㈜함께하는유래 · 예측 · 예방형 급식 운영체계
2026년 산업 AI 미니프로젝트 및 패스트트랙
To-Be 목표 모델 데모 · 관공서 A 사업장 우선 실증
To-Be 목표 모델 데모 · 관공서 A 사업장 우선 실증
데모 화면입니다. 아래 사업장 · 식수 · 발주 수치는 사업계획서에 기재된 데이터 항목 구조에 맞춰
생성한 시뮬레이션 값이며, 실제 급식 운영 데이터가 아닙니다.
예측
식수 예측 오차율
6.8%
목표 10% 이내 · 최근 30일 평균
잔반
잔반율
7.2%
도입 전 11.4% 대비 −36.8%
재고
긴급구매 발생
2건
전월 9건 대비 −77.8%
위생
유통기한 임박
4품목
3일 이내 · 우선 소진 대상
① 급식 운영 데이터 통합
기준과 형식이 제각각이던 운영 데이터를 하나의 표준으로 모아, 예측과 발주가 같은 데이터를 쓰게 합니다.
식수 집계 예정 · 실제 식수
메뉴 · 레시피 표준 레시피 · 수율
발주 · 입고 품목 · 수량 · 단가
재고 수량 · 유통기한
조리 · 잔반 조리량 · 잔반량
위생 · 고객 온도 · 점검 · 의견
→
통합 데이터 표준
사업장 · 일자 · 식사구분
키 정합
품목 · 레시피 코드 통일
키 정합
품목 · 레시피 코드 통일
→
식수 수요예측일자 · 사업장별 식수와 적정 조리량
발주량 추천재고 · 유통기한 연계 적정 발주
원가 · 잔반 분석메뉴별 수익성과 잔반 원인
위생 위험 예측온도 이상징후 조기 탐지
데이터 표준화 진행률
목표는 핵심 운영데이터 95% 이상 표준화 · 디지털 관리
항목별 관리 현황
기준·형식이 달라 통합 분석에 쓰지 못하던 지점
| 항목 | 현재 | 표준화 | 주요 이슈 |
|---|---|---|---|
| 식수 (예정 · 실제) | 시스템 | 96% | — |
| 메뉴 · 표준 레시피 | 시스템 | 92% | 사업장별 레시피 변형 |
| 발주 · 입고 | 시스템 | 89% | 품목코드 불일치 |
| 재고 · 유통기한 | 엑셀 | 64% | 수기 마감 · 실시간 반영 안 됨 |
| 조리량 · 잔반 | 수기 | 41% | 계측 기준 없음 · 눈대중 |
| 위생 · 온도 | 수기 | 28% | 일지 기록 · 이력 추적 곤란 |
잔반과 위생이 병목입니다. 잔반이 계측돼야 「과다 생산」의 크기를 알 수 있고,
온도 이력이 있어야 위생 이상징후 예측이 성립합니다.
② AI 식수 수요예측
담당자 경험으로 하던 식수 예측을 요일 · 계절 · 휴일 · 행사 · 메뉴 선호도로 모델링합니다.
예측 식수 vs 실제 식수
관공서 A 사업장 · 최근 4주 · 회색 띠가 예측 신뢰구간
내일 식수 예측
사업장별 · 적정 조리량 자동 산출
| 사업장 | 예측 식수 | 신뢰구간 | 변동 요인 |
|---|---|---|---|
| 관공서 A | 412 | ±28 | 평상 |
| 관공서 B | 268 | ±19 | 평상 |
| 기업 C | 185 | ±41 | 사내 행사 |
| 도시락 | 340 | ±22 | 평상 |
기업 C — 신뢰구간 ±41로 확대
내일 사내 행사가 예정돼 있습니다. 과거 행사일 평균 식수는 평상시의 72% 수준이었습니다.
조리량을 하향 조정하거나 담당자 확인이 필요합니다.
예측이 빗나가는 날을 미리 지목해 주는 것이 핵심입니다.
평상시에는 자동으로 두고, 이런 날만 사람이 판단하면 됩니다.
③ 식자재 발주 · 재고 최적화
예측 식수 × 표준 레시피 × 수율로 품목별 적정 발주량을 산출하고, 유통기한을 함께 봅니다.
금일 발주 추천
예측 식수 기준 소요량에서 현재 재고를 차감
| 품목 | 소요 | 재고 | 추천 발주 | 유통기한 |
|---|---|---|---|---|
| 쌀 | 168kg | 220kg | 0 | 여유 |
| 돈육 (앞다리) | 62kg | 14kg | 48kg | 정상 |
| 배추 | 45kg | 52kg | 0 | D-2 |
| 대파 | 18kg | 3kg | 15kg | 정상 |
| 계란 | 1,240개 | 380개 | 900개 | D-5 |
배추 — 유통기한 D-2 · 재고 52kg
금일 소요 45kg를 쓰고도 7kg가 남습니다. 내일 메뉴에 배추 요리 배치를 권고합니다.
조치하지 않으면 폐기 처리됩니다.
긴급구매 회피
대파 재고 3kg는 금일 소요 18kg에 미달합니다. 사전 경보로 긴급구매 없이 정상 발주에 포함됐습니다.
재고 회전 · 폐기 추이
발주 추천 도입 전후 · 월별
④ 원가 · 잔반 분석
메뉴별 재료비와 잔반량을 함께 보면, 어떤 메뉴가 돈이 되고 어떤 메뉴가 버려지는지 드러납니다.
메뉴별 원가 vs 잔반율
오른쪽 위로 갈수록 문제 메뉴 — 비싸고 남습니다
잔반 발생 원인
고객 의견과 조리량 데이터를 연계 분석
| 메뉴 | 1인 원가 | 잔반율 | 조치 |
|---|---|---|---|
| 고등어구이 | 1,840원 | 18.2% | 레시피 개선 |
| 제육볶음 | 2,120원 | 4.1% | 유지 |
| 된장국 | 420원 | 12.6% | 배식량 조정 |
| 시금치나물 | 610원 | 21.4% | 메뉴 교체 검토 |
고등어구이 — 원가 1,840원 · 잔반 18.2%
원가 상위 메뉴인데 5분의 1이 버려집니다. 고객 의견에 "비린내" 언급이 반복됩니다.
조리법 개선 또는 대체 메뉴 검토 대상입니다.
⑤ 운영 방식의 전환
사업계획서의 정량성과 목표와 연결되는 지점
AS-IS담당자 경험으로 식수 예측 · 과다 생산과 식자재 부족이 동시에 발생
→
TO-BE요일 · 계절 · 행사 반영 예측 · 변동 큰 날만 사람이 확인
→ 식수 예측 오차율 10% 이내
→ 식수 예측 오차율 10% 이내
AS-IS수기 재고 파악 · 유통기한 임박 품목을 놓쳐 폐기
→
TO-BE재고 · 유통기한 연계 발주 추천 · 임박 품목 우선 소진 알림
→ 잔반 · 폐기량 10% 이상 감소
→ 잔반 · 폐기량 10% 이상 감소
AS-IS식자재 부족을 당일 발견 → 긴급구매로 단가 상승
→
TO-BE소요 대비 재고 부족을 사전 경보 · 정상 발주에 포함
→ 과잉재고 · 긴급구매 10% 이상 감소
→ 과잉재고 · 긴급구매 10% 이상 감소
AS-IS영양사가 식수 집계 · 발주량 산정 · 실적보고를 수기로 반복
→
TO-BE집계 · 발주 · 보고 자동화 · 확보 시간은 품질관리에 투입
→ 작성시간 30% 이상 단축
→ 작성시간 30% 이상 단축
AS-IS잔반과 고객 불만의 원인을 사후에 추정
→
TO-BE메뉴별 원가 · 잔반 · 고객 의견 연계 분석 · 레시피 개선
→ 고객 불만 건수 10% 이상 감소
→ 고객 불만 건수 10% 이상 감소
㈜함께하는 유래 · 예측 · 예방형 급식 운영체계 To-Be 목표 모델
근거 — 「2026년 산업 AI 미니프로젝트 및 패스트트랙」 사업계획서 (주관 (재)충북과학기술혁신원)
화면의 사업장명 · 메뉴 · 식수 · 원가는 시뮬레이션 데이터이며 실제 급식 실적이 아닙니다. · 운영 퍼포먼스웨이컨설팅
근거 — 「2026년 산업 AI 미니프로젝트 및 패스트트랙」 사업계획서 (주관 (재)충북과학기술혁신원)
화면의 사업장명 · 메뉴 · 식수 · 원가는 시뮬레이션 데이터이며 실제 급식 실적이 아닙니다. · 운영 퍼포먼스웨이컨설팅