실제로 거래된 가격에서 시작합니다.
BLOOMCAST의 예측은 네 단계로 만들어집니다. 각 단계는 공개 자료와 검증 가능한 방법을 씁니다.
1단계
실거래 가격 수집
예측의 정답은 시장에서 실제로 거래된 가격입니다.
- 국내 절화: aT 양재 화훼공판장 경매 일별 가격(OpenAPI)
- 국내 농산물: KAMIS·aT 서울 가락시장 도매가, 일별
- 수입 화훼: UN Comtrade 원산지별 수입액 ÷ 순중량, 월별
- 국제 원자재: World Bank Pink Sheet 기준가, 월별
- 가격 이력은 2019년부터 쌓았습니다(품목마다 시작 시점이 다릅니다).
2단계
생산지를 위성으로 관측
주산지 밭을 Sentinel-2 10m 영상으로 매달 읽어 농경지만의 작물 공급지수를 만들고, MODIS 식생지수와 ERA5 기상 이상치를 더합니다.
- 농경지 구분: ESA WorldCover
- 식생지수: MODIS MOD13Q1, 250m, 16일
- 기상: ERA5·Open-Meteo 기온·강수·일사량 이상치와 16일 예보
- 품목마다 백테스트에서 도움이 될 때(오차 1% 이상 감소)만 반영
3단계
모델 학습과 롤링 백테스트
가격 흐름, 계절, 작년 패턴, 명절과 기념일, 생산지 신호로 기간별 모델을 학습합니다. 그리고 과거 시점마다 그때까지 알려진 자료만으로 다시 예측해 채점합니다.
A
여러 후보 중 고르기
모델, 보수적 방법, 현재가 유지, 작년 패턴을 같은 백테스트로 비교해 기간마다 가장 나은 방법을 씁니다.
B
수요 달력
졸업식·어버이날·김장·크리스마스 같은 이벤트를 “다가오는 이벤트”와 “지나간 이벤트(직후 하락)” 두 가지로 넣습니다.
C
범위
과거 오차 분포로 80% 범위를 만듭니다.
4단계
예측 · 알림 · 리포트
기간별 중앙값과 80% 범위, 예측을 움직인 요인, 가격 알림, 구매 회의용 CSV·PDF 리포트를 냅니다.
1주 · 2주 · 1개월 (일별 품목)1 · 2 · 3개월 (월별 품목)80% 범위상승 확률요인별 기여(%p)CSV · PDF · API
FAQ
자주 묻는 질문
어떤 AI 모델을 쓰나요?
품목·기간마다 가격 흐름·계절·작년 패턴·이벤트·생산지 신호를 입력으로 하는 시계열 모델을 학습하고, 단순 규칙과 함께 백테스트로 비교해 고릅니다. 특정 모델 하나를 고집하지 않습니다.
자료가 늦게 들어오면요?
오늘의 시장 “데이터 현황”에 시장별 마지막 자료 날짜가 나옵니다. 월별 통계는 발표 시차가 있어 최신 값이 몇 달 전일 수 있습니다.
우리 회사 자료를 넣을 수 있나요?
엔터프라이즈에서 자사 매입·낙찰 기록을 정답으로 쓰는 전용 모델을 만듭니다.