스 H204GPU를 사용해 예측분석 모델을 만들고 1년치의 데이터인 50만 건의 예약 데이터를 입력했습니다. 각 기록에는 약 20가지의 정보가 있었고 이 정보는 약 100개의 세부사항으로 나뉘었습니다.

아메리칸 항공은 예약된 화물이 도착하기 약 3일 전에 예약건의 상세정보를 이 예측분석 모델로 돌려봅니다. 그 결과 도착하지 않을 확률이 높은 화물의 정보가 뜨면, 카르발류 팀은 고객에게 연락해 예약된 날짜에 맞춰 화물이 도착할지 확인합니다.

머신 러닝을 활용해 노쇼의 위험이 높은 화물을 골라낼 수 있게 되면서 화물 관리자는 예약대로 처리될 가능성이 낮은 예약물품을 집중 관리하고 모든 고객에게 연락을 하기 보다는 문제가 될 수 있는 고객에게만 선별적으로 연락을 할 수 있게 됐습니다.

카르발류 센터장은 “예측분석 모델은 어떤 화물이 노쇼의 가능성이 높은지를 보여주고 어떤 예약 건이 공항 도착 이후에 변수가 생길지를 알려주기 때문에 아주 유용합니다. 데이터 사이언스 워크스테이션을 통해 예측분석 모델 정확도를 최소 90%까지 높일 수 있게 됐습니다. 덕분에 화물 운송 계획을 전례 없는 수준으로 정확하게 세울 수 있게 됐습니다”라고 말했습니다.

CPU 대신 쿼드로 GPU를 사용하고 있는 카르발류 팀의 컴퓨팅 처리 속도는 최대 10배나 빨라졌습니다. 예측과 결과 처리속도가 크게 빨라져 화물 공간 활용도와 연료 효율성이 높아진 것입니다.

아메리칸 항공은 이와 함께 고객이 최소 48시간 전에 통지하면 별도의 수수료 없이 예약을 취소할 수 있도록 하는 공정한 예약 정책을 실행하겠다고 발표했습니다. 아메리칸 항공은 최신 정책에 예측분석 모델을 적용해 항공기 공간을 최대로 사용할 수 있게 됐습니다.

이삭 팀장은 “항공 운송업의 가장 큰 문제를 고급 분석(advanced analytics)으로 해결할 수 있게 된 것은 아메리칸 항공에게 게임 체인저와 같은 일입니다. 아메리칸 항공의 데이터 사이언스 팀은 업계 최고의 팀이며 우리 업무 프로세스에 이 모델을 도입할 수 있어서 정말 기쁘게 생각합니다”라고 말합니다.

이 분석작업에 대해 더 자세히 알고 싶다면 ‘아메리칸 항공 웨비나’를 클릭하세요.

이미지 제공: 아메리칸 항공