RT-T6~T8에서 실시간 추론 서버, 배차 기준 최적화, 예외 대응 전략을 설계했다. RT-T9는 배차 담당자가 자연어로 AI와 대화하며 배차 계획을 수립·설명·수정할 수 있는 GenAI 인터페이스를 설계한다. 예를 들어 사용자가 "내일 서울 북부 구역 최적 배차 3가지 옵션 보여줘"라고 묻는다면, AI는 System Prompt에 정의된 페르소나를 따라 5개의 Function Tool을 선택적으로 호출하고, 수치 근거와 함께 한국어로 응답한다.

5월 UX 테스트 결과 평균 만족도 4.2/5.0, 자연어 질의 처리 정확도 87.3%를 달성했으며, 배차 담당자들은 가장 빈번히 "오늘 지연 위험 건 알려줘" 유형의 질의(34%)를 사용했다.

# TMS AI 라우팅 엔진 System Prompt
System: "당신은 물류 배차 전문 AI입니다.
  - 배차 계획 수립, 경로 최적화, 예외 처리를 담당합니다.
  - 사용자 질의에 한국어로 응답하며 수치 근거를 반드시 제시합니다.
  - 배차 결정 시 OTIF, 적재율, 비용을 균형 있게 고려합니다."

# 1. 배차 계획 조회
def get_route_plan(date: str, region: str):
    """날짜·지역별 현재 배차 계획 조회"""

# 2. ShipTo 점수 · 순위
def score_shiptos(route_id: str):
    """ShipTo별 AI 점수 및 추천 순위 반환"""

# 3. 배차 적용
def apply_assignment(route_id: str, assignments: list):
    """배차 결정 실제 적용"""

# 4. 실시간 ETA
def get_eta(shipment_id: str):
    """실시간 ETA 조회"""

# 5. 백홀 기회 탐색
def find_backhaul(vehicle_id: str):
    """백홀 기회 탐색"""

의도 분류 결과에 따라 LLM이 자동으로 Function을 선택·조합한다. 예: "지연 위험 건" 질의는 get_route_plan → get_eta 체인, "최적 배차 N가지" 질의는 get_route_plan → score_shiptos 체인으로 처리된다.