a672c7a2a0
- internal_code DB 저장 → 프론트에서 선택한 제품 그대로 주문 - 기존 장바구니 백업/복구로 사용자 장바구니 보존 - 수인약품 submit_order() 수정 (체크박스 제외 방식) - 테스트 파일 정리 및 문서 추가
693 lines
24 KiB
Markdown
693 lines
24 KiB
Markdown
# 🤖 AI 자동발주시스템 통합 기획서
|
|
|
|
> **버전**: 1.0
|
|
> **작성일**: 2026-03-06
|
|
> **작성자**: 용림 (with 약사님)
|
|
> **상태**: 기획 완료, 개발 대기
|
|
|
|
---
|
|
|
|
## 📋 목차
|
|
|
|
1. [비전 및 목표](#1-비전-및-목표)
|
|
2. [현재 구현 현황](#2-현재-구현-현황)
|
|
3. [시스템 아키텍처](#3-시스템-아키텍처)
|
|
4. [AI 학습 요소](#4-ai-학습-요소)
|
|
5. [핵심 기능 설계](#5-핵심-기능-설계)
|
|
6. [데이터 모델](#6-데이터-모델)
|
|
7. [API 설계](#7-api-설계)
|
|
8. [자동화 레벨](#8-자동화-레벨)
|
|
9. [알림 시스템](#9-알림-시스템)
|
|
10. [개발 로드맵](#10-개발-로드맵)
|
|
11. [성공 지표](#11-성공-지표)
|
|
|
|
---
|
|
|
|
## 1. 비전 및 목표
|
|
|
|
### 🎯 비전
|
|
> **"약사님이 주문에 신경 쓰지 않아도 되는 약국"**
|
|
|
|
AI가 사용량, 재고, 도매상 상황, 과거 주문 패턴을 학습하여:
|
|
- **언제** 주문할지
|
|
- **어느 도매상**에 주문할지
|
|
- **어떤 규격**으로 주문할지
|
|
- **얼마나** 주문할지
|
|
|
|
모든 것을 자동으로 결정하고 실행합니다.
|
|
|
|
### 핵심 가치
|
|
|
|
| AS-IS | TO-BE |
|
|
|-------|-------|
|
|
| 매일 재고 확인 | AI가 자동 모니터링 |
|
|
| 수동으로 도매상 선택 | AI가 최적 도매상 선택 |
|
|
| 경험에 의존한 주문량 | 데이터 기반 최적 주문량 |
|
|
| 주문 누락/지연 발생 | 선제적 자동 주문 |
|
|
| 배송 마감 놓침 | 마감시간 자동 알림 |
|
|
|
|
### 핵심 원칙
|
|
|
|
> **"AI는 대체하는 것이 아니라, 약사님의 방식을 자동화합니다."**
|
|
|
|
- 약사님이 항상 지오영에 먼저 주문하면 → AI도 지오영 우선
|
|
- 약사님이 300T보다 30T를 선호하면 → AI도 소량 주문
|
|
- 약사님이 여유 있게 주문하면 → AI도 안전 재고 확보
|
|
- 약사님이 가격에 민감하면 → AI도 최저가 추적 (OTC/비급여)
|
|
|
|
---
|
|
|
|
## 2. 현재 구현 현황
|
|
|
|
### 2.1 도매상 API (✅ 완료)
|
|
|
|
| 도매상 | 재고조회 | 장바구니 | 주문 | 취소/복원 | 잔고 | 월매출 |
|
|
|--------|:--------:|:--------:|:----:|:---------:|:----:|:------:|
|
|
| **지오영** | ✅ | ✅ | ✅ 확정포함 | ✅ | ✅ | ✅ |
|
|
| **수인약품** | ✅ | ✅ | ✅ | ✅ | ✅ | ✅ |
|
|
| **백제약품** | ✅ | ✅ | ✅ | ⏳ | ✅ | ✅ |
|
|
|
|
### 2.2 주문 DB (✅ 완료)
|
|
|
|
```
|
|
orders.db
|
|
├── wholesalers # 도매상 마스터
|
|
├── orders # 주문 헤더
|
|
├── order_items # 주문 품목
|
|
├── order_logs # 주문 이력
|
|
├── order_context # AI 학습용 컨텍스트 ⭐
|
|
├── daily_usage # 일별 사용량 시계열
|
|
└── order_patterns # AI 분석 결과
|
|
```
|
|
|
|
### 2.3 배송 스케줄 (✅ 확인 완료)
|
|
|
|
```
|
|
┌──────────┬──────────┬──────────────┬──────────────┬──────────┐
|
|
│ 도매상 │ 배송 │ 주문 마감 │ 도착 예정 │ 비고 │
|
|
├──────────┼──────────┼──────────────┼──────────────┼──────────┤
|
|
│ 지오영 │ 오전 │ 10:00 │ 11:30 │ 당일 │
|
|
│ │ 오후 │ 13:00 │ 15:00 │ 당일 │
|
|
├──────────┼──────────┼──────────────┼──────────────┼──────────┤
|
|
│ 수인 │ 오후 │ 13:00 │ 14:30 │ 당일 │
|
|
├──────────┼──────────┼──────────────┼──────────────┼──────────┤
|
|
│ 백제 │ 익일 │ 16:00 │ 다음날 15:00 │ ⚠️ 익일 │
|
|
└──────────┴──────────┴──────────────┴──────────────┴──────────┘
|
|
```
|
|
|
|
### 2.4 UI (✅ 완료)
|
|
|
|
- Rx 사용량 페이지 (처방 기반)
|
|
- 장바구니 모달
|
|
- 도매상 잔고/월매출 모달
|
|
|
|
---
|
|
|
|
## 3. 시스템 아키텍처
|
|
|
|
### 전체 흐름
|
|
|
|
```
|
|
┌─────────────────────────────────────────────────────────────────┐
|
|
│ AI 자동발주시스템 │
|
|
└─────────────────────────────────────────────────────────────────┘
|
|
│
|
|
┌───────────────────────┼───────────────────────┐
|
|
▼ ▼ ▼
|
|
┌───────────────┐ ┌───────────────┐ ┌───────────────┐
|
|
│ 데이터 수집 │ │ AI 분석 │ │ 자동 실행 │
|
|
│ │ │ │ │ │
|
|
│ • POS 판매 │─────▶│ • 사용량 예측 │─────▶│ • 도매상 API │
|
|
│ • 처방전 조제 │ │ • 재고 분석 │ │ • 주문 실행 │
|
|
│ • 현재 재고 │ │ • 주문 추천 │ │ • 결과 피드백 │
|
|
│ • 도매상 재고 │ │ • 패턴 학습 │ │ │
|
|
└───────────────┘ └───────────────┘ └───────────────┘
|
|
│ │ │
|
|
└───────────────────────┼───────────────────────┘
|
|
▼
|
|
┌───────────────────┐
|
|
│ 학습 루프 │
|
|
│ │
|
|
│ 주문 결과 평가 │
|
|
│ → 모델 업데이트 │
|
|
│ → 전략 조정 │
|
|
└───────────────────┘
|
|
```
|
|
|
|
### 컴포넌트 구조
|
|
|
|
```
|
|
┌──────────────────────────────────────────────────────────────────┐
|
|
│ 데이터 레이어 │
|
|
├──────────────────────────────────────────────────────────────────┤
|
|
│ ┌────────────┐ ┌────────────┐ ┌────────────┐ ┌────────────┐ │
|
|
│ │ PIT3000 │ │ SQLite │ │ 지오영 │ │ 수인 │ │
|
|
│ │ (MSSQL) │ │ Orders DB │ │ API │ │ API │ │
|
|
│ └─────┬──────┘ └─────┬──────┘ └─────┬──────┘ └─────┬──────┘ │
|
|
│ └───────────────┴───────────────┴───────────────┘ │
|
|
└────────────────────────────────┬─────────────────────────────────┘
|
|
▼
|
|
┌──────────────────────────────────────────────────────────────────┐
|
|
│ 서비스 레이어 │
|
|
├──────────────────────────────────────────────────────────────────┤
|
|
│ ┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐ │
|
|
│ │ InventorySync │ │ UsageAnalyzer │ │ OrderExecutor │ │
|
|
│ │ 재고 동기화 │ │ 사용량 분석 │ │ 주문 실행 │ │
|
|
│ └─────────────────┘ └─────────────────┘ └─────────────────┘ │
|
|
│ ┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐ │
|
|
│ │ AIPredictor │ │ AIOptimizer │ │ AILearner │ │
|
|
│ │ 수요 예측 │ │ 규격/도매상 │ │ 패턴 학습 │ │
|
|
│ └─────────────────┘ └─────────────────┘ └─────────────────┘ │
|
|
└──────────────────────────────────────────────────────────────────┘
|
|
│
|
|
▼
|
|
┌──────────────────────────────────────────────────────────────────┐
|
|
│ 인터페이스 레이어 │
|
|
├──────────────────────────────────────────────────────────────────┤
|
|
│ ┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐ │
|
|
│ │ 웹 대시보드 │ │ 알림 시스템 │ │ 관리자 앱 │ │
|
|
│ │ 재고/주문/AI │ │ 카톡/텔레그램 │ │ 수동 개입 │ │
|
|
│ └─────────────────┘ └─────────────────┘ └─────────────────┘ │
|
|
└──────────────────────────────────────────────────────────────────┘
|
|
```
|
|
|
|
---
|
|
|
|
## 4. AI 학습 요소
|
|
|
|
### 4.1 규격 선택 학습 (Spec Selection)
|
|
|
|
```
|
|
⚠️ 중요: 전문의약품(ETC)은 보험약가 고정!
|
|
- 30T든 300T든 1T당 가격 동일
|
|
- 단가 효율은 OTC/비급여에서만 의미 있음
|
|
|
|
학습 데이터:
|
|
- 약품별 과거 주문 규격 (30T, 100T, 300T, 500T)
|
|
- 각 규격 선택 시점의 재고/사용량
|
|
- 선택 결과 (남은 재고, 다음 주문까지 기간)
|
|
- 도매상별 규격 재고 현황
|
|
|
|
학습 목표:
|
|
- 사용량 대비 최적 규격 예측
|
|
- 재고 있는 규격 우선 선택
|
|
- 낭비 최소화 (유통기한 고려)
|
|
- 소분 vs 대용량 선호도 파악
|
|
```
|
|
|
|
**예시 시나리오:**
|
|
| 필요량 | 가능 규격 | AI 선택 | 이유 |
|
|
|--------|-----------|---------|------|
|
|
| 280T | 30T(재고50), 100T(품절), 300T(재고10) | 30T x 10 | 100T 품절, 소분 선호 |
|
|
| 800T | 30T(재고100), 300T(재고5) | 300T x 3 | 대량, 재고 충분 |
|
|
| 50T | 30T(재고20), 100T(재고10) | 30T x 2 | 소량, 빠른 회전 |
|
|
|
|
### 4.2 재고 전략 학습 (Inventory Strategy)
|
|
|
|
```
|
|
학습 데이터:
|
|
- 주문 시점의 재고 수준
|
|
- 재고 소진까지 남은 일수
|
|
- 주문 후 입고까지 리드타임
|
|
- 품절 발생 이력
|
|
|
|
학습 목표:
|
|
- 약사님의 재고 선호도 파악
|
|
- 타이트형: 최소 재고 유지 (현금 흐름 중시)
|
|
- 여유형: 안전 재고 확보 (품절 방지 중시)
|
|
```
|
|
|
|
**재고 전략 프로파일:**
|
|
```python
|
|
class InventoryStrategy:
|
|
TIGHT = {
|
|
'safety_days': 2, # 안전 재고 2일치
|
|
'reorder_point': 0.8, # 80% 소진 시 주문
|
|
'order_coverage': 7 # 7일치 주문
|
|
}
|
|
|
|
MODERATE = {
|
|
'safety_days': 5,
|
|
'reorder_point': 0.6,
|
|
'order_coverage': 14
|
|
}
|
|
|
|
CONSERVATIVE = {
|
|
'safety_days': 10,
|
|
'reorder_point': 0.5,
|
|
'order_coverage': 30
|
|
}
|
|
```
|
|
|
|
### 4.3 도매상 선택 학습 (Wholesaler Selection)
|
|
|
|
```
|
|
학습 데이터:
|
|
- 도매상별 주문 빈도
|
|
- 도매상별 재고 상황
|
|
- 도매상별 배송 스케줄
|
|
- 월별 한도 사용량
|
|
- 분할 주문 패턴
|
|
|
|
학습 목표:
|
|
- 기본 도매상 선호도
|
|
- 상황별 대체 도매상
|
|
- 한도 고려한 분배
|
|
- 배송 시간 고려 (긴급 시)
|
|
```
|
|
|
|
**도매상 선택 로직:**
|
|
```python
|
|
def select_wholesaler(drug_code, quantity, need_by_time=None):
|
|
"""
|
|
AI가 학습한 도매상 선택 로직
|
|
|
|
우선순위:
|
|
1. 재고 (있는 곳 우선)
|
|
2. 배송 (need_by_time 충족 가능한 곳)
|
|
3. 한도 (여유 있는 곳)
|
|
4. 선호도 (과거 패턴)
|
|
"""
|
|
candidates = []
|
|
|
|
for ws in ['geoyoung', 'sooin', 'baekje']:
|
|
score = 0
|
|
|
|
# 1. 재고 체크
|
|
if has_stock(ws, drug_code, quantity):
|
|
score += 100
|
|
else:
|
|
continue # 재고 없으면 제외
|
|
|
|
# 2. 배송 시간 체크
|
|
if need_by_time:
|
|
delivery = get_next_delivery(ws, need_by_time)
|
|
if delivery['can_deliver']:
|
|
score += 50
|
|
else:
|
|
score -= 30 # 감점
|
|
|
|
# 3. 한도 체크
|
|
limit_usage = get_limit_usage(ws)
|
|
if limit_usage < 0.9:
|
|
score += 30
|
|
elif limit_usage >= 1.0:
|
|
score -= 50 # 한도 초과
|
|
|
|
# 4. 학습된 선호도
|
|
score += ai_model.preference_score(ws, drug_code) * 20
|
|
|
|
candidates.append((ws, score))
|
|
|
|
return max(candidates, key=lambda x: x[1])[0]
|
|
```
|
|
|
|
### 4.4 주문 타이밍 학습
|
|
|
|
```
|
|
학습 데이터:
|
|
- 하루 중 주문 시점 (오전/오후)
|
|
- 요일별 주문 패턴
|
|
- 배송 마감 시간 전 주문 여부
|
|
|
|
학습 목표:
|
|
- 최적 주문 시점 파악
|
|
- 배송 마감 놓치지 않기
|
|
- 분할 주문 (오전/오후) 패턴
|
|
```
|
|
|
|
---
|
|
|
|
## 5. 핵심 기능 설계
|
|
|
|
### 5.1 선주문 반영 시스템
|
|
|
|
**목적**: 같은 날 이미 주문한 품목 자동 차감
|
|
|
|
```python
|
|
def calculate_order_qty(drug_code, usage_qty, current_stock):
|
|
# 오늘 "실제로" 주문 완료된 수량 조회
|
|
today_ordered = get_today_orders(drug_code)
|
|
|
|
# 필요량 = 사용량 - 현재고 - 선주문량
|
|
needed = usage_qty - current_stock - today_ordered
|
|
|
|
if needed > 0:
|
|
return calculate_spec_qty(needed)
|
|
return 0
|
|
```
|
|
|
|
**⚠️ 핵심: 실제 주문만 카운트**
|
|
|
|
```sql
|
|
SELECT SUM(oi.total_dose) as today_ordered
|
|
FROM order_items oi
|
|
JOIN orders o ON oi.order_id = o.id
|
|
WHERE oi.drug_code = ?
|
|
AND o.order_date = DATE('now')
|
|
AND o.is_dry_run = 0 -- dry_run 제외!
|
|
AND oi.status IN ('success', 'submitted')
|
|
```
|
|
|
|
### 5.2 도매상 한도 관리
|
|
|
|
**목적**: 월별 거래 한도 설정 및 자동 분배
|
|
|
|
```
|
|
[한도 도달 시 동작]
|
|
1. 90% 도달 → 경고 알림
|
|
2. 100% 도달 → 다른 도매상으로 자동 전환
|
|
3. 장바구니 단계에서 미리 분류
|
|
```
|
|
|
|
### 5.3 배송 스케줄 기반 주문
|
|
|
|
**목적**: 주문 마감시간 + 배송 도착시간 분리 관리
|
|
|
|
```
|
|
AI 판단 예시:
|
|
|
|
현재 오전 11시, "오후 3시에 필요"
|
|
|
|
→ 지오영 오전: 10시 마감 지남 ❌
|
|
→ 지오영 오후: 13시 마감 → 15:00 도착 (⚠️ 딱 맞음)
|
|
→ 수인: 13시 마감 → 14:30 도착 (✅ 여유)
|
|
→ 백제: 내일 도착 ❌
|
|
|
|
결론: 수인 추천 (14:30 도착, 30분 여유)
|
|
```
|
|
|
|
### 5.4 주문 실패 시 재시도
|
|
|
|
```
|
|
시나리오 1: 재고 없음
|
|
- A도매상 재고 0 → B도매상 검색 → 재고 있으면 B로 주문
|
|
|
|
시나리오 2: 주문 오류
|
|
- A도매상 API 오류 → 3회 재시도 → 실패 시 B도매상
|
|
|
|
시나리오 3: 부분 성공
|
|
- 10개 품목 중 7개 성공, 3개 실패
|
|
- 실패한 3개 → B도매상으로 자동 재시도
|
|
|
|
[리포트]
|
|
- 최종 주문 결과 리포트
|
|
- 알림: "A도매상 품절로 B도매상으로 변경됨"
|
|
```
|
|
|
|
---
|
|
|
|
## 6. 데이터 모델
|
|
|
|
### 6.1 핵심 테이블 (기존)
|
|
|
|
```sql
|
|
-- 주문 컨텍스트 (AI 학습용)
|
|
CREATE TABLE order_context (
|
|
id INTEGER PRIMARY KEY,
|
|
order_item_id INTEGER,
|
|
|
|
-- 약품 정보
|
|
drug_code TEXT,
|
|
product_name TEXT,
|
|
|
|
-- 주문 시점 상황
|
|
stock_at_order INTEGER,
|
|
usage_1d INTEGER,
|
|
usage_7d INTEGER,
|
|
usage_30d INTEGER,
|
|
avg_daily_usage REAL,
|
|
|
|
-- 주문 결정
|
|
ordered_spec TEXT,
|
|
ordered_qty INTEGER,
|
|
wholesaler_id TEXT,
|
|
|
|
-- 선택지 정보 (AI 학습용)
|
|
available_specs JSON,
|
|
spec_stocks JSON,
|
|
selection_reason TEXT,
|
|
|
|
-- 예측 vs 실제
|
|
predicted_days_coverage REAL,
|
|
actual_days_to_reorder INTEGER,
|
|
|
|
-- 결과 평가
|
|
was_optimal BOOLEAN,
|
|
stockout_occurred BOOLEAN,
|
|
|
|
created_at TIMESTAMP
|
|
);
|
|
```
|
|
|
|
### 6.2 신규 테이블
|
|
|
|
```sql
|
|
-- 도매상 한도 관리
|
|
CREATE TABLE wholesaler_limits (
|
|
id INTEGER PRIMARY KEY,
|
|
wholesaler_id TEXT NOT NULL,
|
|
monthly_limit INTEGER DEFAULT 0,
|
|
warning_threshold REAL DEFAULT 0.9,
|
|
priority INTEGER DEFAULT 1,
|
|
is_active INTEGER DEFAULT 1,
|
|
created_at TIMESTAMP,
|
|
FOREIGN KEY (wholesaler_id) REFERENCES wholesalers(id)
|
|
);
|
|
|
|
-- 배송 스케줄
|
|
CREATE TABLE delivery_schedules (
|
|
id INTEGER PRIMARY KEY,
|
|
wholesaler_id TEXT NOT NULL,
|
|
delivery_seq INTEGER NOT NULL,
|
|
delivery_name TEXT,
|
|
order_cutoff_time TEXT NOT NULL, -- 주문 마감 (HH:MM)
|
|
delivery_days_offset INTEGER DEFAULT 0, -- 0=당일, 1=익일
|
|
delivery_arrival_time TEXT NOT NULL, -- 도착 예정 (HH:MM)
|
|
weekdays TEXT, -- JSON [1,2,3,4,5]
|
|
is_active INTEGER DEFAULT 1,
|
|
UNIQUE(wholesaler_id, delivery_seq)
|
|
);
|
|
|
|
-- 실제 배송 스케줄 데이터
|
|
INSERT INTO delivery_schedules VALUES
|
|
('geoyoung', 1, '오전배송', '10:00', 0, '11:30'),
|
|
('geoyoung', 2, '오후배송', '13:00', 0, '15:00'),
|
|
('sooin', 1, '오후배송', '13:00', 0, '14:30'),
|
|
('baekje', 1, '익일배송', '16:00', 1, '15:00');
|
|
|
|
-- 월별 사용량 추적
|
|
CREATE TABLE wholesaler_monthly_usage (
|
|
id INTEGER PRIMARY KEY,
|
|
wholesaler_id TEXT NOT NULL,
|
|
year_month TEXT NOT NULL,
|
|
total_orders INTEGER DEFAULT 0,
|
|
total_amount INTEGER DEFAULT 0,
|
|
UNIQUE(wholesaler_id, year_month)
|
|
);
|
|
|
|
-- 주문 재시도 로그
|
|
CREATE TABLE order_fallback_log (
|
|
id INTEGER PRIMARY KEY,
|
|
order_item_id INTEGER NOT NULL,
|
|
original_wholesaler TEXT NOT NULL,
|
|
original_error TEXT,
|
|
fallback_wholesaler TEXT NOT NULL,
|
|
fallback_result TEXT,
|
|
created_at TIMESTAMP
|
|
);
|
|
```
|
|
|
|
### 6.3 기존 테이블 확장
|
|
|
|
```sql
|
|
-- orders 테이블 확장
|
|
ALTER TABLE orders ADD COLUMN is_dry_run INTEGER DEFAULT 0;
|
|
|
|
-- order_items 테이블 확장
|
|
ALTER TABLE order_items ADD COLUMN fallback_from_wholesaler TEXT;
|
|
ALTER TABLE order_items ADD COLUMN prior_order_qty INTEGER DEFAULT 0;
|
|
```
|
|
|
|
---
|
|
|
|
## 7. API 설계
|
|
|
|
### 7.1 도매상 관리 API
|
|
|
|
| 엔드포인트 | 메서드 | 기능 |
|
|
|------------|--------|------|
|
|
| `/api/wholesaler/limits` | GET | 한도 조회 |
|
|
| `/api/wholesaler/limits/{id}` | PUT | 한도 설정 |
|
|
| `/api/wholesaler/schedules` | GET | 배송 스케줄 |
|
|
| `/api/wholesaler/can-deliver-by` | POST | 배송 가능 여부 |
|
|
|
|
### 7.2 주문 API
|
|
|
|
| 엔드포인트 | 메서드 | 기능 |
|
|
|------------|--------|------|
|
|
| `/api/order/today/{drug_code}` | GET | 오늘 주문량 |
|
|
| `/api/order/recommend-spec` | POST | 규격 추천 |
|
|
| `/api/order/create` | POST | 주문 생성 |
|
|
| `/api/order/submit` | POST | 주문 제출 (dry_run 지원) |
|
|
| `/api/order/retry` | POST | 실패 재시도 |
|
|
|
|
### 7.3 AI API
|
|
|
|
| 엔드포인트 | 메서드 | 기능 |
|
|
|------------|--------|------|
|
|
| `/api/ai/daily-analysis` | GET | 일일 분석 |
|
|
| `/api/ai/recommendations` | GET | 주문 추천 |
|
|
| `/api/ai/training-data` | GET | 학습 데이터 |
|
|
| `/api/ai/patterns/{drug_code}` | GET | 패턴 분석 |
|
|
|
|
---
|
|
|
|
## 8. 자동화 레벨
|
|
|
|
### Level 0: 수동
|
|
- AI 추천만 제공
|
|
- 모든 주문은 수동 실행
|
|
|
|
### Level 1: 반자동
|
|
- AI가 주문 계획 생성
|
|
- 약사님 승인 후 자동 실행
|
|
- 알림: 승인 요청
|
|
|
|
### Level 2: 조건부 자동
|
|
- 신뢰도 높은 주문은 자동 실행
|
|
- 신뢰도 낮은 주문만 승인 요청
|
|
- 조건:
|
|
- 자주 주문하는 품목
|
|
- 금액 임계값 이하
|
|
- 긴급하지 않은 주문
|
|
|
|
### Level 3: 완전 자동
|
|
- 모든 주문 자동 실행
|
|
- 이상 상황만 알림
|
|
- 약사님은 대시보드로 모니터링
|
|
|
|
```python
|
|
def should_auto_execute(order_plan):
|
|
level = settings.automation_level
|
|
|
|
if level == 0:
|
|
return False
|
|
|
|
if level == 1:
|
|
return False # 항상 승인 필요
|
|
|
|
if level == 2:
|
|
conditions = [
|
|
order_plan['confidence'] > 0.9,
|
|
order_plan['estimated_cost'] < 100000,
|
|
order_plan['drug_code'] in trusted_drugs,
|
|
order_plan['urgency'] != 'critical'
|
|
]
|
|
return all(conditions)
|
|
|
|
if level == 3:
|
|
return not is_anomaly(order_plan)
|
|
```
|
|
|
|
---
|
|
|
|
## 9. 알림 시스템
|
|
|
|
### 알림 유형
|
|
|
|
| 유형 | 조건 | 우선순위 |
|
|
|------|------|----------|
|
|
| 승인 요청 | 자동 실행 안 되는 주문 | 높음 |
|
|
| 주문 완료 | 자동 주문 실행됨 | 보통 |
|
|
| 한도 경고 | 90% 도달 | 높음 |
|
|
| 품절 긴급 | 재고 0, 당일 필요 | 긴급 |
|
|
| 배송 마감 | 마감 30분 전 | 높음 |
|
|
| 도매상 변경 | 품절로 다른 도매상 | 보통 |
|
|
|
|
### 알림 예시
|
|
|
|
```
|
|
📦 주문 승인 요청
|
|
|
|
약품: 콩코르정 2.5mg
|
|
현재고: 45개 (3일치)
|
|
추천 주문: 300T x 2박스
|
|
도매상: 지오영 (점심배송 11:00 마감)
|
|
예상 금액: 72,000원
|
|
|
|
[승인] [수정] [거절]
|
|
```
|
|
|
|
```
|
|
⚠️ 배송 마감 알림
|
|
|
|
지오영 오후배송 마감 30분 전!
|
|
현재 장바구니: 5품목
|
|
|
|
13:00까지 주문하지 않으면 다음 배송은 내일입니다.
|
|
|
|
[지금 주문] [나중에]
|
|
```
|
|
|
|
---
|
|
|
|
## 10. 개발 로드맵
|
|
|
|
### Phase 1: 핵심 기반 (1주차)
|
|
- [x] 도매상 API 연동 (3개)
|
|
- [x] 주문 DB 스키마
|
|
- [x] dry_run 테스트 모드
|
|
- [ ] 선주문 조회 API
|
|
- [ ] 도매상 한도 테이블
|
|
- [ ] 배송 스케줄 테이블
|
|
|
|
### Phase 2: 주문 자동화 (2주차)
|
|
- [ ] 규격 추천 API
|
|
- [ ] 한도 체크 로직
|
|
- [ ] 주문 재시도 로직
|
|
- [ ] 장바구니 동기화
|
|
|
|
### Phase 3: UI 개선 (2주차)
|
|
- [ ] 한도 대시보드
|
|
- [ ] 주문 화면 (선주문 반영)
|
|
- [ ] 배송 스케줄 표시
|
|
|
|
### Phase 4: AI 학습 (3주차)
|
|
- [ ] 피드백 루프 구현
|
|
- [ ] 주문 평가 시스템
|
|
- [ ] 패턴 학습 (규격, 도매상)
|
|
- [ ] 수요 예측 (단순 이동평균)
|
|
|
|
### Phase 5: 완전 자동화 (4주차~)
|
|
- [ ] Level 1 자동화
|
|
- [ ] 알림 시스템 연동
|
|
- [ ] Level 2 조건부 자동화
|
|
- [ ] 모니터링 대시보드
|
|
|
|
---
|
|
|
|
## 11. 성공 지표 (KPI)
|
|
|
|
| 지표 | 현재 | 목표 |
|
|
|------|------|------|
|
|
| 주문 소요 시간 | 30분/일 | 0분 (자동) |
|
|
| 품절 발생률 | 5% | <1% |
|
|
| 재고 회전율 | - | +20% |
|
|
| 배송 마감 놓침 | 가끔 | 0회 |
|
|
| 주문 비용 절감 | - | 5-10% (OTC) |
|
|
|
|
---
|
|
|
|
## 📚 참고 문서
|
|
|
|
- 어제 작성 (AI 비전/모델): `docs/AI_ERP_AUTO_ORDER_SYSTEM.md`
|
|
- 오늘 작성 (API/DB 상세): `docs/자동발주시스템_고도화_기획서_v2.md`
|
|
- 도매상 API 분석: `docs/GEOYOUNG_API_REVERSE_ENGINEERING.md`
|
|
- Rx 사용량 가이드: `docs/RX_USAGE_GEOYOUNG_GUIDE.md`
|
|
|
|
---
|
|
|
|
> 🐉 **용림**: 이 문서는 AI_ERP_AUTO_ORDER_SYSTEM.md(비전/AI모델)와
|
|
> 자동발주시스템_고도화_기획서_v2.md(API/DB상세)를 통합한 마스터 기획서입니다.
|