공군은 매년 수천억 원 규모의 항공유를 구매 중이며, 급격한 항공유 가격 변동은 작전 준비태세에 리스크 요인으로 작용하고 있다. 정확한 가격 예측은 유류 재고관리를 최적화하는 데 중요하지만, 기존 연구는 구매기관에서 바로 적용이 제한되는 거시적 수준의 경제지표에 초점을 맞추는 경우가 많았다. 본 연구에서는 구매기관 관점에서 항공유 가격 예측 정확도를 향상하기 위한 기계학습 방법의 효과를 평가한다. 이때, 예측 정확도 향상을 위해 공급망, Google 검색 트렌드(Google Trends), 지정학적 요인과 전통적인 경제 요인을 통합한 기계학습 예측모형을 제안한다. 본 연구의 결과는 XGBoost 모형이 RMSE(Root Mean Squared Error)를 67%까지 줄여 가장 정확한 성과를 나타내었다. 따라서 공군을 비롯한 구매기관이 기계학습 가격 예측 모형을 채택하면 공급 가격관리 능력이 크게 향상될 수 있다. 또한, 본 연구 결과는 구매가 반복되고 가격 변동성이 큰 다른 제품 관리에도 효과적으로 적용할 수 있다.