Automate replenishment with MMF, Databricks Genie, and Amazon Quick

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

Databricks MMF의 Chronos-2 수요 예측과 Databricks Genie Agent, Amazon Quick을 연결해 수요 급증 감지부터 공급업체 선택·자동 발주·사람 검토 요청까지 이어지는 재보충 자동화 흐름을 구축한다.

📌 핵심 요약

• 원문은 파운데이션 모델이 품목별 튜닝 없이 전체 카탈로그의 수요를 예측하면서, 재보충의 병목이 예측 자체에서 서로 다른 시스템에 있는 예측과 발주를 연결하는 단계로 이동했다고 설명한다.
• Databricks MMF는 Chronos-2로 SKU별 7일 수요를 예측하며, Databricks Genie Agent는 향후 7일 평균이 이전 14일 평균의 1.5배 이상이고 이전 14일 평균이 1 이상인 SKU를 수요 급증으로 판별한다.
• Amazon Quick은 감지·판단·실행을 일정에 따라 반복하고, Amazon S3 Tables의 실시간 공급업체 가용량을 확인해 수요를 충족하는 최저가 공급업체에 발주하거나 단일 공급업체가 감당하지 못하면 사람 검토 티켓을 생성한다.
• 예측은 MCP로, 공급 데이터는 Amazon Quick Sight의 Direct Query로, Supplier Order API는 OpenAPI 커넥터로 연결하며, 공통 키 retailer_product_id로 판단 시점에 결합한다. 합성 공급 피드는 제품·도시별 공급업체 3곳의 7일 데이터를 담은 63,861행으로 구성된다.
• 구축에는 Amazon Quick의 Author 또는 Author Pro 역할, Databricks의 CREATE CATALOG 권한 또는 관리자 사전 생성, 지원 리전, OAuth 앱 등록을 위한 Databricks 계정 관리자 권한이 필요하다. 자동화 스크립트 외에 콘솔 전용 단계 4개가 있으며, 제공된 본문은 MCP 커넥터의 엔드포인트 안내 중간에서 끝난다.

🧩 주요 포인트

1. 예측과 운영 데이터의 분리 → Amazon Quick이 MCP·Direct Query·OpenAPI를 연결하고 retailer_product_id로 결합해 예측을 발주 행동으로 이어 준다.
2. 배 급증 기준과 이전 14일 평균 1 이상 조건, 단일 공급업체 충족 조건 → 저판매량 잡음을 줄이고 자동 발주와 사람 검토의 경계를 정한다.
3. Author 또는 Author Pro 역할·계정 관리자 권한·콘솔 전용 단계 4개 → 구축 가능성은 예측 모델뿐 아니라 접근 권한과 연결 설정에 좌우되며, 잘린 본문만으로 전체 절차를 확인할 수 없다.

🧠 상세 정리

1. 예측에서 발주로 이동한 재보충의 병목

원문은 소매업에서 수요 예측의 유효 기간이 짧다는 문제로 출발하며, 담당자가 예측을 내보내고 공급업체 재고와 대조한 뒤 수만 개 SKU를 검토하는 동안 빠르게 팔리는 품목이 품절될 수 있다고 설명한다. 과거에는 예측 자체가 어려웠지만, 파운데이션 모델이 품목별 튜닝 없이 전체 카탈로그를 예측하면서 핵심 병목은 좋은 예측을 실제 주문으로 바꾸는 단계로 이동했다는 주장이다. 예측은 관리되는 데이터 플랫폼에 있고 공급업체 가용량은 별도 운영 피드에 있으며, 발주 담당자는 두 시스템 모두에 로그인 권한이 없을 수도 있다. 제안된 해법은 Databricks와 Amazon Quick으로 수요 급증을 감지하고 공급업체를 선택한 뒤 무인 발주까지 연결하며, 적용할 규칙이 없는 예외만 사람에게 넘기는 반복 흐름이다.

2. 예측·감지·판단·실행의 네 단계

전체 흐름은 예측, 감지, 판단, 실행의 네 단계로 구성되며, Databricks가 예측을 담당하고 Amazon Quick은 나머지 세 단계를 일정에 따라 반복한다. 예측 단계에서는 Many Model Forecasting인 MMF가 Chronos-2를 제공해 모든 SKU의 향후 7일 수요를 예측한다. 감지 단계의 Databricks Genie Agent는 향후 7일 평균이 이전 14일 평균의 1.5배 이상인 품목을 찾되, 저판매량 잡음을 제외하기 위해 이전 14일 평균이 1 이상이라는 하한도 적용한다. 판단 단계에서는 Amazon S3 Tables의 실시간 공급업체 가용량을 대조해 수요를 충족하는 가장 저렴한 공급업체를 선택한다. 실행 단계의 Amazon Quick Flows는 Supplier Order API를 통해 일반 구매 주문을 생성하고, 단일 공급업체로 급증 수요를 충족할 수 없으면 사람 검토 티켓을 만든다.

3. 서로 다른 시스템을 연결하는 Amazon Quick

Amazon Quick은 예측 플랫폼과 운영 시스템 양쪽에 접근하는 중앙 연결 요소로 배치되며, Databricks는 예측 정보를 생산하고 Amazon Quick은 이를 바탕으로 행동한다. 예측에는 Model Context Protocol인 MCP를 통해 Databricks Genie Agent로 접근하고, 공급업체 피드는 Amazon S3 Tables에서 읽으며, 주문 시스템은 OpenAPI 커넥터로 호출한다. 도식에서는 Amazon Quick Sight가 공급 피드를 실시간 Direct Query 데이터셋으로 읽고, Amazon Quick Flows가 공통 상품 키 retailer_product_id를 기준으로 수요와 공급을 대조한다고 설명한다. 모든 데이터를 하나의 웨어하우스로 복사하는 대신 판단 시점에 연결하는 구조이므로, 예측과 공급 정보가 별도 시스템에 존재하는 상태에서 발주까지 이어지는 것이 설계의 핵심이다.

4. 로컬 도구와 계정·권한 준비

구축에 필요한 로컬 도구는 Databricks CLI 0.299.0 이상, AWS CLI 2.36.2 이상, jq 1.7, 그리고 공급 피드 로더용 uv 또는 Python 3.11이며, 명령은 동반 저장소의 루트에서 실행한다. Amazon Quick 사용자는 Author 또는 Author Pro 역할이 필요하고 일반적인 비Author Enterprise 계정으로는 해당 흐름과 커넥터를 만들 수 없으며, Databricks에서는 CREATE CATALOG 권한을 갖거나 관리자가 mmf 카탈로그를 미리 생성해야 한다. 계정별 값은 .supply-chain-automation-env에 저장해 불러오고, Databricks 인증 후 확인한 사용자 값은 노트북 경로에 사용한다. 두 설정 스크립트는 CLI로 가능한 작업을 처리하지만 액션 커넥터 두 개, S3 Tables 접근 허용, 데이터셋 생성이라는 콘솔 전용 단계 네 개에서 멈춘다. 또한 Amazon Quick의 에이전트 기능을 지원하는 리전을 선택해야 하며, CLI와 콘솔 사용자가 다르면 스크립트가 두 사용자에게 데이터 소스·스페이스·흐름의 소유자 접근 권한을 부여한다.

5. MMF 예측 테이블과 Genie Agent 구축

Databricks 측 구축은 예측 노트북 실행, Genie Agent 생성, OAuth 앱 등록이라는 세 부분으로 나뉘며 setup_databricks.sh가 각 단계를 구동한다. 먼저 MMF 가속기의 fresh_retail_net 예제에서 노트북 01과 02를 실행해 예측 테이블을 만들고, 계산량이 큰 02는 노트북이 직접 구성하는 A10 기반 서버리스 GPU에서 Chronos-2의 제로샷 예측을 수행한다. 이어 동반 저장소의 AWS 작성 노트북 04와 03을 표준 서버리스 환경에서 실행하는데, 03의 검증 셀이 04가 만드는 뷰를 결합하므로 순서를 04 다음 03으로 지켜야 한다. 완료 후 mmf 카탈로그에는 daily_sales_raw, demand_train, scoring_output_mv, evaluation_metrics_mv, product_dim, location_dim이라는 여섯 조회 대상이 준비된다. genie_space.json은 이 여섯 대상과 급증 감지 지침, 급증 응답의 일관성을 위한 고정 예제 쿼리를 정의하며, 생성 단계는 작은 서버리스 PRO SQL 웨어하우스에 에이전트를 연결하고 GENIE_SPACE_ID를 저장한다.

6. 사용자 위임 OAuth와 MCP 연결

Amazon Quick은 사용자 위임 방식의 3자 OAuth를 사용해 MCP로 Databricks Genie Agent에 접근하며, Genie 쿼리는 연결을 승인한 사용자의 권한으로 실행된다. 따라서 해당 사용자에게 mmf.fresh_retail_net 읽기 권한이 있어야 하고, 연결용 클라이언트 ID와 시크릿을 발급하려면 Databricks에 기밀 OAuth 앱을 등록해야 한다. 앱 등록은 앞선 워크스페이스 작업보다 높은 계정 수준 권한이 필요한 작업이므로, 계정 관리자가 아니라면 관리자가 대신 실행해 자격 증명을 전달해야 하며 시크릿은 한 번만 표시된다. 이후 Amazon Quick 콘솔에서 MCP 액션 커넥터를 만들면 Genie 도구가 흐름에서 호출할 액션으로 등록되고, 원문은 같은 브라우저에서 Databricks에 먼저 로그인한 뒤 User authentication (OAuth)을 선택하도록 안내한다. 다만 제공된 본문은 커넥터 이름과 설명을 제시한 후 MCP 서버 엔드포인트의 https: 부분에서 끝나므로, 정확한 엔드포인트와 이후 설정 절차는 이 자료에서 확인되지 않는다.

7. 합성 공급 피드와 주문·검토 API

운영 측에는 예측만으로 알 수 없는 공급업체 출하 가능량과 실제 주문을 전달할 시스템이 필요하며, 원문은 두 요소를 모두 Databricks 밖에 구성한다. 공급 피드는 Apache Iceberg 기반 Amazon S3 Tables에 저장되고, 로더는 공개 FreshRetailNet-50K의 상품 키를 이용해 제품·도시별로 공급업체 세 곳의 7일 가용량을 담은 합성 카탈로그를 생성한다. 결과는 실행할 때마다 동일한 63,861행이며, 특정 공급업체 집합은 의도적으로 재고를 부족하게 만들어 단일 공급업체가 수요 급증을 감당하지 못할 때 사람 검토 경로를 시험하도록 설계했다. Supplier Order API는 공급업체 주문 시스템을 대신하는 예제로, Amazon API Gateway 앞단과 AWS Lambda·Amazon DynamoDB를 사용하고 API 키는 AWS Secrets Manager에 저장한다. 흐름은 POST /orders로 주문하고 POST /tickets로 검토 티켓을 생성하며, 결과는 DynamoDB 테이블 두 개에서 확인하고 배포 단계는 AWS CloudFormation 스택의 ApiBaseUrl을 저장한다.

8. Amazon Quick 계정 구성과 비용

예측과 운영 시스템을 준비한 다음에는 Amazon Quick 계정, Genie Agent와 Order API용 커넥터 두 개, 그리고 공급 피드를 노출하는 데이터 소스·데이터셋·스페이스를 연결한다. quick-account 단계는 선택한 리전에 IAM_AND_QUICKSIGHT 인증 방식의 구독을 만들고, 기존 구독이 있으면 오류를 내는 대신 이를 사용하므로 어느 경우에도 실행할 수 있다고 설명한다. 스크립트는 ACCOUNT_CREATED 상태를 기다린 뒤 CLI 자격 증명에 대응하는 Quick 사용자를 표시하며, CLI로 만든 리소스는 이 사용자가 소유하고 첫 콘솔 접속에서는 이메일 입력을 거쳐 홈 화면으로 이동한다. 원문은 월별 사용자 과금 방식의 Amazon Quick Enterprise가 주요 반복 비용이고 다른 리소스는 사용량 기반으로 데모 규모에서 비용이 작다고 설명하지만, 구체적인 요금 액수는 제시하지 않는다. 사용 후에는 정리 절차로 리소스를 제거하도록 안내하고 저장소의 cleanup/cleanup.sh를 명시하지만, 제공된 본문에는 해당 정리 절차의 상세 내용이 포함되지 않는다.

🧾 핵심 주장 / 시사점

• 이 사례의 핵심은 예측 정확도를 추가로 높이는 방법보다 예측 결과를 공급 가용량과 연결해 실제 주문까지 실행하는 구조에 있다.
• 수요 급증의 하한과 단일 공급업체 충족 조건은 자동화 범위를 규칙으로 제한하며, 의도적으로 재고가 부족한 합성 데이터는 사람 검토 경로도 검증 대상으로 삼았음을 보여 준다.
• 사용자 위임 OAuth와 리소스 생성자별 소유권 때문에 접근 권한은 구축의 실질적인 의존 조건이며, 제공된 본문이 잘려 있어 전체 연결 및 실행 절차의 재현 가능성을 이 자료만으로 확정할 수는 없다.

✅ 액션 아이템

• 수요 급증 판별에 향후 7일 평균의 1.5배 기준과 이전 14일 평균 1 이상 조건을 함께 적용하는지 확인.
• Amazon S3 Tables의 가용량에 따라 최저가 공급업체 발주와 단일 공급업체 부족 시 사람 검토 티켓 생성이 구분되는지 검증.
• Author 또는 Author Pro 역할과 Databricks 계정 관리자 권한을 확인하고, 잘린 MCP 커넥터 안내 및 콘솔 전용 단계 4개의 상세 절차를 추가 확인.

❓ 열린 질문

• 이전 14일 평균 1 이상인 SKU에 적용하는 1.5배 급증 기준은 실제 재보충 대상의 수요 특성에 적합한가?
• 단일 공급업체가 수요를 충족하지 못해 사람 검토 티켓이 생성된 뒤 발주는 어떻게 이어지는가?
• 제공된 본문에서 잘린 MCP 커넥터 엔드포인트와 콘솔 전용 단계 4개의 전체 설정 절차는 무엇인가?