📝 SCM 데이터 분석·시각화 포지션 사전 과제 안내

[과제명] 거점 간 다품종 재고 최적화 알고리즘 도출 및 데이터 가시화

<aside> 📌

배경 상황 (Background)

• 당사는 현재 식자재 유통을 위한 물류 센터를 운영하고 있습니다.
• 현재 1,000개의 핵심 상품(SKU)이 5개의 거점 물류센터(1~5센터)에 각각 일정량씩 분산 보관되어 있습니다.
• 각 상품은 보관 조건(상온/냉장/냉동), 출고 회전율이 다르며, 센터별로 보관 가능 용량(Capa)과 주요 배송 권역이 상이합니다. </aside>

<aside> 📌

직면한 문제 (Problem)

• 기존의 경험(Rule-of-thumb)에 의존한 재고 배치로 인해, 특정 센터에 악성 재고가 쌓이고 있습니다.
• 이로 인해 센터 간 긴급 재고 이관(Transfer) 비용이 증가하고, 최종 고객사로의 배송 리드타임이 지연되는 문제가 발생하고 있습니다. </aside>

<aside> 📌

과제 요구사항 (Requirements)

• 지원자는 생성형 AI(ChatGPT)를 활용한 바이브 코딩(Vibe Coding)을 하여 아래 요구사항에 대한 결과물을 도출하고 웹브라우저를 통해 확인할 수 있도록 HTML 파일로 PC에 저장/제출해주십시오.

[과제용 데이터셋] 아래 첨부된 **'과제용 데이터셋'**을 다운로드한 후, 해당 데이터를 활용하여 사전 과제를 수행해 주시기 바랍니다.

사전 과제용 데이터셋.xlsx

• 요구사항 1: 제공 데이터셋 분석 및 변수 정의
  • 과제와 함께 제공된 AS-IS 재고 데이터셋을 기반으로 최적의 재고 배치(어느 거점에 어떤 상품을 배치할 것인지)를 위해 필요한 핵심 변수를 정의하십시오.
  • 지원자는 제공된 데이터를 활용하되, 분석 및 구현에 필요하다고 판단되는 경우 추가 변수 및 가상의 값을 정의하여 사용할 수 있습니다. 추가한 변수와 값은 그 근거를 함께 설명해 주십시오.
• 요구사항 2: 바이브 코딩 기반 최적화 및 '실제 가시화 결과물' 도출 (★핵심 평가 항목)
  • AI와 대화하며 AS-IS 데이터를 기반으로 최적의 재고 배치(TO-BE)를 도출하는 '최적화 알고리즘 코드(Python 등)'를 작성해 내는 프롬프트 엔지니어링 과정을 상세히 기재하십시오.
  • 단순 코드 도출에서 끝나지 않고, 최적화 전(AS-IS)과 후(TO-BE)의 센터별 적재율, 비용 절감 효과, 또는 재고 불균형 해소 상태를 비교할 수 있는 [실제 시각화 결과물(차트, 그래프 이미지)]을 반드시 첨부하십시오.
• 최종 결과물 제출
  • 시각화 개발 도구는 자유롭게 선택할 수 있으나, 최종 결과물은 별도의 서버 실행 없이 최신 Chrome 또는 Edge 브라우저에서 바로 확인 가능한 HTML 파일로 제출해야 합니다. </aside>

<aside> 📌

참고 사항

• 본 과제는 제한된 가상의 데이터로 진행되므로, 산출된 결과(최적값)의 수학적 무결성이나 절대적인 정답 여부를 평가하지 않습니다.
• AI를 도구로 활용하여 SCM의 복잡한 변수들을 통제하고, 알고리즘을 도출해 나가는 논리적 흐름과 프롬프트 엔지니어링 능력을 중점적으로 봅니다.
• 결과물로 ‘현장에서 어떻게 해야 하는데?’라는 질문에 답할 수 있도록, 데이터를 실제로 사용할 사용자가 직관적으로 상황을 파악하고 즉각적인 의사 결정을 내릴 수 있게 화면을 구성했는지를 최우선으로 평가합니다. </aside>