본 연구는 다변량 시계열 예측 모델인 장단기 메모리(LSTM) 신경망을 이용하여 철강 산업의 수요 예측문제에 대한 새로운 접근법을 제시한다. 철강 산업은 생산 공정의 복잡성, 리드타임의 증가, 그리고 시장의불확실성으로 인해 수요 예측에 높은 가치를 두고 있다. 제시한 방법론은 머신러닝 기법을 이용하여 다변량 LSTM 모델을 개발하고 다양한 지표를 활용하여 모델의 성능을 평가했다. 또한, 철강 산업의 고유한 특성에 맞춰 업계 전문가의 지식을 바탕으로 기능 선택을 수행했다. 결론적으로, 본 연구에서 개발된 LSTM 모델은 기존 수요 예측 방법론보다 우수한 성능을 보였으며, 특히, 복잡한 시장 동향과 철강 산업의 특성을 잘 반영하여 더욱 정확한 수요 예측을 가능하게 했다. 본 연구는 철강 산업의 수요 예측 문제에 대한 새로운 해결책을 제시하며, 생산 계획 및 재고 관리의 효율성을 향상시킬 것으로 기대한다.