비즈뷰가 주관하는 135회차 투자융합포럼(3월30일)에서는 ㈜비에이비랩스의 이준영 대표가 단체급식업체의 수요예측엔진을 활용한 비즈니스모델에 대해 발표했다.

 

이 대표는 KAIST 4학년 재학중이다. 창업동아리 활동을 통해 비에이비랩스를  창업했다. 초등학교 5학년부터 코딩을 공부했고 대학에서 선호예측 알고리즘을 연구했다. 비에이비랩스는 모두 5명으로 구성돼 있으며 마케팅을 제외한 개발자 4명은 이 대표를 포함해 모두 KAIST출신이다.

비에이비랩스는 단체급식업체의 구조적인 문제점에서 착안했다. 즉, 선조리 후결제 구조의 단체급식업체는 수요를 예측하는데 항상 어려움을 겪고 있다. 부정확한 수요예측은 남은 음식의 전량 폐기를 뜻하고 이는 곧 비용증가(자원의 낭비)를 의미하며, 그 부담은 오롯이 급식업체의 몫이다.

실제 한 단체급식업체의 사례를 보면 월 매출 2,000만 원 규모의 영업장에서 낭비된 재료비와 음식물 쓰레기 처리비용이 월 230만 원에 달하기도 한다. 업계에서는 매출의 최소 4.5% 이상이 잘못된 수요예측으로 낭비되고 있는 것으로 추정하고 있다.

비에이비랩스는 고객선호분석을 기반으로 수요예측을 하여 정확도를 높임으로써 자원낭비 예방과 비용절감에 기여하고 있다. 즉, DAU(Daily Active Users) 15만 이상, MAU(Monthly Active Users) 4만 이상, 주간 리텐션(Retention) 50% 상회, 플레이스토어 별점 4.8점인 “밥대생” 앱을 통해 개별 사용자들의 선호를 분석하며, 와이파이 기반 백그라운드 자동 체크인 기술을 활용하여 식당방문 이력을 추적한다. 또한 특정 메뉴 알림 설정 및 메뉴 주문과 결제 정보를 수요예측에 활용하고, 이에 더해 고객의 이용 후 리뷰를 자연어 처리로 분석하여 식당과 메뉴의 선호를 예측하고 있다. 이 모든 자료를 바탕으로 인공신경망 기술을 활용해 방문확률이 예측된다. 실제로 특정업체의 21개월치 데이터를 이용하여 알파 테스트를 한 결과, 예측 엔진의 오차율은 8%(기존은 10% 이상)로서 21개월 동안 1,000만 원의 비용을 절감할 수 있는 것으로 나타났다. 즉, 개별 사용자에 대한 트랙킹(Tracking)이 없어도 수요예측이 가능함을 확인한 것이다.

비에이비랩스는 비슷한 컨셉트의 서비스인 “캠퍼스밥”을 개발한 『우아한 형제들』(“배달의 민족” 앱 개발사)과의 경쟁에서 기술우위를 점했고 결국 승리한 이력을 갖고 있기도 하다.

 

비에이비랩스는 독점 가능한 시장에서 10만명 이상의 사용자를 확보하고 있으며, 지금도 성장하고 있는 서비스에 더하여 글로벌 수준의 선호예측 기술과 머신러닝 연구경험을 보유한 우수한 기술력을 갖추고 있어 앞으로의 성장이 기대되고 있다.

 

저작권자 © 스타트업투데이(STARTUPTODAY) 무단전재 및 재배포 금지