신선식품·의약품·백신 등 온도 민감 상품(temperature-sensitive goods)은 단 몇 분의 이탈만으로도 품질이 회복 불가능한 손상을 입는다. 기존 WMS는 사후에 도달한 알람을 사람이 확인하고 대처하는 구조였으나, 이번 연구는 10초 간격 IoT 센서 스트림과 LSTM 기반 5분 선행 예측을 결합해 이탈이 발생하기 전에 백업 쿨링을 자동 가동하고 작업자에게 경보를 발령한다.

여기에 FIFO/FEFO 자동 회전 로직을 더해, 유통기한이 임박했거나 입고일이 오래된 SKU를 우선 출고하도록 픽 슬립을 재정렬한다. 8월 시범 운영 결과 폐기 손실이 베이스라인 대비 −72%까지 감소했다.

# 실시간 온도 이상 탐지
def monitor_temp_zone(zone_id):
    readings = get_temp_sensors(zone_id)   # 10초 간격
    avg_temp = np.mean(readings)
    std_temp = np.std(readings)

    # 예측 모델로 5분 후 온도 예측
    pred_temp = temp_lstm.predict(readings[-30:])

    if pred_temp > threshold + 1.0:        # 임계값 1도 초과 예측
        alert_maintenance(zone_id, severity="HIGH")
        auto_open_backup_cooling(zone_id)

    elif pred_temp > threshold + 0.5:
        alert_maintenance(zone_id, severity="WARN")

    # FIFO/FEFO 회전: 유통기한 임박 SKU 우선
    refresh_pick_slips(zone_id, policy="FEFO")
    return {"avg": avg_temp, "pred": pred_temp}