국내 배터리 2차전지 기업은 완성차 OEM의 발주 변동성이 커지면서 기존 수요예측 방식의 한계에 직면했습니다. 딥플로우와의 초기 협업을 통해 OEM 판매 데이터와 생산 스케줄을 선행 지표로 통합 학습한 결과, 수주 예측 정확도를 기존 대비 10% 향상하였고, 지속적인 모델 성능 고도화를 위한 협업을 지속하고 있습니다.

소재사 역시 셀 메이커의 발주 패턴을 학습함으로써 양·음극재 재고 불균형 문제를 완화하고, 원자재 가격 예측을 연동한 구매 타이밍 최적화로 원가 경쟁력을 강화하고 있습니다.