AI-ETA 모델의 성능을 508,055건의 실제 완료 선적 데이터로 검증한 결과값입니다.

선사 ETA의 정확도, 실제로 얼마나 활용되고 있으신가요?

선사 ETA는 출항 전 스케줄을 기반으로 산출됩니다. 항로 중간에 실제 상황이 달라지면, 선사가 업데이트하기 전까지 기존 수치가 유지되는 특성이 있습니다. 이는 선사의 문제가 아니라, 스케줄 기반 예측 시스템이 가진 구조적 특성입니다.

트레드링스는 이 간격을 정량화하기 위해 508,055건의 실제 완료 선적 데이터를 검증 데이터셋으로 활용했습니다.

• 선사 ETA 평균 오차: 15.4시간

• ETA 보정이 48시간 이상 필요한 화물: 검증 모수의 4.99% (약 25,000건)
  → 해당 화물의 평균 오차: 90시간 (약 3.8일)

• 환적(T/S) 중간 구간 ETA 공백: 검증 모수의 8.4% (약 42,800건)

이 간격이 누적되면 D&D 비용, 안전재고 과다 적재, 고객 응대 비용으로 직결됩니다.

트레드링스 AI-ETA: 동일 검증 데이터셋 적용 결과

AI-ETA는 수백만 건 이상의 실제 선적 이력을 학습한 모델입니다. 실시간 AIS 신호와 과거 항로 이력을 결합해 선사 스케줄과 독립적으로 도착 시각을 예측하며, 선박의 실제 위치 기반으로 예측값이 지속 갱신되어 ETA 공백 구간에서도 자체적으로 생성됩니다.

아래는 동일한 508,055건 검증 데이터셋에 AI-ETA를 적용한 성능 결과입니다.

그리고 AI-ETA는 단일 수치가 아닌 세 가지 시나리오로 제공돼요.

• P10 (낙관) — 빠른 입고·배차 준비 기준

• P50 (기준) — 내부 일정 수립 기준

• P90 (보수) — 납기 약속·SLA 버퍼 설정 기준

P10~P90 구간은 약 80% 신뢰 구간이에요. 불확실성이 높은 환경일수록, 단 하나의 숫자보다 범위로 계획하는 게 훨씬 현실적이잖아요.

AI-ETA의 예측 방식과 선사별·항로별 성능 분석이 담긴 기술 리포트를 무료로 받아보실 수 있어요.

👉 기술 리포트 신청하기