KLM네덜란드항공기내식 혁신적 AI 모델로 기내식 낭비 줄이기 환경에 공헌

KLM네덜란드항공의 기내식을 위한 혁신적인 AI 기술 소개, 음식물 쓰레기 절감 효과와 지속가능한 비행 환경 조성에 기여하고 있습니다.

김프사이트

KLM 네덜란드항공 기내 식사

1. 인공지능(AI) 모델 ‘트레이스(TRAYS)’ 소개

1.1.KLM네덜란드항공의 AI 모델 도입 배경

KLM네덜란드항공은 인공지능(AI) 기술을 활용하여 기내 음식물 쓰레기를 감소시키기 위해 ‘트레이스(TRAYS)’라는 AI 모델을 도입하였습니다. 이 모델은 네덜란드 AI 개발 기업 킥스타트 AI가 지난해 KLM 케이터링 서비스를 위해 구축한 프로그램으로, 과거 축적된 데이터를 활용하여 각 항공편의 승객 수를 예측하여 기내식 제공 시스템(MOBS)에 제공합니다.

1.2.트레이스의 작동 방식

트레이스는 출발 17일 전부터 이륙 20분 전까지 모든 항공편의 비즈니스, 프리미엄 컴포트, 이코노미 클래스별 승객 수를 분석하여 정확한 승객 예측을 제공합니다. 이를 통해 기내식 과잉 공급을 방지하여 음식물 쓰레기를 줄일 수 있습니다.

1.3.실전 효과 분석

트레이스를 활용한 결과, 음식물 쓰레기양이 63% 감소되었습니다. 항공편당 약 2.5개(약 1.3㎏)의 기내식 폐기를 방지하여 연간 11만1000㎏의 기내식을 절약하였습니다.

2. 트레이스를 활용한 음식물 쓰레기 감소

2.1.AI를 이용한 기내식 제공 시스템(MOBS)

트레이스는 AI를 이용하여 기내식 제공 시스템(MOBS)에 정확한 승객 수를 제공하여 과잉 공급을 막습니다.

2.2.음식물 쓰레기 감소 효과 분석

트레이스를 활용하면 음식물 쓰레기 양이 63% 감소되었으며, 항공편당 약 2.5개의 기내식 폐기를 방지하였습니다.

2.3.항공편당 폐기 양 감소 결과

이러한 노력으로 KLM은 각 항공편당 음식물 쓰레기 양을 줄여 연간 많은 양의 기내식을 절약하고 있습니다.

3. KLM의 지속가능한 비행 환경 조성

3.1.AI 기술을 통한 항공 운항 향상

KLM은 AI 기술을 적극 활용하여 항공 운항을 향상시키고 승객에게 더 나은 서비스를 제공하고 있습니다.

3.2.트레이스 도입으로 낭비 감소

트레이스의 도입으로 기내 음식물 쓰레기가 감소되어 낭비를 방지하고 지속가능한 비행 환경을 조성하고 있습니다.

3.3.AI 적용 분야 다양화

KLM네덜란드항공기내식
KLM네덜란드항공기내식

KLM은 AI 기술을 케이터링 외 다양한 분야에 적용하여 비행 서비스의 효율성을 높이고 환경에 대한 책임을 다하고 있습니다.

4. 기내식 예측을 위한 AI 모델 활용

4.1. 데이터 분석을 통한 승객 수 예측

KLM 네덜란드항공이 AI 모델 ‘트레이스(TRAYS)’를 도입하여 기내식 예측에 데이터 분석을 활용합니다. 해당 AI 모델은 승객 수를 출발 17일 전부터 이륙 20분 전까지 예측하여 기내식 공급을 조절합니다.

4.2. 기내식 과잉 공급 방지

AI 모델을 활용하여 기내식 과잉 공급을 방지하고 음식물 쓰레기를 줄이는데 기여합니다. 정확한 승객 수에 맞게 기내식을 준비함으로써 음식물 낭비를 최소화하고 환경에 미치는 부정적 영향을 줄입니다.

4.3. AI 도입 결과와 현황

AI 모델의 도입으로 음식물 쓰레기 양이 63% 감소하였으며, 각 항공편마다 폐기되는 기내식 양이 현저히 줄어든 것을 확인할 수 있습니다.

5. 킥스타트 AI와 KLM의 협력

5.1. AI 개발 기업과 항공사의 협업 과정

KLM은 네덜란드의 AI 개발 기업인 킥스타트 AI와 협력하여 기내식 예측을 위한 AI 모델인 ‘트레이스’를 구축하였습니다.

5.2. 킥스타트 AI의 AI 프로그램 구축

킥스타트 AI는 지난해 KLM 케이터링 서비스를 위해 AI 프로그램을 구축하였으며, 데이터 분석을 통해 승객 수를 예측하고 기내식 공급 시스템에 제공합니다.

5.3. AI 모델 케이터링 서비스 적용

킥스타트 AI의 AI 프로그램은 KLM의 케이터링 서비스에 적용되어, 정확한 승객 예측을 통해 기내식 과잉 공급을 방지하고 음식물 쓰레기를 절감하고 있습니다.

6. AI 도입으로 인한 음식물 쓰레기 절감 효과 분석

6.1. 3개월간의 음식물 쓰레기 양 변화 추이

AI 모델 ‘트레이스’를 활용한 3개월간의 음식물 쓰레기 양은 증가하지 않고 오히려 63% 감소하였습니다.

6.2. 항공편당 기내식 폐기량 비교

AI 모델을 적용하기 이전과 이후의 항공편당 기내식 폐기량을 비교한 결과, 기내식 과잉 공급이 줄어들어 음식물 쓰레기가 감소하였습니다.

6.3. 연간 기내식 절약 효과와 환경 영향

AI 도입으로 연간 11만1000㎏의 기내식이 절약되었으며, 이는 환경에 미치는 부정적 영향을 줄일 뿐만 아니라 비용 절감에도 도움이 되었습니다.

답글 남기기

이메일 주소는 공개되지 않습니다. 필수 필드는 *로 표시됩니다