Research Task · RT-W11 · 2025.06 · WMS AI
↩️ 반품 처리(Reverse Logistics) 자동화
XGBoost 3-class 분류 · 재판매/수리/폐기 자동 결정 · 박소연 선임연구원 · 연구노트 35p 대응
🎯 연구 배경
반품 상품의 상태 자동 분류(재판매 가능/수리 필요/폐기)와 최적 처리 경로 결정을 AI가 자동화합니다. 반품 처리 시간을 60% 단축하고, 재판매 가능 상품 회수율을 대폭 향상하는 것이 목표입니다.
🧠 반품 상태 분류 모델
# 3-Class 분류: resellable / repairable / dispose
return_classifier = XGBClassifier(n_estimators=300)
features = [
"return_reason_code", # 반품 사유 (1=변심, 2=불량, ...)
"defect_score", # 비전 검사 파손 점수
"days_since_purchase", # 구매 후 경과일
"product_age_days", # 제품 생산일로부터
"category_resell_rate" # 카테고리별 재판매율
]
🔀 처리 경로 자동 결정 (3-way)
재판매 가능resellable
- 재검수
- 재포장
- 재고 복귀 (WMS 자동 입고)
수리 필요repairable
- 수리 거점 라우팅
- 수리 진행
- 재판매 또는 폐기 재판정
폐기dispose
- 환경 규정 준수 폐기
- 폐기 증빙 자동 생성
- 회계 손실 처리
📉 6월 운영 성과
✓ 반품 자동 분류 + 경로 결정 도입 후 (2025.06 기준)
반품 처리 시간
2.3일
0.8일
▼ 65.2%
재판매 회수율
61.4%
74.8%
▲ 13.4%p