RFID 기술과 MongoDB Atlas를 사용하여 소매 재고 관리를 강화하고, 공급망 전반에 걸쳐 실시간 추적, 정확성 향상, 데이터 기반 인사이트를 제공합니다.
산업: 소매
제품: MongoDB Atlas
솔루션 개요
소매업체는 방대한 양의 데이터를 처리하면서 여러 채널에서 정확하고 일관적인 재고 정보를 보장해야 합니다. 그러나 전통적인 방법은 오늘날의 역동적인 시장의 요구에 발맞추기 어려움을 겪고 있습니다.
이 시나리오에서는 RFID 기술이 혁신적인 솔루션을 제공합니다. 전자기장을 이용해 태그가 부착된 아이템을 자동으로 추적함으로써, 소매업체는 재고 수준을 그 어느 때보다 실시간으로 파악할 수 있습니다. 이를 통해 재고 관리가 최적화되고, 인건비가 절감되며, 고객 만족도가 향상됩니다.
RFID의 잠재력을 발휘하려면 견고한 데이터 계층이 필요합니다. MongoDB Atlas는 방대한 데이터 세트를 캡처, 처리 및 분석하는 솔루션을 제공합니다.
RFID 기술의 이점
RFID 기술을 강력한 데이터베이스 솔루션과 통합하여 소매업체는 제품 정보 관리 문제를 효율적으로 해결하고 주요 이점을 얻을 수 있습니다.
재고 정확성: 재고 불일치를 제거하고 품절을 줄이며, 고객이 기대하는 위치에 제품이 있는지 확인합니다.
운영 효율성: 수령, 피킹, 포장과 같은 프로세스를 간소화하여 처리 시간을 단축하고 비용을 절감합니다.
향상된 고객 경험: 주문을 정확하고 신속하게 처리하여 고객 만족도와 충성도를 높입니다.
데이터 기반 인사이트: 상세한 제품 및 판매 데이터를 활용하여 정보에 기반한 비즈니스 결정을 내리고 제품 구성을 최적화할 수 있습니다.
참조 아키텍처
기업은 제품에 RFID 태그를 부착하고 리더기 네트워크를 활용함으로써, 제조 현장부터 최종 소비자까지의 경로를 추적할 수 있습니다. 아래에서는 RFID 시스템의 일반적인 구조를 설명하고 Zebra Technologies의 구체적인 예시를 소개합니다.
RFID를 이용한 공급망 추적
이 아키텍처는 RFID 기술을 사용하여 공급망에서 제품 이동을 모니터하는 포괄적인 시스템을 보여줍니다. MongoDB Atlas는 RFID 데이터를 관리하고 분석하는 기본 데이터 계층으로 작동합니다.
주요 구성 요소 및 기능
RFID 데이터 컬렉션: 제품에 부착된 RFID 태그에서 RFID 리더를 사용하여 정보를 캡처합니다.
데이터 관리: MongoDB Atlas는 수집된 RFID 데이터를 저장하고 처리합니다.
데이터 분석: 시스템은 MongoDB Atlas를 사용해 데이터 정제, 변환 및 분석을 거쳐 데이터에서 유용한 인사이트를 도출합니다.
워크플로우 최적화: 이 아키텍처는 데이터가 최초로 수집되어 실행 가능한 인사이트로 전환되는 과정을 시각화합니다.
그림 1. 종단간 공급망 RFID 추적 아키텍처
RFID 제품 추적 구현
RFID 제품 추적 아키텍처를 사용하여 API 게이트웨이를 통해 Zebra Technologies 123RFID 앱을 MongoDB Atlas와 통합하는 예시를 보여줍니다.
주요 구성 요소 및 기능
RFID 데이터 캡처: Zebra Technologies 123RFID 앱은 RFID 태그를 통해 제품 정보를 수집합니다.
데이터 통합: API 게이트웨이가 앱에서 MongoDB Atlas로 RFID 데이터를 원활하게 전달합니다.
데이터 저장 및 분석: MongoDB Atlas는 RFID 데이터의 중앙 리포지토리 역할을 수행해 포괄적인 데이터 분석을 가능하게 합니다.
그림 2. Zebra Technologies와 MongoDB Atlas의 통합을 기반으로 한 RFID 제품 추적 아키텍처의 예시
솔루션 구축
이 가이드는 소매 RFID 제품 추적 애플리케이션이 MongoDB Atlas와 통합되는 방법을 설명하고, 이를 효율적인 재고 점검에 사용하는 방법을 시연합니다.
Xcode에서 프로젝트 구성
프로젝트 설정
Xcode에서 123RFID(또는 지정한 이름) 프로젝트를 엽니다.
프로젝트 설정(배포 대상)을 구성합니다.
Zebra SDK에서 필요한 프레임워크와 라이브러리를 추가하세요.
빌드 설정(라이브러리 검색 경로, 프레임워크 검색 경로)을 구성합니다.
기기 페어링
iOS 기기에서 블루투스를 활성화합니다.
123RFID 앱을 사용하여 RFID 리더기를 페어링합니다.
애플리케이션 실행하기
iOS 기기를 Mac에 연결합니다.
Xcode에서 장치를 대상으로 선택합니다.
애플리케이션을 실행합니다.
Match inventory tags
Objective-C의 getMatchingTagList 메서드는 현재 물리적 인벤토리의 RFID 태그를 미리 정의된 태그 목록과 비교하고, 그에 따라 사용자 인터페이스를 업데이트합니다. 이 절차는 다음과 같이 작동합니다.
현재 재고와 사전 정의된 태그 목록을 조회합니다.
재고 태그와 태그 목록을 비교하여 일치하는 항목을 찾습니다.
누락된 태그 목록에서 일치하는 태그를 제거합니다.
UI를 고유 태그 수와 총 태그 수로 업데이트합니다.
모든 태그가 확인되면 인벤토리 작업을 중지하고 완전한 일치를 확인합니다.
실시간으로 재고 검사를 표시합니다.
즉각적인 알림을 위해 MongoDB Change Streams를 활용하고, MongoDB Atlas Charts를 사용하여 데이터를 시각화합니다. 코드는 inventoryCheck 컬렉션에서 새로운 인벤토리 검사를 모니터링하기 위해 변경 스트림을 설정합니다.
엔드포인트 설정
MongoDB Change Streams를 사용하여 inventoryCheck 컬렉션의 변경 사항을 모니터링합니다.
const startWatchInventoryCheck = async (dashboard, addAlert, utils) => { console.log("Start watching stream"); const runs = await getMongoCollection(utils.dbInfo.dbName, "inventoryCheck"); const filter = { filter: { operationType: "insert" } }; const stream = runs.watch(filter); const closeStreamInventoryCheck = () => { console.log("Closing stream"); stream.return(); }; try { for await (const change of stream) { console.log(change.fullDocument); addAlert(change.fullDocument.checkResult); dashboard.refresh(); } } catch (error) { console.error("Error watching stream:", error); } };
대시보드 임베딩
MongoDB Charts 임베딩 SDK를 사용하여 대시보드를 웹 애플리케이션에 통합하세요.
필요한 라이브러리와 컨텍스트를 가져옵니다.
ChartsEmbedSDK 인스턴스를 기본 URL로 생성합니다.
대시보드 속성을 지정된 기기에 정의하고 렌더링합니다.
체인지 스트림을 시작하고 경고를 통해 실시간 업데이트를 처리합니다.
실시간 경고 구현
pushToast를 사용하여 재고 확인 결과에 따른 성공 또는 오류 알림을 표시합니다.
통합 보장
실시간 알림과 대시보드 업데이트가 매끄럽게 작동하는지 확인하세요.
정확한 재고 데이터를 유지하고 불일치에 신속하게 대응하세요.
이 가이드를 따라 Zebra 123RFID 앱을 MongoDB Atlas와 효과적으로 통합하여 실시간 재고 관리 및 데이터 정확성을 구현하세요.
주요 학습 사항
RFID 기술과 MongoDB Atlas를 결합하여 소매업체는 재고 관리 역량을 향상시킬 수 있습니다. 이 통합은 여러 가지 주요 이점을 제공합니다.
실시간 재고 관리: RFID 기술과 MongoDB Atlas를 활용해 정확하고 최신의 재고 데이터를 확보하세요.
효율성 향상: 데이터 기반 인사이트를 통해 재고 관리 프로세스를 간소화하고, 재고 부족을 줄이며, 운영을 최적화합니다.
데이터 기반 의사결정: MongoDB Atlas Charts를 사용하여 실시간 시각화를 통해 정보에 입각한 비즈니스 결정을 내릴 수 있습니다.
사용된 기술 및 제품
MongoDB 개발자 데이터 플랫폼
추가 기술
작성자
Francesco Baldissera, MongoDB
Pedro Bereilh, MongoDB
Rami Pinto, MongoDB
Sebastian Rojas Arbulu, MongoDB
Mehar Grewal, MongoDB
Prashant Juttukonda, MongoDB