안녕하세요. 물류의 새로운 기준, 트레드링스입니다.
같은 공급망 안에서도 기업들이 움직이는 속도는 제각각입니다. 소비자의 관심은 소셜미디어를 타고 몇 시간 만에 폭증할 수 있지만 생산량을 늘리는 데는 수개월이 걸립니다. 새로운 디지털 서비스는 몇 주 만에 예상보다 훨씬 많은 사용자를 확보할 수 있지만, 이를 뒷받침할 설비와 인프라는 단기간에 늘리기 어렵습니다.
문제는 이런 차이가 갈수록 커지고 있다는 점입니다. 시장과 수요는 빠르게 움직이는 반면, 공장과 장비, 전력망, 물류 네트워크처럼 물리적인 공급능력을 바꾸는 데 필요한 시간은 쉽게 줄어들지 않습니다. 한쪽에서는 이미 다음 결정을 내려야 하는데 다른 한쪽에서는 이전 계획을 실행하고 있는 상황이 반복될 수밖에 없죠.
이런 환경에서는 기존의 공급망 협업 방식도 한계를 드러냅니다. 주문을 받은 뒤 제조사가 생산계획을 바꾸고, 제조사가 다시 공급업체에 필요한 내용을 전달하는 식으로 단계별 의사결정이 이어진다면 변화가 공급망 전체로 전달되는 동안 대응할 수 있는 시간은 계속 줄어듭니다.
그래서 앞으로의 공급망 협업에서는 단순히 정보를 더 많이 공유하는 것만으로는 부족합니다.
누가 어떤 정보를 가지고 있는지뿐 아니라, 각 기업이 어느 정도의 시간을 두고 계획하며 언제부터 결정을 바꾸기 어려워지는지까지 함께 고려해야 하죠.
그렇다면 서로 다른 속도로 움직이는 기업들은 어떻게 하나의 공급망 안에서 함께 움직일 수 있을까요?
왜 같은 공급망 안에서도 기업들의 대응 속도가 다를까?
시장 변화와 공급망의 대응 속도가 크게 벌어지는 현상은 이미 여러 산업에서 확인되고 있습니다. 스탠리(Stanley) 텀블러처럼 특정 제품이 갑자기 화제가 되면 수요는 짧은 시간 안에 급증할 수 있습니다. 화상회의 플랫폼 줌(Zoom)도 코로나19 확산 초기 약 3개월 사이 이용 규모가 약 30배 늘어날 정도로 급격한 변화를 경험했습니다.
하지만 수요가 30배 늘었다고 해서 공장이나 통신망의 처리능력도 30배 빠르게 늘릴 수 있는 것은 아닙니다. 시장과 가까운 기업은 오늘 들어오는 데이터를 보고 내일 계획을 바꿀 수 있지만, 생산설비나 인프라를 담당하는 기업은 수개월 또는 수년을 내다보고 움직여야 합니다. 애초에 같은 속도로 움직이기 어려운 구조인 셈이죠.
자동차 산업에서도 비슷한 문제가 나타납니다. 소프트웨어와 배터리 기술, 소비자의 요구는 빠르게 달라지지만 새로운 차량을 개발하고 생산설비를 전환하며 수많은 부품 공급업체를 함께 움직이는 데는 긴 시간이 필요합니다. 시장의 방향이 예상과 달라지면 이미 진행한 설비투자와 제품계획을 다시 조정해야 하는 부담도 커집니다.
따라서 어느 한쪽을 단순히 ‘느리다’고 보는 것은 문제를 제대로 설명하지 못합니다. 유통사는 판매 데이터를 매일 확인하면서 발주량을 바꿀 수 있지만 제조사는 몇 달 전에 원재료와 생산능력을 확보해야 할 수 있습니다. 반도체나 대규모 인프라처럼 생산이나 투자가 시작된 이후 변경이 어려운 산업은 의사결정에 더 긴 시간이 필요하고요.
즉, 하나의 공급망 안에서 여러 개의 시간표가 동시에 움직이고 있는 셈입니다. 문제는 이 시간표들이 서로 연결되지 않을 때 생깁니다. 유통사가 수요 변화를 빠르게 발견하더라도 제조사가 이미 다음 달 생산계획을 확정했다면 대응할 수 있는 범위가 좁아집니다. 제조사가 계획을 바꾸려고 할 때 2차 공급업체가 이미 원재료를 주문했다면 선택지는 더 줄어들겠죠.
정보가 전달됐는지보다 언제 전달됐는지가 중요해지는 이유입니다.
여기에 공급망 전체를 충분히 보기 어렵다는 문제도 있습니다. 글로벌 시험·검사·인증 및 규정 준수 전문기업 키마(QIMA)가 2024년 상반기 국제 공급망을 운영하는 800여 개 기업을 대상으로 실시한 조사에서는 모든 계층의 공급업체를 파악하고 있다고 답한 기업이 16%에 그쳤고, 약 3분의 1은 자사 공급망의 절반도 파악하지 못한다고 답했습니다. 직접 거래하는 공급업체보다 더 뒤에 있는 2차·3차 공급업체의 생산능력과 제약이 보이지 않는다면 시장 변화가 공급망 어디에서 막힐지 미리 판단하기도 어렵습니다.
그래서 가시성이 필요합니다. 다만 여기서 말하는 가시성은 단순히 ‘현재 무엇이 일어나고 있는지 볼 수 있다’는 의미에 그치지 않습니다. 아직 선택지가 남아 있을 때 변화를 알 수 있어야 한다는 것, 이것이 공급망의 속도 차이를 줄이는 첫 번째 조건입니다.
AI 데이터센터가 보여주는 ‘속도 차이’를 줄이는 방법
AI 데이터센터 산업은 서로 다른 시간표가 부딪히는 모습을 가장 극적으로 보여주는 분야 중 하나입니다. 새로운 AI 서비스나 GPU 수요는 몇 주 사이에도 크게 달라질 수 있지만 데이터센터 하나를 구축하는 데는 일반적으로 18~24개월이 필요합니다. 새로운 전력망 용량을 확보하려면 수년이 걸릴 수도 있고, 여기에 인허가와 지역사회 협의까지 더해지면 정확한 구축 시기를 맞추기는 더욱 어려워집니다.
기존 방식대로라면 각 기업은 자신의 순서가 올 때까지 기다립니다. 데이터센터 사업자가 계획을 세운 뒤 장비업체가 움직이고, 장비와 시설계획이 구체화되면 다시 전력회사와 필요한 용량을 조율하는 식입니다. 시장 변화가 완만한 환경에서는 이런 순차적인 방식도 작동할 수 있습니다. 하지만 수요가 몇 주 단위로 달라지는 상황이라면 앞 단계가 끝나기를 기다리는 시간 자체가 병목이 될 수밖에 없겠죠.
그래서 일부 데이터센터 사업자와 장비업체, 전력회사는 협업을 시작하는 시점부터 앞당기고 있습니다. 데이터센터 사업자는 프로젝트 초기부터 전력회사와 전력 확보 방안을 논의하고, 필요하면 자체 발전이나 마이크로그리드, 에너지저장장치까지 함께 검토합니다. 장비업체는 현장에서 모든 설비를 조립하는 대신 모듈형·사전 제작형 설비를 확대하고, 주요 데이터센터 지역 가까이에서 생산하는 방식으로 대응하고 있습니다.
슈나이더 일렉트릭(Schneider Electric)과 콤파스 데이터센터(Compass Datacenters)의 협력도 이런 변화를 보여주는 사례입니다. 두 회사는 미국 텍사스 레드오크(Red Oak)의 콤파스 데이터센터 캠퍼스 인근에 10만 제곱피트가 넘는 규모의 통합시설을 구축하고, 데이터센터에 필요한 모듈형 설비를 현장 가까이에서 사전 제작하는 방식을 적용했습니다.
이 사례에서 더 중요한 변화는 생산시설의 위치보다 업무가 진행되는 순서입니다. 기존처럼 부지 준비가 끝나기를 기다렸다 장비 조달을 시작하는 것이 아니라, 부지 준비와 장비 생산, 조달, 각종 승인처럼 동시에 진행할 수 있는 작업을 최대한 병렬로 움직이는 것입니다.
이런 통합형 협업을 통해 일부 데이터센터 프로젝트에서는 18~24개월에 달하던 구축기간을 12개월 이하로 단축하는 사례도 나타나고 있습니다. 모든 기업의 업무 자체가 두 배 빨라진 것은 아닙니다. 서로 기다리던 시간을 줄이고, 더 이른 시점부터 동시에 움직이기 시작하면서 전체 시간이 줄어든 것이죠.
이 차이는 다른 산업에도 중요한 힌트를 줍니다. 공급망의 속도를 높이기 위해 반드시 모든 기업을 빠르게 만들어야 하는 것은 아닙니다. 누가 먼저 움직일 수 있고, 누가 준비에 오래 걸리며, 어떤 업무는 동시에 시작할 수 있는지를 파악하는 것만으로도 전체 대응시간을 줄일 여지가 생깁니다.
첫 번째, 시장 변화와 공급 제약을 더 일찍 공유해야 합니다
그렇다면 서로 다른 속도로 움직이는 기업들은 무엇부터 맞춰야 할까요?
가장 먼저 필요한 것은 수요와 공급의 변화를 가능한 한 이른 시점에 함께 볼 수 있는 구조입니다.
예를 들어 유통사의 판매시점정보(POS)를 제조사뿐 아니라 2차 공급업체까지 공유한다고 생각해볼 수 있습니다. 공급업체가 최종 주문량의 변화를 통해 시장 상황을 확인하는 구조에서는 실제 수요 변화가 생산계획에 반영되기까지 30~60일이 걸릴 수 있습니다. 반면 판매 데이터를 직접 확인할 수 있다면 시장의 변화 신호를 24~48시간 안에 파악할 수 있습니다.
한 달 먼저 알게 된다고 해서 생산능력이 하루아침에 늘어나는 것은 아닙니다. 하지만 그 한 달 동안 원재료를 확보하거나 생산순서를 바꾸고, 추가 생산 가능성을 검토할 수는 있습니다. 결국 중요한 것은 정보 그 자체보다 그 정보가 만들어주는 대응시간인 셈이죠.
이런 구조는 문제를 예방하는 데만 의미가 있는 것도 아닙니다. 예상보다 수요가 빠르게 늘어나는 상황에서도 공급업체가 더 일찍 준비를 시작할 수 있기 때문에, 시장이 열렸을 때 생산능력을 확보하지 못해 기회를 놓칠 가능성을 줄이는 데도 도움이 됩니다.
반대 방향의 정보도 필요합니다. 시장과 가까운 유통사나 브랜드 역시 공급업체의 생산 여력과 제약을 알아야 합니다. 현재 어느 정도의 추가 생산이 가능한지, 주문은 언제까지 수정할 수 있는지, 어느 시점부터 생산계획이 확정되는지를 알아야 현실적인 판매·조달 계획을 세울 수 있기 때문입니다.
이 때문에 공급망 가시성은 한쪽에서 다른 쪽으로 정보를 내려보내는 구조가 아니라 양방향이어야 합니다. 생산 주기가 긴 기업은 시장의 변화를 더 일찍 보고, 시장과 가까운 기업은 공급망 뒤쪽의 물리적인 제약까지 함께 확인할 수 있는 구조가 필요합니다.
다만 데이터를 공유한다고 해서 곧바로 같은 정보를 보는 것은 아닙니다. 기업마다 사용하는 시스템과 데이터 형식이 다르면 정보를 받아도 다시 정리하고 해석하는 데 시간이 필요하기 때문입니다. 서로 다른 시스템이 정보를 주고받을 수 있는 개방형 인터페이스와 데이터 표준을 마련해야 하는 이유입니다.
여기에 수요 변화와 생산계획 사이의 차이를 자동으로 감지하는 모니터링까지 더해질 수 있습니다. 예를 들어 판매 속도는 빠르게 올라가는데 생산계획에는 변화가 없다면, 재고 부족이 실제로 발생하기 전에 두 흐름이 어긋나고 있다는 사실을 확인하는 방식입니다. AI를 활용한 모니터링 역시 이런 초기 신호를 더 빨리 찾아내는 데 활용될 수 있습니다.
또 하나 필요한 정보가 있습니다. 바로 각 기업의 계획 주기입니다. 어느 기업은 주 단위로 계획을 수정하지만 다른 기업은 월간 또는 분기 단위로 생산계획을 확정할 수 있습니다. 현재 재고와 생산능력을 아는 것뿐 아니라 다음 계획 변경이 언제 가능한지를 알아야 서로의 의사결정을 맞출 수 있겠죠.
다시 말해 공급망에서 공유해야 하는 것은 데이터만이 아닙니다. 각자가 움직일 수 있는 시간도 함께 공유해야 합니다.
두 번째, 계획과 계약에 ‘바꿀 수 있는 여지’를 남겨야 합니다
하지만 아무리 빨리 변화를 발견하더라도 이미 모든 계획이 확정됐다면 대응할 방법은 많지 않습니다. 수요가 줄었다는 사실을 실시간으로 확인했는데 1년치 물량과 세부 품목이 이미 계약으로 고정돼 있다면 가시성이 높아져도 실제 공급망은 움직이지 못합니다.
그래서 두 번째로 필요한 것이 계획과 약속의 유연성입니다. 예를 들어 처음부터 특정 제품 1만 개를 구매하기로 확정하는 대신 일정한 생산능력 1만 개를 먼저 확보하고, 실제 수요를 확인하면서 A·B·C 제품 가운데 어느 품목에 배정할지 나중에 결정하는 방식을 생각해볼 수 있습니다.
장기 리드타임이 필요한 산업에서도 같은 원리가 적용됩니다. 반도체라면 생산 플랫폼과 공정처럼 미리 결정해야 하는 부분은 먼저 확정하되 구체적인 칩의 종류는 일정 시점까지 열어둘 수 있습니다. 데이터센터도 필요한 전력 용량을 먼저 확보하면서 실제 사용 시점에는 어느 정도 조정할 수 있는 여지를 남길 수 있고요.
계획 자체도 하나의 시간표로 운영할 필요는 없습니다. 12~18개월 단위에서는 설비투자와 전체 생산능력을 논의하고, 3~6개월 단위에서는 생산일정과 판매계획을 구체화한 뒤, 실제 운영 단계에서는 미리 정해둔 범위 안에서 주 단위로 물량을 조정하는 방식입니다. 모든 기업의 계획 주기를 똑같이 만드는 것이 아니라, 서로 다른 계획이 어느 시점에서 만나야 하는지를 정하는 것이죠.
여기에서 특히 중요한 것이 ‘되돌릴 수 없는 시점(point of no return)’입니다. 의류는 원단을 자르기 시작하면 다른 제품으로 바꾸기 어렵고, 반도체 역시 실제 제조공정에 들어간 뒤에는 제품을 쉽게 변경할 수 없습니다. 공급망에는 이처럼 계획을 수정할 수 있는 마지막 시점이 존재합니다.
따라서 빠르게 움직이는 기업이 결정을 최대한 늦게 내리는 것이 반드시 유연한 운영은 아닙니다. 오히려 공급업체가 아직 선택지를 가지고 있을 때 필요한 결정을 전달해야 하죠. 상대방의 선택지가 사라지는 시점을 서로 알고 그 전에 움직이는 것, 이것이 서로 다른 계획 주기를 맞추는 핵심입니다.
이 과정에서는 위험을 누가 부담할 것인지도 함께 고민해야 합니다. 공급업체에게 언제든 생산량을 늘릴 수 있도록 여유 생산능력과 재고를 확보해달라고 요구하면서 그 비용과 위험까지 모두 공급업체가 부담하게 한다면 이런 구조를 오래 유지하기 어렵습니다.
수요가 줄었을 때 발생하는 재고 부담을 어떻게 나눌지, 수요가 늘었을 때 추가 생산능력을 준비한 공급업체와 성과를 어떻게 공유할지, 공동으로 운영하는 버퍼 재고의 비용을 누가 부담할지도 협업의 일부가 되어야 합니다. 이런 구조가 마련되면 한쪽은 품절을 우려해 필요 이상으로 주문하고 다른 쪽은 재고 부담 때문에 생산을 줄이는 식의 엇갈린 의사결정도 줄일 수 있습니다.
계약의 역할도 달라집니다. 처음 정한 수량과 품목을 끝까지 고정하는 장치라기보다, 상황이 달라졌을 때 서로 어느 범위까지 조정할 수 있는지를 미리 정해놓는 협업의 기준에 가까워집니다. 불확실성을 없앨 수 없다면, 불확실성이 발생했을 때 어떻게 움직일지를 함께 정해두는 것이죠.
세 번째, 변화에 맞춰 실제로 움직일 수 있어야 합니다
변화를 일찍 보고 계획에도 여지를 남겨뒀다면 마지막에는 실제로 움직일 수 있어야 합니다. 생산라인을 바꾸는 데 몇 달이 걸리거나 새로운 공급업체를 찾는 것부터 다시 시작해야 한다면 정보와 계약을 아무리 유연하게 만들어도 대응 속도에는 한계가 있습니다.
그래서 일부 기업은 몇 시간 안에 다른 SKU로 전환할 수 있는 모듈형 생산체계를 구축하거나, 수요 변화에 따라 지역 간 재고를 이동할 수 있도록 분산형 재고 네트워크를 운영합니다. 문제가 발생했을 때 빠르게 전환할 수 있도록 대체 공급업체를 미리 검증해두고, 필요하면 30일 안에 가동할 수 있는 상태를 만들어두는 것도 같은 맥락입니다.
실행 속도는 생산설비만의 문제가 아닙니다. 조직의 의사결정 방식도 큰 영향을 미칩니다. 작은 일정 변경이나 물량 조정까지 모두 경영진의 승인을 기다려야 한다면 시장 변화를 아무리 빠르게 확인해도 행동으로 옮기기까지 시간이 걸릴 수밖에 없겠죠.
따라서 미리 정해둔 범위 안에서는 운영 담당자가 직접 계획을 조정할 수 있도록 권한을 주고, 공급망에 큰 문제가 발생했을 때는 여러 기업의 담당자가 함께 대응하는 체계를 마련할 필요가 있습니다. 평상시에는 신중하게 검토하더라도 긴급한 상황에서는 의사결정 속도를 높일 수 있어야 합니다.
앞서 데이터센터 사례에서 확인했듯 업무 진행 방식 역시 달라질 수 있습니다. 반드시 앞 단계가 끝나기를 기다릴 필요가 없는 업무라면 동시에 진행하는 편이 전체 시간을 줄일 수 있습니다. 다만 기업 간 업무를 병렬로 진행하려면 프로젝트 관리체계를 연결하고, 누가 어떤 결정을 내릴지, 문제가 생기면 누가 책임지고 조정할지를 미리 정해두어야 합니다.
상황에 따라 조직이 움직이는 속도를 바꾸는 능력도 중요합니다. 장기 투자와 전략을 결정할 때는 충분한 검토가 필요하지만, 갑작스러운 공급 차질이 발생했을 때까지 같은 방식으로 의사결정할 수는 없습니다. 평상시의 신중한 계획과 위기 상황의 빠른 대응을 상황에 맞게 전환할 수 있어야 합니다.
이런 준비는 평상시의 업무 속도를 높이는 데만 의미가 있는 것은 아닙니다. 예상하지 못한 문제가 발생했을 때 각 기업이 그때부터 따로 대응책을 찾는 대신, 미리 정해둔 대체 공급망과 역할, 의사결정 방식에 따라 함께 움직일 수 있게 합니다. 공급망 회복탄력성이 문제가 발생한 뒤 만들어지는 것이 아니라 평상시의 협업 구조에서 만들어지는 이유입니다.
그리고 이런 협업 방식은 시스템 하나를 도입한다고 하루아침에 완성되지 않습니다. 기업 간 정보 공유 방식과 역할, 권한, 위험 분담을 함께 맞춰가야 하기 때문에 한번 자리 잡은 협업 구조 자체가 쉽게 따라 하기 어려운 운영 역량이 될 수도 있습니다.
결국 가시성, 유연한 계획, 실행 역량은 따로 떨어진 세 가지 해법이 아닙니다. 가시성을 통해 변화를 일찍 발견하고, 계획에 남겨둔 선택지를 활용해 대응 방향을 정한 뒤, 실제 공급망과 조직이 그 결정을 실행하는 하나의 흐름으로 이어져야 합니다.
그렇다면 우리 공급망에서는 무엇을 확인해야 할까?
앞의 세 가지 조건을 실제 업무에 적용하려면 먼저 우리 공급망에서 시간의 차이가 어디에서 발생하고 있는지 살펴볼 필요가 있습니다.
예를 들어 우리 회사가 수요 변화를 확인한 뒤 공급업체가 그 사실을 알기까지 얼마나 걸리는지, 공급업체는 주문 변경을 언제까지 받아들일 수 있는지, 생산이 시작된 이후에는 어느 정도까지 수량이나 일정을 수정할 수 있는지를 확인할 수 있습니다. 분기 단위로 세운 계획과 실제 주간 운영 사이에 차이가 발생했을 때 이를 다시 조정할 수 있는 절차와 권한이 있는지도 살펴봐야 하고요.
여기서 중요한 것은 단순히 각 단계의 리드타임을 재는 것이 아닙니다. 수요 변화가 어디에서 가장 먼저 감지되고, 어느 단계에서 전달이 늦어지며, 언제부터 선택지가 줄어드는지를 연결해서 보는 것입니다.
공급망을 이런 ‘시간의 관점’에서 그려보면 예상하지 못했던 병목이 나타날 수도 있습니다. 실제 생산능력에는 여유가 있는데 정보가 공급업체에 전달되는 데 며칠씩 걸릴 수 있고, 계획을 변경할 수 있는데 내부 승인 때문에 대응 가능한 시점을 놓칠 수도 있습니다. 계약 조건 때문에 이미 확보한 생산능력을 유연하게 활용하지 못하는 경우도 있겠죠.
따라서 공급망의 대응속도를 높인다는 것은 모든 리드타임을 무조건 줄이는 것과는 다릅니다. 중요한 것은 어디에서 시간의 차이가 벌어지고 있고, 그 차이를 줄이기 위해 어떤 정보와 의사결정을 더 일찍 연결해야 하는지를 찾는 것입니다.
이 관점에서 보면 가시성의 가치도 조금 달라집니다. 현재 상태를 화면에서 볼 수 있다는 사실 자체보다, 아직 선택지가 남아 있을 때 필요한 정보를 확인할 수 있다는 점이 더 중요합니다. 실무에서는 늦게 도착한 완벽한 정보보다 계획을 수정할 시간이 남아 있을 때 확인한 정보가 더 유용할 수 있습니다.
해상운송에서는 운송 변화가 ‘언제’ 공유되는지가 중요합니다
이런 원리는 해상운송에서도 그대로 적용됩니다. 선적을 예약하고 출항 일정을 잡았다고 해서 이후 모든 과정이 처음 계획대로 움직이는 것은 아닙니다. 실제 운송 과정에서는 선박 스케줄이나 ETA가 바뀌고, 환적 일정이나 항로가 달라질 수 있습니다.
이때 중요한 것은 변화 자체뿐 아니라 그 변화가 관련된 조직에 언제 전달되는가입니다. 물류팀은 변경된 ETA를 확인했는데 생산팀이나 창고, 통관, 내륙운송 담당자는 이전 일정을 기준으로 움직이고 있다면 같은 운송 건을 두고도 대응 시점이 달라질 수밖에 없죠.
앞에서 살펴본 첫 번째 조건인 ‘더 이른 정보 공유’가 해상운송에서도 중요한 이유입니다. 도착 일정이 달라졌다는 사실을 창고나 내륙운송 계획을 더 이상 바꾸기 어려운 시점에 알게 되는 것보다, 아직 조정할 여지가 남아 있을 때 확인하는 편이 실무적으로 훨씬 유용합니다.
트레드링스 Ocean Visibility는 여러 선사의 운송 건을 한곳에서 확인하면서 ETA 변화와 지연, 환적, 항로 변경 등 실제 운송 과정에서 발생하는 변화를 지속적으로 확인할 수 있도록 돕습니다. 관련 조직이 최신 운송 상황을 기준으로 다음 일정을 검토할 수 있다면 변화가 충분히 진행된 뒤 뒤늦게 대응하는 대신, 아직 조정할 여지가 남아 있을 때 필요한 판단을 내리는 데 활용할 수 있습니다.
예를 들어 도착 일정이 달라졌다면 창고나 내륙운송 일정을 다시 확인하고, 환적이나 항로 변경이 발생했다면 이후 운송계획에 어떤 변화가 필요한지 보다 일찍 살펴볼 수 있습니다. 결국 해상운송에서도 중요한 것은 단순히 최신 정보를 확인하는 데 그치지 않고, 그 정보를 아직 대응할 수 있는 시점에 확인하는 것입니다.
시장 수요와 기술 변화가 물리적인 공급능력보다 훨씬 빠르게 움직이는 상황은 앞으로도 반복될 가능성이 높습니다. 그렇다고 공장과 항만, 전력망, 선박까지 시장과 같은 속도로 움직이게 만들 수는 없습니다.
그래서 필요한 것은 모든 기업을 더 빠르게 만드는 것이 아닙니다. 누가 변화를 먼저 볼 수 있는지, 누가 더 긴 준비시간을 필요로 하는지, 그리고 어느 시점까지 계획을 바꿀 수 있는지를 서로 이해하고 연결하는 것이 더 중요합니다.
공급망 협업을 다시 살펴봐야 하는 이유도 여기에 있습니다. 앞으로의 경쟁력은 가장 빠른 기업 한 곳보다, 서로 다른 속도를 가진 기업들이 필요한 순간에 함께 움직일 수 있는 구조를 얼마나 잘 만들어두었는가에서 달라질 수 있습니다.
