안녕하세요. 물류의 새로운 기준, 트레드링스 입니다.
코로나19 팬데믹, 미-중 무역전쟁, 러시아와 우크라이나의 전쟁, 공급망 혼란과 에너지-식량 원자재 가격의 변동성, 슈퍼달러와 인플레이션, 각국 중앙은행의 긴축정책, 고용시장의 구조적 변화, 계속되는 심각한 기후변화 위기 등.. 전 세계는 수많은 혼란 속에 빠져있습니다.
이에 따라 현재 전 세계 거의 모든 기업들은 보다 세밀하게 수요를 예측하고 재고 계획을 수립하기 위해, 기존의 방식이 아닌 인공지능과 같은 새로운 도구에 눈을 돌리고 있습니다.
너무나 오래되어서, 지원 중단을 앞두고 있는
구시대의 프로그램과 방식을 이용하는 공급망 담당자들
2021년 실시한 맥킨지의 (McKinsey)의 설문조사에 따르면, 기업의 공급망 리더들은 여전히 스프레드시트를 통해 공급망을 관리하는 것으로 나타났습니다. 무려 응답자의 73%가 스프레드시트에 의존해 공급망을 관리하고 있다고 답했죠.
또한 절반 이상(53%)의 응답자 역시 SAP가 1998년 선보인 이후, 2027년 지원 중단이 예정되어 있는 SAP APO(Advanced Planning and Optimization)를 사용하고 있는 것으로 나타났습니다.
이처럼 공급망 산업은 너무나 오래되어서, 지원 중단을 앞두고 있는 구시대의 프로그램과 방식을 이용해 업무가 이뤄지고 있습니다.
비효율적인 공급망 업무 방식을 고수하는 이유는 무엇일까?
이상하지 않나요?
왜 공급망 기업, 그리고 공급망 담당자들은 이처럼 모든 것이 디지털로 변화하는 시대에서, 아직까지도 구시대적인 업무 방식을 고수하는 것일까요?
사실 여기에는 여러 가지 이유가 있는데요,
가장 먼저, 새로운 업무 방식을 도입해 공급망을 구축하려면 많은 시간과 돈이 필요하기 때문입니다.
사실 공급망 기업들은 기존 업무 방식이 비효율적이고, 이에 디지털을 활용하는 방식으로 전환되어야 한다는 점은 명확하게 인식하고 있습니다. 하지만 업무 방식의 변화가 상당한 이점을 가져다주더라도 전환을 위해 상당한 시간과 비용이 들기 때문에 소극적인 자세를 취하고 있습니다.
일반적으로 회사가 공급업체를 선택하고, 공급망을 구축하는 데 걸리는 시간은 평균 2.8년입니다.
소비재와 같이 덜 복잡한 공급망이 필요한 산업의 경우 최소 2~3년의 시간과 약 1,750만 달러(234억 원)가 사용되고, 제약과 같이 복잡한 공급망이 필요한 산업의 경우에는 새로운 공급망 계획을 세우고, 이를 완벽히 구현하는데 4~6년 정도가 소요되고, 약 6,250만 ~ 1억 2,500만 달러(약 84억 ~ 1669억 원)의 비용이 사용됩니다.
여기에 공급망의 상황은 계속해서 변하기 때문에, 그때마다 시간과 비용은 더 들어갈 수밖에 없죠.
두 번째 이유는 공급망으로 연결된 모든 기업들이 통합적으로 사용할 수 있는 관리 시스템을 찾는 것이 어렵기 때문입니다.
일반적으로 기업이 어떤 새로운 시스템을 도입하기 위해서는 시스템과 해당 시스템을 제공하는 업체들을 비교하고 평가하는 절차를 거치게 됩니다. 이때, 해당 시스템이 우리 기업의 공급망 상황에 잘 맞는지, 기업이 지니고 있는 특정 문제를 잘 해결해 줄 수 있는지와 같은 기능적인 필요 사항과 함께, 시스템이 기존 공급망 업무 방식에 유연하게 통합될 수 있는지, 그리고 이에 따른 운영 비용까지 하나하나 다양한 관점에서 살펴보고 결정하게 되죠.
다만 이러한 과정은 생각보다 복잡하고 어렵습니다. 공급망에 속한 수많은 업체들이 이용 중인 시스템과 기술적인 프로세스를 파악한 후 공통적으로 필요한 부분을 도출하는 것이 쉽지 않고, ‘디지털’을 활용한 새로운 업무 방식으로 전환을 위해 필요한 설득력 있는 비즈니스 사례가 아직 충분치 않기 때문입니다.
팬데믹 이후, 기업들은 스프레드시트 대신
AI와 머신러닝에 집중하고 있습니다.
이처럼 변화의 속도가 느린 물류시장, 그리고 비효율적인 공급망 업무 방식도 팬데믹 이후 빠르게 변화하고 있습니다. 공급망 리더들은 이러한 업무 방식이 변화해야 한다는 것을 명확히 인식하고 있었으며, 이를 개선하기 위해 다양한 조치를 취하고 있기 때문입니다.
이는 앞서 언급한 맥킨지의 설문조사 결과에서도 드러납니다. 설문조사에 응한 공급망 리더의 90%가 향후 5년 내에 새로운 솔루션을 도입하거나 구현할 계획이며 23%는 이미 이용하고 있다고 응답했죠.
흥미로운 사실은 이들이 새로운 관리 솔루션 도입을 계획하면서 주목하고 있는 기술이 바로 ‘AI’와 ‘머신러닝’이었다는 점입니다. 응답자의 20%는 공급망 계획 수립을 위해 이미 AI와 머신러닝을 이용하고 있다고 답했으며, 나머지 60% AI와 머신러닝을 도입하기 위해 준비 중인 것으로 나타났습니다.
자, 그렇다면 수많은 기술 중에 왜 공급망 리더들은 AI와 머신러닝에 집중하고 있을까요?
이는 수요를 예측하고 재고를 최적화하여 원자재가 완재품으로 전환되어 고객에게 전달되는 모든 과정이 끊어짐 없이 이어지도록 하는 것이 공급망 관리의 궁극적인 목표이기 때문입니다. 그리고 이러한 목표를 달성하기 위해서는 기업이 보유하고 있는 수많은 데이터를 AI와 머신러닝을 통해 이를 빠르게 분석하고, 이를 통해 도출된 여러 예측 시나리오 안에서 가장 합리적이고 효율적인 방안을 찾아야 하죠.
실제로 파나소닉의 자회사이자 공급망 소프트웨어 회사인 블루욘더(Blue Yonder)가 올해 5월, 제조, 소매, 3PL, 운송, 계획 및 창고에 걸쳐 미국의 공급망 및 제조 운영을 담당하는 경영진을 대상으로 진행한 설문조사 결과, 응답자의 78%가 공급망에서 AI와 머신러닝을 활용하고 있으며, 활용 분야로는 재고 및 네트워크 최적화 33% / 창고 리소스 관리 29% / 공급망 위험 관리 26% / 수요예측 25%으로 나타났습니다.
이처럼 많은 공급망 관리자들이 AI와 머신러닝에 투자하는 것에 대해 미국의 비즈니스 컨설팅 업체 FTI Consulting의 릭 조던 (Rick Jordon)은 “많은 데이터 세트를 처리하고 기업의 내부 데이터를 이해하려면 AI가 필요하다”며 “향후 3~4년간은 기업이 보유하고 있는 데이터를 분석하고, 활용하는 분야의 개발이 활발하게 이뤄질 것”이라고 말했습니다.
AI & 머신러닝을 도입하기 전,
반드시 선행되어야 하는 것이 있습니다.
새로운 기술들이 하나 둘 적용되고 있는 공급망 관리 방식.
하지만 이런 기술들이 보다 빠르고 효과적으로 적용되기 위해서는 반드시 선행되어야 하는 것이 있습니다.
바로, 현재 기업이 관리하고 있는 데이터, 그리고 기업이 진행하고 있는 물류 프로세스를 살펴보는 것입니다.
기본적으로 AI가 제대로 작동하기 위해서는 충분한 양의 데이터가 필요합니다. AI는 ‘사람이 단시간에 할 수 없는’ 대규모의 비정형 데이터를 분석하여 이 안에서 인사이트를 도출하는 도구이기 때문이죠. 그리고 이러한 사실은 우리가 공급망 관리를 위해, 보다 정확한 예측 시나리오를 확인하기 위해서는 AI 기술 자체보다 AI에 입력되는 데이터가 더 중요하다는 것을 의미합니다.
사실 대부분 기업들은 이러한 업무 툴을 활용해 표준화된 방식으로 데이터를 입력하고 관리해오고 있습니다. 업무 진행 시 발생하는 이러한 데이터들에는 시장의 동향과 기업에 필요한 다양한 정보들이 담겨있기 때문입니다. 심지어 우리가 가볍게 생각할 수 있는 날씨 데이터를 분석해 보면 공급망 타임라인과 화물의 도착에 대한 힌트를 얻을 수도 있죠.
그러나 앞서 말씀드렸던 것처럼, 유독 물류 기업 그리고 공급망 산업은 이와는 거리가 먼 방식으로 업무를 진행해 왔습니다. 회사별로, 담당자별로 저마다 다른 양식의 포맷과 스프레드시트를 활용하고, 오프라인 위주로 관리를 해왔죠. 이렇다 보니 필요한 데이터를 골라내고, 분석하고, 명확하게 분류하는 것은 점점 더 어려워졌고, 이는 장기적인 공급망 전략을 수립하는데 커다란 방해로 작용했습니다. 뿐만 아니라 이러한 상황은 AI와 머신러닝과 같은 최신 IT 기술이 접목된다 하더라도 효과적인 인사이트를 제공할 수 없습니다.
따라서 당신의 기업이 AI와 머신러닝 같은 새로운 기술을 도입하기 위해 준비 중이라면, 당신이 가장 먼저 해야 할 일은 기업이 데이터를 어떻게 관리하고 있는지 확인해야 합니다. 그리고 만약 오래되고 비효율적인 방식으로 데이터를 관리하고 있다면, 물류 업무를 위한 업무 솔루션을 빠르게 도입하여 데이터의 질을 높이는 작업이 선행되어야 합니다.
재미있는 사실은 이러한 작업은 데이터의 질을 높여줄 뿐 아니라 지금 당장의 업무 효율도 증대시켜 준다는 점 입니다.
실제로 트레드링스가 최근 선보인 수출입 협업 솔루션 ZimGo는 기존 스프레드시트로 관리하던 데이터를 편리하게 디지털로 전환해주고, 이를 일원화된 형태로 공급망 관련 업체들과 정보를 주고받을 수 있도록 도와주고 있는데요,
해당 솔루션을 이용한 기업들을 대상으로 진행한 설문조사 결과 놀랍게도 업무 완료 시간은 50% 감소하고 업무 생산성은 80% 이상 증가하는 등 대부분의 기업에서 놀라운 수준으로 업무 효율성이 향상된 것으로 나타났습니다.
자, 이처럼 물류 업무 방식을 전환하여 업무 효율성을 극대화하고, 데이터의 질을 높여 새로운 기술을 적용할 준비가 완료됐다면, 마지막으로 기업은 기업의 목표에 맞는 새로운 물류 프로세스를 확립해야 합니다.
새로운 기술을 활용한 시스템을 효율적으로 활용하기 위해서는 기업의 목표에 맞게, 물류의 시작부터 끝까지 잘 정리된 프로세스를 마련해야 합니다. 그리고 이러한 프로세스를 마련하기 위해서는 아래 내용을 염두해둬야 합니다.
- – 우리 물류 시스템의 주요 문제점은 무엇인가?
- – 이상적인 공급망 계획 시스템은 어떤 모습일까?
- – 이상적인 시스템으로 전환하기 위해 현재 시스템에서 어떤 부분을 변경해야 하는가?
- – 성공을 측정하기 위해 어떤 성과 지표를 사용해야 하는가?
이를 통해 기업은 어떤 프로세스를 자동화하여 직원들이 재고 관리나 원재자 보충과 같은 더 어려운 문제를 처리할 수 있도록 할지 결정할 수 있습니다. 또한 수요 예측과 같은 매우 복잡한 작업을 위해 AI를 구현할 위치를 결정할 수도 있습니다.
자, 그 어느 때보다 빠르게 변하고 있는 물류시장, 그리고 이러한 변화를 위해 기업이 반드시 선행해야 하는 부분까지, 모두 이해되셨죠? 말씀드린 모든 방법들이 어렵게 느껴질 수 있지만, 점점 치열해지는 물류 시장에서 경쟁력을 가지기 위해서는 반드시 진행해야 하는 절차입니다. 그리고 이러한 절차가 주는 잠재적인 이점 또한 상당하다는 사실! 반드시 기억하시기 바랍니다.
