AI 기술이 제시하는 또 하나의 가능성··· '스마트 공급망'

캘리포니아에 위치한 통신 장비 제조사 인피네라(Infinera)에게 2017년은 힘든 해였다. 이 기업의 매출은 2016년의 8억 7,000만 달러에서 2017년에 7억 4,000만 달러로 감소했다. 마진률 또한 45%에서 33%로 감소했다. 미국, 캐나다, 중국, 인도, 스웨덴 등에서 약 2,000명을 고용하고 있는 해당 기업은 2017년 실적으로 1억 9,500만 달러의 순손실을 보고했다.

CEO 토마스 폴른은 반전을 위해 기술 개선에 집중하고 있다고 올 해 초 투자자들에게 밝혔다. 그는 "시장에 대한 집중 외에 구조조정을 통해 단기적으로 더욱 신속한 제품 제공 그리고 장기적으로 지속적으로 차별화된 기술을 확보하는 조직이 되고 있다"라고 말했다.

이 기업이 기술 측면에서 투자하는 분야에 주목할 만하다. 핵심 영역 중 하나인 공급망 관리(SCM)에 인공지능을 도입 중인 것이다. 머신러닝을 활용해 과거의 생산 리드 타임과 물류 제공자 성과의 변동성을 분석함으로써 제공 날짜를 더욱 잘 예측할 수 있도록 하려는 의도에서다.

인피네라의 정보기술 수석 부사장 토드 튜오말라는 "영업팀이 미결 견적 및 주문에 대해 현재의 제품 가용성을 신속하게 판단할 수 있도록 하고자 한다. 또 일정을 결정하면서 더 많은 요소와 제약사항을 즉시 고려할 수 있도록 할 계획이다"라고 말했다.



예상되는 AI의 영향
인피네라의 최초 공급망 AI 시범 프로젝트는 올 해 중반에 한 제조공장에서 시작됐다고 튜오말라가 전했다. 그는 "올해 말까지 영업팀과 고객들에게 모든 제품에 대한 가용성 정보를 제공할 예정이다"라고 말했다.

그에 따르면 머신러닝을 통해 인피네라는 일정을 결정하는 속도가 빨라지는 한편, 더 많은 요소를 고려할 수 있을 것으로 기대하고 있다.

현재 인피네라는 스플라이스 머신(Splice Machine)의 AI 기술과 함께 인트리고 시스템즈(Intrigo Systems)의 공급망 관리 기술을 활용하고 있다.

스플라이스 머신의 CEO 겸 공동 설립자 몬테 즈웨벤에 따르면 기업들은 30년 동안 공급망 관리 시스템에서 예측 정보를 얻어 왔다. 하지만 최근에야 제공 시기 등을 정확하게 예측할 수 있는 데이터 인프라가 마련됐다.

그는 "대형 네트워크 장비 제조사이고 영업 직원들이 이런 대형 시스템을 판매하려 하는 경우 영업 직원들이 '이 날짜까지 주문을 받아올 수 있는가?'라는 질문을 받을 수 밖에 없다. 그리고 현존하는 최고의 ERP시스템을 보유한 기업일지라도 영업 직원들은 '확인하고 알려주겠다'라고 말하게 된다”라고 말했다.

실시간으로 정보를 제공할 수 있게 되면 영업팀은 고객과 협상할 수 있는 위치에 있게 된다. 개별 품목에 대한 날짜까지 제공되지 않지만 다른 여러 정보들이 제공될 수 있다. "완전히 다른 프로세스이다"라고 그가 말했다.

제공을 예측하는 것은 단순히 제조 및 선적 일정을 뽑는 것과는 많이 다르다. 스마트 공급망 관리 기술을 통해 기업들은 기존의 선적 시기와 제조 세부사항을 살펴보고 이를 일기예보 등 외부의 데이터 피드와 결합할 수 있다.

즈웨벤은 "계획된 재고 수준이 아니라 예측된 재고 수준을 바탕으로 약속할 수 있는 것이다. 그리고 계획이 아니라 개연성을 기준으로 고객에게 약속한다. 예측을 하는 것이다"라고 말했다.

공급망 미로
인피네라는 수직적으로 통합된 비즈니스 모델이 있기 때문에 이 기술을 배치하는데 이점이 있다. 그러나 다른 대다수 기업들의 경우 공급망을 위한 AI 기술 활용이 좀더 복잡해진다.

온타리오에 위치한 기업정보 관리 벤더 오픈텍스트(OpenText)의 제품 마케팅 이사 마크 몰리는 "기본적인 문제처럼 보일 수 있지만 비즈니스 파트너 간 정보의 50% 이상이 여전히 팩스, 이메일, 전화 등을 통해 교환된다"라고 말했다. 그 결과, 기업들이 AI기술 도입을 고려할 때 물류는 검토 대상이 되지 않곤 한다는 설명이다.

최근 포레스터(Forrester)가 세계적인 의사 결정자들을 대상으로 실시한 설문조사에서 SCM에서의 AI 사용은 마케팅, 제품 관리, 고객 지원보다 크게 뒤쳐진 것으로 나타났다. 기업 중 13%만이 조직에서 물류로 AI 시스템 투자 및 도입을 주도 또는 평가하고 있다고 보고했다.

전문가들에 따르면 공급망에는 일반적으로 여러 외부 파트너가 관련되어 있으며 그 중 일부는 기술적으로 더 뒤쳐질 수 있다. 또한 데이터 품질 및 상호운용성 문제가 존재하는 경우가 잦다.

공급망 데이터에 고급 분석 및 머신러닝 알고리즘을 적용하기 전에 기업들은 먼저 제조사, 유통사, 재 판매업자, 공급자로부터 데이터를 수집해야 한다고 포레스터 리서치의 부사장 겸 수석 애널리스트 보리스 에벨슨은 말했다.