본문으로 바로가기

강의

Python으로 배우는 공급망 분석

중급기술 수준

업데이트됨 2026. 4.

Python과 PuLP로 공급망을 최적화하세요.

무료로 강의 시작

PythonExploratory Data Analysis

4시간

16 동영상

48 연습 문제

3,600 XP

22,035

성취 증명서

수천 개 기업의 학습자들이 사랑하는

팀을 교육하시나요?

비즈니스용으로 체험해 보세요

강의 설명

Supply Chain Analytics는 공급망 활동을 ‘감’이 아닌 데이터 기반 의사결정으로 전환합니다. Supply Chain Analytics에서 핵심적으로 사용하는 도구가 바로 최적화 분석이며, 이는 의사결정을 지원합니다. Deloitte에 따르면, 고성과 공급망을 보유한 조직의 79%가 평균을 크게 웃도는 매출 성장을 달성합니다. 이 과정에서는 Python으로 작성된 선형계획(Linear Program) 최적화 모델러인 PuLP를 소개합니다. PuLP를 사용해 생산시설 입지 선정, 여러 시설 간 생산 수요 배분 등 공급망 최적화 문제를 어떻게 수립하고 해결하는지 살펴봅니다. 또한 민감도와 시뮬레이션 테스트를 통해 모델 결과와 시사점을 탐구합니다. 이 과정을 통해 Python과 PuLP의 강점을 활용해 공급망의 의사결정을 한층 고도화하는 데 필요한 역량을 갖추실 수 있습니다.

선수 조건

Data Manipulation with pandas

1

공급망 최적화와 PuLP 기본기

Linear Programming(LP)은 공급망 최적화의 핵심 기법입니다. PuLP 프레임워크는 LP 문제를 쉽게 다룰 수 있게 해 주며, 프로그래머가 모델링에 집중하도록 도와줍니다. 이 장에서는 LP 문제의 기본을 배우고, PuLP 프레임워크를 활용해 문제를 해결하는 방법을 익히기 시작합니다.

최적화 기초

LP일까요, IP가 아닐까요?

운동 루틴 선택하기

PuLP 모델링 기초

LpProblem() 시작하기

간단한 자원 스케줄링 연습 문제

lpSum 사용하기

lpSum 사용해 보기

물류 계획 문제

2

PuLP로 모델링하기

이번 장에서는 PuLP에서 LP와 IP 문제를 모델링하는 방법을 계속 학습합니다. 더 나아가 대규모 문제에 PuLP를 적용하는 방법도 다룹니다. 또한 수용능력 제약이 있는 공장 입지(Capacitated Plant Location) 모델을 사례 연구로 도입해 해결 과정을 시작합니다.

LpVariable 딕셔너리 함수

물류 계획 문제 2

외판원 순회 문제 (TSP)

스케줄링 문제 예시

작업자 스케줄링 문제

예방 정비 일정 수립

용량 제한 공장 입지 - 사례 연구 P1

사례 연구용 데이터 검토

사례 연구의 의사결정변수

사례 연구의 목적 함수

논리적 제약조건

논리 제약 연습 문제

논리 제약 연습 2

3

모델 풀이와 평가

이 장에서는 제약식을 만들 때 흔히 발생하는 실수를 점검하고, 모델을 풀이하는 절차를 단계별로 살펴봅니다. LP 모델의 해를 얻은 뒤, 그것이 타당한지 어떻게 확인할 수 있을까요? 합리성 점검(일명 sanity check) 과정을 함께 검토합니다. 나아가 사례 연구로 진행 중인 수용능력 제약 공장 입지 모델의 모든 필요한 제약식을 완성합니다.

제약 조건에서 흔히 하는 실수

종속 수요 제약 조건 연습 문제

제약 결합 연습 문제

용량 제한 공장 입지 - 사례 연구 P2

사례 연구 연습: 제약식

사례 연구 연습: 논리 제약 추가하기

PuLP 모델 풀기

모델 상태 선택 연습 문제

생산 계획 풀이 연습 문제

해 해결 결과 합리성 점검

모델 사양 검토 연습 문제

타당성 점검 연습 문제

4

모델의 민감도 및 시뮬레이션 테스트

마지막 장에서는 그림자 가격(shadow price)과 여유(slack)를 통한 제약식 민감도 분석을 학습합니다. 또한 LP 모델의 시뮬레이션 테스트를 살펴봅니다. 이러한 기법은 가용 용량, 한계 비용 등 모델과 관련된 다양한 비즈니스 질문에 답하는 데 도움을 줍니다. 끝으로 사례 연구를 마무리하면서, 민감도 분석과 시뮬레이션 테스트를 활용해 모델에 대한 질문에 답하는 데 집중합니다.

섀도 가격 민감도 분석

민감도 분석 연습 문제

그림자 가격과 슬랙 연습 1부

그림자 가격과 슬랙 연습 pt2

용량 고려 공장 입지 - 사례 연구 P3

모델 사례 연구 연습 풀기

민감도 분석 사례 연습

시뮬레이션 테스트 해답

시뮬레이션 테스트 해결 연습 문제

위험은 무엇일까요 연습 문제

용량 제한 공장 입지 - 사례 연구 P4

용량 제약 모델의 시뮬레이션 테스트

시뮬레이션 결과 해석 연습 문제

최종 요약

Python으로 배우는 공급망 분석

강의
완료

수료증 획득

LinkedIn 프로필, 이력서 또는 CV에 이 인증서를 추가하세요
소셜 미디어와 성과 평가에서 공유하세요지금 등록

19백만 명 이상의 학습자와 함께 Python으로 배우는 공급망 분석을(를) 시작하세요!

DataCamp for Mobile을 통해 데이터 분석 능력을 향상시키세요.

모바일 강좌와 매일 5분 코딩 챌린지를 통해 이동 중에도 학습 효과를 높이세요.