쏘카 날씨 기반 세차 운영 최적화

1. 기존 세차 오퍼레이션의 한계 및 개선 목표

• 기존 쏘카 AI 모델은 차량 오염도를 기준으로 세차를 요청했으나, 날씨 요인을 고려하지 않아 불필요한 세차 발생.
• 강수 예보를 반영하여 운영 비용을 절감하고, 날씨와 차량 오염 간의 정량적 상관관계를 검증하여 운영 정책에 반영.
• 데이터 엔지니어링을 통해 기상청 API 기반의 날씨 데이터 수집 및 안정적인 적재 환경을 구축.

2. 날씨 데이터 기반 분석 및 적용 로직

• 차량 위치와 가장 가까운 종관기상관측소(ASOS) 데이터를 연결하여 날씨 정보를 정밀하게 적용. 반경 최대 32km 내 차량에 날씨 데이터 적용.
• 시간당 강수량 3mm 이상 시 '비를 맞았다', 시간당 적설량 1cm 이상 시 '눈을 맞았다'로 정의.
• 분석 결과, 일정 강수량 이상 시 차량 외관이 자연 세척되는 경향 확인. 눈을 맞은 차량은 오염될 확률이 높아 기존 로직 유지.

3. 운영 적용을 위한 시뮬레이션 및 결과

• 새벽 5시 업데이트되는 단기 예보를 기준으로 당일 6시~23시의 강수량과 강수 확률 활용.
• 강수량(Nmm) 및 강수 확률(N%) 조정 시뮬레이션을 통해 예측 정확도와 비용 절감 효과 최적점 도출.
• 강수 종료 후 세차 요청이 집중되는 현상이 발생하지 않음을 확인, 이는 기존 세차 요청 처리 구조 때문.

4. 최종 운영 정책 적용 및 인사이트

• 특정 기준 초과 시 해당 지역 차량의 외부 세차 요청을 보류하는 로직을 적용, 1년 이상 안정적 운영 및 비용 절감 효과 확인.
• 직관적인 개념을 정량적 데이터 기준으로 전환하는 과정의 중요성 강조. 맥락적 해석을 통해 복합 변수를 통합하고 데이터 기반 의사결정 체계를 구축.
• 데이터 기반 문제 구조화는 지속적인 개선을 가능하게 하며, 실제 운영에 적용하여 목표를 달성하는 검증 과정의 필요성을 시사.