본 연구는 공급망의 복잡성 증가와 불량품으로 인한 비용 상승 문제를 해결하기 위해, 시계열 ARIMA 모델과 불량품 수량 계산을 위한 독자적인 공식을 통합한 새로운 예측 프레임워크를 제시합니다. 판매량, 반품량, 생산능력 등의 과거 데이터 패턴을 활용하여 잠재적인 품질 결함을 예측하고 사전 대응 의사결정을 지원합니다. ARIMA 모델은 시계열 데이터의 추세를 포착하고, 새롭게 개발된 공식은 불량 발생 가능성과 영향을 더 정확하게 정량화합니다. 2022년부터 2024년까지의 유기농 맥주(Organic Beer-G 1 Liter) 데이터셋을 사용한 실험 결과, 제안된 방법은 지수평활법이나 Holt-Winters 방법과 같은 기존 통계 모델보다 예측 정확도와 위험 평가 측면에서 우수한 성능을 보였습니다. 본 연구는 시계열 예측, ARIMA, 공급망 품질 관리의 위험 관리를 연결하여 불량품으로 인한 손실을 최소화하기 위한 확장 가능하고 실용적인 솔루션을 제공함으로써 예측 분석 분야를 발전시킵니다.
