디구루는 예측 모델 전문 기업입니다. 수요예측, 고장예지·예지정비, 에너지 최적화까지, 2016년부터 공공과 민간의 현장에서 정확도와 절감액이라는 숫자로 성과를 검증해 왔습니다.
2016년 글로벌 뷰티 기업의 전품목 수요예측에서 시작해, SKU 한 개부터 국가 단위 물동량까지, 규모를 가리지 않는 예측력.
매주 6천 SKU 이상을 예측하는 글로벌 뷰티 기업의 수요예측 체계 구축. 마케팅·프로모션 특성을 반영한 시계열 ML 모델로 재고 비용과 기회손실을 동시에 절감. 사전 주문예측 모델로 물류 Peak 대응력까지 강화.
국내 항만·품목별 물동량과 세계 컨테이너 물동량을 예측하는 국가 시스템. 600여 종 경제지표를 연계하고 단변량 5종·다변량 7종 모델을 품목별 최적 조합으로 운영. 단변량 33개국·다변량 135개국 커버.
배차 담당자의 정성적 판단에 의존하던 용차 운임 산정을 ML 기반 추천으로 전환. 오더·실거리·유가·기상 데이터로 116종 파생 데이터를 생성, 평균 2,165원 이내로 운임을 예측.
센서가 보내는 신호에서 고장의 전조를 읽습니다. 철도부터 자동차까지, 돌발 다운타임을 계획된 정비로 바꿉니다.
선로전환기·궤도회로 등 6개 대분류 설비, 192개 진단 항목을 최소 30분 단위로 자동 진단. XGBoost 기반 월 단위 시나리오 예측으로 보수 권고일과 유지보수 우선순위를 산출, 158종 데이터 생성.
운행 차량의 CAN·진동 센서 데이터로 브레이크 패드 소모를 예측하고 교체 주기를 판별. 클라우드 MLOps 파이프라인(학습→배포→추론)으로 실차 서비스에 적용, 수집 주기 최적화로 데이터 비용까지 절감.
아웃사이드 미러 시스템의 작동 불량을 진단·예측하는 모델. K-Fold 교차검증과 ROC-AUC 기반 성능 비교, 앙상블 결합으로 차종이 달라도 통하는 표준 모델을 확립.
발전량 예측부터 소비 효율화까지, 에너지의 생산과 소비 양쪽에서 데이터로 비용을 줄입니다.
기관별로 분산된 공공데이터를 융합해 태양광 발전량 예측과 사업 입지등급을 산출하는 대국민 원스톱 포탈. 딥러닝·머신러닝 입지등급 모델로 171종 데이터를 생성, 산업통상자원부 최우수상 수상.
전국 9개 스마트 산단의 전력 데이터를 분석해 에너지 효율화 지수 체계를 수립. 공정 스케줄링 최적화 시뮬레이션으로 피크 전력을 관리하고 일 단위 에너지 비용 절감안을 도출.
병실별 투입 대비 에너지 효율성을 통계적으로 검증(MAD 이상치 기준)해 비효율 지점을 식별. 에너지 효율 기반 병실 배정과 보수 우선순위 선정으로 구조적 낭비를 제거.
국방 빅데이터 체계부터 스마트시티까지, 국가 단위 데이터 사업에서 검증된 수행 역량.
빅데이터 기반 전구합동화력 체계에 분석 모델을 적용한 국방 분야 선도 사례. 데이터 기반 의사결정 지원과 지능형 화력 운용 아키텍처를 설계.
공공기관이 공통으로 활용하는 표준 분석모델을 구축하는 국가 사업을 3년 연속 수행. 표준화된 방법론으로 공공 데이터 분석의 기준선을 제시.
도시 인프라·인구 통계·유동인구 데이터를 종합 분석해 스마트 시설물의 최적 설치 위치를 선정하는 분석 모델 구축. 데이터 기반 입지 결정으로 도시 자원 배분의 효율을 극대화.
유사 프로젝트 경험과 예상 성과를 데이터 기반으로 제안드립니다.
유사 사례 기반 상담 요청